[发明专利]一种指尖心电身份识别装置及方法

说明书

本发明公开了一种指尖心电身份识别装置及方法。该装置包括指尖心电信号采集模块、信号调理电路、控制器和蓝牙通讯模块，所述指尖心电信号采集模块的输出端与信号调理电路的输入端电连接，所述信号调理电路的输出端与控制器电连接，所述控制器还与蓝牙通讯模块电连接。该方法采集人体指尖的指尖ECG信号，对指尖ECG信号进行预处理后输入至指尖心电身份识别模型，指尖心电身份识别模型进行身份识别，输出对应身份信息，指尖心电身份识别模型基于深度卷积神经网络GoogLeNet进行两次深度模型迁移后得到。本发明采集指尖ECG信号进行身份识别，既保证了心电采集过程的稳定性，也实现了小样本下的便捷舒适识别。

技术领域

本发明涉及现代身份识别的技术领域，尤其涉及一种指尖心电身份识别装置及方法。

背景技术

随着物联网技术(Internet of Things，IoT)和人工智能技术(artificialintelligence，AI)的逐步深入发展，不少不法分子将其应用于现代信息安全系统中，导致了假人脸、假指纹、语音模仿等越来越多智能伪造技术和盗窃技术的日益猖獗，这无疑增加了信息安全系统的潜在危险。传感器技术的发展促进了无需导电胶的小体积、易集成、低功耗的心电采集芯片的逐步应用，为开发可穿戴式或指尖式心电信号(Electrocardiogram，ECG)采集系统提供了技术支撑，为基于ECG的身份识别系统提供了广阔的应用前景。因ECG的活体采集要求和隐蔽的内在特性使其对外来攻击具有很高的抵抗力，因此基于指尖心电的身份识别技术具有更广阔的应用前景。但目前存在技术挑战，主要体现在以下方面：

第一个挑战来自于指尖心电采集系统的物理实现。作为一种时变信号，ECG在采集过程中极其不稳定，引发大量的噪声干扰。

第二个挑战来自于指尖心电识别系统的准确识别。一方面，算法适用性挑战：与胸部标准导联采集的ECG相比，指尖采集信号的ECG成分的幅度更弱，运动伪影等干扰更加频繁，甚至占据主导地位，而大多数现有的ECG身份识别方法大多采用数据量丰富的胸腔采集ECG信号作为数据集进行模型训练，贸然将其从胸腔采集的身份识别系统迁移到指尖采集的身份识别系统，其实用性和适应性依然面临挑战；另一方面，缺少指尖数据样本：深度学习(Deep Learning，DL)的蓬勃发展使得越来越多的国内外各领域专家看到了它在特征自学习上的强大优势，亦为指尖心电身份识别提供了强大的技术支持，但他们强大、充分的特征自学习依然依赖于大数据样本，如何解决在样本数据不足的情况下(现有的网络数据库，通过可穿戴和指尖式的采集设备采集到的ECG数据较少)，深度神经网络在特征自学习上对大数据的大计算能力的依懒性，依然是一个非常棘手的问题。

有鉴于此，提供一种基于指尖心电采集的身份识别装置和方法，在满足指尖心电稳定采集的同时实现个体身份的高效精准识别，具有广阔的实际应用价值。

发明内容

本发明为了解决现有ECG身份识别系统需采集胸腔ECG信号，采集过程繁琐、不方便的技术问题，提供了一种指尖心电身份识别装置及方法，其采集指尖ECG信号进行身份识别，采集过程便捷舒适。

为了解决上述问题，本发明采用以下技术方案予以实现：

本发明的一种指尖心电身份识别装置，包括指尖心电信号采集模块、信号调理电路、控制器和蓝牙通讯模块，所述指尖心电信号采集模块的输出端与信号调理电路的输入端电连接，所述信号调理电路的输出端与控制器电连接，所述控制器还与蓝牙通讯模块电连接。

在本方案中，通过指尖心电信号采集模块快速采集用户指尖心电信号，经信号调理电路的差分放大和滤波之后，送入控制器MCU的ADC进行模数采集转换，并以UART方式通过蓝牙通讯模块发送给手机端，手机端获取待识别者的指尖心电数据。同时，手机端通过wifi/4G无线传输模块访问云平台，上传当前用户的指尖心电数据并下载云平台中基于指尖心电的身份识别模型的识别结果。本发明只需采集指尖心电数据，相比于采集胸腔心电数据更为便捷舒适。