基于多維度特征的心電身份識(shí)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(duì)。心電圖作為身份識(shí)別的一種重要生物特征，它的多導(dǎo)聯(lián)信號(hào)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(shí)別研究大部分都是基于單導(dǎo)聯(lián)心電信號(hào)，因此本課題提出了多維度特征的心電身份識(shí)別研究，并基于多導(dǎo)聯(lián)心電信號(hào)對(duì)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(shí)別研究。本文在對(duì)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(yàn)，研究了三個(gè)基于多維度特征的心電身份識(shí)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(shí)別算法，利用雙導(dǎo)聯(lián)信號(hào)映射到二維空間，再提取稀疏特征計(jì)算相關(guān)系數(shù)來進(jìn)行身份識(shí)別；二是基于自采集的心電血氧信號(hào)數(shù)據(jù)庫，在映射到二維空間的基礎(chǔ)上，對(duì)特征點(diǎn)進(jìn)行稀疏量化，再進(jìn)行識(shí)別研究；三是基于PTB

3、數(shù)據(jù)庫的多導(dǎo)聯(lián)信號(hào)，并結(jié)合稀疏DTW算法，在提高識(shí)別準(zhǔn)確率的同時(shí)也優(yōu)化了空間效率。實(shí)驗(yàn)結(jié)果表明這三種算法的識(shí)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(hào)的稀疏量化特征算法的識(shí)別效果略低于其他兩個(gè)算法，但是由于這是實(shí)際系統(tǒng)設(shè)備采集的數(shù)據(jù)源，真實(shí)可靠，有較強(qiáng)的實(shí)用性，這個(gè)識(shí)別結(jié)果在現(xiàn)實(shí)生活中是可以被接受的。
　　本課題的三個(gè)研究?jī)?nèi)容分別從不同的數(shù)據(jù)庫去驗(yàn)證本文的身份識(shí)別效果，雖然各有自己的優(yōu)缺點(diǎn)，但是