基于卷积神经网络和心电QRS波群的身份识别

摘要：

利用生物特征进行身份识别是目前模式识别领域的研究热点之一,由于人体的心电信号较为稳定且容易获取,因此利用心电进行身份识别得到了广泛的关注.传统基于心电的身份识别算法需要预先提取特征,然后进行模式识别,处理流程比较复杂,且容易受到噪声的影响.考虑心电QRS波群具有相对稳定的特点,利用QRS波群进行身份识别.首先对心电信号进行小波阈值降噪,然后提取QRS波群,将其转换为二值图,最后输入到卷积神经网络进行身份识别.通过几种不同超参数的卷积神经网络的计算比较,发现本文所述方法的最高准确率可达98.2％.此外,也对比了其他典型心电身份识别方法,结果表明,所述方法的识别准确率高于其他算法.

关键词：心电图、QRS波群、身份识别、卷积神经网络

所属期刊栏目：34

分类号：R318.6(医用一般科学)

资助基金：国家自然科学基金11564006,11864007

在线出版日期：2020-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1-10