專(zhuān)利名稱(chēng)：身份識(shí)別方法及應(yīng)用該方法的身份識(shí)別系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種身份識(shí)別方法，更具體涉及一種利用心電信號(hào)進(jìn)行身份識(shí)別的生
物身份識(shí)別方法。本發(fā)明還涉及一種應(yīng)用這種身份識(shí)別方法的身份識(shí)別系統(tǒng)。
背景技術(shù)：
隨著計(jì)算機(jī)網(wǎng)絡(luò)和電子技術(shù)的發(fā)展，出現(xiàn)了一種新的身份驗(yàn)證方法代替?zhèn)鹘y(tǒng)的口令和密碼——生物身份識(shí)別技術(shù)。生物身份識(shí)別技術(shù)(Biometric IdentificationTechnology,BIT)是指利用人體生物特征或行為特征進(jìn)行身份認(rèn)證的一種技術(shù)[1]。生物特征是唯一的(與他人不同)，是可以測(cè)量或自動(dòng)識(shí)別和驗(yàn)證的生理特性或行為方式，分為生理特征和行為特征。用于生物識(shí)別的生理特征有手形、手紋、指紋、臉形、虹膜、視網(wǎng)膜、脈搏、耳廓等，行為特征有簽字、擊鍵、聲音、步態(tài)等。基于這些特征，人們己經(jīng)發(fā)展了手形識(shí)別、指紋識(shí)別、面部識(shí)別、虹膜識(shí)別、簽名識(shí)別、聲音識(shí)別、步態(tài)識(shí)別及多種生物特征混合識(shí)別等諸多識(shí)別技術(shù)，其中虹膜識(shí)別和指紋識(shí)別被公認(rèn)為最可靠的兩種生物識(shí)別技術(shù)。
目前，雖然很多生物識(shí)別技術(shù)有了很廣泛的應(yīng)用，但各種技術(shù)都存在各種各樣的缺點(diǎn)。例如指紋識(shí)別的有效性得到了公認(rèn)并幾乎成為生物特征身份識(shí)別的代名詞，但消耗大量的計(jì)算資源，傳統(tǒng)上指紋用在偵察罪犯方面，有時(shí)會(huì)給采集者帶來(lái)被懷疑犯罪等不舒服的感覺(jué)，同時(shí)存在利用假指或斷指來(lái)鉆空子的可能。人臉識(shí)別存在假面的偽造，聲音可以被錄音，虹膜要求強(qiáng)光對(duì)人眼帶來(lái)不舒服的感覺(jué)，手寫(xiě)體有被模仿的隱患，因此各種識(shí)別技術(shù)都存在一定程度的缺點(diǎn)，這給安全系統(tǒng)帶來(lái)極大隱患，因此需要研究新的識(shí)別技術(shù)或?qū)追N識(shí)別技術(shù)融合為一體。本文介紹一種新的身份識(shí)別技術(shù)——基于ECG(electrocardiogram,心電圖)身份識(shí)別。心電身份識(shí)別是一種活體身份識(shí)別，它避免了指紋識(shí)別中假指或斷指被不法分子利用的隱患，同時(shí)減少了計(jì)算、存儲(chǔ)等資源消耗，而且ECG采集方便，甚至可以直接在兩個(gè)指尖采集。 心電信號(hào)是心臟除極和復(fù)極電活動(dòng)的宏觀(guān)波形表示，具有很強(qiáng)的規(guī)律性，是一種準(zhǔn)周期信號(hào)。典型心電信號(hào)每一周期由P波、QRS波、T波和U波組成，各波形及區(qū)間分段名稱(chēng)如圖l所示。心電圖中的各波形是眾多心肌細(xì)胞動(dòng)作電位在體表的綜合效應(yīng)，P波反映心房肌的除極過(guò)程，它的頻率較低，主要在10Hz-15Hz之間；QRS波反映了心室肌的除極過(guò)程，它的波形較陡峭，斜率較大，主要在10Hz-40Hz之間；T波反映了心室肌的復(fù)極過(guò)程，頻率主要在10Hz-15Hz之間；U波產(chǎn)生機(jī)理不明，心房肌復(fù)極過(guò)程被QRS波掩蓋而無(wú)法觀(guān)測(cè)。
心電信號(hào)滿(mǎn)足生物身份識(shí)別的基本條件。正常人的心電圖的PQRST波形在一定的時(shí)期內(nèi)保持相對(duì)的恒定，即使慮、壓力、運(yùn)動(dòng)時(shí)心率發(fā)生變化，但QRS波形仍然保持穩(wěn)定，這樣就保證了個(gè)體心電特征的穩(wěn)定性。同時(shí)，個(gè)體心電圖間差異主要受體型(例如肥胖)、年齡、體重、性別、心臟位置、大小、心臟幾何形狀、胸部構(gòu)造、運(yùn)動(dòng)狀況、心臟生理特征等影響，因此同樣滿(mǎn)足生物身份識(shí)別的唯一性。 利用心電信號(hào)進(jìn)行身份識(shí)別具有如下優(yōu)點(diǎn)(1)ECG信號(hào)只用于活體身份識(shí)別，一旦生命終結(jié)，心臟就停止工作，因此人的ECG信號(hào)很難剽竊；(2)ECG信號(hào)是人體內(nèi)部特征，人的ECG信號(hào)和很多因素有關(guān)，每個(gè)人的ECG信號(hào)都不一樣，因此ECG信號(hào)很難被別人仿制；(3)ECG信號(hào)特征是人體固有的生物特征，不可能被忘掉或丟失；(4)ECG身份識(shí)別可以和其他生物特征身份識(shí)別聯(lián)合使用；(5)在ECG生物識(shí)別技術(shù)中，訓(xùn)練時(shí)間比較理想，ECG信號(hào)是一維信號(hào)，處理簡(jiǎn)單，數(shù)據(jù)量小，節(jié)省存儲(chǔ)空間；(6)識(shí)別率高；(7)由于ECG信號(hào)頻繁應(yīng)用于病人的身體狀況監(jiān)測(cè)中，因此ECG身份識(shí)別在醫(yī)療保健應(yīng)用中方便、有效，不需要附加數(shù)據(jù)就可以在醫(yī)療記錄、藥物管理或其他遠(yuǎn)程醫(yī)療中識(shí)別人的身份；(8)ECG數(shù)據(jù)采集方便，可以在兩手食指之間通過(guò)電極采集。 因此，本發(fā)明提出了一種基于ECG信號(hào)的身份識(shí)別的方法和系統(tǒng)，可以克服傳統(tǒng)生物身份識(shí)別技術(shù)的一個(gè)或多個(gè)缺點(diǎn)。

發(fā)明內(nèi)容
根據(jù)本發(fā)明，提出一種身份識(shí)別方法，該方法利用心電信號(hào)進(jìn)行身份識(shí)別，包括如下步驟(a)ECG信號(hào)采集，其中采集人體的ECG信號(hào)；(b)ECG信號(hào)預(yù)處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波；(c)特征提取，其中提取ECG信號(hào)的特征，以此構(gòu)建身份識(shí)別特征向量；(d)識(shí)別步驟，其中將待識(shí)別者的身份識(shí)別特征向量與預(yù)先存儲(chǔ)在ECG特征模板庫(kù)中的身份識(shí)別特征向量進(jìn)行比對(duì)；(e)結(jié)果輸出，即將上述識(shí)別步驟中的比對(duì)結(jié)果輸出到外部設(shè)備，該比對(duì)結(jié)果包括確認(rèn)或拒絕。 根據(jù)本發(fā)明的一個(gè)方面，在上述特征提取步驟中，用于構(gòu)建身份識(shí)別特征向量的特征包括ECG信號(hào)的解析特征、表象特征、變換域特征和融合特征，或者解析特征、表象特征、變換域特征和融合特征的任意組合。 根據(jù)本發(fā)明的一個(gè)方面，上述解析特征包括ECG信號(hào)的整個(gè)周期波形、多個(gè)周期
