一种基于心电信号的身份识别方法、装置及系统的制作方法
【技术领域】
[0001] 本发明涉及身份识别技术领域，具体地，涉及一种基于心电信号的身份识别方法、 装置及系统。
【背景技术】
[0002] 在网络信息技术高速发展的现代社会，对于个人信息安全的保护越来越重要。 身份识别技术作为一种信息安全技术已经被广泛使用。传统的身份识别方式，例如个人 证件、密钥以及其他基于密码学的认证方式容易被他人窃取、伪造。生物身份识别技术 (Biometric Identification Technology, BIT)是模式识别的一个分支，是一种新的身份 验证手段。通过将计算机与光学、声学、生物传感器和生物统计学等相结合，利用人体固有 的生物特征或行为特征对个体身份进行鉴定的一种技术。各个体之间都有唯一的可测量和 可验证的生理特性或行为方式一一生物特征，与传统身份识别技术相比有着极大的优势。
[0003] 生物识别技术常用的生理特征包括：指纹、掌型、眼睛（视网膜和虹膜）、人体气 味、脸型、手腕/手的血管纹理和DNA等；行为特征包括：签名、语音、行走的步态、击打键盘 的力度等等。基于这些特征，人们己经发展了手形识别、指纹识别、人脸识别、虹膜识别、签 名识别、声音识别、步态识别及多种生物特征混合识别等诸多识别技术，其中虹膜识别和指 纹识别被公认为最可靠的两种生物识别技术，已在市场上被使用。但在实际应用上，这些技 术也面临了许多挑战，例如，有人成功利用明胶制成的假手指骗过了指纹识别系统；利用打 印下的虹膜图片或者在隐形眼镜上蚀刻出的虚假虹膜，可以让虹膜识别系统真假难辨。人 脸识别存在假面的伪造，声音可以被录音，手写体有被模仿的隐患，因此各种识别技术都存 在一定程度的缺点。近年来借助于人体内蕴的心电（Electrocardiogram，ECG)信号进行身 份识别的方法开始广受关注。
[0004] 心电信号是从人体体表采集的反映心脏心动的电位信号。相比传统的生物识别 技术，心电识别技术具有独特的优势：首先，心电来自于人的心脏，不易被轻易仿制，相较 指纹、语音以及掌纹，心电信号作为一种活体生物信号，具备易检测、难复制的特点，大大提 高系统的安全性；其次，任何人都有心电，具备普适性；第三，心电信号因人而异，心电信号 波形与每个人的心脏位置、大小和胸部构造、年龄、性别、体重、情绪、运动状况等因素有关， 人体的生理条件差异使得心电信号具有许多个体特征，因此可被作为身份识别的依据；第 四，心电信号是一维信号，处理计算量低，处理简单，数据量小，节省存储空间，硬件成本低 廉；第五，心电信号可以通过手指电极方便地数字化采集；最后，心电信号具有较长期的稳 定性。
[0005] 随着低成本医疗健康技术的发展，拥有可测量心电信号的穿戴式健康设备的人越 来越多。不久的将来，人人都将拥有一个属于自己的穿戴式健康设备用以记录自身的健康 生理数据及相关运动、睡眠等状态信息。在可测量心电信号的穿戴式健康设备普及的当下， 除了监控自身生理健康信息采集外，如何更好地利用该设备，帮助用户（甚至一些肢体残 疾人士）在大数据环境下保护自身隐私信息，在相关设备上（如电脑、智能手机、平板电脑 等）或者嵌入在相关设备的应用上也能够方便快捷地、免去输入用户名/密码等繁琐环节 而进行用户权限和身份的认证，保证设备和系统的合法使用，是非常值得研宄的技术领域。
[0006]经检索中华人民共和国国家知识产权局专利数据库，找到三项与本发明相近的技 术方案，分别为专利一，名称为"身份识别方法及应用该方法的身份识别系统"（【申请号】 201010033919. 2);专利二，名称为"身份识别方法及系统"（【申请号】201110137336. 9);专 利三，名称为"心电信号用于身份识别的方法"（【申请号】201310070680.X)。
[0007] 专利一和专利二提出利用心电信号进行身份识别，具体步骤包括：
[0008] (l)ECG信号采集，即采集人体的ECG信号；
[0009] (2)特征提取，即提取ECG信号的特征，构建身份识别特征向量；
[0010] (3)识别步骤，即将待识别者的身份识别特征向量与预先存储在ECG特征模板库 中的身份识别特征向量进行比对；
[0011] (4)结果输出，即输出比较结果包括确认或者拒绝。
[0012] 专利三也提出利用心电信号进行身份识别，具体步骤包括：
[0013] (1)注册部分，首先通过心电信号采集装置收集心电信号，通过蓝牙上传到计算 机，对心电信号进行处理，确定个人模板。
[0014] (2)检测部分，通过心电信号采集装置收集心电信号，通过蓝牙上传到计算机，对 心电信号进行处理，心电图判断，输出判断结果，达到身份识别目的。
[0015] 申请人在研宄本发明的过程中发现，以上三项专利拟保护的身份识别方法均存在 一些缺点，具体来说如下：
[0016] 1.专利二和专利三都有采集心电信号的步骤，但都未提出对于采集到心电信号进 行去噪预处理的内容，只是在采集到的心电信号上直接检测。而在实际中，心电信号采集仪 器中获取的心电信号数据一般包含有各种噪声分量，这些噪声分量会改变心电信号波形的 特征，会严重影响后续的心电分析，对生物身份识别的准确性产生较大的影响。心电信号的 频率范围为0. 05-100HZ，其中大部分的频谱能量集中于35Hz频段以下。在实际中对心电信 号进行采集和模数转化的时候，将会在其中掺进很多不同的干扰和噪声，仪器设备本身的 工频干扰，病人身体的肌电干扰和心电采样时的人体变动等等；其中任意一种干扰都会造 成心电波形变形和漂移，使得下一步的特征提取达不到预期的效果。
[0017] 2.专利一虽然提出了对心电信号进行滤波去噪预处理，但提出的保护内容针对性 不强。在对心电信号的预处理步骤中，仅仅只说明拟采用基于通带滤波法、小波变换滤波、 Hilbert-Huang变换和自适应的形态学滤波方法进行滤波，而没有考虑到滤波算法的复杂 性及其在具体系统中的适应性。
[0018] 3.以上三项专利都未提出对过滤后的心电信号进行质量检测。经过去噪处理之后 的心电信号可能出现变异，若基于变异的心电信号提取特征值，则很可能不能确保心电信 号的波形质量，降低身份识别的准确率。
[0019] 4.专利一（其中提到了模板更新）和专利三对心电信号模板库的更新没有给出说 明。虽然心电信号能在一定时间内保持着相对稳定性，但由于心电信号反应了人体的健康 状况，因而从长期来看具有一定的变异性。专利二虽给出了模板更新系统，每次登陆后都会 自动更新，而在现实生活的使用中，有时存在利用了用户身体状况不佳时的心电信号更新 模板，而后用户身体状况恢复之后，不能顺利进行身份识别的情况。
[0020] 5.专利一、专利二中的心电信号分类识别方法不适于移动终端。上述专利中的身 份识别方法罗列了聚类方法、模板匹配方法、神经网络方法、距离判别法、主元素分析法、线 性判别分析法、K阶邻接距法、支持矢量机法、人工智能法、模糊数学发、遗传算法、决策树 法、统计决策法、Fisher判别法或者相关系数阈值法。这些方法大都是已发表技术文献给 出的，缺乏创新性。另一方