基于心臟信號(hào)生物識(shí)別綜述

肖 劍 董 威 邵 強(qiáng) 林 峰 許文曜

1(長(zhǎng)安大學(xué)電子與控制工程學(xué)院 陜西 西安 710064) 2(浙江大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院網(wǎng)絡(luò)空間安全研究中心 浙江 杭州 310027) 3(紐約州立大學(xué)布法羅分校計(jì)算機(jī)系 美國(guó) 紐約 14200)

0 引 言

生物識(shí)別技術(shù)是根據(jù)個(gè)體的生理和行為屬性[1]進(jìn)行身份識(shí)別的方法。在現(xiàn)代社會(huì)中,生物識(shí)別技術(shù)廣泛應(yīng)用在關(guān)鍵區(qū)域的訪問(wèn)和控制、海關(guān)進(jìn)出口管理和執(zhí)法等過(guò)程中。生物識(shí)別技術(shù)應(yīng)用的前提是這些生理或行為是每個(gè)個(gè)體所獨(dú)有的，這些特征可以可靠地獲得并且用于識(shí)別目的。生物識(shí)別技術(shù)為身份識(shí)別提供了先進(jìn)的技術(shù)手段，與傳統(tǒng)的身份識(shí)別手段(密碼、鎖具等)相比，其優(yōu)點(diǎn)[2]是：(1) 長(zhǎng)期至終身不變；(2) 不存在丟失；(3) 偽造模仿難度太高或不可能偽造。

Jain等[3]首次提出能夠作為生物特征的性能評(píng)價(jià)指標(biāo)，一種特征要成為識(shí)別標(biāo)志必須具備以下幾個(gè)條件：(1) 普遍性；(2) 唯一性；(3) 穩(wěn)定性；(4) 可測(cè)量性；(5) 識(shí)別性能；(6) 可接受性；(7) 受環(huán)境影響性。而心臟的生理特征具備生物特征識(shí)別的條件[4]，因此基于心臟的生物特征識(shí)別成為眾多學(xué)者關(guān)注的研究熱點(diǎn)。

近些年Broek等[5]提出利用人體醫(yī)學(xué)生理信號(hào)作為下一代身份識(shí)別以及認(rèn)證的可行性。醫(yī)學(xué)生理信號(hào)是由人體肌肉細(xì)胞、神經(jīng)元細(xì)胞和汗腺組織細(xì)胞等生物電化學(xué)反應(yīng)生成的[6]。表1是部分心臟信號(hào)與傳統(tǒng)的生物特征識(shí)別的對(duì)比，心臟信號(hào)已經(jīng)被證實(shí)在識(shí)別方向的巨大潛力，識(shí)別性能出色[4]?；谛呐K信號(hào)的生物特征識(shí)別相比于傳統(tǒng)的生物特征識(shí)別的優(yōu)勢(shì)在于其具有以下特點(diǎn)：(1) 內(nèi)在活性[7]：心臟運(yùn)動(dòng)僅存在于“活”用戶中，系統(tǒng)能夠區(qū)分驗(yàn)證對(duì)象是“活”用戶還是偽造攻擊。(2) 高度安全[8]：生物識(shí)別應(yīng)該具備高度安全性和特異性，從而不易被偽造和被盜。心臟信號(hào)取決于用戶的心臟肌肉結(jié)構(gòu)，因此不可能被完全模仿[9]。(3) 經(jīng)濟(jì)高效且易于使用[10]：一些生物識(shí)別技術(shù)雖然具有可靠和強(qiáng)大的功能，但信息采集需要昂貴的設(shè)備和特定的條件，如虹膜/視網(wǎng)膜認(rèn)證系統(tǒng)，而心臟信號(hào)的信息采集較為便利、經(jīng)濟(jì)。

表1 心電信號(hào)(Electrocardiograph,ECG)和 光學(xué)體積描記術(shù)(Photoplethysmograph，PPG) 與其他生物特征識(shí)別的比較

1 心臟信號(hào)產(chǎn)生機(jī)理及采集

1.1 心臟信號(hào)

人的心臟包含四個(gè)腔室[11]:左心房、右心房、左心室和右心室，通過(guò)對(duì)血液流動(dòng)提供壓力，為人體各部分送血。這種機(jī)械活動(dòng)是由心臟內(nèi)部的電刺激驅(qū)動(dòng)的,心臟特定部分(心房或心室)的去極化(電活動(dòng))導(dǎo)致機(jī)械收縮,復(fù)極化導(dǎo)致機(jī)械松弛。

不同主體間的心臟信號(hào)變異性是健康監(jiān)測(cè)和醫(yī)學(xué)診斷的重要依據(jù)[12-14]，這種特異性在識(shí)別領(lǐng)域中有助于區(qū)分生物識(shí)別的各個(gè)主體，這些異變主要來(lái)源于以下幾個(gè)方面：

