[发明专利]基于稀疏表示和深度级联的心电信号身份识别方法和系统

权利要求书

1.基于稀疏表示和深度级联的心电信号身份识别方法，其特征在于，包括：

获取待识别的心电信号，对待识别的心电信号进行噪声消除；

对消除噪声后的心电信号进行切割，获取等长化单周期信号；

对等长化单周期信号通过稀疏表示和随机森林获取多尺度编码；

将获得的多尺度编码进行深度级联获得深度级联编码；

通过获得的深度级联编码对心电信号进行分类识别；

其中，获取多尺度编码的具体过程为：

将等长化单周期信号进行多尺度划分，获得不同子段心电信号；

基于稀疏表示和随机森林的编码方法对不同子段心电信号提取心电信号特征并进行编码，得到不同子段心电信号的编码；

对同一尺度下的不同子段心电信号的编码进行平均池化，获得同一尺度下的心电信号的预测概率编码；

获取所有尺度下的心电信号预测概率编码，为多尺度编码。

2.如权利要求1所述的，基于稀疏表示和深度级联的心电信号身份识别方法，其特征在于，采用中值滤波法对待识别的心电信号进行噪声消除。

3.如权利要求1所述的，基于稀疏表示和深度级联的心电信号身份识别方法，其特征在于，获取等长化单周期信号的具体过程为：

(1)对消除噪声后的心电信号的R波峰点检测，通过R波峰把心电信号分割成若干单周期心电信号；

(2)把单周期心电信号分割成P波、QRS间期、ST段和T波；

(3)对P波、QRS间期、ST段和T波重采样至特定长度；

(4)把重采样后的P波、QRS间期、ST段和T波重新组合，获得等长化单周期信号。

4.如权利要求1所述的，基于稀疏表示和深度级联的心电信号身份识别方法，其特征在于基于稀疏表示和随机森林获取不同子段心电信号的编码的具体过程为：

通过多尺度下的不同子段心电信号构建训练样本，并给定测试样本，尺度分类数目和正则化系数；

根据训练样本生成字典；

利用稀疏表示获取训练样本在字典上的稀疏残差矩阵；

利用稀疏表示学习计算测试样本重构值的残差向量；

利用稀疏残差矩阵训练随机森林编码器，通过随机森林编码器获取多尺度下不同子段心电信号的编码。

5.如权利要求1所述的，基于稀疏表示和深度级联的心电信号身份识别方法，其特征在于，设置深度级联的级联层数目与预测概率编码数目相同。

6.如权利要求1所述的，基于稀疏表示和深度级联的心电信号身份识别方法，其特征在于，通过深度级联编码获取类别标签，进而对心电信号进行分类。

7.如权利要求1所述的，基于稀疏表示和深度级联的心电信号身份识别方法，其特征在于，还包括，利用误识率、拒识率和相等错误率对识别效果进行评价。

8.提出基于稀疏表示和深度级联的心电信号身份识别系统，其特征在于，包括：

预处理模块，被配置为：获取待识别的心电信号，并对待识别的心电信号进行噪声消除处理；

分割模块，被配置为：将消除噪声的待识别心电信号进行等长化处理，获得若干个等长化单周期信号；

编码模块，被配置为：对等长化单周期信号通过稀疏表示和随机森林获取多尺度编码；将获得的多尺度编码进行深度级联获得深度级联编码；

身份识别模块，被配置为：通过深度级联编码获取类别标签，进而对心电信号进行分类识别；

其中，获取多尺度编码的具体过程为：

将等长化单周期信号进行多尺度划分，获得不同子段心电信号；

利用基于稀疏表示和随机森林的编码方法对不同子段心电信号提取心电信号特征并进行编码，得到不同子段心电信号的编码；

对同一尺度下的不同子段心电信号的编码进行平均池化，获得同一尺度下的心电信号的预测概率编码；

获取所有尺度下的心电信号预测概率编码，为多尺度编码。