[发明专利]一种运动前后心电信号身份识别的有效方法

权利要求书

1.一种运动前后心电信号身份识别的有效方法，其特征在于，所述方法包括以下步骤：

采集若干受试者在运动前和运动后的心电信号数据，将一半受试者运动前和运动后的心电信号数据作为辅助数据集，用于选择最优特征，另一半受试者运动前和运动后的心电信号数据作为实验数据集用于验证所选择的最优特征的有效性；

对采集的心电信号数据进行预处理；

对预处理后的心电信号数据进行多种特征提取；

对从心电信号数据中提取出来的多种特征进行标准化处理；

在辅助数据集上利用KL散度指标对标准化处理后的多种特征进行排序，找出最优的特征组合；

在实验数据集上，利用选择的最优特征组合和运动前的心电信号数据训练分类器，并对运动后的心电信号数据进行分类、评估，验证最优特征组合的有效性；

普通人在运动前进行心电信号注册，在运动后根据所述最优特征组合进行心电信号身份识别；

其中：在辅助数据集上利用KL散度指标对标准化处理后的多种特征进行排序，找出最优的特征组合的过程包括：

在辅助数据集上，定义一个特征权重：

w(l)＝θw₁(l)-(1-θ)w₂(l)

其中，第一项w₁(l)与类别之间的分离性有关，定义如下：

其中，f(X_i(l))是在辅助数据集中的第i个受试者运动前和运动后的所有样本计算的第l个特征的概率密度函数，是在辅助数据集上的全部样本上计算的第l个特征的概率密度函数，N是辅助数据集中的受试者个数；d(·)是KL散度；

第二项w₂(l)表示特征对于运动的敏感性，定义如下：

和是第i个受试者分别在运动前和运动后的第l个特征的概率密度函数，当w₂(l)比较小时，意味着第l个特征的分布在运动前后重合度较高；

θ用于平衡w(l)前后两项的比重，能够根据实际情况进行选择；根据w指标的大小对特征进行排序，然后选出最大的n个特征，作为最优特征组合。

2.根据权利要求1所述的一种运动前后心电信号身份识别的有效方法，其特征在于，所述对采集的心电信号数据进行预处理具体包括：利用中值滤波方法对采集的心电信号数据进行处理以去除基线漂移，再对中值滤波后的心电信号数据利用小波变换方法去除工频干扰。

3.根据权利要求1所述的一种运动前后心电信号身份识别的有效方法，其特征在于：所述对预处理后的心电信号数据进行多种特征提取具体包括：利用短时傅里叶变换、小波变换、自相关变换对预处理后的心电信号数据进行处理，得到多种候选特征。

4.根据权利要求1所述的一种运动前后心电信号身份识别的有效方法，其特征在于，所述对从心电信号数据中提取出来的多种特征进行标准化处理的具体过程为：将提取的多种特征利用最小最大标准化方法化为0～1之间的数值。

5.根据权利要求1所述的一种运动前后心电信号身份识别的有效方法，其特征在于，d(·)是KL散度，在正态分布假设下进行估计如下：

其中：μ₁为正态分布f₁的数学期望；μ₂为正态分布f₂的数学期望；为正态分布f₁的方差；为正态分布f₂的方差。