專利名稱：身份識別方法及應用該方法的身份識別系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及一種身份識別方法，更具體涉及一種利用心電信號進行身份識別的生
物身份識別方法。本發(fā)明還涉及一種應用這種身份識別方法的身份識別系統(tǒng)。
背景技術：
隨著計算機網絡和電子技術的發(fā)展，出現(xiàn)了一種新的身份驗證方法代替?zhèn)鹘y(tǒng)的口令和密碼——生物身份識別技術。生物身份識別技術(Biometric IdentificationTechnology,BIT)是指利用人體生物特征或行為特征進行身份認證的一種技術[1]。生物特征是唯一的(與他人不同)，是可以測量或自動識別和驗證的生理特性或行為方式，分為生理特征和行為特征。用于生物識別的生理特征有手形、手紋、指紋、臉形、虹膜、視網膜、脈搏、耳廓等，行為特征有簽字、擊鍵、聲音、步態(tài)等。基于這些特征，人們己經發(fā)展了手形識別、指紋識別、面部識別、虹膜識別、簽名識別、聲音識別、步態(tài)識別及多種生物特征混合識別等諸多識別技術，其中虹膜識別和指紋識別被公認為最可靠的兩種生物識別技術。
目前，雖然很多生物識別技術有了很廣泛的應用，但各種技術都存在各種各樣的缺點。例如指紋識別的有效性得到了公認并幾乎成為生物特征身份識別的代名詞，但消耗大量的計算資源，傳統(tǒng)上指紋用在偵察罪犯方面，有時會給采集者帶來被懷疑犯罪等不舒服的感覺，同時存在利用假指或斷指來鉆空子的可能。人臉識別存在假面的偽造，聲音可以被錄音，虹膜要求強光對人眼帶來不舒服的感覺，手寫體有被模仿的隱患，因此各種識別技術都存在一定程度的缺點，這給安全系統(tǒng)帶來極大隱患，因此需要研究新的識別技術或將幾種識別技術融合為一體。本文介紹一種新的身份識別技術——基于ECG(electrocardiogram,心電圖)身份識別。心電身份識別是一種活體身份識別，它避免了指紋識別中假指或斷指被不法分子利用的隱患，同時減少了計算、存儲等資源消耗，而且ECG采集方便，甚至可以直接在兩個指尖采集。 心電信號是心臟除極和復極電活動的宏觀波形表示，具有很強的規(guī)律性，是一種準周期信號。典型心電信號每一周期由P波、QRS波、T波和U波組成，各波形及區(qū)間分段名稱如圖l所示。心電圖中的各波形是眾多心肌細胞動作電位在體表的綜合效應，P波反映心房肌的除極過程，它的頻率較低，主要在10Hz-15Hz之間；QRS波反映了心室肌的除極過程，它的波形較陡峭，斜率較大，主要在10Hz-40Hz之間；T波反映了心室肌的復極過程，頻率主要在10Hz-15Hz之間；U波產生機理不明，心房肌復極過程被QRS波掩蓋而無法觀測。
心電信號滿足生物身份識別的基本條件。正常人的心電圖的PQRST波形在一定的時期內保持相對的恒定，即使慮、壓力、運動時心率發(fā)生變化，但QRS波形仍然保持穩(wěn)定，這樣就保證了個體心電特征的穩(wěn)定性。同時，個體心電圖間差異主要受體型(例如肥胖)、年齡、體重、性別、心臟位置、大小、心臟幾何形狀、胸部構造、運動狀況、心臟生理特征等影響，因此同樣滿足生物身份識別的唯一性。 利用心電信號進行身份識別具有如下優(yōu)點(1)ECG信號只用于活體身份識別，一旦生命終結，心臟就停止工作，因此人的ECG信號很難剽竊；(2)ECG信號是人體內部特征，人的ECG信號和很多因素有關，每個人的ECG信號都不一樣，因此ECG信號很難被別人仿制；(3)ECG信號特征是人體固有的生物特征，不可能被忘掉或丟失；(4)ECG身份識別可以和其他生物特征身份識別聯(lián)合使用；(5)在ECG生物識別技術中，訓練時間比較理想，ECG信號是一維信號，處理簡單，數(shù)據(jù)量小，節(jié)省存儲空間；(6)識別率高；(7)由于ECG信號頻繁應用于病人的身體狀況監(jiān)測中，因此ECG身份識別在醫(yī)療保健應用中方便、有效，不需要附加數(shù)據(jù)就可以在醫(yī)療記錄、藥物管理或其他遠程醫(yī)療中識別人的身份；(8)ECG數(shù)據(jù)采集方便，可以在兩手食指之間通過電極采集。 因此，本發(fā)明提出了一種基于ECG信號的身份識別的方法和系統(tǒng)，可以克服傳統(tǒng)生物身份識別技術的一個或多個缺點。

發(fā)明內容
根據(jù)本發(fā)明，提出一種身份識別方法，該方法利用心電信號進行身份識別，包括如下步驟(a)ECG信號采集，其中采集人體的ECG信號；(b)ECG信號預處理，其中對采集的ECG信號進行濾波；(c)特征提取，其中提取ECG信號的特征，以此構建身份識別特征向量；(d)識別步驟，其中將待識別者的身份識別特征向量與預先存儲在ECG特征模板庫中的身份識別特征向量進行比對；(e)結果輸出，即將上述識別步驟中的比對結果輸出到外部設備，該比對結果包括確認或拒絕。 根據(jù)本發(fā)明的一個方面，在上述特征提取步驟中，用于構建身份識別特征向量的特征包括ECG信號的解析特征、表象特征、變換域特征和融合特征，或者解析特征、表象特征、變換域特征和融合特征的任意組合。 根據(jù)本發(fā)明的一個方面，上述解析特征包括ECG信號的整個周期波形、多個周期
