基于注意力引导的一维与二维卷积神经网络融合技术,用于实现鲁棒的基于心电图的生物特征识别
《Digital Signal Processing》:Attention-Guided Fusion of 1D and 2D CNNs for Robust ECG-Based Biometric Recognition
【字体:
大
中
小
】
时间:2026年05月14日
来源:Digital Signal Processing 3
编辑推荐:
伊斯拉梅丁·阿里乌阿(Islameddine Arioua)、阿米尔·本扎维(Amir Benzaoui)、阿卜杜勒哈菲德·泽鲁阿尔(Abdelhafid Zeroual)和洛特菲·胡阿姆(Lotfi Houam)
来自阿尔及利亚盖尔马(Guelma)1945年5月8日大学(
伊斯拉梅丁·阿里乌阿(Islameddine Arioua)、阿米尔·本扎维(Amir Benzaoui)、阿卜杜勒哈菲德·泽鲁阿尔(Abdelhafid Zeroual)和洛特菲·胡阿姆(Lotfi Houam)
来自阿尔及利亚盖尔马(Guelma)1945年5月8日大学(Université du 8 Mai 1945)电子与电信系的PIMIS实验室
**摘要**
心电图(ECG)生物特征识别作为一种安全认证和活体检测的方法已显示出巨大潜力。然而,大多数现有方法依赖于单模态深度学习架构,这些架构分别独立处理一维(1D)时间信号或二维(2D)时频表示,这限制了它们的实际鲁棒性和泛化能力。为了解决这一限制,我们提出了一种新颖的混合框架,该框架将一维和二维卷积神经网络(CNN)协同集成在一个统一的、端到端可训练的架构中。一维CNN路径从原始ECG波形中提取时间动态和形态特征,而二维CNN路径从时频表示中提取具有区分性的频谱模式。本研究的关键贡献是一种基于注意力的融合机制,该机制能够动态地、根据输入情况对两种模态进行加权,从而克服了传统静态融合策略的局限性。所提出的系统在三个公共基准数据集(ECG-ID、MIT-BIH和PTB)上进行了严格评估,这些数据集涵盖了健康受试者和患有心脏病的患者,分别实现了99.56%、100.00%和99.89%的识别准确率。此外,为了评估生物特征的长期稳定性,该框架还在一个收集了十年数据的Heartprint数据集上进行了评估,同一会话内的准确率分别为98.54%(S1)、99.09%(S2)、94.93%(S3R)和96.08%(S3L),跨会话准确率为56.33%(S1→S2)和53.27%(S2→S3R),证明了其在较长时间内捕捉生物特征的能力。最佳配置使用InceptionTime进行一维处理,ResNet-34进行二维分析,并采用基于注意力的融合方法。消融研究证实,注意力机制能够动态地重新调整每个实例的模态贡献,始终优于传统的融合技术。总体而言,这项工作建立了一个鲁棒、可扩展且端到端可训练的框架,推动了基于ECG的生物特征识别技术的进步。
**引言**
生物特征识别系统越来越多地依赖生理信号来确保安全可靠的认证[1]。基于心电图(ECG)的方法因其优势和创新策略而受到重视[2]、[3]。这些方法的优势包括活体检测、连续认证能力和抵抗欺骗攻击的能力。与指纹或面部识别等传统生物特征模式不同,ECG信号提供了难以复制的动态和内在的生理特征[4]。尽管有这些优势,ECG生物特征系统在面对不同人群和实际操作条件时仍面临重大挑战。当前的局限性源于依赖于定制特征或单模态深度学习架构的传统方法。这些方法往往无法捕捉ECG信号的完整时空复杂性,导致准确率不佳和泛化能力有限[5]、[6]。
**深度学习的最新进展**
深度学习的最新进展展示了卷积神经网络(CNN)在ECG信号分析中的强大能力[7]、[8]。当前的实现使用一维(1D)CNN处理时间信号或使用二维(2D)CNN进行时频分析。每种方法都有其独特的优势,但也存在特定的局限性。一维CNN在时间动态建模方面表现有效,但对噪声伪影非常敏感,并且频谱特征提取能力有限[9]。相比之下,二维CNN在频域分析方面表现更好,但在信号转换过程中经常丢失关键的时间分辨率[10]。虽然已经探索了结合这两种范式的混合方法,但大多数方法采用静态融合策略,如简单特征连接或固定权重得分组合[11]、[12]、[13],这些方法没有考虑信号质量的输入依赖性或区分性信息内容。为了解决这些限制,我们提出了一种新颖的混合架构,将一维和二维CNN范式集成在一个统一的、端到端可训练的框架中,用于基于ECG的生物特征识别。该双分支架构同时处理原始ECG信号及其对应的时频表示,从而提取互补的时间和频谱特征。此外,引入了一种基于注意力的融合机制,以动态和自适应的方式结合这些模态,使模型能够根据每个实例强调最具信息量的表示。这种设计增强了模型对信号变化、噪声和心率波动的鲁棒性,同时提高了整体识别性能。本研究的关键贡献在于多模态特征提取与自适应融合策略的协同集成,克服了传统静态融合方法的局限性。