波形的平均、周期波形的幅度、間期、面積、周長(zhǎng)或角度，或者這些幾何特征的任意組合。 根據(jù)本發(fā)明的一個(gè)方面，上述表象特征包括將ECG信號(hào)的解析特征通過(guò)PCA法
(主成分分析法)、LDA法(線(xiàn)性判別式法)或者KL變換方法變換后的特征。 根據(jù)本發(fā)明的一個(gè)方面，上述變換域特征包括將ECG信號(hào)的解析特征通過(guò)小波變
換、傅立葉變換、希爾伯特變換或者余弦變換等方法對(duì)數(shù)據(jù)進(jìn)行處理后在變換域上提取的特征。 根據(jù)本發(fā)明的一個(gè)方面，上述融合特征包括將上述解析特征、表象特征、變換域特征進(jìn)行數(shù)據(jù)融合后所得到的特征，在此過(guò)程中，提取ECG信號(hào)的解析特征、表象特征或者變換域特征分別構(gòu)建特征向量，然后采用特征融合方法進(jìn)行數(shù)據(jù)融合，將數(shù)據(jù)融合后的特征向量作為身份識(shí)別特征向量。 根據(jù)本發(fā)明的一個(gè)方面，另外提取其他生物身份識(shí)別特征，所述其他生物身份識(shí)別特征包括指紋、手紋、手形、靜脈、血流、血球、血氧、毛孔、體溫、皮膚濕度、皮膚阻抗、血氧飽和度、光電容積波、虹膜、耳廓、人臉、語(yǔ)音、步態(tài)、擊鍵、簽字中的一個(gè)或多個(gè)，將提取的ECG信號(hào)的解析特征、表象特征或者變換域特征，以及所述其他生物身份識(shí)別特征的一個(gè)或多個(gè)特征采用數(shù)據(jù)融合方法進(jìn)行特征融合，將數(shù)據(jù)融合后的特征向量作為身份識(shí)別特征向 根據(jù)本發(fā)明的一個(gè)方面，在上述ECG信號(hào)預(yù)處理步驟中，采用基于通帶濾波法、小波變換濾波法或Hilbert-Huang變換和自適應(yīng)閾值的形態(tài)學(xué)濾波方法對(duì)ECG信號(hào)進(jìn)行濾波。 根據(jù)本發(fā)明的一個(gè)方面，上述身份識(shí)別方法還包括特征點(diǎn)檢測(cè)步驟，其中采用三樣條小波檢測(cè)ECG信號(hào)的R波峰值，并且以R波的位置為基準(zhǔn)搜索Q波、S波的峰值。
根據(jù)本發(fā)明的一個(gè)方面，在上述識(shí)別步驟中采用的識(shí)別方法包括聚類(lèi)方法、模板匹配方法、神經(jīng)網(wǎng)絡(luò)方法、距離判別法、主元素分析法、線(xiàn)性判別分析法、K階鄰接距法、支持矢量機(jī)法、人工智能法、模糊數(shù)學(xué)法、遺傳算法、決策樹(shù)法、統(tǒng)計(jì)決策法、Fisher判別法或者相關(guān)系數(shù)閾值法。 根據(jù)本發(fā)明的一個(gè)方面，上述相關(guān)系數(shù)閾值法包括(l)采用相關(guān)系數(shù)法計(jì)算ECG特征模板庫(kù)中的身份識(shí)別特征向量的相關(guān)系數(shù)，得到一個(gè)相關(guān)系數(shù)序列；(2)計(jì)算所述相關(guān)系數(shù)序列的平均值P 一 ； (3)通過(guò)訓(xùn)練學(xué)習(xí)獲取相關(guān)系數(shù)閾值P th， P th = tX p mMn， t為一可變常數(shù)，根據(jù)實(shí)驗(yàn)調(diào)整參數(shù)t獲取相關(guān)系數(shù)閾值Pth;(4)將待識(shí)別者的身份識(shí)別特征向量與ECG特征模板庫(kù)中的身份識(shí)別特征向量進(jìn)行相關(guān)系數(shù)運(yùn)算，求得最大相關(guān)系數(shù)Pmax;(5)如果Pmax> Pth，則確認(rèn)此待識(shí)別者為ECG特征模板庫(kù)中的某個(gè)人并輸出該人的信息，否則拒絕該人或者根據(jù)需要將該人信息加入ECG特征模板庫(kù)。 根據(jù)本發(fā)明的一個(gè)方面，優(yōu)選采用一導(dǎo)聯(lián)心電信號(hào)或多導(dǎo)聯(lián)心電信號(hào)進(jìn)行身份識(shí)
別，其中的導(dǎo)聯(lián)包括醫(yī)用12導(dǎo)聯(lián)、Einthoven導(dǎo)聯(lián)體系、Frank導(dǎo)聯(lián)體系、加壓肢體導(dǎo)聯(lián)、
心電Holter導(dǎo)聯(lián)體系、航天導(dǎo)聯(lián)，其中航天導(dǎo)聯(lián)包括胸劍導(dǎo)聯(lián)或胸腋導(dǎo)聯(lián)。 根據(jù)本發(fā)明的一個(gè)方面，在上述ECG信號(hào)采集步驟中，優(yōu)選在人體的左手手指和
右手手指、左手手掌和右手手掌或者左手手腕和右手手腕之間采集ECG信號(hào)。 根據(jù)本發(fā)明的一個(gè)方面，在上述ECG信號(hào)采集步驟中，采用銀_氯化銀紐扣電極進(jìn)
行ECG信號(hào)采集，其中將兩個(gè)電極分別置于雙手的食指上，采集的ECG信號(hào)經(jīng)過(guò)高增益的差
分放大器進(jìn)行處理，所述差分放大器的可變?cè)鲆嬖O(shè)置為2000，帶寬設(shè)置為l-100Hz，采用陷
波器濾除電力線(xiàn)干擾，信號(hào)采樣用1000Hz、12bit的模數(shù)轉(zhuǎn)化器，采集的ECG信號(hào)經(jīng)前端放
大器、運(yùn)算放大器、濾波電路、A/D轉(zhuǎn)換器后以數(shù)字方式存儲(chǔ)于ECG存儲(chǔ)電路中。 根據(jù)本發(fā)明的一個(gè)方面，優(yōu)選在采集ECG信號(hào)的同時(shí)采集指紋特征信號(hào)，并且利
用采集的ECG信號(hào)和指紋特征信號(hào)進(jìn)行組合身份識(shí)別。 根據(jù)本發(fā)明的一個(gè)方面，優(yōu)選采用一導(dǎo)聯(lián)手指ECG信號(hào)和一個(gè)或多個(gè)手指指紋特征信號(hào)相結(jié)合進(jìn)行身份識(shí)別。 根據(jù)本發(fā)明的一個(gè)方面，將ECG信號(hào)和包括指紋、手紋、手形、靜脈、血流、血球、血
氧、毛孔、體溫、皮膚濕度、皮膚阻抗、血氧飽和度、光電容積波、虹膜、耳廓、人臉、語(yǔ)音、步
態(tài)、擊鍵、簽字的生物特征或生物身份識(shí)別特征組合起來(lái)進(jìn)行身份識(shí)別。 根據(jù)本發(fā)明的一個(gè)方面，提出一種身份識(shí)別方法，該方法將心電(ECG)特征和指
紋特征結(jié)合起來(lái)進(jìn)行身份識(shí)別，包括前后順序進(jìn)行的ECG身份識(shí)別過(guò)程和指紋識(shí)別過(guò)程，
其中包括如下步驟(a)信號(hào)采集，其中同步采集人體的ECG信號(hào)和指紋圖像；(b)ECG信號(hào)
預(yù)處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波；(c)ECG特征提取，其中提取ECG特征，建立ECG特
