[发明专利]一种心电图身份识别处理方法

说明书

本发明公开了一种心电图身份识别处理方法，它包括：1）原始心电信号的去噪；2）生成心电信号的单心拍；3）生成单心拍的心电信号特征；4）对单心拍的心电信号特征的识别：a．数据准备：新建矩阵D2，F2，取出D，F的最后一列，存放于D2，F2中作为模型的标签，对矩阵C2，E2进行归一化；b．模型的训练：把归一化训练集矩阵，和训练集标签进行训练得到模型z；c．分类预测：把测试集标签按照训练好的模型z进行预测得到预测标签，返回心拍分类结果accuracy；5）输出分类结果accuracy。

技术领域

本发明涉及医学信号处理技术领域,更确切地说一种心电图身份识别处理方法。

背景技术

心电图身份识别是生物识别技术的一种。生物识别就是利用生物特点的唯一性，通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，进行个人身份验证。生物识别技术包括指纹识别，人脸识别，虹膜识别，脑电识别，心电识别等。但指纹识别，人脸识别虹膜识别等容易被模仿，可靠性得不到保证，而心电图身份识别就是利用人的心电图特征来对人进行识别的过程是一种活体识别，用户接受才能采集信息，所以该种识别方法有着良好的可靠性和准确性。

一条心电信号包含多个心拍周期，目前存在的模型是利用收集到的一整条包含多个心拍的心电信号进行身份识别，这个信号的长度大多大于30秒，而30秒的识别时间并不现实，并且失去了时效性。因此单心拍的识别方法，把一整条长信号切分成若干个单心拍这样大大缩短识别时间，使身份识别投入使用成为了可能。

发明内容

本发明的目的是为解决一整条包含多个心拍的心电信号进行身份识别时间过长的问题，而提供一种心电图身份识别处理方法。

一种心电图身份识别处理方法，它包括：

1）原始心电信号的去噪

输入一组心电信号，获取每个人的第一条信号和第二条信号，分别进行八次小波提升对高频系数置零，用小波提升逆变换对信号进行复原，得到去噪信号x；

2）生成心电信号的单心拍

识别每条去噪信号x中的R波，根据识别到的R波点的位置，按照信号的采样频率，以R波点的位置为原点依次向前，向后截取一段点数取出完整的R波段；新建矩阵C，D，E，F，把所有人第一条信号取出的所有R波存于C中，C的矩阵最后一行按照读取文件的顺序写进相应的数字，作为标签，存放于D中；第二条信号取出的所有R波存放于E中，E矩阵最后按照读取文件的顺序写进相应的数字，作为标签，存放于F中；

3）生成单心拍的心电信号特征

a．构建特征：新建矩阵C2，E2，用demy小波基分别对 R波信号C和E做离散小波变换，得到低频系数ca1，高频系数cd1，对低频系数ca1做离散小波变换得到第二次小波变换低频系数ca2，高频系数cd2，将ca2和cd2相加得特征存放于C2和E2中。

b．训练集测试集的划分及其存储：将C2和E2的维度作比较，维度高的一个数组作为训练集，维度低的数组作为测试集；

4）对单心拍的心电信号特征的识别

a．数据准备：新建矩阵D2，F2，取出D，F的最后一列，存放于D2，F2中作为模型的标签，对矩阵C2，E2进行归一化；

b．模型的训练：把归一化训练集矩阵，和训练集标签进行训练得到模型z；

c．分类预测：把测试集标签按照训练好的模型z进行预测得到预测标签，返回心拍分类结果accuracy；

5）输出分类结果accuracy。

具体实施方式

实施例1一种心电图身份识别处理方法