心电信号具有诸多优良特性使得其成为生物识别技术领域中的热点之一.传统上,心电信号的采集主要通过多导联方式从胸和四肢上采集获得,此采集方式侵入水平高,操作复杂,因此限制了以心电图为基础的生物识别技术的潜在应用.研究发现,无需预凝胶直接利用传感器在手指上采集心电信号,可以实现以最小的入侵水平的单导联方式采集到心电信号,继而实现身份识别功能,可接受性强,实用性高,应用范围广,使得基于手指心电信号身份识别技术得到推广.本文研究了从手指上采集的心电信号在身份识别中的应用,提出了基于广义S 变换和奇异值分解的手指心电身份识别算法,包括预处理,特征提取,匹配识别等三部分.在预处理阶段,采用小波OGS 阈值的平移不变算法实现心电信号的去噪,然后经过R 峰检测,分割,归一化,取平均得到平均单周期心电信号;在特征提取阶段,将预处理后得到的平均单周期心电信号进行广义S 变换,得到一个时频复矩阵,取模,将复矩阵转化为实矩阵,对实矩阵进行奇异值分解技术得到从大到小排列的奇异值序列,将奇异值序列进行归一化,然后提取前24 个归一化后的奇异值作为每个个体的特征参数;匹配阶段,将归一化的奇异值送入支持向量机(SVM)继而完成匹配识别.为了验证本文提出的算法的可行性,这里选取两个手指心电信号数据库进行测试,手指心电信号数据来源于Check Your Biosignal Here initiative(CYBHi)数据库和Surface ECG data 数据库.训练选取15s的手指心电信号,测试选取5s 的手指心电信号,选取不同时段的手指心电信号经预处理,特征提取,匹配识别,通过实验,得到的识别率分别为96.4％,95％,结果表明,本文所提出的算法可以有效实现基于手指心电分析的身份识别.
暂无评论