征向量；(d)ECG身份識(shí)別，其中將待識(shí)別者的ECG特征向量與預(yù)先存儲(chǔ)在ECG特征模板庫(kù)
中的ECG特征向量進(jìn)行比對(duì)，當(dāng)ECG身份識(shí)別成功時(shí)進(jìn)行下一步的指紋識(shí)別過(guò)程，否則進(jìn)行
報(bào)警或禁止處理；(e)指紋圖像預(yù)處理，其中對(duì)指紋圖像進(jìn)行預(yù)處理；(f)指紋特征提取，其
中提取指紋特征，建立指紋特征向量；(g)指紋識(shí)別，其中將待識(shí)別者的指紋特征向量與預(yù)
8先存儲(chǔ)在指紋特征模板庫(kù)中的指紋特征向量進(jìn)行比對(duì)，當(dāng)指紋身份識(shí)別成功時(shí)確認(rèn)待識(shí)別者的身份，否則進(jìn)行報(bào)警或禁止處理。 根據(jù)本發(fā)明的一方面，提出一種身份識(shí)別方法，該方法將心電(ECG)特征和指紋特征結(jié)合起來(lái)進(jìn)行身份識(shí)別，其中ECG身份識(shí)別過(guò)程和指紋識(shí)別過(guò)程同步進(jìn)行，包括如下步驟(a)信號(hào)采集，其中同步采集人體的ECG信號(hào)和指紋圖像；(b)ECG信號(hào)預(yù)處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波；(c)ECG特征提取，其中提取ECG特征；(d)指紋圖像預(yù)處理，其中對(duì)指紋圖像進(jìn)行預(yù)處理；(e)指紋特征提取，其中提取指紋特征；(f)指紋特征和ECG特征融合，其中基于所提取的指紋特征和ECG特征，采用組合特征方法進(jìn)行數(shù)據(jù)融合，將數(shù)據(jù)融合后的特征向量作為身份識(shí)別特征向量；(g)識(shí)別過(guò)程，即將待識(shí)別者的身份識(shí)別特征向量與預(yù)先存儲(chǔ)在特征模板庫(kù)中的身份識(shí)別特征向量進(jìn)行比對(duì)，當(dāng)身份識(shí)別成功時(shí)確認(rèn)待識(shí)別者的身份，否則進(jìn)行報(bào)警或禁止處理。 根據(jù)本發(fā)明的一個(gè)方面，上述身份識(shí)別方法還可包括系統(tǒng)管理員身份注冊(cè)過(guò)程，該過(guò)程包括如下步驟(l)檢索管理員信息，當(dāng)檢索到?jīng)_突時(shí)進(jìn)行防沖突處理，否則進(jìn)行下一步驟；(2)ECG信號(hào)和指紋圖像采集，其中同步采集管理員的ECG信號(hào)和指紋圖像；(3)ECG特征處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波并且提取ECG特征，建立ECG特征向量；(4)指紋特征處理，其中對(duì)指紋圖像進(jìn)行處理，并且提取指紋特征，建立指紋特征向量；(5)將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫(kù)中。
根據(jù)本發(fā)明的一個(gè)方面，上述身份識(shí)別方法還可包括合法身份授權(quán)處理過(guò)程，該過(guò)程包括如下步驟(l)采集管理員信息；(2)管理員身份識(shí)別，當(dāng)身份合法時(shí)進(jìn)行下一步的ECG信號(hào)和指紋圖像采集過(guò)程，否則進(jìn)行非法授權(quán)處理；(3) ECG信號(hào)和指紋圖像采集，其中同步采集被授權(quán)人的ECG信號(hào)和指紋圖像；(4) ECG特征處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波并且提取ECG特征，建立ECG特征向量；(5)指紋特征處理，其中對(duì)指紋圖像進(jìn)行處理，并且提取指紋特征，建立指紋特征向量；(6)將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫(kù)中。 根據(jù)本發(fā)明的一個(gè)方面，提出一種應(yīng)用上述身份識(shí)別方法的身份識(shí)別系統(tǒng)，該身份識(shí)別系統(tǒng)包括ECG傳感器模塊，用于采集人體的ECG信號(hào)；ECG信號(hào)預(yù)處理模塊，用于消除ECG信號(hào)的噪聲；ECG特征提取模塊，用于提取ECG信號(hào)的特征，構(gòu)建身份識(shí)別特征向量；ECG匹配模塊，用于將提取出的ECG特征和特征模板庫(kù)中的ECG特征進(jìn)行比較；ECG數(shù)據(jù)庫(kù)模塊，該用于存儲(chǔ)注冊(cè)用戶(hù)的ECG特征模板。 根據(jù)本發(fā)明，以上所述的身份識(shí)別方法和身份識(shí)別系統(tǒng)可應(yīng)用于醫(yī)療管理、汽車(chē)駕駛、計(jì)算機(jī)登錄、網(wǎng)絡(luò)安全、移動(dòng)終端、公安、金融、海關(guān)、門(mén)禁領(lǐng)域中。


圖1是一個(gè)周期的理想心電信號(hào)的波形圖。 圖2是根據(jù)實(shí)施方式一的身份識(shí)別方法的流程圖。 圖3是ECG信號(hào)采集存儲(chǔ)流程圖。 圖4-6是用于說(shuō)明ECG信號(hào)的解析特征的示意圖。 圖7是胸劍和胸腋導(dǎo)聯(lián)的電極位置示意圖。 圖8是常見(jiàn)的幾種胸腋導(dǎo)聯(lián)心電圖的圖形。
圖9是常見(jiàn)的幾種胸劍導(dǎo)聯(lián)心電圖的圖形。 圖10是根據(jù)實(shí)施方式二的身份識(shí)別方法的流程圖。 圖11是根據(jù)實(shí)施方式三的身份識(shí)別方法的流程圖。 圖12是根據(jù)實(shí)施方式四的系統(tǒng)管理員身份注冊(cè)過(guò)程的流程圖。 圖13是根據(jù)實(shí)施方式五的合法身份授權(quán)處理過(guò)程的流程圖。 圖14示出了根據(jù)本發(fā)明的身份識(shí)別系統(tǒng)的一種實(shí)施方式的結(jié)構(gòu)框圖。 圖15示出了根據(jù)本發(fā)明的身份識(shí)別系統(tǒng)的另一種實(shí)施方式的結(jié)構(gòu)框圖。 圖16示出了根據(jù)本發(fā)明的身份識(shí)別系統(tǒng)的另一種實(shí)施方式的結(jié)構(gòu)框圖。
具體實(shí)施例方式
下面結(jié)合附圖描述根據(jù)本發(fā)明的身份識(shí)別方法的優(yōu)選實(shí)施方式。
實(shí)施方式一 根據(jù)本實(shí)施方式的身份識(shí)別方法包括ECG信號(hào)輸入、ECG信號(hào)預(yù)處理、特征提取、識(shí)別、結(jié)果輸出等過(guò)程。根據(jù)本實(shí)施方式的身份識(shí)別方法的流程圖如圖2所示。下面對(duì)這些過(guò)程分別進(jìn)行描述。
