基于卷积神经网络的心电身份识别技术研究
发布时间：2020-08-22 02:19
【摘要】：随着网络的飞速普及与信息化的高速发展,基于生物识别技术的个人身份识别已在资料保密、医疗保险及金融安全等众多领域得到了广泛的发展和应用。相对于传统的生物特征识别技术,心电身份识别技术具有“活体”识别的高防伪能力。近年来,随着低功耗、小体积、易采集和无需导电胶的心电采集芯片的出现,为心电身份识别开辟了极具潜力的应用前景。本文围绕便携式采集的心电信号(Electrocardiogram,ECG)的质量评估、预处理、身份识别三方面做了研究,提出基于简单启发式融合和模糊综合评价的ECG质量评估方法,实现ECG信号质量的评估;设计了无需峰值点定位、全频域表征的预处理技术,构建了基于LeNet-5的卷积神经网络模型,实现了个体身份的有效识别。本文主要工作如下:(1)系统地阐述了心电信号处理的理论基础,包括产生机理、采集方式、波形特征及噪声特点,以及在模型训练中所采用的数据库及模型训练的方式,为后续的研究工作提供理论基础。(2)提出了一种基于简单启发式融合和模糊综合评价的ECG质量评估方法。首先引入6个信号质量指数(Signal quality indices,SQI)量化ECG质量,后采用简单启发式融合技术提取了仅4个SQI参数(qSQI,pSQI,kSQI,basSQI)全面反映ECG信号的质量,避免了传统多个SQI指标在计算上的复杂性和特征高冗余性问题,通过模糊综合评价实现精确度量。以Physionet/Cinc Challenge 2011 和 Physionet/Cinc Challenge 2017 两大数据库 600 组数据进行 10 次 10 折交叉验证,取得了 94.67%的精准度。(3)设计了一个无需峰值点定位、全频域表征的心电信号预处理技术。提出了基于小波硬阈值的循环平移消噪处理算法,并对消噪后信号进行无需特征点提取的盲分割;采用广义S变换和getframe技术,将ECG信号从时域转换到频域,捕获在频域中每个时间点的频谱特征图和ECG轨迹图,全面反映连续时间段内心电信号频谱特征的变化趋势。(4)构建了基于LeNet-5的卷积神经网络ECG身份识别系统。构建卷积神经网络,将ECG轨迹图(频域中)作为输入层,优化卷积神经网络的结构,通过卷积神经网络的特征自学习,有效降低了算法工程量,实现了心电内在特征模式的有效捕捉。采用Physionet/Cinc Challenge 2017和ECG-ID Database两大数据库的150组正常、房颤患者、含噪数据进行性能评估,分别取得了 96.63%、96.23%和96.18%的识别率。本文的研究工作,实现了心电信号的高精度质量评估和身份识别,为信息安全等领域提供了一种鲁棒性强、防伪能力高的生物识别新途径,为心电身份识别技术的规模化应用提供了理论基础和技术支撑。
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN911.7;TP183
【图文】：
逦人脸逡逑图１．１各种生物识别技术的特征逡逑目前被广泛研宄的主要有两大类生物测定学：行为学和生理特征学，如图１．１所示，典型逡逑的行为学包括步态、语音和签名等（图１．１中绿色细线标注），生理特征有指纹、虹膜、人脸、逡逑ＤＮＡ等（图１．１中黄色虚线标注），这些技术主要利用了不同个体间的某一生物特征的差异来进逡逑行个体的识别工作［２：１。其中，指纹识别、人脸识别、虹膜识别都逐步实现了商业化的发展ｔ３］。逡逑表１．１横向比较了各种生物识别技术的长处和短板。分析表Ｌ１中各项性能指标，每一种生物特逡逑１逡逑
＊Ｖｒ}保保疱澹螅″澹卞义希蓿眩遥樱欤纾妫拢戾澹眩裕祝儒澹ㄥ义贤迹保驳湫托牡缤煎义系湫偷男牡缧藕湃缟贤迹保菜荆洳ㄐ翁卣饕蛉硕欤弑肝ㄒ恍浴⑽榷ㄐ院陀谰眯裕哄义希ǎ保╁澹玻埃保衬辏鹿模牵祝酰猓猓澹欤澹蚝陀《鹊模校樱牵幔鳎幔睿洌宓妊д叻直鸩杉耸奔淇缍瘸ご镥义鲜甑亩嗳硕嘧椋牛茫切藕牛邮奔湮榷ㄐ缘慕嵌认低车匮绣沉吮曜际剂杉模牛茫切藕佩义希插义
本文编号：2800137
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN911.7;TP183
【图文】：
逦人脸逡逑图１．１各种生物识别技术的特征逡逑目前被广泛研宄的主要有两大类生物测定学：行为学和生理特征学，如图１．１所示，典型逡逑的行为学包括步态、语音和签名等（图１．１中绿色细线标注），生理特征有指纹、虹膜、人脸、逡逑ＤＮＡ等（图１．１中黄色虚线标注），这些技术主要利用了不同个体间的某一生物特征的差异来进逡逑行个体的识别工作［２：１。其中，指纹识别、人脸识别、虹膜识别都逐步实现了商业化的发展ｔ３］。逡逑表１．１横向比较了各种生物识别技术的长处和短板。分析表Ｌ１中各项性能指标，每一种生物特逡逑１逡逑
＊Ｖｒ}保保疱澹螅″澹卞义希蓿眩遥樱欤纾妫拢戾澹眩裕祝儒澹ㄥ义贤迹保驳湫托牡缤煎义系湫偷男牡缧藕湃缟贤迹保菜荆洳ㄐ翁卣饕蛉硕欤弑肝ㄒ恍浴⑽榷ㄐ院陀谰眯裕哄义希ǎ保╁澹玻埃保衬辏鹿模牵祝酰猓猓澹欤澹蚝陀《鹊模校樱牵幔鳎幔睿洌宓妊д叻直鸩杉耸奔淇缍瘸ご镥义鲜甑亩嗳硕嘧椋牛茫切藕牛邮奔湮榷ㄐ缘慕嵌认低车匮绣沉吮曜际剂杉模牛茫切藕佩义希插义
本文编号：2800137
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2800137.html
