导　　师： 王聪

授予学位： 博士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 人体生物信号识别是近年来生物特征识别和生物医学工程领域一个备受关注的研究方向,旨在应用信息科学的方法对人体生物信号进行采集、提取、建模、分析、解释和分类,进而应用到实际。深入研究人体生物信号建模与识别技术,对于认识人体生命运动规律、寻找个体间差异、探索预防与治疗疾病以及发展精准医疗仪器等高新技术都具有极其重要的意义。从信息科学的角度看,对人体生物信号进行建模与识别是一个特征提取、模式建模、模式识别问题。近年来,在信号采集、信号分析、特征诊断等方面已有了大量的研究。这些研究大都是把模式建模与识别问题转化为静态模式建模与识别来研究,虽取得许多不错的结果,但由于部分人体生物信号本质上是由复杂非线性动力学系统产生的非平稳信号,仅用有限个静态的(或平稳的)特征参量的方法显然难以全面描述其动态变化特性。若能基于人体生物信号对其动态演变过程实现准确建模,并将这种动力学建模结果作为生物信号的动态特性进行提取,显然将对生物信号深度分析识别有很大的帮助。本文拟基于确定学习理论这一动态模式建模与识别的新方法,对人体生物信号进行动力学建模,提取时变生物信号中的动力学特性(非线性系统动态),突破已有方法中仅提取信号时频特征、统计特征的局限,对信号中微小的变异性进行更为敏感的检测,以达到人体生物信号准确建模与快速识别的目的。结合课题组承担的科研项目,研究了确定学习理论在两类典型的人体动态生物信号――步态信号和体表心电信号中的具体应用,验证确定学习这一动态环境下建模与识别方法在人体生物信号建模识别中的有效性。在前人工作的基础上,本文主要成果和创新点概述如下:1、本文具体阐述了基于确定学习理论的人体生物信�

关 键 词： 确定学习 持续激励 非线性动力学系统 非线性系统动态 模式建模与识别 自适应 人体生物信号 步态识别 心肌缺血检测

领　　域： []