一种改进的 PPG 信号稀疏分解身份识别方法

来源：计算机技术与发展杂志2021年第09期北京时间：

作者：杨思元;陈小恵;王凯莉;梁莹

摘要：光电血容积脉搏波(photo plethysmo graph, PPG) 信号作为人体的一种固有的生理信号, 包含了人体大量的病理、生理信息,不同个体之间的 PPG 信号存在着很大的差异,具有很好的保密性和唯一性。文中基于个体间 PPG 信号的特异性,利用改进的匹配追踪(matching pursuit,MP) 稀疏分解算法对不同个体的 PPG 信号进行分解表示,以此来提取个体 PPG 信号 20 个特征值,然后结合 PPG 信号的 1 个时域特征值,组成 21 个融合特征,最后利用决策树分类算法建立分类模型进行分类识别。 该方法直接以 PPG 信号的单个周期波形作为分解对象,不需要对波形进行复杂的变换处理,降低了特征提取的运算复杂性;在过完备原子库上,通过提取的特征可以最大程度地还原 PPG 信号,提高了特征提取的准确性。 最终实验证明,提出的基于 PPG 信号稀疏分解和机器学习的身份识别方法,识别率可以达到 98. 3% 。

关键词：光电血容积脉搏波信号;稀疏分解;匹配追踪;分类识别;决策树