CN101416876A - 利用心电图进行辨识的辨识装置以及辨识方法 - Google Patents

Abstract

本发明提供一种利用心电图来进行辨识的辨识装置以及辨识方法，为先行产生一第一心电图数据，并以多维量测法转换该第一心电图数据成为一多维图形，再比对该多维图形与一样本图形，当该多维图形与该样本图形的差异比较于一预定值范围时，判断该多维图形符合或不符合该样本图形，此样本图形也可利用多维量测法自一第二心电图数据转换以产生。

Description

利用心电图进行辨识的辨识装置以及辨识方法

技术领域

本发明是关于一种利用心电图来进行辨识的辨识装置以及辨识方法，尤指利用多维量测法转换心电图数据来进行辨识的辨识装置以及辨识方法，可利用于身份辨识或健康检查。

背景技术

于现代医学中，会利用心电图机来检测人体以产生心电图数据。于人体上不同位置贴上愈多的贴片，心电图机可检测出更多维心电图。

请参阅图1，图1是现有技术心电图的示意图。以第一维心电图2为例，第一维心电图2是由一连串的第一维心电脉波4所构成，每一个第一维心电脉波4是由P、Q、R、S、T等五个特征波所构成。一般来说，P、Q、R、S、T等五个特征波的组成有其特殊性，可以用以作为所对应心脏解剖及生理的特征。

传统上心电脉波的比较法，是撷取这些特征波波形的特征值，如特征波彼此间时间差、特征波波峰高度等，单纯比对不同心电图间波形特征值的差异。但是完整撷取特征波波形特征值的的手续困难度高、可靠度低。而且只比较特征波波形的特征值，而会因为简化了波形的完整信息，易导致辨识率不高，须依赖复杂的辨识手续。

当前，可供辨识的人体特征颇多，各有其优缺点，例如指纹辨识、视网膜辨识...等。指纹的复杂度与变异度最高，适合作为辨识，但是指纹容易外流，凡接触过的物体表面上皆会具有指纹，等于开锁的钥匙在锁的附近到处外流。辨识视网膜中血管的分布，需将能量穿透水晶体，可能造成伤害。至于以心电图的身份辨识，有取得信号容易、成本低、必须活体取得等优点，但也有信号复杂度不足等缺点。若只输入单一维心电图信号，并以传统方法依赖特征波波形的特征值作为身份辨识的参数，会因为简化了全波型的信息，造成个体间差异不足，无法达成有效的辨识。

若仍以单一维心电图信号，不是以传统特征波波形的特征值，而是以完整的全波型的心电图信息作为辨识的输入参数，理论上可以利用时间延迟法，嵌入相空间更多维数，重构成多维相空间，则可以全波型的信息比较心电图的差异。理论上提高输入的信息量，可以改善辨识的效力；但正常人之间同一位置的心电图信号差异仍不够大，可能无法只以单一维心电图信号便能达到有效的身份辨识，因此目前只被应用在心律不整脉的检测上，因为不正常心脉和正常心脉的心电图信号差异性够大，可以只以单一维心电图信号达到有效的辨识。

以下介绍二份参考数据，以单一维心电图信号，重构为多维相空间，应用在心律不整脉的检测。

请参阅美国专利5,645,070号，其仅取样一维心电脉波，利用时间延迟，嵌入更多维数，重构成多维相空间，其本质仍是原输入的单一维心电脉波信号。于坐标区域中产生的多维图形及样本图形互相比较，比对的方法是以多维图形中的每一点和样本图形中的最近一点的单方向距离为基础。

请参阅另一篇论文De Figueiredo发表在Computers in Cardiology，2001，28：521。仍仅取样一维心电脉波，利用时间延迟嵌入更多维数，重构成多维相空间。于坐标区域中产生的多维图形及样本图形互相比较，是以多维图形中的分割区域的点密度和样本图形中的分割区域的点密度的相关系数为比对的方法。

然而，这些方法实质上仍只取样单一维心电脉波作为辨识的输入，可以应用在比较差异性较大的不正常心脉和正常心脉，但仍不足以应用在比较差异性较小的正常人之间同一位置的心电图信号的身份辨识。

因此，本发明的主要内容为以至少二维心电脉波为身份辨识的信号输入，目的在提供一种改良的心电图辨识方法以多维心电脉波输入为基础及运作此辨识方法的辨识装置，可以非侵袭性、快速有效、自动达成心电图辨识的目的。

发明内容

本发明的目的，在提供一种利用心电图来进行辨识的辨识装置以及辨识方法，可快速、自动达成心电图的辨识，并且利用心电图必需伴随活体出现且不易外流的特性，可作为有效的身份辨识应用。

本发明的目的，进一步还可以监控人体的健康状况。例如，心肌梗塞的急性发作、心律不整脉的急性发作。

本发明是关于一种利用心电图来进行辨识的辨识装置以及辨识方法。关于该辨识方法，包含下列步骤：首先，产生一第一心电图数据；接着，以多维量测法转换该第一心电图数据成为一多维图形；然后，比对该多维图形与一样本图形；当该多维图形与该样本图形的差异比较于一预定值范围时，判断该多维图形符合或不符合该样本图形。

