应用主成分分析法ECG身份识别方法.PDFVIP

第 卷第 期 苏州科技学院学报 （ 自然科学版） 27 3 Vol．27 No．3 年 月 Journal of Suzhou University of Science and Technology （Natural Science ） 2010 9 Sep． 2010 应用主成分分析法的ECG 身份识别方法 ， 1 1 2 李巍巍 ， 成谢锋 （1.南京邮电大学电子科学与工程学院，江苏南京 210003 ； 2.济南大学信息科学与工程学院，山东济南250022 ） 摘 要： 提出了一种基于主成分分析法对ECG 信号进行特征表述的身份识别新方法。 在预处理阶段对ECG 信号进 行滤波、分段、归一化、抽样处理，然后计算ECG 信号的协方差矩阵及协方差矩阵的特征值和特征向量，其中较大的 特征值对应的特征向量具有与ECG 相似的形状，利用这些特征向量可描述、表达和逼近ECG 信号并用于后续的身 份识别。 实验结果表明：相对于ECG 基点特征提取技术，该方法提高了录用率，获得了较好的识别效果。 关键词： 主成分分析；特征提取；归一化；身份识别 中图分类号： 文献标识码： 文章编号： （ ） TP391.9 A 1672－0687 2010 03－0055－04 身份识别在当今社会扮演着越来越多的角色，特别是在安保系统中，如门禁系统等。 相对于用传统的锁 具，密码锁显然要安全很多，但是如果要达到比较高的安全水平，则需要更加复杂的系统。 通常一些方法通 过引入身体的一个部分进行特征提取进而达到识别的目的。 很多文献对人脸识别、声音识别、掌纹识别、视 网膜识别进行了研究，还有最通用的指纹识别。 心电图信号也是可选的方法。 通常，心电信息都是用于监测病人的心脏功能的。 它们的波形可以显示心脏是否处于正常状态。 如果把 心脏当作一个系统，则所生成的心电信号就是这个系统的响应。心电信号一般由 、 和 三部分组成（见 P QRS T 图 ），并通过在心脏附近放置多个传感器获得。 传感器放置的位置不同，所获得的信息也不一样，但所有的 1 心电图信号都有共同的特征，即医学上定义的 、 和 峰。每 R－R Interval P R T R 个 间隔就是一个周期， 和 定义在 波的底部， R-R Q S R Israel 等还在 和 的底部定义了另外 个基点（图 ），分别是 ， P T 4 1 L ′ ， 和 。 P ′ S ′ T′ T