(1) 心臟幾何特征：心臟體積、心肌厚度、心臟的形狀決定了心臟內(nèi)部電流路徑、心肌細(xì)胞去極化的數(shù)量、心臟運(yùn)動(dòng)周期。運(yùn)動(dòng)員身體素質(zhì)好，心臟較大，心肌較厚，這都會(huì)對(duì)ECG信號(hào)有影響，QRS波群電壓較高，基礎(chǔ)心率較低[13，15]。

(2) 個(gè)人屬性：年齡、體重和懷孕會(huì)導(dǎo)致心臟位置以及方向發(fā)生變化，這些偏移量會(huì)改變向心臟傳導(dǎo)的電流向量方向，從而使得不同角度的電極采集到的心電信號(hào)會(huì)有所差異[16]。

(3) 運(yùn)動(dòng)狀態(tài)：心臟信號(hào)周期的持續(xù)時(shí)間與間隔會(huì)隨著心率的變化而變化，在心動(dòng)過(guò)速或心動(dòng)過(guò)緩的情況下，心電信號(hào)QRS復(fù)合波與T波之間的間隔變化非常明顯[17]。

(4) 心臟?。盒呐K的醫(yī)學(xué)狀況也會(huì)干擾電脈沖傳導(dǎo)并使心臟信號(hào)產(chǎn)生變化，在目前的生物識(shí)別技術(shù)中，研究最多的病癥之一是心律失常，它會(huì)使心率隨時(shí)間的變換很大，對(duì)基于心臟信號(hào)的生物識(shí)別系統(tǒng)的性能影響有一定的影響[18-19]。

(5) 姿態(tài)：站立與躺下等姿勢(shì)會(huì)對(duì)包括心臟在內(nèi)的內(nèi)臟器官位置和形狀產(chǎn)生影響，從而改變信號(hào)采集裝置放置的參考位置，導(dǎo)致收集到的信號(hào)發(fā)生變化[16]。

(6) 情緒和疲勞：神經(jīng)系統(tǒng)中的交感神經(jīng)和副交感神經(jīng)系統(tǒng)控制心率的增加和降低，該系統(tǒng)會(huì)受到心理狀態(tài)的直接影響，因此壓力、恐懼和其他強(qiáng)烈情緒以及疲勞和困倦會(huì)使得心率和心電信號(hào)受到影響[15，17]，此外還有電極采集位置錯(cuò)誤[20]等影響。

1.2 心臟特征信號(hào)

心臟提供了非常多的生物信號(hào)，如圖1所示，其中有多種信號(hào)具有生物識(shí)別的能力，下面對(duì)主要信號(hào)進(jìn)行介紹。

圖1 心臟特征信號(hào)分類

1.2.1ECG信號(hào)

心電信號(hào)ECG，主要描繪心臟起搏的電活動(dòng)過(guò)程，反映了人體潛在的生理特征。心電采集裝置基本上通過(guò)附著在人體皮膚上的傳感器來(lái)獲取這些電活動(dòng)，并以mV為單位來(lái)繪制電活動(dòng)。心電信號(hào)有著個(gè)體豐富的身份信息，滿足生物特征用于個(gè)人識(shí)別的重要特性[21]，關(guān)于心電信號(hào)的個(gè)人身份識(shí)別的研究已經(jīng)是生物特征識(shí)別技術(shù)領(lǐng)域的一個(gè)熱門課題。心肌細(xì)胞一次完整的去極復(fù)極過(guò)程產(chǎn)生一個(gè)心動(dòng)周期，其由P波、QRS波群、T波和U波組成，ECG信號(hào)波形圖如圖2所示。這些波形蘊(yùn)含了大量的醫(yī)學(xué)信息和個(gè)體差異性信息，為心臟疾病的診斷和ECG身份識(shí)別提供了基礎(chǔ)。心電信號(hào)具有普遍性，由于每個(gè)人的心臟的大小、位置、胸腔結(jié)構(gòu)等因素的影響,任何不同個(gè)體間的ECG信號(hào)都有所差異。在沒(méi)有外力損傷和突發(fā)疾病的情況下，心電信號(hào)在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)不會(huì)發(fā)生變化，穩(wěn)定性好。隨著心電采集裝置的小型化，心電信號(hào)的采集技術(shù)越來(lái)越成熟。

圖2 ECG信號(hào)

電極采集是醫(yī)療領(lǐng)域經(jīng)常用來(lái)采集心電信號(hào)的方式，有3種類型電極：濕電極、干電極和非接觸式電極。醫(yī)學(xué)上和早期ECG身份識(shí)別廣泛采用12導(dǎo)聯(lián)方式，考慮到電極在手臂及手腕上采集接受性更高也常采用Ⅱ?qū)?lián)采集方式。

1.2.2PPG信號(hào)

