[發明專利]基于多特征協同非負矩陣分解的心電身份識別方法及系統

有效

• 申請號: 202110511207.5
• 申請日: 2021-05-11
• 公開（公告）號: CN113221736B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 黃玉文;劉春英;于繼江;黃復賢
• 申請（專利權）人: 菏澤學院
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F18/213;G06F18/214
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

本發明公開了基于多特征協同非負矩陣分解的心電身份識別方法及系統，獲取待處理的心電信號；將待處理的心電信號進行預處理，得到單周期心電信號；對每個單周期心電信號進行特征提取，提取出若干個特征；基于提取的所有特征和預先得到的語義空間矩陣，得到待處理心電信號的身份識別結果；其中，預先得到的語義空間矩陣是對訓練集使用協同非負矩陣分解得到的，所述訓練集包括已知身份識別類別標簽的心電信號。協同矩陣分解能夠將心電信號不同特征的數據映射到相同的高層次語義空間，在映射過程中能夠抽取語義表示和移除噪聲。

技術領域

本發明涉及心電信號識別技術領域，特別是涉及基于多特征協同非負矩陣分解的心電身份識別方法及系統。

背景技術

本部分的陳述僅僅是提到了與本發明相關的背景技術，并不必然構成現有技術。

最近，由于基于心電信號的身份識別技術有容易采集、不易被仿造和較小計算量等獨特優勢，使其成為具有良好應用前景的新型身份識別技術之一。現有心電信號身份識別方法有很多，如基于特征點的識別方法、基于形狀分析的識別方法、基于局部二值模式特征的識別方法、基于子空間學習的識別方法和基于深度神經網絡的識別方法等等。心電信號中存在大量噪聲，為了提高心電身份識別性能，現有心電身份識別方法大多數考慮在心電身份識別過程中如何消除噪聲的影響，很少心電身份識別方法考慮如何在心電身份識別過程中抽取隱藏在心電信號中的語義信息。

發明內容

為了解決現有技術的不足，本發明提供了基于多特征協同非負矩陣分解的心電身份識別方法及系統；

第一方面，本發明提供了基于多特征協同非負矩陣分解的心電身份識別方法；

基于多特征協同非負矩陣分解的心電身份識別方法，包括：

獲取待處理的心電信號；

將待處理的心電信號進行預處理，得到單周期心電信號；

對每個單周期心電信號進行特征提取，提取出若干個特征；

基于提取的所有特征和預先得到的語義空間矩陣，得到待處理心電信號的身份識別結果；

其中，預先得到的語義空間矩陣是對訓練集使用協同非負矩陣分解得到的，所述訓練集包括已知身份識別類別標簽的心電信號。

第二方面，本發明提供了基于多特征協同非負矩陣分解的心電身份識別系統；

基于多特征協同非負矩陣分解的心電身份識別系統，包括：

獲取模塊，其被配置為：獲取待處理的心電信號；

預處理模塊，其被配置為：將待處理的心電信號進行預處理，得到單周期心電信號；

特征提取模塊，其被配置為：對每個單周期心電信號進行特征提取，提取出若干個特征；

身份識別模塊，其被配置為：基于提取的所有特征和預先得到的語義空間矩陣，得到待處理心電信號的身份識別結果；

其中，預先得到的語義空間矩陣是對訓練集使用協同非負矩陣分解得到的，所述訓練集包括已知身份識別類別標簽的心電信號。

第三方面，本發明還提供了一種電子設備，包括：一個或多個處理器、一個或多個存儲器、以及一個或多個計算機程序；其中，處理器與存儲器連接，上述一個或多個計算機程序被存儲在存儲器中，當電子設備運行時，該處理器執行該存儲器存儲的一個或多個計算機程序，以使電子設備執行上述第一方面所述的方法。

第四方面，本發明還提供了一種計算機可讀存儲介質，用于存儲計算機指令，所述計算機指令被處理器執行時，完成第一方面所述的方法。

與現有技術相比，本發明的有益效果是：