資源描述：
《基于心電圖的身份識別魯棒性研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文基于心電圖的身份識別魯棒性研究THEIDENTIFICATIONROBUSTNESSRESEARCHOFECG劉琳琳哈爾濱工業(yè)大學(xué)2016年6月國內(nèi)圖書分類號：TP391.4學(xué)校代碼：10213國際圖書分類號：004.9密級：公開工學(xué)碩士學(xué)位論文基于心電圖的身份識別魯棒性研究碩士研究生：劉琳琳導(dǎo)師：曾國坤申請學(xué)位：工學(xué)碩士學(xué)科：計算機科學(xué)與技術(shù)所在單位：深圳研究生院答辯日期：2016年6月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)ClassifiedIndex:TP391.4U.D.C:004.9DissertationfortheMasterDegreeinEngineeringTHE
2、IDENTIFICATIONROBUSTNESSRESEARCHOFECGCandidate：LinlinLiuSupervisor：Kuo-KunTsengAcademicDegreeAppliedfor：MasterDegreeinEngineeringSpecialty：ComputerScienceandTechnologyAffiliation：ShenzhenGraduateSchoolDateofDefence：June,2016Degree-Conferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文
3、摘要在物聯(lián)網(wǎng)迅速普及的今天，心電圖（Electrocardiogram，ECG）信號身份識別在可穿戴設(shè)備上的應(yīng)用有巨大的前景。由于可移動設(shè)備的特點，要求ECG信號采集設(shè)備的集成度較高，采集的數(shù)據(jù)沒有醫(yī)學(xué)設(shè)備那么精確。而且在可移動設(shè)備上采集ECG信號，需要采集者手觸或腕觸采集段子，出現(xiàn)松動的概率較大。對于采集者本身而言，不可能都是在平靜狀態(tài)下進行采集，當采集者運動過后，采集的ECG信號會和平靜時采集的心電信號出現(xiàn)差異，當采用的ECG身份識別算法魯棒性較差時，會出現(xiàn)識別錯誤。因此自采集的心電數(shù)據(jù)會出現(xiàn)噪聲較大，抖動巨變數(shù)據(jù)和心電信號心率變化較大等情況，對于ECG身份識別算法的魯棒性有較高的
4、要求。為了解決這些問題文章分別從解決運動問題和增加ECG信號維度兩個方面增強ECG身份識別算法的魯棒性，并提出多階ECG身份識別算法。本文提出了基于多態(tài)平均模板的多層識別算法。為了解決運動問題下采集個體心率變異性較大的問題，加入了存儲多態(tài)平均模板的處理。將ECG信號進行多種多方位的特征提取作為多層識別算法的輸入。在訓(xùn)練階段對提取的特征用不同閾值選取策略訓(xùn)練得出最佳閾值。將測試集輸入到多層識別算法中，根據(jù)訓(xùn)練出的最佳閾值進行識別。每一層的輸入為上一層的識別錯誤樣本，這樣能將每層的識別樣本數(shù)減少，使上一層難以識別的樣本通過下一層的另一角度的特征加以識別。實驗表明，多層識別算法有較高的識別準
5、確率，準確率最高達到97.92%。而多種特征相較于單一特征，多層識別算法的效果更加顯著。為了進一步增加ECG身份識別的魯棒性，文章提出了針對多維度ECG信號的多層識別算法。將雙導(dǎo)聯(lián)ECG信號映射到二維空間，然后降維處理，將得到的稀疏矩陣看成二值圖像進行整體外觀特征、小波系數(shù)特征、形狀特征和密度分布特征的提取。將提取出的特征使用不同的策略進行訓(xùn)練得到最佳閾值，最后將測試集和最佳閾值輸入到多層識別算法中進行身份識別。在實驗過程中分別進行單維多層、單維單層以及多維單層的算法比較。結(jié)果表明所提出的多維度ECG信號多層識別算法準確率最高能達到99.72%。最后提出多模多維度多層ECG信號身份識別
6、算法，解決多維度ECG信號下的運動問題。在經(jīng)過處理的自采集數(shù)據(jù)庫中識別準確度最高達到93.75%，最后通過時間復(fù)雜度對提出的算法進行評估。關(guān)鍵字：ECG信號；多態(tài)平均模板；多層識別；多維多層識別I哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文ABSTRACTTodayInternetofthingsispopularizedrapidly,ECGsignalidentificationapplyinginwearabledeviceshasgreatprospects.Duetothecharacteristicsofmobiledevices,ECGsignalacquisitiondevicesh
7、ouldhavehighintegration;dataiscruderthandataachievedbyaccuratemedicalequipment.AndwhenwecollectECGsignalbythewearabledevices,thefingerorwristneedtotouchtheacquisitionterminal,thecontactpointmaybeloose.Ascollectors,theycannot