光學(xué)體積描記波PPG利用光電容積描記技術(shù)進(jìn)行人體運(yùn)動(dòng)心率的檢測(cè)，是種紅外無(wú)損檢測(cè)技術(shù)。PPG信號(hào)利用光的透射和反射原理來(lái)測(cè)量動(dòng)脈脈搏信號(hào)，PPG信號(hào)波形圖如圖3所示。PPG信號(hào)主要有以下四個(gè)特點(diǎn)：(1) 特異性。每個(gè)采集個(gè)體因其年齡、性別、心臟大小、血液稠密、血管壁彈性等生理因素存在差異，這些差異單獨(dú)或綜合作用時(shí)會(huì)使得采集到的PPG信號(hào)因人而異。(2) 低頻率。PPG信號(hào)的主要頻譜分布在0 Hz～20 Hz，反映的是心臟舒張壓縮的頻率。(3) 時(shí)變性。由于采集個(gè)體自身因素的原因，例如年齡的增長(zhǎng)、健康狀況的影響，會(huì)導(dǎo)致同一個(gè)人的PPG信號(hào)在不同時(shí)間點(diǎn)的測(cè)量結(jié)果不一樣。(4) 弱信號(hào)易受干擾。PPG信號(hào)的輸出幅度一般在幾十μV至幾mV，極易隨著人的生理因素或者外界采集環(huán)境的改變而改變，信噪比低。

圖3 PPG信號(hào)

PPG信號(hào)的采集利用了光的透射和反射原理，人體不同組織吸收光強(qiáng)大小不同，但是同一種類型的組織對(duì)光強(qiáng)吸收能量不變。通過(guò)電光學(xué)方法采集到的心臟信號(hào)，可以將波長(zhǎng)λ的光源放置在身體的凸出部(例如手指)的一側(cè)上，并且在另一側(cè)上放置光電檢測(cè)器，該檢測(cè)信號(hào)提供關(guān)于流經(jīng)人體測(cè)試區(qū)域并接近皮膚的血量信息。

1.2.3SCG信號(hào)

心震信號(hào)SCG反映了身體由于心臟活動(dòng)而產(chǎn)生的運(yùn)動(dòng)。SCG目前被認(rèn)為是一種潛在的生物特征，與分析心臟活動(dòng)的ECG相比，SCG是從機(jī)械角度來(lái)測(cè)量心血管活動(dòng),在胸腔上量化與心臟相關(guān)的機(jī)械活動(dòng)，例如心臟壁運(yùn)動(dòng)和血流情況。SCG一般采用三軸加速度計(jì)貼在胸口測(cè)量，量化心臟產(chǎn)生的各種壓縮波。目前SCG已經(jīng)成為各種冠狀動(dòng)脈疾病的主要測(cè)量方法，同時(shí)也可用于生物特征識(shí)別領(lǐng)域。

從機(jī)械角度測(cè)量心血管活動(dòng)，量化與胸壁上的機(jī)械心臟活動(dòng)相關(guān)的加速度，例如心臟壁運(yùn)動(dòng)和血流。SCG采用不同的基于接觸的感測(cè)模式，即使用三軸加速度計(jì)，放置在更靠近心臟的位置(例如貼在胸部)進(jìn)行數(shù)據(jù)采集。

1.2.4心臟運(yùn)動(dòng)

心臟運(yùn)動(dòng)的行為特征與心臟內(nèi)在的幾何結(jié)構(gòu)、血液循環(huán)系統(tǒng)等相關(guān)的多種生物學(xué)特征緊密結(jié)合，這些身體特征使得心臟運(yùn)動(dòng)成為每個(gè)人獨(dú)特的身份認(rèn)證信息，Lin等[7]使用多普勒(Doppler)雷達(dá)以無(wú)線方式映射心臟尺寸和心臟運(yùn)動(dòng)。

1.2.5LDV信號(hào)

激光多普勒測(cè)速儀LDV(Laser Doppler Velocimetry)，LDV信號(hào)是用于檢測(cè)由于頸動(dòng)脈的動(dòng)脈壁運(yùn)動(dòng)以及呼吸等其他生理活動(dòng)引起的表面振動(dòng)脈沖的信號(hào)，具有線性特性，采集過(guò)程具有不需要接觸的優(yōu)點(diǎn)，并且精度高、響應(yīng)快[22]。通過(guò)激光多普勒測(cè)速儀采集到的LDV信號(hào)同樣被應(yīng)用到生物特征識(shí)別領(lǐng)域。激光多普勒測(cè)振儀用于檢測(cè)與中央血壓脈搏相關(guān)的頸動(dòng)脈壁上方皮膚表面的振動(dòng)，使用非接觸方法記錄頸動(dòng)脈LDV信號(hào)。這種技術(shù)的主要優(yōu)勢(shì)在于獲得信號(hào)的隱蔽性。

