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：北京科技大学;中国兵器装备集团自动化研究所有限公司

摘要：本发明提供了基于注意力深度残差网络的ECG身份识别方法、系统及设备，方法包括：采集原始心电信号，并进行预处理，得到ECG信号数据；将ECG信号数据通过特征提取网络，提取最终ECG特征；所述特征提取网络包含顺次设置的并行多尺度卷积层、堆叠Res2NeXt层、注意力层、特征输出层和ArcNet层；计算所述最终ECG特征与ID‑特征对数据库中特征向量的相似度，并基于相似度阈值，进行身份识别。本方案实现了ECG数据特征的深度提取，并对输入数据进行小波滤波和2维化处理，大大提升了ECG身份识别系统的识别精度。

主权项：1.基于注意力深度残差网络的ECG身份识别方法，其特征在于，所述方法包括：S1、采集原始心电信号，并进行预处理，得到ECG信号数据；S2、将ECG信号数据通过特征提取网络，提取最终ECG特征；所述特征提取网络包含顺次设置的并行多尺度卷积层、堆叠Res2NeXt层、注意力层、特征输出层和ArcNet层；S3、计算所述最终ECG特征与ID-特征对数据库中特征向量的相似度，并基于相似度阈值，进行身份识别；所述堆叠Res2NeXt层由顺次连接的四个Res2NeXt层构成；第一Res2NeXt层由2个通道数为32的Res2NeXt单元串联构成；第二Res2NeXt层由4个通道数为64的Res2NeXt单元串联构成；第三Res2NeXt层由6个通道数为128的Res2NeXt单元串联构成；第四Res2NeXt层由2个通道数为256的Res2NeXt单元串联构成；单个所述Res2NeXt层由多个并列的Res2Ne块构成；所述相似度计算方式为： ； ；其中，n为特征维度，为待识别样本特征向量第i维度值，为ID-特征数据库中特征向量对应维度值，为待识别样板特征向量与ID-特征对数据库中的特征向量之间的距离；为相似度；基于ERR曲线确定所述相似度阈值，具体方式为：采集样本的ECG信号并提取其对应特征，每个被识别者做多次特征提取，将每个被识别者的特征按照1:1的比例随机划分，前者注册到ID-特征对数据库，余下的特征数据进行特征匹配；计算每次匹配的特征对之间的相似度并标注其是否来自同一个体；利用计算到的相似度和其对应的标注绘制ERR曲线，曲线交点处对应的横坐标即为相似度阈值。

全文数据：

权利要求：

百度查询： 北京科技大学 中国兵器装备集团自动化研究所有限公司 基于注意力深度残差网络的ECG身份识别方法、系统及设备