身份识别或验证是人们日常生活中都需要面对的问题,相对于密码、钥匙等传统的身份识别方式而言,生物特征识别技术是利用人体自身的生理或行为特征而进行身份识别,具有安全系数高、不易丢失、不易遗忘等优点,因此被越来越多地应用到安全防护、案件侦破、门禁、考勤、医疗保险等社会各个领域。目前,一种新的生物特征识别技术——利用心电图(ECG)特征进行身份识别逐渐引起了国内外研究人员的广泛兴趣,ECG身份识别的出现,可以更加有效地防止类似于指纹伪造、语音模仿等现有生物特征识别技术所存在的缺陷,而且对于当前的生物特征识别体系,也将是一个有效的补充。基于这种背景下,本文在现有ECG身份识别研究的基础上,提出了一种新的ECG身份识别方法,并进行了初步的研究和探讨。具体内容如下：(1)ECG单特征点提取。根据小波变换的多分辨率特性及对临床ECG信号的奇异性分析,提出了对ECG信号进行二次样条小波按atrous算法分解,并在小波分解4尺度下提取R波峰值点的策略。实验结果表明该算法能够准确提取R波峰值点的位置。(2)ECG识别特征的提取。在准确提取R波峰值点的基础上,提取QRS波及整个心动周期波形作为识别特征。由于QRS波受心率变化影响较小,因此以R波峰值点为基点,分别向前向后提取固定长度的数据作为QRS波识别特征,而对于整个心动周期波形的提取,则随心率变化按照长度可变的策略进行提取,使得所提取的波形能够包括完整的P-QRS-T波。在提取多个QRS波及心动周期波形的基础上,进行叠加平均以获取稳固的身份识别特征。(3)快速身份识别方法。首先根据ECG识别特征提取策略提取并建立一个身份识别模板数据库,接着提取待识别个体的ECG识别特征,根据对待识别个体的QRS波特征与模板库中各QRS波模板之间的相关性分析结果,结合阈值法,缩小识别范围,然后将待识别个体的心动周期波形特征与确定的识别范围内各心动周期模板逐一按动态时间规整算法(DTW)进行最优匹配,选择具有最小匹配距离的个体作为识别结果。在实验中,分别在单导联及肢体6个导联组合下进行身份识别,实验结果说明,DTW算法有效地解决了心率变化所带来的两个特征向量长度不一致情况下的匹配问题,且所提出的身份识别方法有效地结合了相关性分析的快速性和DTW算法准确率高的优点,实现了快速、准确的身份识别,并进一步证明了单导联下的身份识别可行性。(4)ECG身份识别软件的设计与实现。采用SQL Server 2000数据库建立了ECG身份识别模板数据平台,并采用Visual C++ 6.0高级程序设计语言实现了系统软件,最后演示了ECG身份识别的流程及识别效果。