1.2.6其他信號(hào)及其采集方法

除了上述信號(hào)及采集方法，還有許多方法可以用于心臟信號(hào)的采集。例如，通過(guò)數(shù)字或電子聽(tīng)診器對(duì)心臟運(yùn)動(dòng)產(chǎn)生的聲音進(jìn)行采集得到的心音圖(PCG)可以用來(lái)進(jìn)行身份識(shí)別。Garbey等[23]通過(guò)一個(gè)高度敏感的熱成像系統(tǒng)獲得遠(yuǎn)處人類的心臟脈搏。Zhuang等[24]提出了非接觸式心臟運(yùn)動(dòng)傳感,以非接觸式手段獲取心臟的運(yùn)動(dòng)信息從而達(dá)到生物識(shí)別。Yang等[25]使用Kinect 2.0來(lái)捕捉人體的視頻，估計(jì)心率和節(jié)奏。Aarts等[26]通過(guò)分析由血液循環(huán)引起的皮膚顏色的細(xì)微變化，使用單個(gè)常規(guī)數(shù)字照相機(jī)記錄來(lái)自RGB視頻的估計(jì)心率。Antink等[27]提出了一種貝葉斯方法，該方法使用從網(wǎng)絡(luò)攝像機(jī)記錄的視頻中提取的機(jī)械心沖擊(BCG)信號(hào)、皮膚顏色變化和頭部運(yùn)動(dòng)，以提供心跳心率估計(jì)。

目前心臟信號(hào)的采集方式如圖4所示。

圖4 心臟信號(hào)采集方式

2 基于心臟信號(hào)的生物識(shí)別

基于心臟信號(hào)的身份識(shí)別步驟與傳統(tǒng)生物特征識(shí)別步驟具有相似性，一般包括信號(hào)預(yù)處理、特征提取和模式識(shí)別三步。其中特征提取是基于心臟信號(hào)身份識(shí)別中非常重要的一步，方法的好壞和識(shí)別率的高低很大程度上取決于特征提取的結(jié)果。

心臟識(shí)別有兩種基本的操作模式。第一種是驗(yàn)證(或認(rèn)證)模式，在這種模式下，系統(tǒng)將所捕獲的特征與存儲(chǔ)在生物特征數(shù)據(jù)庫(kù)中的特定模板進(jìn)行一對(duì)一的比較，以驗(yàn)證個(gè)體是否是正確對(duì)象。第二種是識(shí)別模式，系統(tǒng)對(duì)試圖建立未知個(gè)體身份的生物特征數(shù)據(jù)庫(kù)執(zhí)行一對(duì)多比較。如果生物特征樣本與數(shù)據(jù)庫(kù)模板的比較落在預(yù)先設(shè)定的閾值范圍內(nèi)，系統(tǒng)將成功識(shí)別個(gè)體，心臟信號(hào)識(shí)別原理如圖5所示。

圖5 心臟信號(hào)身份識(shí)別系統(tǒng)原理

2.1 基于ECG生物特征信號(hào)識(shí)別

基于ECG的人體識(shí)別技術(shù)是目前心臟信號(hào)中相關(guān)研究最多的一項(xiàng)工作，基于ECG生物特征信號(hào)識(shí)別的步驟是：通過(guò)對(duì)由傳感器采集到的心電信號(hào)進(jìn)行預(yù)處理，再對(duì)特征進(jìn)行提取，最后分類處理特征得出識(shí)別結(jié)果。

2.1.1心電圖的預(yù)處理

收集的心電數(shù)據(jù)通常包含噪聲，由于存在噪聲，特征提取和分類變得不太準(zhǔn)確。為了理想的數(shù)據(jù)結(jié)構(gòu)，必須處理原始ECG數(shù)據(jù)。第一步必須確定噪音源。在此基礎(chǔ)上設(shè)計(jì)一個(gè)濾波器并應(yīng)用于原始數(shù)據(jù)。用過(guò)濾后的數(shù)據(jù)執(zhí)行特征提取。預(yù)處理階段涉及的步驟是：

(1) 數(shù)字濾波：這是預(yù)處理中最重要的一步。它用于過(guò)濾ECG信號(hào)中的噪聲。例如用于消除電源線干擾的數(shù)字陷波濾器。使用截止頻率為0.5 Hz的高通濾波器來(lái)消除采集信號(hào)上的直流偏移[28-29]。

(2) 下采樣：對(duì)于高采樣信號(hào)的算法，下采樣常作為可靠的解決方法。

(3) 峰值檢測(cè)：在峰值檢測(cè)中，收到原始信號(hào)，進(jìn)行數(shù)字濾波，并在特征選擇設(shè)置中使用檢測(cè)到的峰值指數(shù)。

