[发明专利]一种基于典型相关分析的心电信号身份识别方法及系统

说明书

本发明公开了一种基于典型相关分析的心电信号身份识别方法及系统，所述方法包括：接收多个个体的心电信号并分别进行单周期分割；对每个单周期心电信号采集相同数量的样本点得到训练集；根据所述训练集，采用主成分分析方法提取全局特征；按照相同划分规则将每个单周期心电信号划分为多个片段，将相同位置的片段分别组合，得到多个局部特征；采用典型相关分析方法将所述全局特征和多个局部特征进行特征融合；接收待识别心电信号，结合特征融合结果，基于所述一致性得到识别结果。本发明通过CCA方法融合心电信号的局部特征和整体特征，使得其对心电信号的突变、外界的干扰等局部变化获得较高的稳定性，提高了身份识别准确性。

技术领域

本发明涉及心电信号识别领域，具体地说是一种基于典型相关分析的心电信号身份识别方法及系统。

背景技术

伴随着科技的进步与发展，人们对个人信息的保密要求也越来越高。传统的生物特征识别方法，如：人脸、指纹和声音等，虽然识别率较高，但是存在着假冒的可能，还有些用户不想泄漏上述个人信息。利用心电信号进行人体身份识别已成为一种新型的生物识别技术。心电信号符合生物识别技术的基本条件：普遍性、唯一性、稳定性和可测量性。与现有生物识别技术相比，基于心电信号的身份识别技术还有以下优点：1)心电信号是人体内部特征，很难被模仿或者仿制；2)心电信号采集方便，可在手指或者手腕处采集；3)心电信号是人体固有特征，不可能忘记或丢失；4)心电信号可用于病人疾病监测；5)心电信号是二维信号，处理简单，存储空间小。然而心电信号也容易受人体心理和生理活动的影响，造成同一个人在不同状态、不同时刻下的心电信号产生波动，进而影响识别效果。总体来说，基于心电信号的识别方法仍未进入规模应用阶段，许多问题尚待解决，身份识别的准确性仍有待提高。

发明内容

为克服上述现有技术的不足，本公开提供了一种基于典型相关分析的心电信号身份识别方法及系统。该方法能够充分利用心电信号的结构特征，对心电信号进行片段划分避免心电中存在样本小、非线性等问题，并提取心电信号局部特征；利用主成分分析法(PCA)获取心电信号的全局特征。采用典型相关分析(CCA)对局部和全局特征进行融合，通过最大化两组特征间的相关性，找出两个线性变换的投影矩阵，使得变换后的两组数据相关性最大化。采用投票法得到心电识别的结果，以此提高心电信号身份识别系统的识别性能和鲁棒性。

为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：

一种基于典型相关分析的心电信号身份识别方法，包括以下步骤：

接收多个个体的心电信号并分别进行单周期分割，得到相应的单周期心电信号；

对每个所述单周期心电信号采集相同数量的样本点得到训练集；根据所述训练集，采用主成分分析方法提取全局特征；

按照相同划分规则将每个所述单周期心电信号划分为多个片段，将所述多个单周期心电信号中相同位置的片段分别组合，得到多个局部特征；

采用典型相关分析方法将所述全局特征和多个局部特征进行特征融合；

接收待识别心电信号并进行单周期分割，将得到的单周期心电信号根据所述划分规则划分为多个片段，对于每个所述片段，结合特征融合结果，依次计算与相应位置局部特征的一致性，基于所述一致性得到识别结果。

进一步地，进行单周期分割之前，还对所述多个心电信号采用巴特沃斯带通滤波器和抗50Hz干扰差分法进行预处理。

进一步地，所述单周期分割包括：检测待分割心电信号的R波波峰，从R波波峰向两侧取K/2个点，作为单周期心电信号。

进一步地，所述采用主成分分析方法提取全局特征包括：

假设对所述训练集进行主成分分析，得到投影矩阵，所述训练集表示为Train_K*N，N表示心电信号个数，K表示每个心电信号的样本点个数；