[发明专利]基于孪生神经网络的心电身份识别方法与装置

说明书

本发明提供了一种基于孪生神经网络的心电身份识别方法与装置，通过穿戴式设备获取待检测的心电信号，通过手机端送入云端服务器进行分类与检测，将身份识别的结果传输回手机终端进行实时显示。本发明能够基于心电信号进行简单方便准确的身份识别，最后输出与心电信号相对应的人物标签。

技术领域

本发明属于心电技术领域，涉及基于孪生神经网络的心电身份识别方法与装置。

背景技术

自人类文明诞生伊始，身份识别就是一项极受重视的工作。从古代的度牒和签字画押，到现代的指纹、面部、瞳孔识别，从古至今，人类在复杂的社会生活中总会遇到需要验证个人身份的情况。也正是在这种需求的推动下，生物识别技术得到了极大的发展。常见的生理特征或者存在被伪造的可能，或者验证成本太高、效率太低，亟需一种快捷、可靠且防伪性强的新型生物识别特征。随着科技对生理信号研究的逐渐深入，基于心电信号(Electrocardiogram，ECG)的身份识别研究逐渐在国内外流行开来。心电信号是一种人体独有的生理信号，天然具有很好的防伪属性，因而逐渐被应用于军事安全、电子商务等领域。随着穿戴式心电设备的发展，方便快捷的采集方式已经普及，具有很高的普适性，心电信号在身份识别领域的应用价值也越来越大。

心电信号是由人体心脏搏动时心肌细胞产生的动作电位综合而成的，反映了人体心脏在自主神经系统调控作用下的电生理变化情况，具有独一无二、难以伪造、长期稳定的特点。相比于脑电信号，心电信号受噪声影响小，获取更为方便。随着当前穿戴式心电技术的突飞猛进，基于心电信号的身份识别方法有着极大的应用前景。但目前尚缺乏切实可行的实现方式。

发明内容

为解决上述问题，本发明提出了一种基于孪生神经网络融合模型的心电信号身份识别方法与装置，能够通过所采集的连续动态心电信号实现简单方便准确的身份识别。

为了达到上述目的，本发明提供如下技术方案：

一种基于孪生神经网络融合模型的心电信号身份识别方法，包括如下步骤：

步骤10、用穿戴式设备采集心电信号并送入手机端，手机端将将所获取的数据送入云端服务器；

步骤20、在云端服务器对心电信号进行滤波和标准化，将心电信号切片后由小波滤波滤除基线漂移，而后选取IIR50Hz陷波滤波器滤除工频干扰，并采取Z-score标准化，将信号幅值限定在0到1之间；

步骤30、将标准化后的心电信号提取心电信号的心率变异性HRV特征，共计获取RRI、LF、HF等13项特征；

步骤40、建立融合模型对待检测信号进行身份识别；

步骤50、云端服务器将身份识别的结果传输回手机终端进行实时显示。

进一步的，所述穿戴式设备包括3个湿性心电电极、前段放大电路、带通滤波电路、50Hz陷波电路、主放大电路、A/D转换电路、微控制器及蓝牙模块；湿性心电电极用于采集心电信号；带通滤波用于限制心电信号的频率范围；50Hz陷波电路用于滤除工频干扰；前段放大电路及主放大电路用于放大信号；A/D转换电路用于对心电信号进行模数转换，微控制器通过蓝牙模块将心电信号传输到手机终端。

进一步的，步骤20中，先将信号切成标准信号切片，然后采取小波滤波滤除基线漂移，具体步骤为：

①选取小波基对原始信号进行小波分解，获得各层小波系数；

②使用动态软阈值函数处理各层小波系数；

③根据获取的小波系数进行信号重建，即可获得去噪后的函数；