(4) 分割：在該步驟中，識(shí)別信號(hào)的特定峰值以及識(shí)別點(diǎn)，再將ECG波形分割成單獨(dú)的心跳周期[30-31]。

2.1.2特征提取

預(yù)處理之后提取特征用于識(shí)別目的。其特征提取方式可以分為基準(zhǔn)方法[32-33]、非基準(zhǔn)方法[34-35]、混合方法[36-37]三種?；鶞?zhǔn)方法依靠心跳的局部特征進(jìn)行生物特征模板設(shè)計(jì)，如連續(xù)基準(zhǔn)點(diǎn)之間的時(shí)間差或幅度差，并用于識(shí)別目的?；鶞?zhǔn)特征的缺點(diǎn)是它們對(duì)噪聲敏感。此外，在心律失常異常情況下檢測(cè)基準(zhǔn)特征可能包括數(shù)據(jù)錯(cuò)誤。非基準(zhǔn)方法最初由Plataniotis等[38]提出。為了消除心電信號(hào)的基準(zhǔn)點(diǎn)定位的必要性。它整體處理心電信號(hào)或孤立的心臟跳動(dòng)，并根據(jù)波形的整體形態(tài)提取特征。混合方法是將基于基準(zhǔn)特征方法與非基準(zhǔn)特征方法結(jié)合起來(lái)，混合方法提高了技術(shù)的復(fù)雜性和識(shí)別效率，當(dāng)前還沒(méi)有相關(guān)出版物評(píng)估其實(shí)用性，因此在考慮到實(shí)際應(yīng)用的可行性和系統(tǒng)復(fù)雜度后建議優(yōu)先選擇基準(zhǔn)方法或非基準(zhǔn)方法。該模塊的主要目的是將ECG波形轉(zhuǎn)換為某種類型的參數(shù)表示以供進(jìn)一步分析和處理，常采用的方法有：

(1) 小波變換：小波變換與傅里葉變換相似[39-40]。小波變換使用在實(shí)數(shù)和傅里葉空間中定位的函數(shù)，小波變換有兩種類型，即離散小波變換和連續(xù)小波變換。

(2) 主成分分析[41]：在對(duì)數(shù)據(jù)運(yùn)行機(jī)器學(xué)習(xí)算法之前，經(jīng)常使用主成分分析法實(shí)現(xiàn)維數(shù)降低技術(shù)將高維數(shù)據(jù)集轉(zhuǎn)換為較小維數(shù)的子空間。

(3) 線性判別分析[12]：它是Fisher線性判別式的一種推廣，是統(tǒng)計(jì)學(xué)中常使用的方法，可以找出表征或分離兩類或多類物體或事件的線性組合特征。

2.1.3分 類

預(yù)處理和特征提取之后，下一步是對(duì)輸入進(jìn)行分類。這是為了檢查系統(tǒng)的健壯性。常用的分類器包括貝葉斯網(wǎng)(Bayesian Network,BN)[39]、支持向量機(jī)(Support Vector Machines，SVM)[20，39]、K最近鄰分類算法(k-NearestNeighbor,kNN)[19，41]，以及基于度量的歐幾里得距離[42-43]等?；谶@些分類器，用戶可以輕松地確定技術(shù)的可靠性和效率?，F(xiàn)有基于ECG的生物識(shí)別技術(shù)文獻(xiàn)的總結(jié)如表2所示。

表2 當(dāng)前ECG生物識(shí)別技術(shù)總結(jié)

續(xù)表2

2.2 基于PPG生物特征識(shí)別

身份識(shí)別技術(shù)中，基于PPG信號(hào)身份識(shí)別技術(shù)起步較晚，但信號(hào)易采集、實(shí)用性好、發(fā)展比較迅速?，F(xiàn)在的基于PPG信號(hào)的身份識(shí)別方法主要有以下兩類：

(1) 基于P波特征點(diǎn)的識(shí)別。此方法以PPG信號(hào)的特征點(diǎn)為基礎(chǔ)，采用了峰值、間隔、斜率等時(shí)域特點(diǎn)作為特征值，來(lái)實(shí)現(xiàn)身份識(shí)別?；赑波特征點(diǎn)的身份識(shí)別方法優(yōu)點(diǎn)在于取特征值簡(jiǎn)便，計(jì)算復(fù)雜度較低，適用于小樣本數(shù)據(jù)條件。

(2) 基于波形的識(shí)別。此方法一般以P波為基準(zhǔn)點(diǎn)分割出單周期的PPG信號(hào)波形，然后通過(guò)數(shù)據(jù)降維處理，處理后的數(shù)據(jù)作為特征值。此種方法優(yōu)勢(shì)在于不易受到噪聲干擾、穩(wěn)定性強(qiáng)，不過(guò)因?yàn)樘崛〉奶卣鲾?shù)據(jù)量龐大，會(huì)導(dǎo)致識(shí)別速度有所下降。

