基于心电信号频域特征的身份识别方法研究.docVIP

　　基于心电信号频域特征的身份识别方法研究 第一章 绪论 1.1 引言 随着信息化的高速发展，信息安全尤其是个人信息的泄露已经成为当今时代必须解决得一个严重性社会问题。如何准确鉴定一个人的身份，受到了国内外学者的广泛关注。目前来说，生物识别技术比传统的认证方式如基于密码或 ID 卡具有更高的安全性与可靠性，人们现有的生活方式和商业模式将会被生物特征识别技术彻底改变[1-2]。所谓生物特征识别，是指对每个人可采的集独特征利用计算机技术进行人的身份识别。早在1971 年，已经有人发表了关于人脸识别的论文[3]，并且虹膜识别算法在 20 世纪 80 年代也获得了成功。身份识别技术在很多领域肩负着国家的重任，如个人信息安全方面、航空领域以及医疗等方面，因此近年来生物特征识别更是越来越受到人们的关注。传统的生物特征识别方法包括：指纹识别、手形识别、人脸识别、耳廓识别、虹膜识别和视网膜识别、声音识别、签名识别、DNA 识别等[4]如图 1-1 所示。基于人击键时所表现出的特性如击键时的持续时间等，这类识别技术不仅涉及到计算机的知识同时也涉及到工程力学的知识。与传统的生物特征识别相比，基于心电信号特征的身份识别技术具有独特的优势[5]:（1）安全性高：不容易被模仿。（2）普遍性：每个人都有心电信号。（3）差异性：心脏所在位置、大小以及解剖结构等的不同造成了不同人的心电信号的差异性。（4）处理简单，数据量小，节省存储空间。（5）方便采集：目前市面上采集心电信号的设备主要以 12 导联心电采集设备，（6）较长期的稳定性：在相当长的一段时间内，人的心电信号是保持不变的。ECG 作为人生来就有的内在的生物特征之一，它包含着很多的个人信息，而且满足生物特征用于身份识别的条件。大量文献已经证明基于 ECG 这种生物特征进行身份识别是可行的。 ..... 1.2 心电信号身份识别的研究背景 心脏类似于电源，体表的电信号是由无数心肌细胞动作电位变化的总和通过传导获得的，用来导电的是心脏周围的组织和体液，也就是说是身体的每一个部位相对于某一参考点在每一心动周期中发生有规律的电变化，体表的各个点之间存在着电位差，也有各个点之间无电位差即等电的情况。每个心动周期中，心脏由起搏点、心房、心室相继兴奋，形成了生物电的变化称为心电，把测量电极放置在体表的一定部位，实际记录得到的心脏电变化曲线称作，即临床常规心电图[6]。将心脏看作是一个立体的结构，人体看成为一个具有长、宽、厚三度空间的容积导体。平面心电向量环在各导联轴上的投影就是心电图。心脏产生的瞬间向量在空间形成了空间心电向量环，它是一个立体图形，想要在纸上描绘出立体图形是非常困难的，所以一般采用空间心电向量环在三个不同的互相垂直的平面的投影来观察[7]，如图 1-2 所示： ..... 第二章 心电信号的频域分析 2.1 心电信号频域分析方法概述 从信号的时域中分析时，虽然有些信号的时域信息相同，但并不意味着信号就完全相同。因为信号除了会随时间变化而变化外，还与频率、相位等有关，也就是说需要进一步分析信号的频率分布情况，以便在频域中对信号进行描述。通常说的频谱图指自变量是频率，即横轴是频率,纵轴是该频率信号的幅值。频谱图描述了信号的频率结构及频率与该频率信号幅度的关系，从而帮助人们从另一个角度来了解信号的特征。信号频谱图可以更直观、丰富的提供信号在不同频率分量成分的大小等信息。心电信号的研究中，常用的频域分析方法如下：（1）小波变换：小波变换是时频分析的一种方法，即信号的时间与尺度或者说是时间与频率的分析方法，将一个时间信号变换到时间频率域。小波变换的窗口大小可以改变，即时间窗和频率窗都可以改变的时频局部化分析方法，可以同时观察信号的时间和频率信息。小波变换在时频两域具有表征信号局部特征的能力，即可以更好的观察信号的局部特性。但小波变换的冗余度很大，大大增加了计算量。（2）离散余弦变换（Discrete Cosine Transform，缩写为 DCT）：信号的傅里叶变换往往得到的是实数和虚数的结合，离散余弦变换于离散傅里叶变换类似,但是只有实数。离散余弦变换的长度是它的离散傅里叶变换长度的一半，也就是说这个离散傅里叶变换是对一个实偶函数进行变换的，离散余弦变换比离散傅里叶变换具有更强的能量集中特性:离散余弦变换后的低频部分是大多数的自然信号的能量集中部分。（3）快速的离散傅里叶变换（Fast Discrete Fourier Transform，缩写为 FFT）：离散傅里叶变换被认为是信号处理中常常需要用到的算法，信号频域特征可以通过该算法获得，但是它不但计算量很大，而且耗时较长，对信号进行实时处理不是很方便，因此在很长的一段时间内 DFT 都不能被应用到实际的工程项目中，直到发现了新的算法即快速的离散傅里叶变