[發明專利]一種基于心電信號的身份認證方法及系統

有效

• 申請號: 201610878696.7
• 申請日: 2016-09-30
• 公開（公告）號: CN107888552B
• 公開（公告）日: 2019-11-12
• 發明（設計）人: 張躍;雷夏飛;張拓
• 申請（專利權）人: 清華大學深圳研究生院;深圳市巖尚科技有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 江耀純

本發明公開了一種基于心電信號的身份認證方法，包括注冊環節和認證環節，注冊環節包括：預存負樣本，將作為負樣本的心電信號進行預處理，采集用戶模板心電信號，檢測R波位置，截取QT波，將截取的QT波采用用于稀疏表示的區分字典學習算法生成稀疏特征模板，之后評估出最優稀疏特征模板，再搜索出最佳閾值；認證環節包括：將經過預處理的心電信號生成稀疏特征，之后基于最佳閾值進行初步認證，再基于最高熵投票完成認證，若進行遠程身份認證，還包括在初步認證之前對數據進行壓縮處理并傳輸到遠程認證單元。本發明尤其適用于遠程動態醫療中的心電身份實時認證的應用，解決了高效實時的身份認證問題。

技術領域

本發明涉及身份認證領域，特別是涉及一種基于心電信號的身份認證方法及系統。

背景技術

隨著遠程移動醫療技術的不斷發展，用戶身份與診斷醫生身份的實時唯一性認證越來越重要。生物特征識別是基于生物行為的習慣性或生物個體特征，對個體身份自動實現識別與認證。傳統比較成熟的指紋、虹膜、聲音、人臉等技術中具有較好生物特征的包括：指紋、掌紋、耳朵等。然而，數據量大、計算復雜，易于被獲取仿制，對采集方式或采集環境要求較高等因素一定程度限制了傳統生物特征的應用。

心電信號是遠程移動醫療技術中關鍵的生理參數，同時具有唯一標識個體身份的特性。與傳統識別特征相比，心電信號具有實時、活體、數據量小等特性。目前基于心電信號的身份認證方法，一方面，過多借助于P,QRS,T等基準點的檢測和數據測量，難以滿足高效性要求；另一方面，需要實時完整心電數據，難以實現實時身份認證。

發明內容

本發明為了解決基于心電信號的身份認證方法難以滿足高效性要求的技術問題，以及身份認證難以實現實時身份認證的技術問題，提出了一種基于心電信號的身份認證方法及系統。

本發明的技術問題通過以下的技術方案予以解決：S1、使用認證心電信號采集模塊采集心電信號的步驟；S2、在預處理與QT截取模塊中將采集的心電信號進行預處理，檢測R波位置，截取QT波的步驟；S3、將截取的QT波在多個心電特征提取與數據處理模塊中采用用于稀疏表示的區分字典學習算法生成稀疏特征的步驟；S4、生成的稀疏特征基于最佳閾值在模板匹配模塊中進行模糊匹配，完成初步認證，之后基于最高熵投票，完成認證的步驟。

本發明與現有技術對比的有益效果包括：本發明提出一種基于心電信號的身份認證方法及系統。該方法將經過預處理的心電信號采用用于稀疏表示的區分字典學習算法生成稀疏特征，生成的稀疏特征基于最佳閾值進行模糊匹配，稀疏特征在判別式的基礎上完成初步認證，之后再基于最高熵投票進行第二次判別即可完成認證，認證效果高效準確。同時，稀疏特征的數值只有0和1，相對于傳統數據存儲方式，被壓縮后的數據數據量更小，能實現遠程動態醫療應用中的實時心電身份認證。

附圖說明

圖1是本發明提供的基于心電信號的身份注冊流程圖。

圖2是本發明提供的基于心電信號的身份認證流程圖。

圖3是本發明提供的基于心電信號的認證系統的結構框圖。

具體實施方式

下面對照附圖并結合優選的實施方式對本發明作進一步說明。

需要說明的是，本發明具體實施方式的算法主要采用用于稀疏表示的區分字典學習算法、在線學習算法、數據壓縮算法、最高熵投票算法。

本發明提供了一種基于心電信號的身份注冊方法，如圖1所示，包括以下步驟：

步驟201，預存負樣本。

需要說明的是，負樣本prodata，由h個用戶的QT波形組成，每個用戶包含n個QT波形；主要用于預訓練字典D和最佳閾值搜索，h取值范圍理論值大于等于1，取值越大，預訓練字典D性能越好和最佳閾值的搜索越準確，優選地，h取100。