[发明专利]一种基于心电图信号的身份识别方法及装置

说明书

本发明提供一种基于心电图信号的身份识别方法及装置，方法包括：对待识别的心电图信号进行R波检测，提取RR间期作为一个心电周期；取N个连续心电周期作为心电周期集；利用AR模型对心电周期集中的每个心电周期在进行功率谱估计，确定功率谱特征；对功率谱特征求平均确定心电周期集对应的待识别的心电图信号的身份特征；根据身份特征与预建立的注册模板库中样本的功率谱特征的距离生成身份识别结果。还设计使用了并列组合分类器方法实现身份申请的拒绝与接受，本发明面对高噪声ECG信号提取鲁棒性的有较强判别力的身份特征，由多个独立分类器组成的并列组合分类器，解决由于注册身份更新造成对系统整体进行训练的问题，提高系统正确接受率与拒绝率。

技术领域

本发明信息安全技术领域，特别是关于身份识别技术，具体的讲是一种基于心电图信号的身份识别方法及装置。

背景技术

当今，身份识别已是一项必不可少的应用，在很多领域都有着十分重要的作用，例如门禁系统、信用卡消费以及当今流行的互联网支付等。伴随着当前社会对安全性需求的日益严格，传统的身份识别方式已经越来越不能满足人们日常生活的需求，例如证件、钥匙容易伪造和遗失，密码和个人识别码容易遗忘和盗用。在这种背景下，指纹识别、虹膜识别、人脸识别、语音识别以及步态识别等传统生物特征识别技术取得了巨大的进展，特别是虹膜、人脸和指纹获得极高的识别准确度，已在许多领域得到广泛应用。但这些传统的生物特征都具有一个共同的局限性：可欺骗性。例如，人脸可以通过化妆或者模具伪装，指纹可以乳胶再造，虹膜图像也可以复制拷贝，步态声音都可以进行模仿等。这很容易使得非法者进入到身份识别系统，盗用或破坏信息系统。这一局限性直接影响到了信息安全的保障水平，因此开发新的防伪性好并且具有较高识别精度的生物特征十分必要。

基于上述现实问题，一种新型生物特征识别技术被提出——心电信号(ECG，Electrocardiogram Identification)身份识别技术。心电信号最大的特点与优势在于它无法伪造，具有极高的防欺骗能力，它必须通过活体验证，这极大的克服了现有身份识别系统的缺陷，同时ECG身份识别技术也可以是对当前生物特征识别技术的补充。此外，通过ECG身份识别与指纹等其它身份识别技术的组合多模态身份识别技术也是今后重要的发展方向。

Biel等在2001年提出了基于ECG信号的身份识别后，中外学者纷纷对ECG身份识别进行了系统与更加深入的研究，提出了许多技术方法与改进策略。Shen等提出通过模板匹配与决策类神经网络相结合的方法进行身份识别，识别率达到95％；Arteaga-Falconi等提出了基于关键点的时间间隔特征，实现了1.41％的错误接受率和81.82％的正确接受率；Adrian D.C.Chan等人以平均心动周期的波形与小波分解系数作为特征，然后计算波形特征间的相关系数和对应小波系数的欧式距离进行身份识别，在公开数据库中60个健康样本上测试，达到100％的准确率；Zokaee等人提出了一个基于ECG和掌纹的多模态身份识别系统，该研究使用梅尔倒谱系数提取ECG特征和用PCA方法提取掌纹特征，最后实现94.7％的准确率；Chen等选择李雅普诺夫指数和关联维作为识别特征，对19个实验室采集的样本进行测试，识别率超过90％。

现有技术中，三星公司提供了一种基于心电图信号的用户认证方法和设备，所述用户认证设备包括：心电图(ECG)波形获取器，被配置为获取用户的认证ECG波形以对用户进行认证；滤波器，被配置为通过将从参考ECG波形提取的参考模型参数应用于卡尔曼滤波器，使用所述卡尔曼滤波器对认证ECG波形进行滤波；认证器，被配置为将滤波后的ECG波形与参考ECG波形进行比较，并基于比较的结果确定滤波后的认证ECG波形与参考ECG波形是否对应。

同时，现有技术的清华大学深圳研究生院提出了一种心电异常状态下基于ECG多模板匹配的身份识别方法，该方法的关键技术包括：心电信号预处理，用于消除噪声干扰；心电信号分解，分离出每个周期的心电波形；标准化处理，分别在时间和幅值尺度上标准化；特征提取，利用小波变换提取特征，ISODATA算法进行聚类分析，进而构建ECG模板库；相关性分析，计算ECG测试数据与各模板的相关性，选择最佳匹。