基于多維度特征的心電身份識別研究.pdf

1、近年來，隨著科學技術、生物醫(yī)學、互聯(lián)網、安全認證以及金融等其他領域的快速發(fā)展，多維度特征的數(shù)據分析與處理技術倍受關注，然而多維度序列其特征的高維性，使得傳統(tǒng)的數(shù)據分析處理技術不足以應對。心電圖作為身份識別的一種重要生物特征，它的多導聯(lián)信號數(shù)據的多維性，使得分析處理起來十分復雜，目前有關的心電身份識別研究大部分都是基于單導聯(lián)心電信號，因此本課題提出了多維度特征的心電身份識別研究，并基于多導聯(lián)心電信號對多維度特征進行研究，探討它的正確性以及

2、可行性。
　　多維度特征變量融合分析可以充分地利用現(xiàn)有技術提供的信息來進行識別研究。本文在對多維度特征算法進行深入研究的基礎上，結合現(xiàn)有的研究經驗，研究了三個基于多維度特征的心電身份識別算法。一是基于MIT-BIH數(shù)據庫的稀疏矩陣相關系數(shù)識別算法，利用雙導聯(lián)信號映射到二維空間，再提取稀疏特征計算相關系數(shù)來進行身份識別；二是基于自采集的心電血氧信號數(shù)據庫，在映射到二維空間的基礎上，對特征點進行稀疏量化，再進行識別研究；三是基于PTB

3、數(shù)據庫的多導聯(lián)信號，并結合稀疏DTW算法，在提高識別準確率的同時也優(yōu)化了空間效率。實驗結果表明這三種算法的識別準確率分別達到了96.9％，93.14%和98.67%。雖然基于心電血氧信號的稀疏量化特征算法的識別效果略低于其他兩個算法，但是由于這是實際系統(tǒng)設備采集的數(shù)據源，真實可靠，有較強的實用性，這個識別結果在現(xiàn)實生活中是可以被接受的。
　　本課題的三個研究內容分別從不同的數(shù)據庫去驗證本文的身份識別效果，雖然各有自己的優(yōu)缺點，但是