基于遗传算法优化BP神经网络在心电图身份识别中的应用

摘要

背景:近年来的医学研究表明心电图具有稳定性和惟一性,且易于采集,不能仿造和复制,符合用于身份识别的生物特征所具备的条件。心电图身份识别技术具有重要的现实意义和广泛的应用前景。目的:观察基于遗传算法优化的BP神经网络在心电图身份识别中的应用效果。方法:将基于遗传算法优化的BP神经网络用于心电图身份识别。首先,采用小波技术消除噪声干扰并提取Ⅱ导联P波、QRS波、T波特征点;其次,选择包含个体身份信息的幅值、间期特征作为输入向量,设计BP神经网络分类器;然后,采用遗传算法对BP网络的权值和阈值进行优化,实现身份识别;最后采用临床数据检验该方法的有效性。结果与结论:以30个人为实验样本,平均识别准确率达到96.3%。提示基于遗传算法优化的BP神经网络身份识别算法识别准确率高,可以有效应用于心电图身份识别。