心电信号生物特征识别算法研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61571268
项目类别：
面上项目
资助金额：
67.0万
负责人：
张跃
依托单位：
清华大学
学科分类：
F0124.生物电子学与生物信息处理
结题年份：
2019
批准年份：
2015
项目状态：
已结题
起止时间：
2016-01-01 至2019-12-31

项目参与者：
王召；施友群；侯中杰；巫俊杰；刘毓帅；雷夏飞；
关键词：
生物信息处理模式识别心电信号生物特征识别

项目摘要

ECG signal based biometric identification technology is widely used in many fields. It is one of the hot topics in information technology recently. In practical applications, the traditional ECG signal based Biometric identification technology lacks of effective and practical means. This project will study the automatic ECG real-time continuous acquisition, automatic continuous real time recognition algorithm of ECG signal.This project aims to solving the key scientific problems, and the content and objectives of the study are as follows:.1. study on the ECG signals of healthy people based real time continuous recognition algorithm;.2. Research on the ECG signal in Cardiac Irregularity Conditions based real-time continuous recognition algorithmon;.3.Design with real time continuous recognition algorithm to update the ECG template mechanism and identification system, and study the ECG template sample updating assessment algorithm and update the design criterion.

基于心电信号的生物特征识别技术在很多领域有非常重要的应用，是目前信息技术领域的研究热点。在实际应用中，现有的基于心电信号的生物特征识别技术，尚缺乏有效实用的ECG信号自动实时持续采集与识别的手段，本项目将研究心电信号自动实时持续采集，心电信号自动实时持续识别算法。本项目拟解决的关键科学问题，以及研究内容和目标如下：1．基于健康人群的ECG信号实时持续识别算法的研究；2．基于ECG异常人群的ECG信号实时持续识别算法的研究；3．具有更新ECG模板机制的实时持续识别算法及其身份识别系统的设计，以及ECG模板样本更新评估算法的设计及更新准则的研究。

结项摘要

本课题针对心电信号自动实时持续采集设备，心电信号自动识别与认证算法，基于健康人群与ECG异常人群的ECG信号实时持续识别算法开展研究，提出的新理论与方法进一步提高了健康人群心电信号识别的性能及其对各种心电异常人群心电信号识别的准确率。.提出了：一种智能采集手环；一种非一次性干电极；一次性自粘贴片及信号采集设备；一种贴片式生理多参数采集监测设备；一种干电极及生理多参数监测设备；一种贴片式心电采集设备；一种基于云计算的心电身份识别系统及方法；一种基于心电信号的身份认证方法及系统；一种快速心电身份识别的方法及其系统；一种基于心电认证的门禁系统及其认证方法；一种车载健康安全驾驶辅助装置；一种基于心电身份认证的非可穿戴的支付设备及其支付方法；一种基于心电信号的身份识别方法；一种移动医疗监测中的可穿戴生理多参数捕获装置；一种基于心电信号的驾驶学员管理方法与系统；一种心电异常状态下基于ECG多模板匹配的身份识别方法; 一种基于心电信号动态自更新样本的身份识别方法;一种基于双层分类器的心电身份识别算法；基于分段矫正心电图的实用人体鉴别方法；一种心电图识别的深度学习特征表示方法；一种基于小波变换和分段校正的心电生物识别方法；一种基于心电图的卷积神经网络个人识别方法；一种基于12导联心电信号的多标签检测心律失常的方法；一种基于T波簇和一级支持向量机分析的多导心电图心肌梗死分类方法；一种利用LSTM网络进行心率失常监测的算法。.研究成果已应用于“心血管病人工智能诊断与干预物联网云平台系统”和“单兵生命体征与环境参数动态实时监测与急危重症及健康管理云平台系统”。研究成果：发表学术论文22篇，其中被SCI检索15篇，EI检索17篇。授权发明专利6项，授权实用新型专利7项。申请专利23项，其中申请国际发明专利8项，国内发明专利15项。培养研究生16人，其中已毕业13人，在读3人。