基于分類器組合的心電信號(hào)身份識(shí)別算法研究.pdf

1、目前用于身份識(shí)別的方法有很多，常用的有人臉識(shí)別，指紋識(shí)別等等。隨著現(xiàn)在技術(shù)的不斷更新，人臉可以被照片所代替，指紋也可以復(fù)制，但每個(gè)人的心電圖信號(hào)是獨(dú)一無(wú)二的，不可復(fù)制的，目前心電圖信號(hào)主要用于臨床醫(yī)學(xué)心臟方面疾病的診斷，近些年來(lái)，提出基于心電信號(hào)進(jìn)行身份識(shí)別的研究的學(xué)者不斷增多，其目的就是為了實(shí)現(xiàn)能更好更精確的對(duì)人類進(jìn)行身份識(shí)別，生物識(shí)別技術(shù)迅速發(fā)展的原因正是因?yàn)槿祟愖陨淼奶貏e的行為特征或者生理進(jìn)行的身份鑒別，其可靠性和不可替代性非常高

2、。
　　本文研究的是基于分類器組合的心電信號(hào)身份識(shí)別算法，使用無(wú)基準(zhǔn)點(diǎn)特征提取的方法來(lái)提取QRS波形。HOAC-DCT特征提取、DWT特征提取和PCA特征提取以及分類器組合算法相結(jié)合的方法，提出的方法可以對(duì)身份識(shí)別的準(zhǔn)確率進(jìn)行提高。
　　首先，本文預(yù)處理ECG信號(hào)，原始的心電信號(hào)中常常伴隨著肌頻干擾、工頻干擾、基線漂移等噪聲成分，ECG信號(hào)受采集設(shè)備的等因素的影響，必須對(duì)ECG信號(hào)進(jìn)行濾波，本文使用四階巴特沃斯帶通濾波器。再

3、使用無(wú)基準(zhǔn)點(diǎn)特征提取的方法來(lái)提取心電信號(hào)的QRS波形，即HOAC算法來(lái)提取ECG信號(hào)正規(guī)化的QRS波形，去除基準(zhǔn)點(diǎn)的影響。
　　其次，對(duì)提取的正規(guī)化QRS波形再次使用HOAC、DWT和PCA提取用于身份識(shí)別的特征，由于HOAC的特征維數(shù)高，通過(guò)DCT算法降低了特征維度。每種方法分別提取一個(gè)特征，找出三個(gè)特征以后，使用最近鄰分類器分類識(shí)別，最后使用乘法、最大、最小、中值、大多數(shù)投票等規(guī)則對(duì)分類結(jié)果進(jìn)行組合，找出對(duì)ECG信號(hào)識(shí)別最好的

4、組合算法，實(shí)現(xiàn)對(duì)ECG信號(hào)的準(zhǔn)確率更高的身份識(shí)別。最后針對(duì)PTB和MIT-BIH數(shù)據(jù)庫(kù)驗(yàn)證所提出算法的性能，并利用MATLAB得出身份識(shí)別準(zhǔn)確率結(jié)果，驗(yàn)證所提出算法的優(yōu)越性。
　　實(shí)驗(yàn)結(jié)果表明，在組合規(guī)則中，乘法和中值規(guī)則組合的分類器的分類能力最好，比使用單個(gè)特征提取的分類能力更強(qiáng)，分類錯(cuò)誤率也最低，驗(yàn)證了本文提出的基于分類器組合的ECG信號(hào)身份識(shí)別算法研究分類效果更好，且實(shí)現(xiàn)起來(lái)簡(jiǎn)單，可以為基于ECG身份識(shí)別的系統(tǒng)提供良好的技術(shù)