1、ECG信號(hào)采集 本發(fā)明利用牛津儀器公司的Medilog AR12 (holter)進(jìn)行心電采集，采樣頻率為1024Hz，量化為16bit。當(dāng)然，利用其他儀器、或采用不同的采樣頻率和比特率也可以，只要能實(shí)現(xiàn)本發(fā)明即可。每個(gè)人采集兩段心電信號(hào)，每段心電信號(hào)2分鐘，兩段心電信號(hào)時(shí)間間隔一天以上，以保證該方法在心率變異性下ECG身份識(shí)別的健壯性。取30段不同實(shí)驗(yàn)者心電建立身份識(shí)別庫(kù)，另外40段心電數(shù)據(jù)用于測(cè)試身份識(shí)別的正確率、漏判和誤判概率。
根據(jù)本發(fā)明，可以在人體的左手手指和右手手指之間采集ECG信號(hào)，例如可采用銀-氯化銀紐扣電極進(jìn)行ECG信號(hào)采集，其中將兩個(gè)電極分別置于雙手的食指上。采集的ECG信號(hào)經(jīng)過(guò)高增益的差分放大器進(jìn)行處理。所述差分放大器的可變?cè)鲆婵稍O(shè)置為2000，帶寬設(shè)置為l-100Hz，采用陷波器濾除電力線(xiàn)干擾，信號(hào)采樣用1000Hz、12bit的模數(shù)轉(zhuǎn)化器。采集的ECG信號(hào)經(jīng)前端放大器、運(yùn)算放大器、濾波電路、A/D轉(zhuǎn)換器后以數(shù)字方式存儲(chǔ)于ECG存儲(chǔ)電路中，如圖3所示。 在本發(fā)明中，可采用一導(dǎo)聯(lián)心電信號(hào)或多導(dǎo)聯(lián)心電信號(hào)進(jìn)行身份識(shí)別，其中的導(dǎo)聯(lián)包括醫(yī)用12導(dǎo)聯(lián)、Einthoven導(dǎo)聯(lián)體系、Frank導(dǎo)聯(lián)體系、加壓肢體導(dǎo)聯(lián)、心電Holter導(dǎo)聯(lián)體系、航天導(dǎo)聯(lián)(包括胸劍、胸腋導(dǎo)聯(lián))等。圖7是胸劍和胸腋導(dǎo)聯(lián)的電極位置示意圖，圖8、9是常見(jiàn)的胸腋、胸劍導(dǎo)聯(lián)心電形。
2、ECG信號(hào)預(yù)處理 ECG信號(hào)預(yù)處理主要是進(jìn)行濾波。在本發(fā)明中，可采用無(wú)限脈沖響應(yīng)(IIR)橢圓濾波器對(duì)50Hz工頻進(jìn)行濾波，采用小波變換消除基線(xiàn)漂移和高頻肌電干擾，小波基函數(shù)選用Daubechies緊支正交小波，小波階數(shù)選為3階。ECG采樣率為1024Hz，根據(jù)Nyquist采樣定律，頻譜的最高頻率為512Hz，故分解層數(shù)選為9，對(duì)D9、D8、D7、D6、D5、D4進(jìn)行重構(gòu)，獲得濾波后ECG信號(hào)。 也可以采用基于Hilbert-Huang變換和自適應(yīng)閾值的形態(tài)學(xué)濾波方法對(duì)ECG信號(hào)進(jìn)行濾波。該方法利用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)方法將ECG信號(hào)分解為不同頻段的固有模態(tài)函數(shù)(IMF)，再根據(jù)Hilbert譜分析三種噪聲的頻段分布特點(diǎn)，最后有針對(duì)性的采用自適應(yīng)閾 值形態(tài)學(xué)濾波、平滑濾波等方法分別消噪。
3、特征提取 特征提取的目的是構(gòu)建用于身份識(shí)別的特征向量，可用于構(gòu)建身份識(shí)別特征向量 的特征可包括ECG信號(hào)的解析特征、表象特征、變換域特征和融合特征，或者上述特征的任 意組合。以下對(duì)這些特征分別介紹。
3. 1解析特征 在本發(fā)明中，解析特征是指ECG信號(hào)周期波形的幅度、間期、面積、周長(zhǎng)、角度等相 關(guān)幾何特征，解析特征也可稱(chēng)為波形特征。如圖4-6所示，這些幾何特征主要包括但不限 于:1. PPL，2. PQ，3. PR，4. PS，5. PT，6. QQ，，7. QR， 8. QS，9. QT， 10. RS，， 11. RS， 12. RT， 13. SS，， 14. ST， 15. TTR等幅度特征，以及16. PLR， 17. PLP， 18. PLPR， 19. PLQ， ， 20. PR， 21. PPR， 22. PQ， 23. PT， 24. PRQ， ， 25. Q， S， ， 26. QR， 27. QS， 28. RS， 29. RT， 30. RTR， 31. ST， 32. S， TL， 33. S， TR， 34. TLT， 35. TLTR， 36. TTR， 37. PU!， 38. PLTR， 39. PRR， 40. Q' Q， 41. RTL， 42. SS' ， 43. STL， 44. RTR等間期特征，以及QRS波中以Q、R、S三點(diǎn)構(gòu)成的三角形的角度、面積、周長(zhǎng)、重心、垂 心、內(nèi)心等特征，例如45. ZSQR，46. ZQRS，47. Z QSR， 48. S A QRS (三角形QRS的面積)， 49.LAQRS(三角形QRS的周長(zhǎng))等。在根據(jù)本發(fā)明的方法中，可以提取上述幾何特征的一 個(gè)或多個(gè)，構(gòu)建用于身份識(shí)別的特征向量矩陣。
3. 2表象特征 在本發(fā)明中，表象特征是指將上述ECG信號(hào)的解析特征通過(guò)PCA法(主元素分析 法)、LDA法(線(xiàn)性判別分析法)、KL法等方法變換后的特征。在進(jìn)行表象特征選擇后，可降 低數(shù)據(jù)維數(shù)，去掉冗余和不重要信息，提取用于身份識(shí)別的適當(dāng)特征。
3. 3變換域特征 在本發(fā)明中，變換域特征是指將ECG信號(hào)的上述解析特征通過(guò)小波變換、傅立葉 變換、希爾伯特變換、余弦變換等各種變換方法處理后提取的特征。通過(guò)變換域特征提取可 以找到新的ECG身份識(shí)別特征，變換域特征的優(yōu)點(diǎn)是波形穩(wěn)定。以下對(duì)小波變換進(jìn)行簡(jiǎn)要 描述。 Daubechies小波簡(jiǎn)稱(chēng)為dbN小波，N為小波階數(shù)，本發(fā)明優(yōu)選db3小波作為小波 基。該小波與ECG波形相似，滿(mǎn)足小波基選擇的相似性；該小波基支撐長(zhǎng)度為5，較短的支 撐長(zhǎng)度消耗較短的計(jì)算時(shí)間；較高的消失矩保證較多的小波系數(shù)為零或近似為零，有利于 特征提取與數(shù)據(jù)壓縮。將ECG信號(hào)的時(shí)域波形進(jìn)行6級(jí)小波分解，取分解系數(shù)的cA6、cD6、 cD5、cD4、cD3后四級(jí)的系數(shù)作為特征向量。變換后由小波系數(shù)組成的特征向量波形內(nèi)容豐 富，不同試驗(yàn)者小波分解系數(shù)波形較時(shí)域波形差異更加顯著，并且同一試驗(yàn)者各心拍小波 分解系數(shù)波形更加穩(wěn)定，差異減小。因此選用變換后小波分解系數(shù)作為特征向量有益于ECG 身份識(shí)別。 3. 3融合特征 在本發(fā)明中，融合特征是指將上述解析特征、表象特征、變換域特征進(jìn)行數(shù)據(jù)融合 后所得到的特征，其中提取上述解析特征、表象特征、變換域特征分別構(gòu)建特征向量矩陣， 將這些特征向量矩陣采用組合特征方法進(jìn)行數(shù)據(jù)融合，將構(gòu)造的新矩陣作為融合特征向量 進(jìn)行ECG身份識(shí)別。采用融合特征進(jìn)行身份識(shí)別抗噪聲能力增強(qiáng)，并且在心率變異性下仍