波形的平均、周期波形的幅度、間期、面積、周長或角度，或者這些幾何特征的任意組合。 根據(jù)本發(fā)明的一個方面，上述表象特征包括將ECG信號的解析特征通過PCA法
(主成分分析法)、LDA法(線性判別式法)或者KL變換方法變換后的特征。 根據(jù)本發(fā)明的一個方面，上述變換域特征包括將ECG信號的解析特征通過小波變
換、傅立葉變換、希爾伯特變換或者余弦變換等方法對數(shù)據(jù)進行處理后在變換域上提取的特征。 根據(jù)本發(fā)明的一個方面，上述融合特征包括將上述解析特征、表象特征、變換域特征進行數(shù)據(jù)融合后所得到的特征，在此過程中，提取ECG信號的解析特征、表象特征或者變換域特征分別構建特征向量，然后采用特征融合方法進行數(shù)據(jù)融合，將數(shù)據(jù)融合后的特征向量作為身份識別特征向量。 根據(jù)本發(fā)明的一個方面，另外提取其他生物身份識別特征，所述其他生物身份識別特征包括指紋、手紋、手形、靜脈、血流、血球、血氧、毛孔、體溫、皮膚濕度、皮膚阻抗、血氧飽和度、光電容積波、虹膜、耳廓、人臉、語音、步態(tài)、擊鍵、簽字中的一個或多個，將提取的ECG信號的解析特征、表象特征或者變換域特征，以及所述其他生物身份識別特征的一個或多個特征采用數(shù)據(jù)融合方法進行特征融合，將數(shù)據(jù)融合后的特征向量作為身份識別特征向 根據(jù)本發(fā)明的一個方面，在上述ECG信號預處理步驟中，采用基于通帶濾波法、小波變換濾波法或Hilbert-Huang變換和自適應閾值的形態(tài)學濾波方法對ECG信號進行濾波。 根據(jù)本發(fā)明的一個方面，上述身份識別方法還包括特征點檢測步驟，其中采用三樣條小波檢測ECG信號的R波峰值，并且以R波的位置為基準搜索Q波、S波的峰值。
根據(jù)本發(fā)明的一個方面，在上述識別步驟中采用的識別方法包括聚類方法、模板匹配方法、神經網絡方法、距離判別法、主元素分析法、線性判別分析法、K階鄰接距法、支持矢量機法、人工智能法、模糊數(shù)學法、遺傳算法、決策樹法、統(tǒng)計決策法、Fisher判別法或者相關系數(shù)閾值法。 根據(jù)本發(fā)明的一個方面，上述相關系數(shù)閾值法包括(l)采用相關系數(shù)法計算ECG特征模板庫中的身份識別特征向量的相關系數(shù)，得到一個相關系數(shù)序列；(2)計算所述相關系數(shù)序列的平均值P 一 ； (3)通過訓練學習獲取相關系數(shù)閾值P th， P th = tX p mMn， t為一可變常數(shù)，根據(jù)實驗調整參數(shù)t獲取相關系數(shù)閾值Pth;(4)將待識別者的身份識別特征向量與ECG特征模板庫中的身份識別特征向量進行相關系數(shù)運算，求得最大相關系數(shù)Pmax;(5)如果Pmax> Pth，則確認此待識別者為ECG特征模板庫中的某個人并輸出該人的信息，否則拒絕該人或者根據(jù)需要將該人信息加入ECG特征模板庫。 根據(jù)本發(fā)明的一個方面，優(yōu)選采用一導聯(lián)心電信號或多導聯(lián)心電信號進行身份識
別，其中的導聯(lián)包括醫(yī)用12導聯(lián)、Einthoven導聯(lián)體系、Frank導聯(lián)體系、加壓肢體導聯(lián)、
心電Holter導聯(lián)體系、航天導聯(lián)，其中航天導聯(lián)包括胸劍導聯(lián)或胸腋導聯(lián)。 根據(jù)本發(fā)明的一個方面，在上述ECG信號采集步驟中，優(yōu)選在人體的左手手指和
右手手指、左手手掌和右手手掌或者左手手腕和右手手腕之間采集ECG信號。 根據(jù)本發(fā)明的一個方面，在上述ECG信號采集步驟中，采用銀_氯化銀紐扣電極進
行ECG信號采集，其中將兩個電極分別置于雙手的食指上，采集的ECG信號經過高增益的差
分放大器進行處理，所述差分放大器的可變增益設置為2000，帶寬設置為l-100Hz，采用陷
波器濾除電力線干擾，信號采樣用1000Hz、12bit的模數(shù)轉化器，采集的ECG信號經前端放
大器、運算放大器、濾波電路、A/D轉換器后以數(shù)字方式存儲于ECG存儲電路中。 根據(jù)本發(fā)明的一個方面，優(yōu)選在采集ECG信號的同時采集指紋特征信號，并且利
用采集的ECG信號和指紋特征信號進行組合身份識別。 根據(jù)本發(fā)明的一個方面，優(yōu)選采用一導聯(lián)手指ECG信號和一個或多個手指指紋特征信號相結合進行身份識別。 根據(jù)本發(fā)明的一個方面，將ECG信號和包括指紋、手紋、手形、靜脈、血流、血球、血
氧、毛孔、體溫、皮膚濕度、皮膚阻抗、血氧飽和度、光電容積波、虹膜、耳廓、人臉、語音、步
態(tài)、擊鍵、簽字的生物特征或生物身份識別特征組合起來進行身份識別。 根據(jù)本發(fā)明的一個方面，提出一種身份識別方法，該方法將心電(ECG)特征和指
紋特征結合起來進行身份識別，包括前后順序進行的ECG身份識別過程和指紋識別過程，
其中包括如下步驟(a)信號采集，其中同步采集人體的ECG信號和指紋圖像；(b)ECG信號
預處理，其中對采集的ECG信號進行濾波；(c)ECG特征提取，其中提取ECG特征，建立ECG特
