基于分類器組合的心電信號身份識別算法研究.pdf

1、目前用于身份識別的方法有很多，常用的有人臉識別，指紋識別等等。隨著現(xiàn)在技術(shù)的不斷更新，人臉可以被照片所代替，指紋也可以復制，但每個人的心電圖信號是獨一無二的，不可復制的，目前心電圖信號主要用于臨床醫(yī)學心臟方面疾病的診斷，近些年來，提出基于心電信號進行身份識別的研究的學者不斷增多，其目的就是為了實現(xiàn)能更好更精確的對人類進行身份識別，生物識別技術(shù)迅速發(fā)展的原因正是因為人類自身的特別的行為特征或者生理進行的身份鑒別，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身份識別算法，使用無基準點特征提取的方法來提取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，提出的方法可以對身份識別的準確率進行提高。
　　首先，本文預處理ECG信號，原始的心電信號中常常伴隨著肌頻干擾、工頻干擾、基線漂移等噪聲成分，ECG信號受采集設(shè)備的等因素的影響，必須對ECG信號進行濾波，本文使用四階巴特沃斯帶通濾波器。再

3、使用無基準點特征提取的方法來提取心電信號的QRS波形，即HOAC算法來提取ECG信號正規(guī)化的QRS波形，去除基準點的影響。
　　其次，對提取的正規(guī)化QRS波形再次使用HOAC、DWT和PCA提取用于身份識別的特征，由于HOAC的特征維數(shù)高，通過DCT算法降低了特征維度。每種方法分別提取一個特征，找出三個特征以后，使用最近鄰分類器分類識別，最后使用乘法、最大、最小、中值、大多數(shù)投票等規(guī)則對分類結(jié)果進行組合，找出對ECG信號識別最好的

4、組合算法，實現(xiàn)對ECG信號的準確率更高的身份識別。最后針對PTB和MIT-BIH數(shù)據(jù)庫驗證所提出算法的性能，并利用MATLAB得出身份識別準確率結(jié)果，驗證所提出算法的優(yōu)越性。
　　實驗結(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，比使用單個特征提取的分類能力更強，分類錯誤率也最低，驗證了本文提出的基于分類器組合的ECG信號身份識別算法研究分類效果更好，且實現(xiàn)起來簡單，可以為基于ECG身份識別的系統(tǒng)提供良好的技術(shù)