11保持較高的識(shí)別率。
4、識(shí)別 在識(shí)別過(guò)程中，要對(duì)待識(shí)別者的ECG信號(hào)與預(yù)先存儲(chǔ)在特征模板庫(kù)中的ECG身份 信息進(jìn)行比對(duì)。在識(shí)別過(guò)程中采用的識(shí)別方法可包括聚類(lèi)方法、模板匹配方法、神經(jīng)網(wǎng)絡(luò)方 法、距離判別法(馬氏、歐式等距離判別法)、主元素分析法、線(xiàn)性判別分析法、K階鄰接距 法、支持矢量機(jī)法、人工智能法、模糊數(shù)學(xué)法、遺傳算法、決策樹(shù)法、統(tǒng)計(jì)決策法、Fisher判別 法、相關(guān)系數(shù)閾值法等。 其中，相關(guān)系數(shù)閾值法的具體識(shí)別過(guò)程如下(l)采用相關(guān)系數(shù)法計(jì)算ECG特征模 板庫(kù)中的身份識(shí)別特征向量的相關(guān)系數(shù)，得到一個(gè)相關(guān)系數(shù)序列；(2)計(jì)算所述相關(guān)系數(shù) 序列的平均值P mean ; (3)通過(guò)訓(xùn)練學(xué)習(xí)獲取相關(guān)系數(shù)閾值P th， P th = tX p mean， t為一可 變常數(shù)，根據(jù)實(shí)驗(yàn)調(diào)整參數(shù)t獲取相關(guān)系數(shù)閾值P th ; (4)將待識(shí)別者的身份識(shí)別特征向量 與ECG特征模板庫(kù)中的身份識(shí)別特征向量進(jìn)行相關(guān)系數(shù)運(yùn)算，求得最大相關(guān)系數(shù)Pmax ;(5) 如果Pmax> Pth，則確認(rèn)此待識(shí)別者為ECG特征模板庫(kù)中的某個(gè)人并輸出該人的信息，否則 拒絕該人或者根據(jù)需要將該人信息加入ECG特征模板庫(kù)。
實(shí)施方式二 根據(jù)本實(shí)施方式的身份識(shí)別方法除了包括上述基于ECG信號(hào)的身份識(shí)別方法之 外，還包括指紋識(shí)別方法，即通過(guò)ECG信號(hào)和指紋特征進(jìn)行組合身份識(shí)別。在此實(shí)施方式 中，包括前后順序進(jìn)行的ECG身份識(shí)別過(guò)程和指紋識(shí)別過(guò)程，其中包括如下步驟(a)信號(hào) 采集，其中同步采集人體的ECG信號(hào)和指紋圖像；(b) ECG信號(hào)預(yù)處理，其中對(duì)采集的ECG信 號(hào)進(jìn)行濾波；(c) ECG特征提取，其中提取ECG特征，建立ECG特征向量；(d) ECG身份識(shí)別，其 中將待識(shí)別者的ECG特征向量與預(yù)先存儲(chǔ)在ECG特征模板庫(kù)中的ECG特征向量進(jìn)行比對(duì)， 當(dāng)ECG身份識(shí)別成功時(shí)進(jìn)行下一步的指紋識(shí)別過(guò)程，否則進(jìn)行報(bào)警或禁止處理；(e)指紋圖 像預(yù)處理，其中對(duì)指紋圖像進(jìn)行預(yù)處理；(f)指紋特征提取，其中提取指紋特征，建立指紋 特征向量；(g)指紋識(shí)別，其中將待識(shí)別者的指紋特征向量與預(yù)先存儲(chǔ)在指紋特征模板庫(kù) 中的指紋特征向量進(jìn)行比對(duì)，當(dāng)指紋身份識(shí)別成功時(shí)確認(rèn)待識(shí)別者的身份，否則進(jìn)行報(bào)警 或禁止處理。 根據(jù)本實(shí)施方式的身份識(shí)別方法的流程圖如圖11所示。 在此實(shí)施方式中，可采用一導(dǎo)聯(lián)手指ECG信號(hào)和一個(gè)或兩個(gè)手指指紋特征信號(hào)相
結(jié)合進(jìn)行身份識(shí)別。
實(shí)施方式三 在此實(shí)施方式中，同樣采用ECG信號(hào)和指紋特征進(jìn)行組合身份識(shí)別。此實(shí)施方式 與實(shí)施方式二的區(qū)別在于，在此實(shí)施方式中，不是分別進(jìn)行基于ECG信號(hào)的身份識(shí)別和指 紋識(shí)別，而是將提取的指紋特征和ECG特征進(jìn)行數(shù)據(jù)融合，將數(shù)據(jù)融合后所建立的特征向 量作為身份識(shí)別特征向量。具體來(lái)說(shuō)該方法包括如下步驟(a)信號(hào)采集，其中同步采集人 體的ECG信號(hào)和指紋圖像；(b)ECG信號(hào)預(yù)處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波；(c)ECG特 征提取，其中提取ECG特征；(d)指紋圖像預(yù)處理，其中對(duì)指紋圖像進(jìn)行預(yù)處理；(e)指紋特 征提取，其中提取指紋特征；(f)指紋特征和ECG特征融合，其中基于所提取的指紋特征和 ECG特征，采用組合特征方法進(jìn)行數(shù)據(jù)融合，將數(shù)據(jù)融合后的特征向量作為身份識(shí)別特征向 量；(g)識(shí)別過(guò)程，即將待識(shí)別者的身份識(shí)別特征向量與預(yù)先存儲(chǔ)在特征模板庫(kù)中的身份識(shí)別特征向量進(jìn)行比對(duì)，當(dāng)身份識(shí)別成功時(shí)確認(rèn)待識(shí)別者的身份，否則進(jìn)行報(bào)警或禁止處理。 根據(jù)本實(shí)施方式的身份識(shí)別方法的流程圖如圖12所示。
實(shí)施方式四 在此實(shí)施方式中，除了包括實(shí)施方式二或三所列步驟之外，還包括系統(tǒng)管理員身 份注冊(cè)過(guò)程，該過(guò)程包括如下步驟(l)檢索管理員信息，當(dāng)檢索到?jīng)_突時(shí)進(jìn)行防沖突處 理，否則進(jìn)行下一步驟；(2) ECG信號(hào)和指紋圖像采集，其中同步采集管理員的ECG信號(hào)和指 紋圖像；(3) ECG特征處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波并且提取ECG特征，建立ECG特 征向量；(4)指紋特征處理，其中對(duì)指紋圖像進(jìn)行處理，并且提取指紋特征，建立指紋特征 向量；(5)將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫(kù)中。
根據(jù)本實(shí)施方式的系統(tǒng)管理員身份注冊(cè)過(guò)程的流程圖如圖12所示。
實(shí)施方式五 在此實(shí)施方式中，除了包括實(shí)施方式二或三所列步驟之外，還包括合法身份授權(quán) 處理過(guò)程，該過(guò)程包括如下步驟(1)采集管理員信息；(2)管理員身份識(shí)別，當(dāng)身份合法時(shí) 進(jìn)行下一步的ECG信號(hào)和指紋圖像采集過(guò)程，否則進(jìn)行非法授權(quán)處理；(3)ECG信號(hào)和指紋 圖像采集，其中同步采集被授權(quán)人的ECG信號(hào)和指紋圖像；(4) ECG特征處理，其中對(duì)采集的 ECG信號(hào)進(jìn)行濾波并且提取ECG特征，建立ECG特征向量；(5)指紋特征處理，其中對(duì)指紋圖 像進(jìn)行處理，并且提取指紋特征，建立指紋特征向量；(6)將在上述步驟中建立的ECG特征 向量和指紋特征向量保存到特征模板庫(kù)中。 根據(jù)本實(shí)施方式的合法身份授權(quán)處理過(guò)程的流程圖如圖13所示。
