[发明专利]基于随机树的心电信号快速身份识别方法

摘要

本发明涉及一种基于随机树的心电信号快速身份识别方法，该方法通过事先采集某个用户与其他人的心电数据，可自动寻找此用户每次心跳的特点，构建身份识别模型。利用识别模型，可以确定输入到模型里的一次心跳数据是否属于该用户，实现身份识别的功能。该方法主要有三大步骤：心电信号预处理、识别模型的计算、和模型的使用，与现有技术相比，该方法在计算识别模型时，更加快捷有效，且不损失识别精度，另外，在建立识别模型后，相比于其他方法，仅需一次心跳的数据，就可判断身份，简单，快速，方便。另外，该方法计算量低，有较好的可实施性，结果也更为精确。

主权项

1.基于随机树的心电信号快速身份识别方法，其特征在于：该身份识别方法包括如下步骤：S100、心电信号预处理步骤，对采集的心电信号进行滤波、去噪处理，提取心电信号的瞬时频率，在瞬时频率上寻找极大值点，再在极大值附近寻找尖峰状波的波峰，截取出每次尖峰状波的波峰间期的波形，调整每个波形的长度，将每个波形变为固定长度；S101、识别模型的计算步骤，把截取好的心跳数据分为属于用户的一类及不属于用户的一类，使用固定长度后的单次尖峰状波的波峰间期波形数据，以及该次心跳的时间长度作为特征来分类；S102、构建二叉树状分类器对心跳数据进行分类，树的根节点对应所有的数据，以根节点为例，随机选取特征维度和阈值，把该节点对应的数据分为两类，用分裂后信息熵最小的一次作为实际分裂阈值；S103、从根节点开始，对数据进行分裂，当节点的深度到达预设值16层时，或者当节点对应的数据小于10个时，或者当节点对应的数据全属于用户或全不属于用户时，停止分裂；S104、识别模型的使用，对于需要判断身份的心电信号，先对其进行预处理操作，然后将提取到的一次心跳数据输入到建立好的二叉树状模型中，从根节点开始，利用根节点记录的特征维度与阈值，查找到叶子节点为止，判断心跳数据位于子节点的位置，若该叶子节点属于该用户，则认为输入的心跳数据属于该用户，反之则不属于；所述步骤S101中，识别模型为二值分类器，在预处理中得到了固定长度后的尖峰状波的波峰间期数据，和该尖峰状波的波峰间期的时间长度，固定长度的波形数据为20维，时间长度为1维，以21维作为特征，构建树状模型；记录一名用户的5分钟静息状态下的心电数据，得到该名用户的每次尖峰状波的波峰间期波形和每次尖峰状波的波峰间期波形对应的时间长度，再记录多名用户的心电数据，并做同样处理，记属于用户的数据的类别为1，不属于的类别为0，设一个尖峰状波的波峰间期波形数据、以及对应的尖峰状波的波峰时间长度，和该尖峰状波的波峰间期的类别构成一个样本；构建二叉树状分类模型中，包括：用于记录节点编号字段Node_ID，节点深度的字段Depth，用于记录左子节点编号的字段L_child，用于记录右子节点编号的字段R_child，选取维度的字段Dim，阈值的字段Thrs，节点类别的字段Label，和节点属性的字段Is_leaf。