基于SVM的ECG传感器信号身份识别方法.pdf

《基于SVM的ECG传感器信号身份识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、4O传感器与微系统(TransducerandMicrosystemTechnologies)2014年第33卷第10期DOI：lO．13873／J．1000-9787(2014)10--0040-03基于SVM的ECG传感器信号身份识别方法陈曦，陈冠雄，沈海斌(1．浙江大学超大规模集成电路设计研究所，浙江杭州310027；2．杭州易和网络有限公司，浙江杭州310012)摘要：通过心电图(ECG)传感器采集的信号在身份识别中得到了越来越广泛的应用。但小波滤噪结果往往通过主观判断，没有量化指标，滤波效果不理想；同时，对于ECG特征的提取没有考虑心率变化的影响，鲁棒性不佳。针对这2个问题，提

2、出了一种通过信噪比和相关系数衡量预处理结果的办法，并且在特征的提取上只采用QRS波形，避开了易受心率影响的间期特征。最后使用了多种分类识别方法进行测试，得到了小样本下支持向量机(SVM)最适用于ECG识别的结论。关键词：心电图；小波变换；支持向量机；相关系数；特征提取；分类识别中图分类号：TP212；TPl8文献标识码：A文章编号：1000-9787(2014)10-0040-03ECGsensorsignalidentificationmethodbasedonSVMCHENXi，CHENGuan．xiong2，SHENHai—bin(1．InstituteofVLSIDesign，Z

3、hejiangUniversity，Hangzhou310027，China；2．YiheCompanyLimited，Hangzhou310012，China)Abstract：ECGsignalcollectedbyECGsensoriswidelyusedinfieldofidentification．Firstly，waveletde-noisingresultsareoftenjudgedsubjectively，NOquantitativeindicators，andfilteringefectisnotidea1．Secondly，influenceofchangeofhe

4、artrateisn’ttakenintoconsideration，robustnessispoor．Inordertosolvethesetwoproblems，putforwardakindofmethodstomeasureresuhsofpretreatmentbySNRandcorrelationcoefficient，andonlyadoptQRSwaveforminfeatureextraction，avoidingintervalfeatureeasilyinfluencedbyheartrate．Finally，useavarietyofclassificationa

5、ndrecognitionmethodsfortesting，forsmallsample，SVMismostsuitableforECGidentification．Keywords：ECG；wavelettransform；SVM；corelationcoefficient；featureextraction；classificationidentification0引言本文从ECG信号预处理方法人手，提出了通过相关系心电图(ECG)信号是非常重要的人体生理信号，它反数和信噪比检验预处理效果的方法。随后提取了不受心率映了心脏的工作状态，可以用于心律失常、心房肥大、心肌影响的ECG特征

6、，分别用径向基函数(RBF)神经网络、支梗死等疾病的检测，自1887年诞生以来一直在医学上具有持向量机(SVM)和朴素贝叶斯模型分别进行分类识别，找非常重大的临床参考意义⋯，随着对安全的重视不断提出最适合的分类方法。高，传统指纹、虹膜等技术存在或多或少的破解可能，寻找1ECG信号预处理一种稳定可靠的身份识别办法迫在眉睫。ECG信号作为1．1ECG信号简介人体内部特征不易被剽窃、不易被仿制，安全系数高。ECG来自于心肌细胞膜的电兴奋，该兴奋传到体表形同时，由于干电极等便携式微型ECG信号采集器的出现，成电位差，由ECG传感器采集得到准健康人群的纯净无ECG信号的提取也越来越简单。ECG信号

7、用于身份识别噪音ECG信号如图1。需要经过3个主要的步骤：ECG信号预处理、ECG信号特从图中可以看到，一个ECG信号由P波、P—R段、P—R征提取、ECG特征的分类识别。间期、QRS波群、sT段和T波、Q—T间期组成。不同个体年以往的研究者对于ECG信号的滤波预处理往往根据龄、性别、健康状况、心脏功能都有差异，因此，这些特征会经验进行，同时他们忽视了心率变化对ECG特征的干扰，有不同之处，只要能正确提取这些特征点，选择合适的分类选