征向量；(d)ECG身份識別，其中將待識別者的ECG特征向量與預先存儲在ECG特征模板庫
中的ECG特征向量進行比對，當ECG身份識別成功時進行下一步的指紋識別過程，否則進行
報警或禁止處理；(e)指紋圖像預處理，其中對指紋圖像進行預處理；(f)指紋特征提取，其
中提取指紋特征，建立指紋特征向量；(g)指紋識別，其中將待識別者的指紋特征向量與預
8先存儲在指紋特征模板庫中的指紋特征向量進行比對，當指紋身份識別成功時確認待識別者的身份，否則進行報警或禁止處理。 根據(jù)本發(fā)明的一方面，提出一種身份識別方法，該方法將心電(ECG)特征和指紋特征結合起來進行身份識別，其中ECG身份識別過程和指紋識別過程同步進行，包括如下步驟(a)信號采集，其中同步采集人體的ECG信號和指紋圖像；(b)ECG信號預處理，其中對采集的ECG信號進行濾波；(c)ECG特征提取，其中提取ECG特征；(d)指紋圖像預處理，其中對指紋圖像進行預處理；(e)指紋特征提取，其中提取指紋特征；(f)指紋特征和ECG特征融合，其中基于所提取的指紋特征和ECG特征，采用組合特征方法進行數(shù)據(jù)融合，將數(shù)據(jù)融合后的特征向量作為身份識別特征向量；(g)識別過程，即將待識別者的身份識別特征向量與預先存儲在特征模板庫中的身份識別特征向量進行比對，當身份識別成功時確認待識別者的身份，否則進行報警或禁止處理。 根據(jù)本發(fā)明的一個方面，上述身份識別方法還可包括系統(tǒng)管理員身份注冊過程，該過程包括如下步驟(l)檢索管理員信息，當檢索到沖突時進行防沖突處理，否則進行下一步驟；(2)ECG信號和指紋圖像采集，其中同步采集管理員的ECG信號和指紋圖像；(3)ECG特征處理，其中對采集的ECG信號進行濾波并且提取ECG特征，建立ECG特征向量；(4)指紋特征處理，其中對指紋圖像進行處理，并且提取指紋特征，建立指紋特征向量；(5)將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫中。
根據(jù)本發(fā)明的一個方面，上述身份識別方法還可包括合法身份授權處理過程，該過程包括如下步驟(l)采集管理員信息；(2)管理員身份識別，當身份合法時進行下一步的ECG信號和指紋圖像采集過程，否則進行非法授權處理；(3) ECG信號和指紋圖像采集，其中同步采集被授權人的ECG信號和指紋圖像；(4) ECG特征處理，其中對采集的ECG信號進行濾波并且提取ECG特征，建立ECG特征向量；(5)指紋特征處理，其中對指紋圖像進行處理，并且提取指紋特征，建立指紋特征向量；(6)將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫中。 根據(jù)本發(fā)明的一個方面，提出一種應用上述身份識別方法的身份識別系統(tǒng)，該身份識別系統(tǒng)包括ECG傳感器模塊，用于采集人體的ECG信號；ECG信號預處理模塊，用于消除ECG信號的噪聲；ECG特征提取模塊，用于提取ECG信號的特征，構建身份識別特征向量；ECG匹配模塊，用于將提取出的ECG特征和特征模板庫中的ECG特征進行比較；ECG數(shù)據(jù)庫模塊，該用于存儲注冊用戶的ECG特征模板。 根據(jù)本發(fā)明，以上所述的身份識別方法和身份識別系統(tǒng)可應用于醫(yī)療管理、汽車駕駛、計算機登錄、網絡安全、移動終端、公安、金融、海關、門禁領域中。


圖1是一個周期的理想心電信號的波形圖。 圖2是根據(jù)實施方式一的身份識別方法的流程圖。 圖3是ECG信號采集存儲流程圖。 圖4-6是用于說明ECG信號的解析特征的示意圖。 圖7是胸劍和胸腋導聯(lián)的電極位置示意圖。 圖8是常見的幾種胸腋導聯(lián)心電圖的圖形。
圖9是常見的幾種胸劍導聯(lián)心電圖的圖形。 圖10是根據(jù)實施方式二的身份識別方法的流程圖。 圖11是根據(jù)實施方式三的身份識別方法的流程圖。 圖12是根據(jù)實施方式四的系統(tǒng)管理員身份注冊過程的流程圖。 圖13是根據(jù)實施方式五的合法身份授權處理過程的流程圖。 圖14示出了根據(jù)本發(fā)明的身份識別系統(tǒng)的一種實施方式的結構框圖。 圖15示出了根據(jù)本發(fā)明的身份識別系統(tǒng)的另一種實施方式的結構框圖。 圖16示出了根據(jù)本發(fā)明的身份識別系統(tǒng)的另一種實施方式的結構框圖。
具體實施例方式
下面結合附圖描述根據(jù)本發(fā)明的身份識別方法的優(yōu)選實施方式。
實施方式一 根據(jù)本實施方式的身份識別方法包括ECG信號輸入、ECG信號預處理、特征提取、識別、結果輸出等過程。根據(jù)本實施方式的身份識別方法的流程圖如圖2所示。下面對這些過程分別進行描述。
1、ECG信號采集 本發(fā)明利用牛津儀器公司的Medilog AR12 (holter)進行心電采集，采樣頻率為1024Hz，量化為16bit。當然，利用其他儀器、或采用不同的采樣頻率和比特率也可以，只要能實現(xiàn)本發(fā)明即可。每個人采集兩段心電信號，每段心電信號2分鐘，兩段心電信號時間間隔一天以上，以保證該方法在心率變異性下ECG身份識別的健壯性。取30段不同實驗者心電建立身份識別庫，另外40段心電數(shù)據(jù)用于測試身份識別的正確率、漏判和誤判概率。
