基于受激肌肉动作电位信号的身份识别方法技术

本发明专利技术涉及一种身份识别方法，属于计算机网络系统及各种需要加密的安全系统的应用领域。该方法主要包括信号采集和信号处理两部分。它通过一定的方法和仪器提取一种特殊的人体特征信号－－受激肌肉动作电位信号，并采用简单的计算机算法对该信号进行预处理和特征提取，然后将其与已存在的信号模板进行比较，从而来进行身份识别。由于受激肌肉动作电位信号是一种相对稳定的人体特征信号，本发明专利技术可用于各种信息系统中以提高访问的安全性，特别是对于实现远程康复医疗有着重要的意义。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及一种身份识别方法，特别涉及一种基于人体生物特征信息的身份识别方法，其通过提取识别对象的生物特征信号即受激肌肉动作电位信号的特征，计算所提取的信号与一模板信号的欧式距离并将该欧式距离与一阈值相比较，由此识别出别鉴定者的身份。本专利技术的方法可以广泛应用于计算机网络系统以及各种需要加密的安全系统。
技术介绍
目前，已有多种用作身份识别的方法以及设备问世，但是绝大部分安全系统以及计算机网络系统仍以采用密码或是ID卡作为身份识别的主要手段。这些方法虽然简单，但是其致命弱点是安全性较低。密码或ID卡的信息都很容易被窃取或是复制。随着信息社会的高速发展，这些传统的识别方法将无法满足系统的安全保障需求，因此迫切需要新的方法来提高身份识别的可靠性。利用人体生物学信息的身份识别方法能有效的避免上述问题，且已有一系列生物识别方法及其相应的设备投入使用。它们采用人类的生理特征信号来对访问者的身份进行识别。这些特征信号因人而异且特征显著，其中包括指纹、脸部轮廓、声音、虹膜、唇的运动、步态、心电信号、脑电图等。但是这些方法在实际应用中存在着各种限制和不便，例如指纹和脸部轮廓仍可采用一定的技术进行复制；而心电和脑电信号在不同的生理状态下不够稳定。本专利技术的内容针对上述现有技术中的不足，本专利技术的目的旨在提出一种新的人体特征信号，并借此来进行身份识别的方法。这种特殊的人体特征信号称为受激肌肉动作电位信号，它对于肌肉和神经的疾病诊断和手术后的康复状况有着及其重要的医疗价值。受激肌肉动作电位信号的特征由肌肉神经特性及其组成状况所决定，因此它可以反映出人体内部肌肉和神经的活动状况。同时，它作为监督治疗过程以及疗程进度的一种信号，正逐步应用于远程康复治疗并具有广泛的应用前景。这种信号的主要优点在于特征稳定，即在同样的肌体条件和体外电刺激的条体下信号的重复性很高。因而这种信号十分适合用于身份识别。本专利技术可以使受激肌肉动作电位信号实际应用于包括远程康复治疗在内的各种信息网络和需要加密的安全系统中的个人身份认证，以确保用户身份对号入座以及保证其个人资料的高度私密性，从而使得受激肌肉动作电位信号也像指纹等生理特征一样，具有相应的应用领域。为实现本专利技术的上述目的，本专利技术提出一种基于受激肌肉动作电位信号识别方法，其步骤包括采集受激肌肉动作电位信号；对所采集的信号进行预处理；提取经预处理的受激肌肉动作电位信号的特征；将所提取的特征与一模板特征相匹配；根据匹配结果做出判断。本专利技术可用于计算机网络系统以及各种需要加密的安全系统的身份识别。这些应用领域可包括银行，医院，特别是远程康复医疗，以及各种有保密级别的单位及部门的进入等，以确保访问的用户身份为合法的授权用户，从而保证资料以及设备等的高度私密性。以下通过结合附图对本专利技术具体实施方式的描述，本领域普通技术人员将会更加领会本专利技术的上述技术方案和优点。附图的简要说明附图说明图1是根据本专利技术所述基于受激肌肉动作电位信号进行用户身份识别的方法流程图；图2详细示出图1中的步骤100——信号的采集的具体步骤；图3详细示出图1中的步骤110——信号预处理的具体步骤；图4详细示出图1中的步骤120——信号特征提取的具体步骤；图5详细示出图1中的步骤130——用户身份识别的具体步骤； 图6示出一个受激肌肉动作电位信号及其起始点等特征；图7(A)和(B)示出经过小波变换、标准化以及量化后的受激肌肉动作电位信号。专利技术的具体实施例方式图1示意性地说明了根据本专利技术所述基于受激肌肉动作电位信号进行用户身份识别的方法流程图。