實(shí)施方式六 在本實(shí)施方式中，提出了一種應(yīng)用根據(jù)本發(fā)明的身份識(shí)別方法的ECG身份識(shí)別系
統(tǒng)，該身份識(shí)別系統(tǒng)主要包括以下幾個(gè)模塊 (1) ECG傳感器模塊，該模塊用來(lái)采集用戶(hù)的ECG信號(hào)。 (2)ECG信號(hào)預(yù)處理模塊，該模塊主要用于消除ECG信號(hào)噪聲，ECG消噪主要消除 ECG信號(hào)采集中的工頻干擾(50Hz或60Hz)、嚴(yán)重的肌電干擾(10 300Hz)、患者呼吸和運(yùn) 動(dòng)引起的基線(xiàn)漂移干擾(0. 05 2Hz)等。 (3)ECG特征提取模塊，該模塊對(duì)預(yù)處理后的ECG信號(hào)進(jìn)一步處理，從中提取出一 系列顯著的或易于鑒別的特征。例如從ECG信號(hào)中提取QRS波的間期和幅度等特征。
(4)ECG匹配模塊，該模塊將提取出的特征和模板庫(kù)中的ECG特征進(jìn)行比較，以得 出匹配相關(guān)度。該模塊也稱(chēng)為判定模塊，用戶(hù)的身份通過(guò)匹配相關(guān)數(shù)等參數(shù)進(jìn)行驗(yàn)證或識(shí) 別。 (5) ECG數(shù)據(jù)庫(kù)模塊，該模塊用于存儲(chǔ)注冊(cè)用戶(hù)的ECG特征模板。注冊(cè)用戶(hù)單元對(duì) 記錄在ECG身份識(shí)別系統(tǒng)數(shù)據(jù)庫(kù)的信息負(fù)責(zé)。在注冊(cè)登記階段，個(gè)人的ECG信息通過(guò)傳感 器采集，采集可根據(jù)應(yīng)用需要決定是否安排人員監(jiān)督。在連續(xù)輸入階段為了確保對(duì)所獲樣 本進(jìn)行可靠處理，根據(jù)需要可設(shè)置一些質(zhì)量檢查裝置。為了減輕匹配復(fù)雜度，輸入的樣本會(huì) 被進(jìn)一步提取，得到一個(gè)壓縮的，更易觀(guān)察的樣本，稱(chēng)之為模板。依賴(lài)于不同的應(yīng)用背景，模 板會(huì)被存儲(chǔ)在生物特征系統(tǒng)數(shù)據(jù)庫(kù)中或者記錄個(gè)人的智能卡中。 一般情況下，考慮到觀(guān)察 到的生物特征會(huì)發(fā)生變化，數(shù)據(jù)庫(kù)中會(huì)記錄個(gè)人的多個(gè)特征模板，并且，數(shù)據(jù)庫(kù)中的模板也會(huì)隨著時(shí)間不斷更新。 ECG身份識(shí)別系統(tǒng)本質(zhì)上是一個(gè)身份鑒別的模式識(shí)別系統(tǒng)。系統(tǒng)首先得到人體的 ECG信號(hào)，并從中提取出所需的數(shù)據(jù)特征，然后與數(shù)據(jù)庫(kù)中的特征模板進(jìn)行比較。根據(jù)系統(tǒng) 的應(yīng)用需求，ECG身份識(shí)別系統(tǒng)通常工作于驗(yàn)證模式或識(shí)別模式。用戶(hù)注冊(cè)登記是兩種模 式工作的前提。 驗(yàn)證模式，即一對(duì)一比對(duì)，也稱(chēng)為1:1模式(one-to-one matching)。這種模式下， 現(xiàn)場(chǎng)采集到的生物特征與保存在模板數(shù)據(jù)庫(kù)中的一個(gè)生物特征進(jìn)行比對(duì)。作為驗(yàn)證條件， 個(gè)體的生物特征數(shù)據(jù)已經(jīng)存儲(chǔ)在數(shù)據(jù)庫(kù)中，并與唯一的個(gè)人識(shí)別碼(ID或者PIN)建立聯(lián) 系。驗(yàn)證時(shí)，先驗(yàn)證識(shí)別碼，然后利用現(xiàn)場(chǎng)采集的生物特征與數(shù)據(jù)庫(kù)中和識(shí)別碼對(duì)應(yīng)的生物 特征進(jìn)行匹配，從而達(dá)到身份驗(yàn)證的目的。驗(yàn)證模式通常用于確定性識(shí)別，目的是為了進(jìn)行 身份確認(rèn)，防止多人用同一個(gè)身份。 識(shí)別模式，即一對(duì)多比對(duì)，也稱(chēng)為1 :N模式(one-to-many matching)。該模式下， 將現(xiàn)場(chǎng)采集到的生物特征與模板數(shù)據(jù)庫(kù)中的生物特征逐一對(duì)比，從中找出相匹配的生物特 征信息，從而達(dá)到確認(rèn)個(gè)人身份的目的。識(shí)別模式的目的是防止一個(gè)人使用多個(gè)身份。
圖14示出了一種根據(jù)本發(fā)明的身份識(shí)別系統(tǒng)。在圖14所示的身份識(shí)別系統(tǒng)中， 采集裝置實(shí)現(xiàn)心電信號(hào)的采集。處理裝置完成信號(hào)預(yù)處理及特征提取，將提取的特征值送 到識(shí)別裝置，識(shí)別裝置完成與模板庫(kù)的比對(duì)，并給出識(shí)別結(jié)果，將識(shí)別結(jié)果輸出到監(jiān)視裝置 或者控制裝置。 圖15示出了另一種根據(jù)本發(fā)明的身份識(shí)別系統(tǒng)。在圖15所示的身份識(shí)別系統(tǒng)中，
采集裝置完成心電信號(hào)與指紋的并行的采集。心電處理裝置完成心電信號(hào)預(yù)處理及特征提
取，將提取到的心電特征值送到分別送到識(shí)別模塊進(jìn)行識(shí)別，若識(shí)別錯(cuò)誤，直接將結(jié)果輸出
不再啟動(dòng)指紋識(shí)別。若識(shí)別結(jié)果正確則啟動(dòng)指紋識(shí)別，并將指紋識(shí)別結(jié)果與心電識(shí)別結(jié)果
進(jìn)行比對(duì)，并給出識(shí)別結(jié)果，將識(shí)別結(jié)果輸出到監(jiān)視裝置或者控制裝置。 圖16示出了另一種根據(jù)本發(fā)明的身份識(shí)別系統(tǒng)。在圖16所示的身份識(shí)別系統(tǒng)
中，采集裝置完成心電信號(hào)與指紋的并行的采集。處理裝置完成信號(hào)預(yù)處理及特征提取，將
提取到的心電與指紋的特征值分別送到特征融合模塊，特征融合模塊完成心電特征值與指
紋特征值的融合，將融合結(jié)果送到識(shí)別裝置，識(shí)別裝置完成與模板庫(kù)的比對(duì)，并給出識(shí)別結(jié)
果，將識(shí)別結(jié)果輸出到監(jiān)視裝置或者控制裝置。 以上所述僅為本發(fā)明的較佳實(shí)施方式，并非用來(lái)限定本發(fā)明的實(shí)施范圍；凡是依 本發(fā)明所作的等同變化與修改，都在本發(fā)明的保護(hù)范圍之內(nèi)。
1權(quán)利要求