根據(jù)本發(fā)明，可以在人體的左手手指和右手手指之間采集ECG信號，例如可采用銀-氯化銀紐扣電極進行ECG信號采集，其中將兩個電極分別置于雙手的食指上。采集的ECG信號經過高增益的差分放大器進行處理。所述差分放大器的可變增益可設置為2000，帶寬設置為l-100Hz，采用陷波器濾除電力線干擾，信號采樣用1000Hz、12bit的模數(shù)轉化器。采集的ECG信號經前端放大器、運算放大器、濾波電路、A/D轉換器后以數(shù)字方式存儲于ECG存儲電路中，如圖3所示。 在本發(fā)明中，可采用一導聯(lián)心電信號或多導聯(lián)心電信號進行身份識別，其中的導聯(lián)包括醫(yī)用12導聯(lián)、Einthoven導聯(lián)體系、Frank導聯(lián)體系、加壓肢體導聯(lián)、心電Holter導聯(lián)體系、航天導聯(lián)(包括胸劍、胸腋導聯(lián))等。圖7是胸劍和胸腋導聯(lián)的電極位置示意圖，圖8、9是常見的胸腋、胸劍導聯(lián)心電形。
2、ECG信號預處理 ECG信號預處理主要是進行濾波。在本發(fā)明中，可采用無限脈沖響應(IIR)橢圓濾波器對50Hz工頻進行濾波，采用小波變換消除基線漂移和高頻肌電干擾，小波基函數(shù)選用Daubechies緊支正交小波，小波階數(shù)選為3階。ECG采樣率為1024Hz，根據(jù)Nyquist采樣定律，頻譜的最高頻率為512Hz，故分解層數(shù)選為9，對D9、D8、D7、D6、D5、D4進行重構，獲得濾波后ECG信號。 也可以采用基于Hilbert-Huang變換和自適應閾值的形態(tài)學濾波方法對ECG信號進行濾波。該方法利用經驗模態(tài)分解(EMD)方法將ECG信號分解為不同頻段的固有模態(tài)函數(shù)(IMF)，再根據(jù)Hilbert譜分析三種噪聲的頻段分布特點，最后有針對性的采用自適應閾 值形態(tài)學濾波、平滑濾波等方法分別消噪。
3、特征提取 特征提取的目的是構建用于身份識別的特征向量，可用于構建身份識別特征向量 的特征可包括ECG信號的解析特征、表象特征、變換域特征和融合特征，或者上述特征的任 意組合。以下對這些特征分別介紹。
3. 1解析特征 在本發(fā)明中，解析特征是指ECG信號周期波形的幅度、間期、面積、周長、角度等相 關幾何特征，解析特征也可稱為波形特征。如圖4-6所示，這些幾何特征主要包括但不限 于:1. PPL，2. PQ，3. PR，4. PS，5. PT，6. QQ，，7. QR， 8. QS，9. QT， 10. RS，， 11. RS， 12. RT， 13. SS，， 14. ST， 15. TTR等幅度特征，以及16. PLR， 17. PLP， 18. PLPR， 19. PLQ， ， 20. PR， 21. PPR， 22. PQ， 23. PT， 24. PRQ， ， 25. Q， S， ， 26. QR， 27. QS， 28. RS， 29. RT， 30. RTR， 31. ST， 32. S， TL， 33. S， TR， 34. TLT， 35. TLTR， 36. TTR， 37. PU!， 38. PLTR， 39. PRR， 40. Q' Q， 41. RTL， 42. SS' ， 43. STL， 44. RTR等間期特征，以及QRS波中以Q、R、S三點構成的三角形的角度、面積、周長、重心、垂 心、內心等特征，例如45. ZSQR，46. ZQRS，47. Z QSR， 48. S A QRS (三角形QRS的面積)， 49.LAQRS(三角形QRS的周長)等。在根據(jù)本發(fā)明的方法中，可以提取上述幾何特征的一 個或多個，構建用于身份識別的特征向量矩陣。
3. 2表象特征 在本發(fā)明中，表象特征是指將上述ECG信號的解析特征通過PCA法(主元素分析 法)、LDA法(線性判別分析法)、KL法等方法變換后的特征。在進行表象特征選擇后，可降 低數(shù)據(jù)維數(shù)，去掉冗余和不重要信息，提取用于身份識別的適當特征。
3. 3變換域特征 在本發(fā)明中，變換域特征是指將ECG信號的上述解析特征通過小波變換、傅立葉 變換、希爾伯特變換、余弦變換等各種變換方法處理后提取的特征。通過變換域特征提取可 以找到新的ECG身份識別特征，變換域特征的優(yōu)點是波形穩(wěn)定。以下對小波變換進行簡要 描述。 Daubechies小波簡稱為dbN小波，N為小波階數(shù)，本發(fā)明優(yōu)選db3小波作為小波 基。該小波與ECG波形相似，滿足小波基選擇的相似性；該小波基支撐長度為5，較短的支 撐長度消耗較短的計算時間；較高的消失矩保證較多的小波系數(shù)為零或近似為零，有利于 特征提取與數(shù)據(jù)壓縮。將ECG信號的時域波形進行6級小波分解，取分解系數(shù)的cA6、cD6、 cD5、cD4、cD3后四級的系數(shù)作為特征向量。變換后由小波系數(shù)組成的特征向量波形內容豐 富，不同試驗者小波分解系數(shù)波形較時域波形差異更加顯著，并且同一試驗者各心拍小波 分解系數(shù)波形更加穩(wěn)定，差異減小。因此選用變換后小波分解系數(shù)作為特征向量有益于ECG 身份識別。 3. 3融合特征 在本發(fā)明中，融合特征是指將上述解析特征、表象特征、變換域特征進行數(shù)據(jù)融合 后所得到的特征，其中提取上述解析特征、表象特征、變換域特征分別構建特征向量矩陣， 將這些特征向量矩陣采用組合特征方法進行數(shù)據(jù)融合，將構造的新矩陣作為融合特征向量 進行ECG身份識別。采用融合特征進行身份識別抗噪聲能力增強，并且在心率變異性下仍