**进一步提升系统性能**
首先,我们探讨了ECG分割策略对分类结果的影响。评估了四种不同的分割技术:基于R-R间期的分割、以R峰为中心的窗口分割、基于P-T波的分割和固定长度的随机分割。这一全面的比较分析有助于确定最适合所提出的融合架构的预处理策略。为了严格评估所提出的1D-2D融合CNN架构(特征级集成、得分级组合和基于注意力的融合),我们与八个最先进的模型进行了广泛的实证分析。这些模型包括四种先进的2D CNN架构(EfficientNetV2 [14]、ResNet-34 [15]、Lightweight CNN [2] 和 Vision Transformer [16]),以及四种复杂的1D CNN模型(ResNet-1D [17]、InceptionTime [18]、ECGNet [19] 和 XCM [20])。模型验证使用了三个成熟的基准数据集(ECG-ID [21]、MIT-BIH [22] 和 PTB [23]),这些数据集涵盖了受控实验室环境和多样化的临床环境。为了严格评估所提出框架的长期稳定性和时间鲁棒性,我们还在Heartprint数据集上进行了实验,该数据集包含199名健康受试者在十年内收集的1539份ECG记录,会话间隔最长达到3432天(约9.4年)。该数据集特别适合在真实条件下评估生物特征的持久性,因为在这些条件下,注册和认证可能相隔多年。所提出的方法解决了当前ECG生物特征系统中的三个关键问题:(1)单模态网络在全面捕捉多样ECG生物特征方面的固有限制;(2)缺乏处理实际部署场景中遇到的噪声或变化ECG记录的鲁棒方法;(3)系统需要在健康和病理受试者群体中表现出一致且可靠的性能。因此,本研究的主要贡献有四个方面:
- **一种新颖的1D-2D CNN混合框架,采用基于注意力的融合**:我们提出了一种双路径架构,该架构将原始ECG信号的时间特征(通过一维CNN分支)和频谱图表示的时频特征(通过二维CNN分支)协同集成。与现有的静态融合方法不同,我们引入了一种基于注意力的融合机制,该机制动态计算输入依赖的模态权重α,使模型能够根据每个实例自适应地优先考虑最具信息量的表示(第3.4.3节)。实验结果(第4.5节)表明,基于注意力的融合在所有三个数据集上的表现均优于特征级和得分级融合。
- **对最先进的一维和二维架构的全面评估**:我们在相同的实验条件下系统地评估了四种一维CNN架构(InceptionTime、ResNet-1D、ECGNet、XCM)和四种二维CNN架构(ResNet-34、EfficientNetV2、Lightweight CNN、ViT)。我们的分析基于多种分割策略的性能,确定InceptionTime和ResNet-34分别是一维和二维处理的最佳配置(第4.3节和dummyTXdummy-(4.4节)。
- **在三个基准数据集上的最先进性能**:所提出的基于注意力的融合模型在ECG-ID上的识别准确率为99.56%,在MIT-BIH上为100.00%,在PTB上为99.89%,超过了文献中的现有方法(第4.7节,表6)。
- **使用Heartprint数据集的多会话评估**:我们在Heartprint数据集上评估了所提出的框架,该数据集包含199名健康受试者在十年内收集的ECG记录(S1和S3L之间的平均间隔为1572天)。在相同会话协议下,我们的方法实现了98.54%(S1)、99.09%(S2)、94.93%(S3R)和96.08%(S3L)的准确率,优于基线HeartprintCNN。在具有挑战性的跨会话协议下(第4.8节),我们的方法分别实现了53.27%(S2→S3R)和51.90%(S2→S1)的准确率,证明了该框架在较长时间内捕捉生物特征的能力。
- **融合策略的消融验证和鲁棒性分析**:我们进行了全面的消融研究,比较了三种融合策略(特征级、得分级和基于注意力的融合),证明所提出的注意力机制在所有数据集上提供了最高的准确率和最稳定的性能(第4.5节)。
**实验结果**
实验结果表明,所提出的混合方法显著优于传统的单模态网络,在解决现有ECG生物特征系统的根本局限性的同时,实现了接近最优的识别准确率。这项研究显著推动了生理生物特征领域的发展,并为多模态生物信号处理提供了一个通用框架,具有在多种生物医学领域的应用潜力。
**手稿结构**
第2节对现有的基于ECG的生物特征方法进行了全面的文献回顾。第3节详细介绍了所提出的系统架构、分割方法和实验方法。第4节讨论了实验结果、比较评估和详细的性能分析。第5节总结了研究的主要发现并指出了未来的研究方向。
**相关工作**
当前基于ECG的生物特征认证研究(通常称为“心印”识别)越来越多地利用深度学习方法。这些先进技术可以根据使用CNN的特征提取机制分为一维(1D)和二维(2D)方法。
**提出的方法**
本节介绍了为鲁棒的基于ECG的生物特征认证而设计的混合深度学习架构。该架构通过结合两种互补的深度学习范式——一维和二维CNN网络,对ECG信号进行时间和频谱分析。所提出的架构使用一维CNN处理原始ECG信号以提取形态和序列特征,同时使用二维CNN分析频谱图表示。
**实验分析**
本节详细介绍了所提出框架的实证评估。首先描述了数据集和计算环境,然后介绍了实验协议和评估指标。随后报告了单模态一维和二维CNN模型的结果,通过消融研究分析了不同融合策略的性能,并与最先进的基于ECG的生物特征方法进行了比较评估。
**结论**
本研究通过在一致的深度学习架构中协同集成一维(1D)时间信号和二维(2D)时频表示,提出了一种新颖且鲁棒的基于ECG的生物特征识别框架。通过对四种最先进的一维CNN和四种先进的二维CNN架构在多种ECG分割策略下的系统评估,我们确定了最佳配置:InceptionTime架构适用于...
**作者贡献声明**
伊斯拉梅丁·阿里乌阿(Islameddine Arioua):概念化、方法论、软件编写——原始草稿。
阿米尔·本扎维(Amir Benzaoui):数据整理、调查、监督、验证、写作——原始草稿、审稿与编辑。
阿卜杜勒哈菲德·泽鲁阿尔(Abdelhafid Zeroual):调查、监督、验证、写作——审稿与编辑。
洛特菲·胡阿姆(Lotfi Houam):监督、验证、写作——审稿与编辑。
**利益冲突声明**
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号