买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：沈阳恒德医疗器械研发有限公司

摘要：本发明提供一种基于脉搏波信号多指标融合分析的身份识别系统及方法，涉及可穿戴医疗健康监测技术领域。首先获取原始脉搏波信号，判别“可用”与“不可用”信号，进一步融合时域与频域特征对可用脉搏波信号进行质量评估，将可用的脉搏波信号分类为质量好和质量差的信号；再对质量好的脉搏波信号进行滤波降噪预处理，提高脉搏波信号的质量；然后对预处理后的脉搏波信号分别提取时域、频域及时‑频特征，获取脉搏波信号的多指标特征；并对多指标特征数据进行标准化处理与无监督特征融合；最终完成无创血压测量与身份识别；本发明根据多指标特征对脉搏波信号进行融合分析，实现了无创血压测量，增强了身份识别的准确性与计算效率。

主权项：1.一种基于脉搏波信号多指标融合分析的身份识别系统，其特征在于：包括脉搏波信号采集与“可用”信号判别模块、预处理模块、多指标特征提取模块、多指标特征标准化处理与无监督融合模块和无创血压测量与身份识别模块；所述脉搏波信号采集与“可用”信号判别模块，用于实时连续采集原始脉搏波信号，依据传感器贴合与导线连接检测指标，判别“可用”与“不可用”信号，进一步融合时域与频域特征对“可用”脉搏波信号进行质量评估，将“可用”脉搏波信号分类为质量好与质量差的信号；所述“不可用”脉搏波信号为波形失真或完全消失的信号；所述“可用”脉搏波信号的信号质量并没有被噪声或干扰完全湮没，可进一步进行质量好与差的区分；所述预处理模块，对质量好的脉搏波信号进行预处理，去除脉搏波信号中的噪声，提高脉搏波信号的质量；所述多指标特征提取模块，基于Pan-Tompkins特征点检测算法提取脉搏波信号的时域特征，基于频谱分析法提取脉搏波信号的频域特征，基于短时傅里叶变换法提取脉搏波信号的时-频特征；所述多指标特征标准化处理与无监督融合模块，进行脉搏波信号特征数据标准化处理，应用PCA对标准化后的脉搏波信号特征数据进行降维，利用深度自编码器对PCA降维后的特征进一步的特征学习和融合；所述无创血压测量与身份识别模块，以深度自编码器中提取的融合特征为基础，基于重构误差贡献进行特征重要性评估，基于特征权重分配进行多指标特征加权融合，应用无创血压预测的预训练模型进行无创血压测量，最终完成身份评分识别，具体方法为：步骤5.1：基于重构误差贡献进行特征重要性评估；步骤5.2：根据特征重要性评估结果进行特征加权融合；步骤5.2.1：特征权重分配；特征的权重与其重要性成正比，将每个特征的重要性评分除以所有特征重要性评分的总和，以获得该特征的权重；步骤5.2.2：基于权重分配进行特征加权融合；对每个特征向量应用计算出的权重，得到加权后的特征向量；步骤5.3：基于多指标特征加权融合实现无创血压测量；基于上述步骤5.2得到的加权特征向量，输入到无创血压预测的预训练模型中，以实现受试人员的无创血压测量；步骤5.3.1：预训练无创血压预测模型；基于预存脉搏波数据库，应用极致梯度提升算法，针对个体差异优化，混合各类别人群数据训练模型，交叉验证控制类别偏差，完成无创血压预测模型的预训练；不断运用新采集数据，使无创血压预测模型适应测试对象的个体特点，迭代模型更新；步骤5.3.2：受试人员无创血压测量；将加权特征向量作为输入数据输入到无创血压预测的预训练模型中，执行模型预测，输出两个血压值：收缩压和舒张压，完成受试人员的无创血压测量；步骤5.4：基于多指标特征加权融合进行身份评分识别；将上述步骤5.2得到的加权特征向量，作为当前被检测对象的特征模板；采用欧几里得距离度量算法，在预存脉搏波特征数据库中进行身份识别和最终输出；步骤5.4.1：计算待识别样本与每个已知身份样本之间的加权欧几里得距离；使用加权特征向量，计算待识别样本与每个已知身份样本之间的加权欧几里得距离；步骤5.4.2：基于待识别样本与每个已知身份样本之间的加权欧几里得距离，计算多个身份识别分数；身份识别分数定义为待识别样本与已知身份样本之间的加权欧几里得距离的倒数；步骤5.4.3：基于身份识别分数进行身份识别；通过比较待识别样本与所有已知身份样本之间的身份识别分数，选择身份识别分数最高的已知身份样本作为待识别样本最终的身份识别结果。

全文数据：

权利要求：

百度查询： 沈阳恒德医疗器械研发有限公司 基于脉搏波信号多指标融合分析的身份识别系统及方法