ECG信息的身份识别算法研究与实现

摘要

在科技飞速发展的今日，传统的身份识别方法受到新兴技术的巨大挑战，静态密码等方式的身份识别技术已经能被轻易破解。本文研究的心电信息作为人类活体固有的生理特征之一，形成机理复杂因此难以被仿冒，且信号构成因人而异，所以将其应用在身份识别领域安全可靠。
　　本文利用可穿戴设备进行心电和脉搏信息的同步采集，利用两者的相对位置来定位心电信息中最明显的特征—R波峰值点。为最大限度保证 R波峰值点的提取正确性，加入 R波倒置检测、干扰判断等算法。在融合心电信号变换特征和解析特征的基础上，利用二次识别方法进行识别验证，能较大程度提高身份识别的准确率。基于这些工作，本文还在Android平台上设计了心电信息的身份识别软件，主要实现的功能包括用户模板注册、模板匹配和管理用户等。
　　除了实验室自采集数据样本，本文还利用公开数据库进行算法的验证，分别验证了测试集时长为6s和30s的身份识别率，实验结果证明了算法具有较高的适用性。本文所设计的Android软件实现了正确的识别流程，真正将理论研究与实践应用相结合。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 引言

1.1 ECG信息简介

1.2 课题研究背景及意义

1.3 国内外研究现状

1.4 研究内容及创新点

1.5 本文的章节安排

第2章 心电信息预处理与特征提取

2.1 ECG信息预处理

2.2 ECG信息特征提取

2.3 本章小结

第3章 基于融合特征的识别算法设计

3.1 融合特征

3.2 二次识别算法

3.3 实验数据准备

3.4 心电身份识别实验结果与分析

3.5 本章小结

第4章 ECG身份识别APP的设计与实现

4.1 Android系统简介

4.2 需求和用例分析

4.3 软件架构设计

4.4 App实现的关键技术

4.5 应用效果分析

4.6 本章小结

第5章 总结与展望

5.1 本文工作总结

5.2 展望

致谢

参考文献

攻读学位期间的研究成果