[发明专利]基于多视图鉴别分析的心电信号身份识别方法及系统

权利要求书

1.基于多视图鉴别分析的心电信号身份识别方法，其特征是，包括：

获取待识别的心电信号；对待识别的心电信号进行预处理；

对预处理后的心电信号进行分割，得到单周期心电信号；

基于单周期心电信号，构建待识别心电信号的多视图；

将待识别心电信号对应的多视图，利用预先获取的投影矩阵进行投影，得到待识别心电信号对应的多视图特征；

将多视图特征进行融合，得到待识别心电信号对应的融合特征；

将待识别心电信号中每个单周期心电信号对应的融合特征与预设特征模板库里的特征进行相似性比较，输出特征模板库里最相似特征所对应的用户；

构建待识别心电信号的多视图；具体步骤包括：

S301：获取待识别心电信号的所有单周期心电信号和用户的心电模板；

S302：计算每个单周期心电信号P波的幅度与对应心电模板P波的幅度平均值的差值，得到第一差值；

计算每个单周期心电信号QRS波的幅度与对应心电模板QRS波的幅度平均值的差值，得到第二差值；

计算每个单周期心电信号S波的幅度与对应心电模板S波的幅度平均值的差值，得到第三差值；

计算每个单周期心电信号T波的幅度与对应心电模板T波的幅度平均值的差值，得到第四差值；

将第一、第二、第三和第四差值，进行加权求和，得到当前单周期心电信号与对应心电模板之间的差异值；加权求和的权重为设定值；

S303：按照差异值从大到小对待识别心电信号的所有单周期心电信号进行排序；

S304：把排序后的单周期心电信号，平均划分为若干组，即每一组的单周期心电信号与其他组单周期心电信号的个数相同，将每一组的单周期心电信号分配到对应的一个视图中，进而得到待识别心电信号对应的多视图。

2.如权利要求1所述的方法，其特征是，所述对待识别的心电信号进行预处理，是指：

S101：利用均值滤波器消除待识别心电信号的高频噪声；

S102：利用高通滤波器消除待识别心电信号的低频噪声；

S103：利用低通巴斯滤波器抑制待识别心电信号的高频信号。

3.如权利要求1所述的方法，其特征是，对预处理后的心电信号进行分割，得到单周期心电信号；具体步骤包括：

S201：利用pan_tompkin算法找到R基准点；

S202：心跳分段，取R基准点之前m个采样点和之后n个采样点作为单周期心电信号，每个单周期心电信号长度为m+n+1；

S203：对每个单周期心电信号，找到P、Q、R、S和T点，进而得到P波、QRS波、S波和T波；

S204：分别计算单周期心电信号的P波的幅度平均值、QRS波的幅度平均值、S波的幅度平均值和T波的幅度平均值，将单周期心电信号P波的幅度平均值、QRS波的幅度平均值、S波的幅度平均值和T波的幅度平均值作为用户的心电模板。

4.如权利要求1所述的方法，其特征是，预先获取的投影矩阵的获取步骤为：

S401：获取训练用的心电信号；所述训练用的心电信号是已知用户身份编号的心电信号；

S402：对训练用的心电信号进行预处理；

S403：对训练用的心电信号进行分割，得到训练用的若干个单周期心电信号；

S404：构建训练用的多视图，对训练用的所有单周期心电信号进行多视图鉴别分析，得到投影矩阵；

S405：将训练用心电信号对应的多视图，利用投影矩阵进行投影，得到训练用的心电信号对应的多视图特征；

S406：将训练用的心电信号对应的多视图特征输入到分类器中对分类器进行训练，得到训练好的分类器。

5.如权利要求1所述的方法，其特征是，将待识别心电信号对应的多视图，利用预先获取的投影矩阵进行投影，得到待识别心电信号对应的多视图特征；具体步骤包括：

将待识别心电信号对应的多视图，乘以预先获取的投影矩阵，得到待识别心电信号对应的多视图特征；

或者，

将多视图特征进行融合，得到待识别心电信号对应的融合特征；具体步骤包括：

将多视图特征进行串联，得到待识别心电信号对应的融合特征。