其中，该第一心电图数据还包含该第一心电图数据所属的第一维心电脉波以及第二维心电脉波等至少二心电脉波，该第一维心电脉波以及该第二维心电脉波等至少二心电脉波以时间上同步的位置互相对应。

该多维量测法包含下列步骤：首先，于每一个时间上同步的位置，分别于该第一维心电脉波以及该第二维心电脉波等至少二心电脉波撷取其所相对应的第一维纵轴值以及第二维纵轴值等至少二纵轴值。

接着，将该第一维纵轴值以及该第二维纵轴值等至少二纵轴值组成一个坐标值，于所述的位置遂对应出复数组坐标值。

最后，组合所述的坐标值，以形成该多维图形。

因此，通过本发明利用心电图来进行辨识的辨识装置以及辨识方法，利用多维量测法转换心电图数据，可大幅增加个体输入心电图的信息量，提供心电图辨识上自动快速分析的基础，并且利用心电图必需伴随活体出现且不易外流的特性，可作为有效的身份辨识应用。进一步，利用心电图数据的比对，还可以监控人体的健康状况。

附图说明

图1是现有技术心电图的示意图；

图2是本发明辨识装置的示意图；

图3是本发明第一心电图数据的示意图；

图4是以三维量测法所形成三维图形的示意图；

图5a和图5b是本发明比对多维图形与样本图形第一例的辅助说明图；

图6a和图6b是本发明比对多维图形与样本图形第二例的辅助说明图；

图7是本发明辨识方法的基本流程图；

图8是本发明多维量测法的基本流程图；

图9是本发明将第二心电图数据转换样本图形的流程图；

图10是本发明比对多维图形与样本图形第一例的流程图；以及

图11是本发明比对多维图形与样本图形第二例的流程图。

附图标号：

辨识装置 30                            心电图机 32

储存媒体 34                            处理器 36

第一心电图数据 40                      第一维心电图 2、42

第二维心电图 44                        第一维心电脉波 4、4202

第二维心电脉波 4402                    第三维心电图 46

第三维心电脉波 4602                    三维图形 48

坐标区域 50

次区域 5002                            坐标值 54、55

多维图形 48            样本图形 58

第一距离 62            第二距离 64

具体实施方式

关于本发明的优点与精神可以通过以下的发明详述及附图得到进一步的了解。

本发明是关于一种利用心电图来进行辨识的辨识装置30以及辨识方法。请参阅图2，图2是本发明辨识装置30的示意图。本发明的辨识装置30包含一心电图机32、一储存媒体34、以及一处理器36。

配合图2进一步请参阅图3，图3是本发明第一心电图数据40的示意图。心电图机32是用以产生一第一心电图数据40，第一心电图数据40还包含第一心电图数据40所属的第一维心电图42以及第二维心电图44等至少二心电图。

第一维心电图42与第二维心电图44分别包含复数个心电脉波。处理器36将第一维心电图42的复数个心电脉波以指定的波形特征位置为基准点(例如以R特征波的波峰为基准点)，以指定的宽度范围互相迭合并求取平均值，以产生第一维心电脉波4202。处理器36并将第二维心电图44的复数个心电脉波以第一维心电图所指定的基准点，以指定的宽度范围互相迭合并求取平均值，以产生第二维心电脉波4402。

所以换句话可说，第一心电图数据40还包含第一心电图数据40所属的第一维心电脉波4202以及第二维心电脉波4402等至少二心电脉波，其中，第一维心电脉波4202以及第二维心电脉波4402等至少二心电脉波以时间上同步的位置互相对应。

再回到图2，储存媒体34用以预先储存一样本图形58以及一预定值。

处理器36以多维量测法转换心电图机32所产生的第一心电图数据40成为一多维图形48，并比对多维图形48与储存媒体34中的样本图形58。当多维图形48与样本图形58的差异比较于储存媒体34中的预定值范围时，判断多维图形48符合或不符合样本图形58。

其中，进一步说明处理器36所进行的多维量测法，多维量测法于每一个时间上同步的位置，分别于第一维心电脉波4202以及第二维心电脉波4402等至少二心电脉波撷取其所相对应的第一维纵轴值以及第二维纵轴值等至少二纵轴值。处理器36将该第一维纵轴值以及该第二维纵轴值等至少二纵轴值组成一组坐标值，于是，于所述的位置遂可对应出复数组坐标值。处理器36组合所述的坐标值，以形成多维图形48。

请参阅图4，图4是以三维量测法所形成三维图形48的示意图。多维图形48自二维以上皆可，以实务来说，考虑辨识度与实施成本来说，目前以三维较佳。配合图4以三维量测法来说明多维量测法。

心电图机32以三个贴片贴在人体以产生第一维心电图42、第二维心电图44、以及第三维心电图46等三个心电图，此三个心电图属于第一心电图数据40。配合图例中Xa(t)为人体前面的贴片，X1(t)为人体侧面的贴片，Xp(t)为人体后面的贴片。