Spachos等[58]對(duì)29名健康受試者的指尖進(jìn)行光電容積脈搏波(PPG)信號(hào)采集，采用近鄰分類器進(jìn)行分類，驗(yàn)證了PPG作為生物識(shí)別的可行性。Salanke等[59]以PPG信號(hào)的P波為基準(zhǔn)，分割出單周期的PPG信號(hào)波形，通過(guò)主成分分析法對(duì)PPG信號(hào)單周期波形進(jìn)行特征取，并分析了在受試者緊張的條件下分類器的識(shí)別性能，結(jié)果顯示在緊張條件下取得的信號(hào)特異性更明顯，緊張比放松狀況下的識(shí)別效果更顯著。Bonissi等[60]對(duì)PPG在生物識(shí)別系統(tǒng)中連續(xù)認(rèn)證情況下進(jìn)行了初步研究，所獲得的實(shí)驗(yàn)結(jié)果說(shuō)明PPG信號(hào)具有作為生物識(shí)別的辨識(shí)性，然而獲得的特征呈現(xiàn)低耐久性，因此他們認(rèn)為PPG技術(shù)應(yīng)該應(yīng)用在連續(xù)認(rèn)證系統(tǒng)中。

Namini等[61]定義了PPG的97個(gè)參數(shù)特征用于決策和分類。使用前向特征選擇算法，分別對(duì)30個(gè)上級(jí)特征進(jìn)行排序。研究了四個(gè)分類器的結(jié)果：K最近鄰、高斯混合模型、Parzen窗口和模糊K最近鄰分類器。這些分類器被應(yīng)用于從主要特征的組合提取的兩組人工特征上。該研究表明，使用PPG的身份認(rèn)證可以達(dá)到2.17%±0.31%的等錯(cuò)誤率。Karimian等[62]采用PPG做生物識(shí)別，使用神經(jīng)網(wǎng)絡(luò)以及支持向量機(jī)進(jìn)行分類，對(duì)42名受試者使用了基準(zhǔn)和非基準(zhǔn)方法進(jìn)行實(shí)驗(yàn)比較結(jié)果，發(fā)現(xiàn)采取非基準(zhǔn)特征方法達(dá)到的準(zhǔn)確度為100%，而使用基準(zhǔn)特征的準(zhǔn)確率為95.0%～99.5%。

2.3 其他心臟信號(hào)識(shí)別方法

目前認(rèn)為SCG是一種潛在的實(shí)時(shí)變化的生物特征模式與分析心臟活動(dòng)，與ECG相比，SCG是從機(jī)械角度來(lái)測(cè)量心血管活動(dòng),在胸腔上量化與心臟相關(guān)的機(jī)械活動(dòng)，例如心臟壁運(yùn)動(dòng)和血流情況。

Bui等[63]提出了基于SCG的生物識(shí)別驗(yàn)證系統(tǒng)，如圖6所示，利用自相關(guān)特性進(jìn)行特征提取，使用主成分分析(PCA)方法降維，并且通過(guò)結(jié)合三軸SCG信號(hào)實(shí)現(xiàn)數(shù)據(jù)融合，提高了系統(tǒng)的精度和魯棒性，通過(guò)實(shí)驗(yàn)得出SCG可以作為生物識(shí)別方式的結(jié)論。然而SCG信號(hào)可能容易受到各種情況的影響，例如SCG信號(hào)會(huì)隨著被測(cè)者的當(dāng)前狀態(tài)(坐著、站立、躺著等)以及走動(dòng)、跑步等而變化，也會(huì)因?yàn)楸粶y(cè)者的情緒狀況(平靜、悲傷、喜悅等)而變化。另外根據(jù)Bui等的觀察，同一個(gè)用戶的SCG信號(hào)會(huì)在很長(zhǎng)一段時(shí)間(如2至5年)內(nèi)發(fā)生顯著的變化，這會(huì)使SCG生物認(rèn)證很難大規(guī)模部署，不過(guò)在短期內(nèi)被測(cè)者的SCG信號(hào)比較穩(wěn)定，所以利用SCG信號(hào)作為生物認(rèn)證需要在短期內(nèi)更新數(shù)據(jù)。

圖6 基于SCG身份識(shí)別系統(tǒng)原理

通過(guò)使用非接觸式多普勒激光探測(cè)頸動(dòng)脈中的血壓脈沖引起的皮膚機(jī)械振動(dòng)，獲得LDV信號(hào)并應(yīng)用于生物識(shí)別，并不需要直接檢測(cè)心臟信號(hào)。Chen等[64]開(kāi)發(fā)了一種用激光多普勒測(cè)振儀遙測(cè)與頸動(dòng)脈脈搏有關(guān)的機(jī)械活動(dòng)的新方法。Odinaka等[65]研究了285名受試者并證實(shí)激光多普勒振動(dòng)信號(hào)識(shí)別可行性。

