[发明专利]一种心电图信号身份识别方法

权利要求书

1.一种心电图信号身份识别方法，其特征在于，具体按照如下步骤实施：

步骤1，采集ECG信号并进行滤波处理，得到滤波后的ECG信号；

步骤2，采用小波变换检测QRS波，得到Q、R、S时间点；

步骤3，采用局部加窗小波变换检测P波和T波，得到P波和T波起止和峰值点；

步骤4，通过QRS波、P波和T波时间点构造ECG特征值；

步骤5，采用概率神经网络PNN算法对ECG进行身份识别。

2.根据权利要求1所述的一种心电图信号身份识别方法，其特征在于，所述步骤1具体为：采用ECG装置收集ECG信号，并通过蓝牙传输到电脑PC，接着采用数字滤波处理ECG信号，得到滤波后的ECG信号。

3.根据权利要求1所述的一种心电图信号身份识别方法，其特征在于，所述步骤2具体为：

步骤2.1，采用二进样条小波滤波器对波后的ECG信号进行四层离散小波分解，得到四次尺度分解后的ECG信号；

步骤2.2，基于步骤2.1得到的四次尺度分解后的ECG信号，寻找四次尺度上的极大值极小值对；

步骤2.3，采用1/5四次尺度最大值作为阈值X，在四次尺度下找到大于阈值的极值对过零点；

步骤2.4，在时域过零点前后各n个点寻找极大值点即为R波峰值点，n10；

步骤2.5，一次尺度下检测Q波和S波：Q波为一次尺度R波峰值前三个极值点的位置；S波为一次尺度R波峰值后三个极值点的位置。

4.根据权利要求3所述的一种心电图信号身份识别方法，其特征在于，所述步骤3具体为：

步骤3.1，读取滤波后的ECG数据，按照步骤2检测QRS波，得到Q、R、S时间点，并计算R峰值平均距离D，即就是：计算R峰值跟下一个R峰值之间的距离，然后对所有距离求平均值即为平均距离D；

步骤3.2，设定两个采样窗口大小为W₁和W₂，Q波向前W₁个采样点为P的检测窗口W_P，S波向后W₂个采样点为T波的检测窗口W_T，分别对W_P和W_T内信号进行四层小波变换，倘若在四次尺度下找到了小于阈值Y的时间点，即就是P波和T波的峰值，小波频域峰值点对应时域的峰值点；

步骤3.3，倘若在四次尺度没有找到小于阈值Y的时间点，W_P向左平移a×n，W_T向右平移a×n，重复进行步骤3.2，直到W_P+a×nD/2或W_T+a×n2/3D结束；

其中，a为每次平移量，n为平移次数；

步骤3.4，找到P波和T波峰值后，在四次尺度找最大值点，近似认为为P波和T波的起始点，P波和T波的终止点和起始点关于峰值点对称。

5.根据权利要求4所述的一种心电图信号身份识别方法，其特征在于，所述步骤4具体为：通过步骤2和步骤3得到Q、R、S、P、T、P_Begin、P_end、T_Begin和T_end时间点，通过这些时间点和ECG信号构成16个距离特征值，分别为R-R、R-Q、R-S、R-P、R-T、R-P_Begin、R-P_end、R-T_Begin、R-T_end、Q-P、Q-P_Begin、S-T、S-T_end、P-T、P_Begin-P_end、T_Begin-T_end，6个幅值特征值，分别为：R-Q、R-S、Q-P、S-T、P_Begin-P、T_Begin-T，其中，字母后加Begin则代表起点，加end则代表终止点，不加则代表峰值点。

6.根据权利要求5所述的一种心电图信号身份识别方法，其特征在于，所述步骤5具体为：

步骤5.1，采用步骤4中22个特征值，即就是16个距离特征值和6个幅值特征值作为PNN网络输入，不同的身份给予数字标签作为输出，得到训练集P，并训练PNN网络；

步骤5.2，将训练集P中的每个输入特征值分别增加和减少10％，以获得两个新的训练集P₁和P₂，并根据PNN网络将这两个新的训练集用于仿真得到两个结果A₁和A₂，A₁和A₂的差即为变动该特征值后对输出产生的影响值IV，然后将IV按照样本数平均得到该特征值对于网络输出的平均影响值MIV，最后，根据绝对MIV对输入变量进行排序，选择绝对值大于0.1的MIV重新作为PNN网络输入；

步骤5.3，MIV筛选后的ECG特征值作为输入，输出仍为身份数字标签，随机给定PNN中平滑因子δ并训练，利用鲸鱼优化算法WOA寻找最优平滑因子δ，当识别误差小于给定或超出迭代范围停止训练，则当前参数模型为最优ECG身份识别模型。