11保持較高的識別率。
4、識別 在識別過程中，要對待識別者的ECG信號與預先存儲在特征模板庫中的ECG身份 信息進行比對。在識別過程中采用的識別方法可包括聚類方法、模板匹配方法、神經網絡方 法、距離判別法(馬氏、歐式等距離判別法)、主元素分析法、線性判別分析法、K階鄰接距 法、支持矢量機法、人工智能法、模糊數(shù)學法、遺傳算法、決策樹法、統(tǒng)計決策法、Fisher判別 法、相關系數(shù)閾值法等。 其中，相關系數(shù)閾值法的具體識別過程如下(l)采用相關系數(shù)法計算ECG特征模 板庫中的身份識別特征向量的相關系數(shù)，得到一個相關系數(shù)序列；(2)計算所述相關系數(shù) 序列的平均值P mean ; (3)通過訓練學習獲取相關系數(shù)閾值P th， P th = tX p mean， t為一可 變常數(shù)，根據(jù)實驗調整參數(shù)t獲取相關系數(shù)閾值P th ; (4)將待識別者的身份識別特征向量 與ECG特征模板庫中的身份識別特征向量進行相關系數(shù)運算，求得最大相關系數(shù)Pmax ;(5) 如果Pmax> Pth，則確認此待識別者為ECG特征模板庫中的某個人并輸出該人的信息，否則 拒絕該人或者根據(jù)需要將該人信息加入ECG特征模板庫。
實施方式二 根據(jù)本實施方式的身份識別方法除了包括上述基于ECG信號的身份識別方法之 外，還包括指紋識別方法，即通過ECG信號和指紋特征進行組合身份識別。在此實施方式 中，包括前后順序進行的ECG身份識別過程和指紋識別過程，其中包括如下步驟(a)信號 采集，其中同步采集人體的ECG信號和指紋圖像；(b) ECG信號預處理，其中對采集的ECG信 號進行濾波；(c) ECG特征提取，其中提取ECG特征，建立ECG特征向量；(d) ECG身份識別，其 中將待識別者的ECG特征向量與預先存儲在ECG特征模板庫中的ECG特征向量進行比對， 當ECG身份識別成功時進行下一步的指紋識別過程，否則進行報警或禁止處理；(e)指紋圖 像預處理，其中對指紋圖像進行預處理；(f)指紋特征提取，其中提取指紋特征，建立指紋 特征向量；(g)指紋識別，其中將待識別者的指紋特征向量與預先存儲在指紋特征模板庫 中的指紋特征向量進行比對，當指紋身份識別成功時確認待識別者的身份，否則進行報警 或禁止處理。 根據(jù)本實施方式的身份識別方法的流程圖如圖11所示。 在此實施方式中，可采用一導聯(lián)手指ECG信號和一個或兩個手指指紋特征信號相
結合進行身份識別。
實施方式三 在此實施方式中，同樣采用ECG信號和指紋特征進行組合身份識別。此實施方式 與實施方式二的區(qū)別在于，在此實施方式中，不是分別進行基于ECG信號的身份識別和指 紋識別，而是將提取的指紋特征和ECG特征進行數(shù)據(jù)融合，將數(shù)據(jù)融合后所建立的特征向 量作為身份識別特征向量。具體來說該方法包括如下步驟(a)信號采集，其中同步采集人 體的ECG信號和指紋圖像；(b)ECG信號預處理，其中對采集的ECG信號進行濾波；(c)ECG特 征提取，其中提取ECG特征；(d)指紋圖像預處理，其中對指紋圖像進行預處理；(e)指紋特 征提取，其中提取指紋特征；(f)指紋特征和ECG特征融合，其中基于所提取的指紋特征和 ECG特征，采用組合特征方法進行數(shù)據(jù)融合，將數(shù)據(jù)融合后的特征向量作為身份識別特征向 量；(g)識別過程，即將待識別者的身份識別特征向量與預先存儲在特征模板庫中的身份識別特征向量進行比對，當身份識別成功時確認待識別者的身份，否則進行報警或禁止處理。 根據(jù)本實施方式的身份識別方法的流程圖如圖12所示。
實施方式四 在此實施方式中，除了包括實施方式二或三所列步驟之外，還包括系統(tǒng)管理員身 份注冊過程，該過程包括如下步驟(l)檢索管理員信息，當檢索到沖突時進行防沖突處 理，否則進行下一步驟；(2) ECG信號和指紋圖像采集，其中同步采集管理員的ECG信號和指 紋圖像；(3) ECG特征處理，其中對采集的ECG信號進行濾波并且提取ECG特征，建立ECG特 征向量；(4)指紋特征處理，其中對指紋圖像進行處理，并且提取指紋特征，建立指紋特征 向量；(5)將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫中。
根據(jù)本實施方式的系統(tǒng)管理員身份注冊過程的流程圖如圖12所示。
