[发明专利]一种心电信号的认证方法和认证装置

权利要求书

1.一种心电信号的认证方法，其特征在于，包括：

获取待认证的心电信号；

带通滤波所述心电信号；

检测带通滤波后所述心电信号的关键点；其中该关键点包括R点以及下述关键点中的至少一个：Q点、S点；

以关键点为基准点，从滤波后的心电信号中截取数据段；

基于深度模型提取所述数据段的语义特征；

基于提取的语义特征对所述心电信号执行认证；其中从多个候选深度模型中选择该深度模型，所述候选深度模型的训练是通过最小化最后一个全连层的交叉熵来实现的。

2.根据权利要求1所述的方法，其特征在于，所述深度模型是通过深度学习方式，从心电信号训练数据中学习到的。

3.根据权利要求2所述的方法，其特征在于，所述深度学习方式包括：

将分类信号和/或认证信号，设置为监督信号；

利用所述监督信号训练出所述深度模型。

4.根据权利要求2或3所述的方法，其特征在于，所述深度学习方式包括：

通过下述至少一种方式获取多个候选深度模型，从获取到的多个候选深度模型中确定至少一个所述深度模型：

用多种不同频率的滤波器对所述心电信号训练数据进行滤波；

检测使用滤波器滤波后的心电信号训练数据的关键点；

以关键点为基准点，从滤波后的心电信号训练数据中截取多个不同长度的数据段。

5.根据权利要求4所述的方法，其特征在于，从获取到的多个候选深度模型中确定至少一个所述深度模型，具体包括：

从获取到的多个候选深度模型中分别提取候选语义特征；

应用贪婪算法，从提取到的多个候选语义特征中选择至少一个语义特征，将选择的语义特征对应的候选深度模型确认为所述深度模型。

6.根据权利要求5所述的方法，其特征在于，从提取到的多个候选语义特征中选择至少一个语义特征，具体包括：

用前向贪婪方式从所述候选语义特征中选择，包括：计算每个候选语义特征的准确度，选择准确度最高的一个候选语义特征；从剩下的候选语义特征里选出一个与之前选出的候选语义特征联结后准确度提高最大的候选语义特征；重复直到选出第一预定数目的候选语义特征或者准确度不再提高；

用后向贪婪方式从利用前向贪婪方式已经选中的候选语义特征里删除候选语义特征，包括：从利用前向贪婪方式已经选中的候选语义特征里，删去一个使得剩下的候选语义特征联结起来准确度提升最大的候选语义特征；重复直到剩下的候选语义特征的数目为第二预定数目或者准确度不再提高，其中第二预定数目小于或等于第一预定数目。

7.根据权利要求2所述的方法，其特征在于所述心电信号训练数据是进行过扰动增强处理的。

8.根据权利要求7所述的方法，其特征在于，所述扰动增强处理包括：

针对每个数据段，分别选择基准点；

对每个基准点的前后两侧分别作偏移，得到每个数据段的偏移后数据段；

将每个数据段的偏移后数据段以所述基准点为标准做归一化处理。

9.根据权利要求1所述的方法，其特征在于，基于提取的语义特征对所述心电信号执行认证，具体包括：

利用提取的语义特征，计算所述待认证的心电信号和测试样本的余弦距离；

当所述余弦距离高于预先设定的阈值时，判定认证通过，否则判定认证失败。