基于动态心电图信号的实时身份鉴别算法 (2015年)

简介：
本文提出了一种利用动态心电图信号进行实时身份鉴别的创新算法，通过分析个体心脏活动的独特模式以实现高效、安全的身份验证。该方法具有高准确性和实时性，在生物识别领域展现出广阔的应用前景。 心电图（ECG）信号由于其易于监测及个体唯一性等特点，在生物识别领域受到了广泛关注。针对身份识别的准确性和实时性的需求，提出了一种快速且鲁棒的心电信号身份识别算法，适用于微型化嵌入式平台的应用场景。具体来说，该方法首先采用动态阈值法提取稳定波形以生成心电模板样本和测试样本；然后利用优化后的动态时间弯曲（DTW）技术计算差异度来实现准确的识别结果。此外，考虑到心电信号为非稳态时变信号的特点，为了确保模板数据与人体体征状况的一致性，对心电模板库进行动态更新管理以进一步提高算法的准确性及鲁棒性能。 通过对MIT-BIH心律失常数据库和自建的心电图数据库进行分析验证了该方法的有效性和优越性。