實施方式五 在此實施方式中，除了包括實施方式二或三所列步驟之外，還包括合法身份授權 處理過程，該過程包括如下步驟(1)采集管理員信息；(2)管理員身份識別，當身份合法時 進行下一步的ECG信號和指紋圖像采集過程，否則進行非法授權處理；(3)ECG信號和指紋 圖像采集，其中同步采集被授權人的ECG信號和指紋圖像；(4) ECG特征處理，其中對采集的 ECG信號進行濾波并且提取ECG特征，建立ECG特征向量；(5)指紋特征處理，其中對指紋圖 像進行處理，并且提取指紋特征，建立指紋特征向量；(6)將在上述步驟中建立的ECG特征 向量和指紋特征向量保存到特征模板庫中。 根據(jù)本實施方式的合法身份授權處理過程的流程圖如圖13所示。
實施方式六 在本實施方式中，提出了一種應用根據(jù)本發(fā)明的身份識別方法的ECG身份識別系
統(tǒng)，該身份識別系統(tǒng)主要包括以下幾個模塊 (1) ECG傳感器模塊，該模塊用來采集用戶的ECG信號。 (2)ECG信號預處理模塊，該模塊主要用于消除ECG信號噪聲，ECG消噪主要消除 ECG信號采集中的工頻干擾(50Hz或60Hz)、嚴重的肌電干擾(10 300Hz)、患者呼吸和運 動引起的基線漂移干擾(0. 05 2Hz)等。 (3)ECG特征提取模塊，該模塊對預處理后的ECG信號進一步處理，從中提取出一 系列顯著的或易于鑒別的特征。例如從ECG信號中提取QRS波的間期和幅度等特征。
(4)ECG匹配模塊，該模塊將提取出的特征和模板庫中的ECG特征進行比較，以得 出匹配相關度。該模塊也稱為判定模塊，用戶的身份通過匹配相關數(shù)等參數(shù)進行驗證或識 別。 (5) ECG數(shù)據(jù)庫模塊，該模塊用于存儲注冊用戶的ECG特征模板。注冊用戶單元對 記錄在ECG身份識別系統(tǒng)數(shù)據(jù)庫的信息負責。在注冊登記階段，個人的ECG信息通過傳感 器采集，采集可根據(jù)應用需要決定是否安排人員監(jiān)督。在連續(xù)輸入階段為了確保對所獲樣 本進行可靠處理，根據(jù)需要可設置一些質量檢查裝置。為了減輕匹配復雜度，輸入的樣本會 被進一步提取，得到一個壓縮的，更易觀察的樣本，稱之為模板。依賴于不同的應用背景，模 板會被存儲在生物特征系統(tǒng)數(shù)據(jù)庫中或者記錄個人的智能卡中。 一般情況下，考慮到觀察 到的生物特征會發(fā)生變化，數(shù)據(jù)庫中會記錄個人的多個特征模板，并且，數(shù)據(jù)庫中的模板也會隨著時間不斷更新。 ECG身份識別系統(tǒng)本質上是一個身份鑒別的模式識別系統(tǒng)。系統(tǒng)首先得到人體的 ECG信號，并從中提取出所需的數(shù)據(jù)特征，然后與數(shù)據(jù)庫中的特征模板進行比較。根據(jù)系統(tǒng) 的應用需求，ECG身份識別系統(tǒng)通常工作于驗證模式或識別模式。用戶注冊登記是兩種模 式工作的前提。 驗證模式，即一對一比對，也稱為1:1模式(one-to-one matching)。這種模式下， 現(xiàn)場采集到的生物特征與保存在模板數(shù)據(jù)庫中的一個生物特征進行比對。作為驗證條件， 個體的生物特征數(shù)據(jù)已經存儲在數(shù)據(jù)庫中，并與唯一的個人識別碼(ID或者PIN)建立聯(lián) 系。驗證時，先驗證識別碼，然后利用現(xiàn)場采集的生物特征與數(shù)據(jù)庫中和識別碼對應的生物 特征進行匹配，從而達到身份驗證的目的。驗證模式通常用于確定性識別，目的是為了進行 身份確認，防止多人用同一個身份。 識別模式，即一對多比對，也稱為1 :N模式(one-to-many matching)。該模式下， 將現(xiàn)場采集到的生物特征與模板數(shù)據(jù)庫中的生物特征逐一對比，從中找出相匹配的生物特 征信息，從而達到確認個人身份的目的。識別模式的目的是防止一個人使用多個身份。
圖14示出了一種根據(jù)本發(fā)明的身份識別系統(tǒng)。在圖14所示的身份識別系統(tǒng)中， 采集裝置實現(xiàn)心電信號的采集。處理裝置完成信號預處理及特征提取，將提取的特征值送 到識別裝置，識別裝置完成與模板庫的比對，并給出識別結果，將識別結果輸出到監(jiān)視裝置 或者控制裝置。 圖15示出了另一種根據(jù)本發(fā)明的身份識別系統(tǒng)。在圖15所示的身份識別系統(tǒng)中，
采集裝置完成心電信號與指紋的并行的采集。心電處理裝置完成心電信號預處理及特征提
取，將提取到的心電特征值送到分別送到識別模塊進行識別，若識別錯誤，直接將結果輸出
不再啟動指紋識別。若識別結果正確則啟動指紋識別，并將指紋識別結果與心電識別結果
進行比對，并給出識別結果，將識別結果輸出到監(jiān)視裝置或者控制裝置。 圖16示出了另一種根據(jù)本發(fā)明的身份識別系統(tǒng)。在圖16所示的身份識別系統(tǒng)
中，采集裝置完成心電信號與指紋的并行的采集。處理裝置完成信號預處理及特征提取，將
提取到的心電與指紋的特征值分別送到特征融合模塊，特征融合模塊完成心電特征值與指
紋特征值的融合，將融合結果送到識別裝置，識別裝置完成與模板庫的比對，并給出識別結
果，將識別結果輸出到監(jiān)視裝置或者控制裝置。 以上所述僅為本發(fā)明的較佳實施方式，并非用來限定本發(fā)明的實施范圍；凡是依 本發(fā)明所作的等同變化與修改，都在本發(fā)明的保護范圍之內。