从图1可以看到，本专利技术的方法主要由信号的采集100、信号预处理110、信号特征提取120以及用户身份识别130四个步骤组成。以下，将逐一对各个步骤作出详细的说明。(1)信号的采集100如前文中所述的那样，由于受激肌肉动作电位信号的特征由肌肉神经特性及其组成状况所决定，当人体肌肉受到刺激且刺激超过一定的阈值且保持不变时，该信号的特征是稳定的，也就是说在同样的肌体状况以及相同体外电刺激的条件下该信号的重复性很高。因此，利用特殊的仪器通过电极对人体某个部位的肌肉进行一定强度的刺激，可能采集到重复性很高的受刺激肌肉动作电位信号。图2示出了受激肌肉动作电位信号采集的详细步骤，如图2所示，受激肌肉动作电位信号的采集100是利用一种采集肌电信号的设备例如Sapphire Premiere经由刺激电极对人体的某个部位例如位于手臂肘部的鹰嘴处的后尺骨的尺骨神经进行一定强度的电刺激，如步骤210所示，可通过电压控制器210来调节刺激的强度大小，使得被激活肌肉产生信号。根据本专利技术，可由一接收电极接收手掌小鱼际肌肉的动作电位信号并通过滤波器和放大器对所接受的信号进行处理，得到可读取的信号。在采集受激肌肉动作电位信号的过程中，要注意控制刺激的强度，使其超过一定的阈值且保持不变，从而可以得到重复性较高的信号。(2)信号的预处理110信号预处理110主要是初步去除噪音和次要特征信息，即通过滤波对所采集到的信号进行平滑处理。而且，由于受激肌肉动作电位信号的产生与刺激信号之间有一定的时间间隔，如图6所示，因此还需要检测受激肌肉动作电位信号的起始点的位置，即检测信号特征段的起始点。图6是一个受激肌肉动作电位信号的示意图。该信号的产生与刺激信号之间有一定的时间间隔，即延迟时间610。因此需要通过检测起始点310来找到信号的起始点600，从而确定信号的起始端。由图3可以看到，信号预处理110主要包括平滑处理300和检测起始点310这两个步骤。其中平滑处理300即将采用简单的滤波器以去除由于噪声产生的微小特征；检测起始点310则可以通过设置一定幅度阈值的方法找到受激肌肉动作电位信号的起始点，即将电刺激后大于阈值的第一个数据点视为动作电位起始点。(3)信号特征提取120信号特征提取120主要是通过一定的算法和变换进一步去除噪音和次要特征，使得处理后的信号与信号模版具有较高地可比性。参见图4，其示出了本专利技术所述方法中的信号特征提取步骤的详细内容。信号特征提取120主要包括小波变换400、信号标准化410、信号特征段截取420和信号量化430四个步骤。由于受激肌肉动作电位信号的特征较为复杂，难以量化和提取，因此在本专利技术的一个优选的实施方案中，建议采用小波(wavelet)变换400来提取受激肌肉动作电位信号的特征。但是，本专利技术并不局限于此，当今各种用于信号处理的手段只要能够实现如本专利技术所述的那样提取受激肌肉动作电位信号的特征，均是本专利技术的等同技术解决手段。小波分析是当今最新的数学理论之一，它具有“变焦距”的特性，即当其尺度因子增大时，变换可使局部因子减弱、整体特征信息增强；而当其尺度因子减小时，可使局部因子增强、整体特征信息减弱。因此，通过分析，找到整体特征信息相对集中的频带确定小波尺度并进行小波变换，以去除大部分的肌电信号、动作干扰以及由电极的位移所造成的误差，从而实现特征提取的第一步。第二个信号特征提取的步骤为信号标准化410。由于采集信号时刺激的大小不可能完全一致，这将造成信号的幅度不完全统一，因而对小波变换后的信号要进行标准化处理，使信号的幅值统一，以补偿采集信号时刺激的大小不完全一致造成的误差。信号特征段截取420是信号特征本文档来自技高网...

【技术保护点】
一种身份识别方法，包括以下步骤：（ａ）采集受激肌肉动作电位信号；（ｂ）对所采集的信号进行预处理；（ｃ）提取经预处理的受激肌肉动作电位信号的特征；（ｄ）计算提取特征的待识别信号与一模版信号之间的符合程度并将其与 一预设的阈值进行比较，根据比较结果对被识别者的身份作出判断。

【技术特征摘要】

【专利技术属性】
技术研发人员：张元亭，顾颖颖，张妍，马婷，
申请(专利权)人：香港中文大学，
类型：发明
国别省市：HK[中国|香港]