心臟運(yùn)動(dòng)的行為特征是與心臟內(nèi)在的幾何結(jié)構(gòu)、血液循環(huán)系統(tǒng)等相關(guān)的多種生物學(xué)特征緊密結(jié)合，這些身體特征使得心臟運(yùn)動(dòng)成為每個(gè)人獨(dú)特的身份認(rèn)證信息。Zhuang等[24]提出了非接觸式心臟運(yùn)動(dòng)傳感,以非接觸式手段獲取心臟的運(yùn)動(dòng)信息從而達(dá)到生物識(shí)別，對(duì)心臟運(yùn)動(dòng)進(jìn)行檢測(cè)，利用發(fā)射的微波擊中對(duì)象時(shí)獲得由心跳引起的身體位移，通過(guò)解調(diào)這個(gè)相位信息獲得心臟運(yùn)動(dòng)的特征信息。Lin等[7]使用多普勒雷達(dá)以無(wú)線方式映射心臟尺寸和心臟運(yùn)動(dòng)，如圖7所示。心臟的形狀和跳動(dòng)獨(dú)一無(wú)二，因此可有效識(shí)別用戶、驗(yàn)證身份、解鎖設(shè)備等。相比指紋、視網(wǎng)膜掃描和面部識(shí)別系統(tǒng)，該系統(tǒng)更具優(yōu)勢(shì)，它不需要直接接觸，也無(wú)須持續(xù)監(jiān)控用戶。不同的人站在計(jì)算機(jī)屏幕面前,該系統(tǒng)會(huì)識(shí)別出不同的用戶,阻止未授權(quán)人的登錄。

PCG通常能聽(tīng)到的兩個(gè)最響亮的聲音是第一聲S1和第二聲S2，S1是在心室的等容收縮期間產(chǎn)生,S2是在舒張期間時(shí)產(chǎn)生。Phua等[66]對(duì)身份識(shí)別中使用心音的可能性進(jìn)行了研究，需要電子聽(tīng)診器，用于執(zhí)行識(shí)別任務(wù)的簡(jiǎn)單的處理器和數(shù)據(jù)庫(kù)服務(wù)器。研究提出的倒譜特征以及相關(guān)的預(yù)處理可以用于身份識(shí)別，在實(shí)驗(yàn)評(píng)估中產(chǎn)生了相對(duì)較好且穩(wěn)健的結(jié)果。Beritelli等[67]提出了一種通過(guò)心音頻率分析來(lái)識(shí)別個(gè)體的自動(dòng)系統(tǒng)。研究了心臟聽(tīng)診PCG(心音圖)信號(hào)的生物特征。PCG信號(hào)具有特定的個(gè)人特征，可以將其作為生物特征識(shí)別系統(tǒng)中使用的有效生理符號(hào)來(lái)考慮。

3 基于心臟信號(hào)的身份識(shí)別技術(shù)研究趨勢(shì)

由于應(yīng)用心臟信號(hào)進(jìn)行身份識(shí)別的研究還在研究階段，且作為識(shí)別特征也有其局限之處。本節(jié)結(jié)合目前存在的問(wèn)題指出以下幾點(diǎn)未來(lái)研究方向:

(1) 大規(guī)模心臟信號(hào)數(shù)據(jù)庫(kù)的建立。表2列出的數(shù)據(jù)庫(kù)主要是由麻省理工大學(xué)的研究人員建設(shè)的MIT-BIH心律失常庫(kù)和MIT-BIH正常竇性心律庫(kù)[68-69]，Lugovaya為其研究所建立的ECG-ID數(shù)據(jù)庫(kù)[49]以及PTB診斷ECG數(shù)據(jù)庫(kù)[70]，這些數(shù)據(jù)庫(kù)中的ECG數(shù)據(jù)只有幾十到上百種，最大的庫(kù)為多倫多大學(xué)心電數(shù)據(jù)庫(kù)[71]，共采集了1 019個(gè)志愿者的心電數(shù)據(jù)。其他心臟信號(hào)只能由科研人員自行收集，往往采集的信號(hào)數(shù)量不多，只能滿足于科研要求，無(wú)法對(duì)基于心臟信號(hào)的身份識(shí)別系統(tǒng)大規(guī)模應(yīng)用提供可靠的數(shù)據(jù)。目前中國(guó)、美國(guó)、印度等人口大國(guó)正在籌備搭建全國(guó)范圍的識(shí)別系統(tǒng)[72]，為了進(jìn)一步推動(dòng)基于心臟信號(hào)進(jìn)行身份識(shí)別的研究，并真正能夠應(yīng)用于實(shí)際生活中，建立大規(guī)模的心臟信號(hào)數(shù)據(jù)庫(kù)是未來(lái)一項(xiàng)重要的工作。