一種身份識(shí)別方法，其特征在于，該方法利用心電(ECG)信號(hào)進(jìn)行身份識(shí)別，包括如下步驟(a)ECG信號(hào)采集，其中采集人體的ECG信號(hào)；(b)ECG信號(hào)預(yù)處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波；(c)特征提取，其中提取ECG信號(hào)的特征，以此構(gòu)建身份識(shí)別特征向量；(d)識(shí)別步驟，其中將待識(shí)別者的身份識(shí)別特征向量與預(yù)先存儲(chǔ)在ECG特征模板庫(kù)中的身份識(shí)別特征向量進(jìn)行比對(duì)；(e)結(jié)果輸出，即將上述識(shí)別步驟中的比對(duì)結(jié)果輸出到外部設(shè)備，該比對(duì)結(jié)果包括確認(rèn)或拒絕。
2. 如權(quán)利要求1所述的身份識(shí)別方法，其特征在于，在上述特征提取步驟中，用于構(gòu)建 身份識(shí)別特征向量的特征包括ECG信號(hào)的解析特征、表象特征、變換域特征和融合特征，或者解析特征、表象特征、變換域特征和融合特征的任意組合。
3. 如權(quán)利要求2所述的身份識(shí)別方法，其特征在于，所述解析特征包括ECG信號(hào)的整個(gè)周期波形、多個(gè)周期波形的平均、周期波形的幅度、間期、面積、周長(zhǎng)或角度，或者這些幾何 特征的任意組合。
4. 如權(quán)利要求2所述的身份識(shí)別方法，其特征在于，所述表象特征包括將ECG信號(hào)的解 析特征通過(guò)主成分分析法、線(xiàn)性判別式法或者KL變換方法變換后的特征。
5. 如權(quán)利要求2所述的身份識(shí)別方法，其特征在于，所述變換域特征包括將ECG信號(hào)的 解析特征通過(guò)小波變換、傅立葉變換、希爾伯特變換或者余弦變換對(duì)數(shù)據(jù)進(jìn)行處理后在變 換域上提取的特征。
6. 如權(quán)利要求2所述的身份識(shí)別方法，其特征在于，所述融合特征包括將上述解析特 征、表象特征、變換域特征分別構(gòu)建特征向量，然后采用特征融合方法進(jìn)行數(shù)據(jù)融合，將數(shù) 據(jù)融合后的特征向量作為身份識(shí)別特征向量。
7. 如權(quán)利要求6所述的身份識(shí)別方法，其特征在于，在所述身份識(shí)別方法中，另外提 取其他生物身份識(shí)別特征，所述其他生物身份識(shí)別特征包括指紋、手紋、手形、靜脈、血流、 血球、血氧、毛孔、體溫、皮膚濕度、皮膚阻抗、血氧飽和度、光電容積波、虹膜、耳廓、人臉、語(yǔ) 音、步態(tài)、擊鍵、簽字中的一個(gè)或多個(gè)，將提取的ECG信號(hào)的解析特征、表象特征或者變換域 特征，以及所述其他生物身份識(shí)別特征的一個(gè)或多個(gè)特征采用數(shù)據(jù)融合方法進(jìn)行特征融 合，將數(shù)據(jù)融合后的特征向量作為身份識(shí)別特征向量。
8. 如權(quán)利要求1所述的身份識(shí)別方法，其特征在于，在ECG信號(hào)預(yù)處理步驟中，采用基 于通帶濾波法、小波變換濾波法、Hilbert-Huang變換和自適應(yīng)閾值的形態(tài)學(xué)濾波方法對(duì) ECG信號(hào)進(jìn)行濾波。
9. 如權(quán)利要求1所述的身份識(shí)別方法，其特征在于，還包括特征點(diǎn)檢測(cè)步驟，其中采用 三樣條小波檢測(cè)ECG信號(hào)的R波峰值，并且以R波的位置為基準(zhǔn)搜索Q波、S波的峰值。
10. 如權(quán)利要求1所述的身份識(shí)別方法，其特征在于，在上述識(shí)別步驟中采用的識(shí)別方 法包括聚類(lèi)方法、模板匹配方法、神經(jīng)網(wǎng)絡(luò)方法、距離判別法、主元素分析法、線(xiàn)性判別分析 法、K階鄰接距法、支持矢量機(jī)法、人工智能法、模糊數(shù)學(xué)法、遺傳算法、決策樹(shù)法、統(tǒng)計(jì)決策 法、Fisher判別法或者相關(guān)系數(shù)閾值法。
11. 如權(quán)利要求IO所述的身份識(shí)別方法，其特征在于，所述相關(guān)系數(shù)閾值法包括(1) 采用相關(guān)系數(shù)法計(jì)算ECG特征模板庫(kù)中的身份識(shí)別特征向量的相關(guān)系數(shù)，得到一 個(gè)相關(guān)系數(shù)序列；(2) 計(jì)算所述相關(guān)系數(shù)序列的平均值Pmean;(3) 通過(guò)訓(xùn)練學(xué)習(xí)獲取相關(guān)系數(shù)閾值p th， p th = tX p m^， t為一可變常數(shù)，根據(jù)實(shí)驗(yàn) 調(diào)整參數(shù)t獲取相關(guān)系數(shù)閾值P th ;(4) 將待識(shí)別者的身份識(shí)別特征向量與ECG特征模板庫(kù)中的身份識(shí)別特征向量進(jìn)行相 關(guān)系數(shù)運(yùn)算，求得最大相關(guān)系數(shù)Pmax ;(5) 如果Pmax> Pth，則確認(rèn)此待識(shí)別者為ECG特征模板庫(kù)中的某個(gè)人并輸出該人的 信息，否則拒絕該人或者根據(jù)需要將該人信息加入ECG特征模板庫(kù)。
12. 如權(quán)利要求1所述的身份識(shí)別方法，其特征在于，采用一導(dǎo)聯(lián)心電信號(hào)或多導(dǎo)聯(lián)心 電信號(hào)進(jìn)行身份識(shí)別，其中的導(dǎo)聯(lián)包括常規(guī)12導(dǎo)聯(lián)、Einthoven導(dǎo)聯(lián)體系、Frank導(dǎo)聯(lián)體 系、加壓肢體導(dǎo)聯(lián)、心電Holter導(dǎo)聯(lián)體系、航天導(dǎo)聯(lián)，其中航天導(dǎo)聯(lián)包括胸劍導(dǎo)聯(lián)或胸腋導(dǎo) 聯(lián)。
13. 如權(quán)利要求1所述的身份識(shí)別方法，其特征在于，在上述ECG信號(hào)采集步驟中，在人 體的左手手指和右手手指、左手手掌和右手手掌或者左手手腕和右手手腕之間采集ECG信 號(hào)。
14. 如權(quán)利要求13所述的身份識(shí)別方法，其特征在于，采用銀-氯化銀紐扣電極進(jìn)行 ECG信號(hào)采集，其中將兩個(gè)電極分別置于雙手的食指上，采集的ECG信號(hào)經(jīng)過(guò)高增益的差分 放大器進(jìn)行處理，所述差分放大器的可變?cè)鲆嬖O(shè)置為2000，帶寬設(shè)置為l-100Hz，采用陷波 器濾除電力線(xiàn)干擾，信號(hào)采樣用1000Hz、12bit的模數(shù)轉(zhuǎn)化器，采集的ECG信號(hào)經(jīng)前端放大 器、運(yùn)算放大器、濾波電路、A/D轉(zhuǎn)換器后以數(shù)字方式存儲(chǔ)于ECG存儲(chǔ)電路中。
15. 如權(quán)利要求13所述的身份識(shí)別方法，其特征在于，在采集ECG信號(hào)的同時(shí)采集指紋 特征信號(hào)，并且利用采集的ECG信號(hào)和指紋特征信號(hào)進(jìn)行組合身份識(shí)別。