1權利要求
一種身份識別方法，其特征在于，該方法利用心電(ECG)信號進行身份識別，包括如下步驟(a)ECG信號采集，其中采集人體的ECG信號；(b)ECG信號預處理，其中對采集的ECG信號進行濾波；(c)特征提取，其中提取ECG信號的特征，以此構建身份識別特征向量；(d)識別步驟，其中將待識別者的身份識別特征向量與預先存儲在ECG特征模板庫中的身份識別特征向量進行比對；(e)結果輸出，即將上述識別步驟中的比對結果輸出到外部設備，該比對結果包括確認或拒絕。
2. 如權利要求1所述的身份識別方法，其特征在于，在上述特征提取步驟中，用于構建 身份識別特征向量的特征包括ECG信號的解析特征、表象特征、變換域特征和融合特征，或者解析特征、表象特征、變換域特征和融合特征的任意組合。
3. 如權利要求2所述的身份識別方法，其特征在于，所述解析特征包括ECG信號的整個周期波形、多個周期波形的平均、周期波形的幅度、間期、面積、周長或角度，或者這些幾何 特征的任意組合。
4. 如權利要求2所述的身份識別方法，其特征在于，所述表象特征包括將ECG信號的解 析特征通過主成分分析法、線性判別式法或者KL變換方法變換后的特征。
5. 如權利要求2所述的身份識別方法，其特征在于，所述變換域特征包括將ECG信號的 解析特征通過小波變換、傅立葉變換、希爾伯特變換或者余弦變換對數(shù)據(jù)進行處理后在變 換域上提取的特征。
6. 如權利要求2所述的身份識別方法，其特征在于，所述融合特征包括將上述解析特 征、表象特征、變換域特征分別構建特征向量，然后采用特征融合方法進行數(shù)據(jù)融合，將數(shù) 據(jù)融合后的特征向量作為身份識別特征向量。
7. 如權利要求6所述的身份識別方法，其特征在于，在所述身份識別方法中，另外提 取其他生物身份識別特征，所述其他生物身份識別特征包括指紋、手紋、手形、靜脈、血流、 血球、血氧、毛孔、體溫、皮膚濕度、皮膚阻抗、血氧飽和度、光電容積波、虹膜、耳廓、人臉、語 音、步態(tài)、擊鍵、簽字中的一個或多個，將提取的ECG信號的解析特征、表象特征或者變換域 特征，以及所述其他生物身份識別特征的一個或多個特征采用數(shù)據(jù)融合方法進行特征融 合，將數(shù)據(jù)融合后的特征向量作為身份識別特征向量。
8. 如權利要求1所述的身份識別方法，其特征在于，在ECG信號預處理步驟中，采用基 于通帶濾波法、小波變換濾波法、Hilbert-Huang變換和自適應閾值的形態(tài)學濾波方法對 ECG信號進行濾波。
9. 如權利要求1所述的身份識別方法，其特征在于，還包括特征點檢測步驟，其中采用 三樣條小波檢測ECG信號的R波峰值，并且以R波的位置為基準搜索Q波、S波的峰值。
10. 如權利要求1所述的身份識別方法，其特征在于，在上述識別步驟中采用的識別方 法包括聚類方法、模板匹配方法、神經網絡方法、距離判別法、主元素分析法、線性判別分析 法、K階鄰接距法、支持矢量機法、人工智能法、模糊數(shù)學法、遺傳算法、決策樹法、統(tǒng)計決策 法、Fisher判別法或者相關系數(shù)閾值法。
11. 如權利要求IO所述的身份識別方法，其特征在于，所述相關系數(shù)閾值法包括(1) 采用相關系數(shù)法計算ECG特征模板庫中的身份識別特征向量的相關系數(shù)，得到一 個相關系數(shù)序列；(2) 計算所述相關系數(shù)序列的平均值Pmean;(3) 通過訓練學習獲取相關系數(shù)閾值p th， p th = tX p m^， t為一可變常數(shù)，根據(jù)實驗 調整參數(shù)t獲取相關系數(shù)閾值P th ;(4) 將待識別者的身份識別特征向量與ECG特征模板庫中的身份識別特征向量進行相 關系數(shù)運算，求得最大相關系數(shù)Pmax ;(5) 如果Pmax> Pth，則確認此待識別者為ECG特征模板庫中的某個人并輸出該人的 信息，否則拒絕該人或者根據(jù)需要將該人信息加入ECG特征模板庫。
12. 如權利要求1所述的身份識別方法，其特征在于，采用一導聯(lián)心電信號或多導聯(lián)心 電信號進行身份識別，其中的導聯(lián)包括常規(guī)12導聯(lián)、Einthoven導聯(lián)體系、Frank導聯(lián)體 系、加壓肢體導聯(lián)、心電Holter導聯(lián)體系、航天導聯(lián)，其中航天導聯(lián)包括胸劍導聯(lián)或胸腋導 聯(lián)。
13. 如權利要求1所述的身份識別方法，其特征在于，在上述ECG信號采集步驟中，在人 體的左手手指和右手手指、左手手掌和右手手掌或者左手手腕和右手手腕之間采集ECG信 號。
14. 如權利要求13所述的身份識別方法，其特征在于，采用銀-氯化銀紐扣電極進行 ECG信號采集，其中將兩個電極分別置于雙手的食指上，采集的ECG信號經過高增益的差分 放大器進行處理，所述差分放大器的可變增益設置為2000，帶寬設置為l-100Hz，采用陷波 器濾除電力線干擾，信號采樣用1000Hz、12bit的模數(shù)轉化器，采集的ECG信號經前端放大 器、運算放大器、濾波電路、A/D轉換器后以數(shù)字方式存儲于ECG存儲電路中。
