基于多維度特征的心電身份識別研究.pdf

1、近年來，隨著科學(xué)技術(shù)、生物醫(yī)學(xué)、互聯(lián)網(wǎng)、安全認(rèn)證以及金融等其他領(lǐng)域的快速發(fā)展，多維度特征的數(shù)據(jù)分析與處理技術(shù)倍受關(guān)注，然而多維度序列其特征的高維性，使得傳統(tǒng)的數(shù)據(jù)分析處理技術(shù)不足以應(yīng)對。心電圖作為身份識別的一種重要生物特征，它的多導(dǎo)聯(lián)信號數(shù)據(jù)的多維性，使得分析處理起來十分復(fù)雜，目前有關(guān)的心電身份識別研究大部分都是基于單導(dǎo)聯(lián)心電信號，因此本課題提出了多維度特征的心電身份識別研究，并基于多導(dǎo)聯(lián)心電信號對多維度特征進(jìn)行研究，探討它的正確性以及

2、可行性。
　　多維度特征變量融合分析可以充分地利用現(xiàn)有技術(shù)提供的信息來進(jìn)行識別研究。本文在對多維度特征算法進(jìn)行深入研究的基礎(chǔ)上，結(jié)合現(xiàn)有的研究經(jīng)驗，研究了三個基于多維度特征的心電身份識別算法。一是基于MIT-BIH數(shù)據(jù)庫的稀疏矩陣相關(guān)系數(shù)識別算法，利用雙導(dǎo)聯(lián)信號映射到二維空間，再提取稀疏特征計算相關(guān)系數(shù)來進(jìn)行身份識別；二是基于自采集的心電血氧信號數(shù)據(jù)庫，在映射到二維空間的基礎(chǔ)上，對特征點進(jìn)行稀疏量化，再進(jìn)行識別研究；三是基于PTB

3、數(shù)據(jù)庫的多導(dǎo)聯(lián)信號，并結(jié)合稀疏DTW算法，在提高識別準(zhǔn)確率的同時也優(yōu)化了空間效率。實驗結(jié)果表明這三種算法的識別準(zhǔn)確率分別達(dá)到了96.9％，93.14%和98.67%。雖然基于心電血氧信號的稀疏量化特征算法的識別效果略低于其他兩個算法，但是由于這是實際系統(tǒng)設(shè)備采集的數(shù)據(jù)源，真實可靠，有較強(qiáng)的實用性，這個識別結(jié)果在現(xiàn)實生活中是可以被接受的。
　　本課題的三個研究內(nèi)容分別從不同的數(shù)據(jù)庫去驗證本文的身份識別效果，雖然各有自己的優(yōu)缺點，但是