16. 如權(quán)利要求13所述的身份識(shí)別方法，其特征在于，采用一導(dǎo)聯(lián)手指ECG信號(hào)和一個(gè) 或多個(gè)手指指紋特征信號(hào)相結(jié)合進(jìn)行身份識(shí)別。
17. 如權(quán)利要求1所述的身份識(shí)別方法，其特征在于，該方法將ECG信號(hào)和包括指紋、 手紋、手形、靜脈、血流、血球、血氧、毛孔、體溫、皮膚濕度、皮膚阻抗、血氧飽和度、光電容積 波、虹膜、耳廓、人臉、語(yǔ)音、步態(tài)、擊鍵、簽字的生物特征或生物身份識(shí)別特征組合起來(lái)進(jìn)行 身份識(shí)別。
18. —種身份識(shí)別方法，其特征在于，該方法將心電(ECG)特征和指紋特征結(jié)合起來(lái)進(jìn) 行身份識(shí)別，包括前后順序進(jìn)行的ECG身份識(shí)別過(guò)程和指紋識(shí)別過(guò)程，其中包括如下步驟(a) 信號(hào)采集，其中同步采集人體的ECG信號(hào)和指紋圖像；(b) ECG信號(hào)預(yù)處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波；(c) ECG特征提取，其中提取ECG特征，建立ECG特征向量；(d) ECG身份識(shí)別，其中將待識(shí)別者的ECG特征向量與預(yù)先存儲(chǔ)在ECG特征模板庫(kù)中的 ECG特征向量進(jìn)行比對(duì)，當(dāng)ECG身份識(shí)別成功時(shí)進(jìn)行下一步的指紋識(shí)別過(guò)程，否則進(jìn)行報(bào)警 或禁止處理；(e) 指紋圖像預(yù)處理，其中對(duì)指紋圖像進(jìn)行預(yù)處理；(f) 指紋特征提取，其中提取指紋特征，建立指紋特征向量；(g)指紋識(shí)別，其中將待識(shí)別者的指紋特征向量與預(yù)先存儲(chǔ)在指紋特征模板庫(kù)中的指 紋特征向量進(jìn)行比對(duì)，當(dāng)指紋身份識(shí)別成功時(shí)確認(rèn)待識(shí)別者的身份，否則進(jìn)行報(bào)警或禁止 處理。
19. 一種身份識(shí)別方法，其特征在于，該方法將心電(ECG)特征和指紋特征結(jié)合起來(lái)進(jìn) 行身份識(shí)別，其中ECG身份識(shí)別過(guò)程和指紋識(shí)別過(guò)程同步進(jìn)行，包括如下步驟(a) 信號(hào)采集，其中同步采集人體的ECG信號(hào)和指紋圖像；(b) ECG信號(hào)預(yù)處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波；(c) ECG特征提取，其中提取ECG特征；(d) 指紋圖像預(yù)處理，其中對(duì)指紋圖像進(jìn)行預(yù)處理；(e) 指紋特征提取，其中提取指紋特征；(f) 指紋特征和ECG特征融合，其中基于所提取的指紋特征和ECG特征，采用組合特征 方法進(jìn)行數(shù)據(jù)融合，將數(shù)據(jù)融合后的特征向量作為身份識(shí)別特征向量；(g) 識(shí)別過(guò)程，即將待識(shí)別者的身份識(shí)別特征向量與預(yù)先存儲(chǔ)在特征模板庫(kù)中的身份 識(shí)別特征向量進(jìn)行比對(duì)，當(dāng)身份識(shí)別成功時(shí)確認(rèn)待識(shí)別者的身份，否則進(jìn)行報(bào)警或禁止處理。
20. 如權(quán)利要求18或19所述的身份識(shí)別方法，其特征在于，還包括系統(tǒng)管理員身份注 冊(cè)過(guò)程，該過(guò)程包括如下步驟(1) 檢索管理員信息，當(dāng)檢索到?jīng)_突時(shí)進(jìn)行防沖突處理，否則進(jìn)行下一步驟；(2) ECG信號(hào)和指紋圖像采集，其中同步采集管理員的ECG信號(hào)和指紋圖像；(3) ECG特征處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波并且提取ECG特征，建立ECG特征向(4) 指紋特征處理，其中對(duì)指紋圖像進(jìn)行處理，并且提取指紋特征，建立指紋特征向(5) 將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫(kù)中。
21. 如權(quán)利要求18或19所述的身份識(shí)別方法，其特征在于，還包括合法身份授權(quán)處理 過(guò)程，該過(guò)程包括如下步驟(1) 采集管理員信息；(2) 管理員身份識(shí)別，當(dāng)身份合法時(shí)進(jìn)行下一步的ECG信號(hào)和指紋圖像采集過(guò)程，否則 進(jìn)行非法授權(quán)處理；(3) ECG信號(hào)和指紋圖像采集，其中同步采集被授權(quán)人的ECG信號(hào)和指紋圖像；(4) ECG特征處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波并且提取ECG特征，建立ECG特征向(5) 指紋特征處理，其中對(duì)指紋圖像進(jìn)行處理，并且提取指紋特征，建立指紋特征向(6) 將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫(kù)中。
22. —種應(yīng)用上述權(quán)利要求中任一項(xiàng)所述的身份識(shí)別方法的身份識(shí)別系統(tǒng)，該身份識(shí) 別系統(tǒng)包括ECG傳感器模塊，用于采集人體的ECG信號(hào)；ECG信號(hào)預(yù)處理模塊，用于消除 ECG信號(hào)的噪聲；ECG特征提取模塊，用于提取ECG信號(hào)的特征，構(gòu)建身份識(shí)別特征向量； ECG匹配模塊，用于將提取出的ECG特征和特征模板庫(kù)中的ECG特征進(jìn)行比較；ECG數(shù)據(jù)庫(kù)模塊，該用于存儲(chǔ)注冊(cè)用戶(hù)的ECG特征模板。
全文摘要
本發(fā)明提出了一種身份識(shí)別方法，該方法利用心電(ECG)信號(hào)進(jìn)行身份識(shí)別，包括如下步驟(a)ECG信號(hào)采集；(b)ECG信號(hào)預(yù)處理，其中對(duì)采集的ECG信號(hào)進(jìn)行濾波；(c)特征提取，其中提取ECG信號(hào)的特征，以此構(gòu)建身份識(shí)別特征向量，所構(gòu)建的身份識(shí)別特征向量包括解析特征、表象特征、變換域特征和融合特征；(d)識(shí)別步驟，其中將待識(shí)別者的身份識(shí)別特征向量與預(yù)先存儲(chǔ)在ECG特征模板庫(kù)中的身份識(shí)別特征向量進(jìn)行比對(duì)；(e)結(jié)果輸出。本發(fā)明還提出了一種應(yīng)用上述身份識(shí)別方法的身份識(shí)別系統(tǒng)。
文檔編號(hào)A61B5/117GK101773394SQ201010033919
公開(kāi)日2010年7月14日 申請(qǐng)日期2010年1月6日 優(yōu)先權(quán)日2010年1月6日
發(fā)明者嚴(yán)洪, 任兆瑞, 姚宇華, 宋晉忠, 李延軍, 楊向林, 楊輝, 梁仲剛, 軒永 申請(qǐng)人:中國(guó)航天員科研訓(xùn)練中心