【摘要】：隨著網(wǎng)絡(luò)的飛速普及與信息化的高速發(fā)展,基于生物識(shí)別技術(shù)的個(gè)人身份識(shí)別已在資料保密、醫(yī)療保險(xiǎn)及金融安全等眾多領(lǐng)域得到了廣泛的發(fā)展和應(yīng)用。相對(duì)于傳統(tǒng)的生物特征識(shí)別技術(shù),心電身份識(shí)別技術(shù)具有“活體”識(shí)別的高防偽能力。近年來,隨著低功耗、小體積、易采集和無需導(dǎo)電膠的心電采集芯片的出現(xiàn),為心電身份識(shí)別開辟了極具潛力的應(yīng)用前景。本文圍繞便攜式采集的心電信號(hào)(Electrocardiogram,ECG)的質(zhì)量評(píng)估、預(yù)處理、身份識(shí)別三方面做了研究,提出基于簡單啟發(fā)式融合和模糊綜合評(píng)價(jià)的ECG質(zhì)量評(píng)估方法,實(shí)現(xiàn)ECG信號(hào)質(zhì)量的評(píng)估;設(shè)計(jì)了無需峰值點(diǎn)定位、全頻域表征的預(yù)處理技術(shù),構(gòu)建了基于LeNet-5的卷積神經(jīng)網(wǎng)絡(luò)模型,實(shí)現(xiàn)了個(gè)體身份的有效識(shí)別。本文主要工作如下:(1)系統(tǒng)地闡述了心電信號(hào)處理的理論基礎(chǔ),包括產(chǎn)生機(jī)理、采集方式、波形特征及噪聲特點(diǎn),以及在模型訓(xùn)練中所采用的數(shù)據(jù)庫及模型訓(xùn)練的方式,為后續(xù)的研究工作提供理論基礎(chǔ)。(2)提出了一種基于簡單啟發(fā)式融合和模糊綜合評(píng)價(jià)的ECG質(zhì)量評(píng)估方法。首先引入6個(gè)信號(hào)質(zhì)量指數(shù)(Signal quality indices,SQI)量化ECG質(zhì)量,后采用簡單啟發(fā)式融合技術(shù)提取了僅4個(gè)SQI參數(shù)(qSQI,pSQI,kSQI,basSQI)全面反映ECG信號(hào)的質(zhì)量,避免了傳統(tǒng)多個(gè)SQI指標(biāo)在計(jì)算上的復(fù)雜性和特征高冗余性問題,通過模糊綜合評(píng)價(jià)實(shí)現(xiàn)精確度量。以Physionet/Cinc Challenge 2011 和 Physionet/Cinc Challenge 2017 兩大數(shù)據(jù)庫 600 組數(shù)據(jù)進(jìn)行 10 次 10 折交叉驗(yàn)證,取得了 94.67%的精準(zhǔn)度。(3)設(shè)計(jì)了一個(gè)無需峰值點(diǎn)定位、全頻域表征的心電信號(hào)預(yù)處理技術(shù)。提出了基于小波硬閾值的循環(huán)平移消噪處理算法,并對(duì)消噪后信號(hào)進(jìn)行無需特征點(diǎn)提取的盲分割;采用廣義S變換和getframe技術(shù),將ECG信號(hào)從時(shí)域轉(zhuǎn)換到頻域,捕獲在頻域中每個(gè)時(shí)間點(diǎn)的頻譜特征圖和ECG軌跡圖,全面反映連續(xù)時(shí)間段內(nèi)心電信號(hào)頻譜特征的變化趨勢。(4)構(gòu)建了基于LeNet-5的卷積神經(jīng)網(wǎng)絡(luò)ECG身份識(shí)別系統(tǒng)。構(gòu)建卷積神經(jīng)網(wǎng)絡(luò),將ECG軌跡圖(頻域中)作為輸入層,優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),通過卷積神經(jīng)網(wǎng)絡(luò)的特征自學(xué)習(xí),有效降低了算法工程量,實(shí)現(xiàn)了心電內(nèi)在特征模式的有效捕捉。采用Physionet/Cinc Challenge 2017和ECG-ID Database兩大數(shù)據(jù)庫的150組正常、房顫患者、含噪數(shù)據(jù)進(jìn)行性能評(píng)估,分別取得了 96.63%、96.23%和96.18%的識(shí)別率。本文的研究工作,實(shí)現(xiàn)了心電信號(hào)的高精度質(zhì)量評(píng)估和身份識(shí)別,為信息安全等領(lǐng)域提供了一種魯棒性強(qiáng)、防偽能力高的生物識(shí)別新途徑,為心電身份識(shí)別技術(shù)的規(guī)�；瘧�(yīng)用提供了理論基礎(chǔ)和技術(shù)支撐。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN911.7;TP183
【圖文】：

邐人臉逡逑圖１．１各種生物識(shí)別技術(shù)的特征逡逑目前被廣泛研宄的主要有兩大類生物測定學(xué)：行為學(xué)和生理特征學(xué)，如圖１．１所示，典型逡逑的行為學(xué)包括步態(tài)、語音和簽名等（圖１．１中綠色細(xì)線標(biāo)注），生理特征有指紋、虹膜、人臉、逡逑ＤＮＡ等（圖１．１中黃色虛線標(biāo)注），這些技術(shù)主要利用了不同個(gè)體間的某一生物特征的差異來進(jìn)逡逑行個(gè)體的識(shí)別工作［２：１。其中，指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別都逐步實(shí)現(xiàn)了商業(yè)化的發(fā)展ｔ３］。逡逑表１．１橫向比較了各種生物識(shí)別技術(shù)的長處和短板。分析表Ｌ１中各項(xiàng)性能指標(biāo)，每一種生物特逡逑１逡逑

＊Ｖｒ}保保皰澹�！邋１辶x希蓿眩遙櫻歟紓媯攏戾澹眩裕祝儒澹ㄥ義賢跡保駁湫托牡繽煎義系湫偷男牡縲藕湃縞賢跡保菜荊洳ㄐ翁卣饕蛉碩歟弒肝ㄒ恍�、稳定性和幼幉[裕哄義希ǎ保╁澹玻埃保襯輳鹿模牽祝酰猓猓澹歟澹蠔陀《鵲模校櫻牽幔鰨幔睿洌宓妊д叻直鴆杉聳奔淇綞瘸ご镥義鮮甑畝噯碩嘧椋牛茫切藕�，脆]奔湮榷ㄐ緣慕嵌認(rèn)低車匱繡沉吮曜際劑杉模牛茫切藕佩義希插義

本文編號(hào)：2800137