利用分析和外观模型的混合心电图人体识别方法

为提高心电图(ECG)生物识别对噪声和变化信号的敏感度,优化区分心跳特征,提出一种混合的ECG人体识别方法。联合心跳分析和外观属性,使用Fisher线性判别分析方法从这些属性中获取主要属性,在Fisher空间计算心跳特征,使用时域特征计算ECG特征。在一系列心跳推导时域特征后,通过标准化和缩放ECG信号获取形态学特征。采用最大化类间个体散列与类内个体散列的比率选择最具区分性的特征。实验结果表明,该方法在健康个体组成的大型数据库上的识别准确率为99.24%。当人体处于心率失调的情况下等错误率(EER)为0.76%,处于混合状态时EER为1.31%,验证了该方法具有较好的鲁棒性。

基于雨课堂的教学模式在心脏生理学实验教学中的初步应用

目的雨课堂是由学堂在线与清华大学在线教育办公室共同研发的将微信与PowerPoint软件结合在一起的智慧教学工具。本研究首次将雨课堂应用于心脏生理学实验"心跳起源分析"教学,以评价雨课堂在提高心脏生理学实验教学质量中的作用,探索今后将雨课堂应用于生理学实验教学的可行性。方法将参与研究的60名学生随机分为两组,传统教学组与雨课堂教学组,每组30人(n=30)。以实验相关理论考试成绩和实验报告的质量作为评价教学效果的客观指标,以问卷调查作为评价学生满意度的主观指标,通过以上主客观评价考察雨课堂的教学效果。结果与传统教学组相比,雨课堂显著提高了学生的心脏生理学实验教学考试成绩[(9.8±0.5)分vs.(7.4±1.02)分,P<0.05];雨课堂组学生的实验报告质量较传统教学组更高;与传统教学组相比,雨课堂组学生对心脏生理学实验教学的满意度更高,对心脏生理学实验更加感兴趣并给予教师更高的评价。结论雨课堂应用于心脏生理实验课教学取得了积极效果,值得推广。