(2) 引入生物醫(yī)學(xué)學(xué)科經(jīng)驗(yàn)，結(jié)合研究更為穩(wěn)定的算法。目前以心臟信號(hào)作為生物識(shí)別方式的實(shí)驗(yàn)結(jié)果還存在識(shí)別率不夠穩(wěn)定的缺陷，一種方法進(jìn)行多次實(shí)驗(yàn)的結(jié)果會(huì)有波動(dòng)，隨著實(shí)驗(yàn)人數(shù)的變化，識(shí)別的準(zhǔn)確率也會(huì)變得不穩(wěn)定。目前健康個(gè)體的識(shí)別能夠達(dá)到較高的識(shí)別率，而患有心臟病的患者的識(shí)別率明顯降低。心臟病患者產(chǎn)生的心臟信號(hào)具有變異性，提高了系統(tǒng)準(zhǔn)確識(shí)別的難度。醫(yī)療學(xué)科對(duì)于心臟信號(hào)的研究以及心臟病患者的心臟信號(hào)變化情況的研究會(huì)對(duì)基于心臟信號(hào)的生物識(shí)別技術(shù)的準(zhǔn)確性和穩(wěn)定性有很大的幫助。

(3) 心臟信號(hào)采集的集成化與可穿戴性研究。傳統(tǒng)的心電信號(hào)需要利用電極直接接觸皮膚進(jìn)行采集，這很大程度上降低了心臟信號(hào)識(shí)別的實(shí)用性，目前Zhang等[73]已經(jīng)表明可以從單臂采集到ECG信號(hào)，并成功應(yīng)用于識(shí)別。Nymi band[74]是一種可穿戴式的腕帶，在其內(nèi)部利用兩個(gè)金屬電極采集ECG信號(hào)，可以實(shí)時(shí)進(jìn)行識(shí)別工作，不過(guò)這種識(shí)別產(chǎn)品需要長(zhǎng)時(shí)間佩戴，并且每次開(kāi)始認(rèn)證還需要另一只手觸碰外部電極。Yathav等[75]開(kāi)發(fā)了一種可以同時(shí)采集ECG和PPG信號(hào)的系統(tǒng)，命名為miBEAT，該系統(tǒng)可以用在智能手機(jī)或平板電腦上進(jìn)行信號(hào)采集并用于個(gè)人識(shí)別或認(rèn)證。雖然目前已經(jīng)存在上述可穿戴設(shè)備和集成系統(tǒng)，但仍然有很多需要改進(jìn)的地方，它們?nèi)匀恍枰c兩肢接觸，今后的工作將對(duì)采集方式進(jìn)行改進(jìn)，盡量減少與肢體的接觸，可以進(jìn)行中距離采集信號(hào)識(shí)別工作，增加設(shè)備的用戶友好性。

(4) 心臟信號(hào)與其他生物信號(hào)的多模態(tài)融合研究。由于基于心臟信號(hào)的身份識(shí)別相比于傳統(tǒng)的識(shí)別方案更有優(yōu)勢(shì)，信號(hào)采集的方式更加地趨近于隱蔽性、安全性、便攜性，并且通過(guò)多種信號(hào)的融合識(shí)別可以提高識(shí)別率和穩(wěn)定性，多種生物信號(hào)融合識(shí)別成為了研究者們的熱門課題。目前已存在一些結(jié)合心臟信號(hào)識(shí)別的多模態(tài)識(shí)別系統(tǒng)，如心電信號(hào)與指紋融合識(shí)別[76]，心電信號(hào)自融合進(jìn)行識(shí)別[77-78]，心電信號(hào)與面部融合識(shí)別[79]，以及心電信號(hào)、面部和指紋三者融合進(jìn)行識(shí)別[80]。進(jìn)行融合可以增加識(shí)別的可靠性和準(zhǔn)確性，因此心臟信號(hào)的多模態(tài)識(shí)別系統(tǒng)的研究會(huì)是今后主要的發(fā)展方向。

4 結(jié) 語(yǔ)

基于心臟信號(hào)的生物特征為其他傳統(tǒng)生物特征提供了一個(gè)有吸引力的替代選擇，主要優(yōu)勢(shì)在于在監(jiān)督環(huán)境下偽造者難以進(jìn)行攻擊。本文闡述了基于心臟信號(hào)的身份識(shí)別方法，從心臟信號(hào)的產(chǎn)生原理、分類、感知形式等方面進(jìn)行介紹，并對(duì)基于不同心臟信號(hào)的生物特征識(shí)別技術(shù)做了一些比較和評(píng)價(jià)。通過(guò)這些分析可以看出，心臟信號(hào)作為一種新的生物特征在生物識(shí)別領(lǐng)域有廣闊的前景，研究者們可以解決當(dāng)前存在的問(wèn)題，提出更具競(jìng)爭(zhēng)力與實(shí)用性的心臟信號(hào)識(shí)別系統(tǒng)。