15. 如權利要求13所述的身份識別方法，其特征在于，在采集ECG信號的同時采集指紋 特征信號，并且利用采集的ECG信號和指紋特征信號進行組合身份識別。
16. 如權利要求13所述的身份識別方法，其特征在于，采用一導聯(lián)手指ECG信號和一個 或多個手指指紋特征信號相結合進行身份識別。
17. 如權利要求1所述的身份識別方法，其特征在于，該方法將ECG信號和包括指紋、 手紋、手形、靜脈、血流、血球、血氧、毛孔、體溫、皮膚濕度、皮膚阻抗、血氧飽和度、光電容積 波、虹膜、耳廓、人臉、語音、步態(tài)、擊鍵、簽字的生物特征或生物身份識別特征組合起來進行 身份識別。
18. —種身份識別方法，其特征在于，該方法將心電(ECG)特征和指紋特征結合起來進 行身份識別，包括前后順序進行的ECG身份識別過程和指紋識別過程，其中包括如下步驟(a) 信號采集，其中同步采集人體的ECG信號和指紋圖像；(b) ECG信號預處理，其中對采集的ECG信號進行濾波；(c) ECG特征提取，其中提取ECG特征，建立ECG特征向量；(d) ECG身份識別，其中將待識別者的ECG特征向量與預先存儲在ECG特征模板庫中的 ECG特征向量進行比對，當ECG身份識別成功時進行下一步的指紋識別過程，否則進行報警 或禁止處理；(e) 指紋圖像預處理，其中對指紋圖像進行預處理；(f) 指紋特征提取，其中提取指紋特征，建立指紋特征向量；(g)指紋識別，其中將待識別者的指紋特征向量與預先存儲在指紋特征模板庫中的指 紋特征向量進行比對，當指紋身份識別成功時確認待識別者的身份，否則進行報警或禁止 處理。
19. 一種身份識別方法，其特征在于，該方法將心電(ECG)特征和指紋特征結合起來進 行身份識別，其中ECG身份識別過程和指紋識別過程同步進行，包括如下步驟(a) 信號采集，其中同步采集人體的ECG信號和指紋圖像；(b) ECG信號預處理，其中對采集的ECG信號進行濾波；(c) ECG特征提取，其中提取ECG特征；(d) 指紋圖像預處理，其中對指紋圖像進行預處理；(e) 指紋特征提取，其中提取指紋特征；(f) 指紋特征和ECG特征融合，其中基于所提取的指紋特征和ECG特征，采用組合特征 方法進行數(shù)據(jù)融合，將數(shù)據(jù)融合后的特征向量作為身份識別特征向量；(g) 識別過程，即將待識別者的身份識別特征向量與預先存儲在特征模板庫中的身份 識別特征向量進行比對，當身份識別成功時確認待識別者的身份，否則進行報警或禁止處理。
20. 如權利要求18或19所述的身份識別方法，其特征在于，還包括系統(tǒng)管理員身份注 冊過程，該過程包括如下步驟(1) 檢索管理員信息，當檢索到沖突時進行防沖突處理，否則進行下一步驟；(2) ECG信號和指紋圖像采集，其中同步采集管理員的ECG信號和指紋圖像；(3) ECG特征處理，其中對采集的ECG信號進行濾波并且提取ECG特征，建立ECG特征向(4) 指紋特征處理，其中對指紋圖像進行處理，并且提取指紋特征，建立指紋特征向(5) 將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫中。
21. 如權利要求18或19所述的身份識別方法，其特征在于，還包括合法身份授權處理 過程，該過程包括如下步驟(1) 采集管理員信息；(2) 管理員身份識別，當身份合法時進行下一步的ECG信號和指紋圖像采集過程，否則 進行非法授權處理；(3) ECG信號和指紋圖像采集，其中同步采集被授權人的ECG信號和指紋圖像；(4) ECG特征處理，其中對采集的ECG信號進行濾波并且提取ECG特征，建立ECG特征向(5) 指紋特征處理，其中對指紋圖像進行處理，并且提取指紋特征，建立指紋特征向(6) 將在上述步驟中建立的ECG特征向量和指紋特征向量保存到特征模板庫中。
22. —種應用上述權利要求中任一項所述的身份識別方法的身份識別系統(tǒng)，該身份識 別系統(tǒng)包括ECG傳感器模塊，用于采集人體的ECG信號；ECG信號預處理模塊，用于消除 ECG信號的噪聲；ECG特征提取模塊，用于提取ECG信號的特征，構建身份識別特征向量； ECG匹配模塊，用于將提取出的ECG特征和特征模板庫中的ECG特征進行比較；ECG數(shù)據(jù)庫模塊，該用于存儲注冊用戶的ECG特征模板。
全文摘要
本發(fā)明提出了一種身份識別方法，該方法利用心電(ECG)信號進行身份識別，包括如下步驟(a)ECG信號采集；(b)ECG信號預處理，其中對采集的ECG信號進行濾波；(c)特征提取，其中提取ECG信號的特征，以此構建身份識別特征向量，所構建的身份識別特征向量包括解析特征、表象特征、變換域特征和融合特征；(d)識別步驟，其中將待識別者的身份識別特征向量與預先存儲在ECG特征模板庫中的身份識別特征向量進行比對；(e)結果輸出。本發(fā)明還提出了一種應用上述身份識別方法的身份識別系統(tǒng)。
文檔編號A61B5/117GK101773394SQ201010033919
公開日2010年7月14日 申請日期2010年1月6日 優(yōu)先權日2010年1月6日
發(fā)明者嚴洪, 任兆瑞, 姚宇華, 宋晉忠, 李延軍, 楊向林, 楊輝, 梁仲剛, 軒永 申請人:中國航天員科研訓練中心