处理器36分别将第一维心电图42、第二维心电图44、以及第三维心电图46中复数个心电脉波，以指定的波形特征位置为基准点(例如以R特征波的波峰为基准点)，以指定的宽度互相迭合并求取平均值，以产生第一维心电脉波4202、第二维心电脉波4402、以及第三维心电脉波4602，第一维心电脉波4202、第二维心电脉波4402以及第三维心电脉波4602以时间上同步的位置互相对应。

为方便后续处理，可先进行标准化处理。先选取第一维心电脉波4202、第二维心电脉波4402、以及第三维心电脉波4602中的最大值做为1，再选取第一维心电脉波4202、第二维心电脉波4402、以及第三维心电脉波4602中的最小值做为0，则所有的心电脉波波型皆落于0～1之间(如图中段所示)。

处理器36所进行的三维量测法于每一个时间上同步的位置，分别于第一维心电脉波4202、第二维心电脉波4402以及第三维心电脉波4602撷取一第一维纵轴值、一第二维纵轴值以及一第三维纵轴值。处理器36将该第一维纵轴值、该第二维纵轴值以及该第三维纵轴值组成坐标值54，于所述的位置遂可对应出复数组坐标值54。处理器36组合所述的坐标值54，可于坐标区域50中形成三维图形48。

进一步说明样本图形58的制成方式，也可用前述的多维量测法来转换以形成。如前述的辨识装置30，其中心电图机32进一步产生一第二心电图数据，该第二心电图数据还包含该第二心电图数据所属的第一维心电脉波以及第二维心电脉波等至少二心电脉波，第一维心电脉波以及第二维心电脉波等至少二心电脉波以时间上同步的位置互相对应。

处理器36以多维量测法转换该第二心电图数据成为样本图形58，并将样本图形58储存于储存媒体34中。

其中，处理器36所进行的多维量测法是于每一个时间上同步的位置，分别于该第二心电图数据的第一维心电脉波以及第二维心电脉波等至少二心电脉波撷取其所相对应的第一维纵轴值以及第二维纵轴值等至少二纵轴值。处理器36将该第一维纵轴值以及该第二维纵轴值等至少二纵轴值组成一个坐标值55，于所述的位置遂对应出复数组坐标值55，处理器36组合所述的坐标值55，以形成样本图形58。

请参阅图5a和图5b，图5a和图5b是本发明比对多维图形4801、4802与样本图形5801、5802第一例的辅助说明图。如前述的辨识装置30，其中坐标值54、55位于一坐标区域50中，处理器36将坐标区域50区分为复数个次区域5002。

所述处理器36判断多维图形4801、4802(图标中为三维图形4801、4802)符合样本图形5801、5802，进一步于具有三维图形4801、4802以及样本图形5801、5802的次区域5002中，计算三维图形4801、4802以及样本图形5801、5802的坐标值54、55数量，此坐标值54、55数量即为点密度，三维图形4801、4802以及样本图形5801、5802于次区域5002中的点密度的相似程度，可以作为比对三维图形4801、4802与样本图形5801、5802相似的依据。

进一步说明，处理器36于每一个具有三维图形4801、4802以及样本图形5801、5802的次区域5002中，分别计算三维图形4801、4802的坐标值54数量与样本图形5801、5802的坐标值55数量的乘积产生一乘积值，于所述的具有三维图形4801、4802以及样本图形5801、5802的次区域5002产生复数个乘积值。处理器36将所述的乘积值相加产生一乘积和，并将该乘积和除以该坐标区域的分割次区域的总数，当作标准化乘积和。当该标准化乘积和超过该预定值时，处理器36判断三维图形4801、4802符合样本图形5801、5802。

如图5a中所示，可见的三维图形4801与样本图形5801所产生的标准化乘积和大至0.029，目视图形48、58极为接近。如图5b中，可见的三维图形4802与样本图形5802所产生的标准化乘积和小至0.002，目视图形也发现两图形4802、5802差异极大。假如预定值预设为0.015，仅判读图5a的乘积和0.029大于预定值0.015就是符合，图5b的乘积和0.015小于预定值0.015就是不符合，方便自动化处理运算及自动化比对。

请参阅图6a和图6b，图6a和图6b是本发明比对多维图形4803、4804与样本图形5803、5804第二例的辅助说明图。如前述的辨识装置30，其中坐标值54、55也位于一坐标区域50中。所述处理器36判断多维图形4803(图例为三维图形4803)符合样本图形5803，所述处理器36判断多维图形4804(图例为三维图形4804)不符合样本图形5804，依序分别自三维图形4803、4804的复数个坐标值54中每一个坐标值54，计算至样本图形5803、5804中最近距离的坐标值55的距离以产生一第一距离62，对应三维图形48的所述的坐标值54产生复数个第一距离62。

为避免该三维图形只聚集于样本图形的部份附近区域的极端特例，而出现三维图形虚假符合样本图形的谬误，为避免此谬误，必须同时计算样本图形的复数个坐标值至三维图形最近距离，也就是必须双向计算三维图形至样本图形的最近距离和和样本图形至三维图形的最近距离和。此考虑比较于所相关美国专利5,645,070号的单向计算更为完整。

处理器36并依序分别自样本图形5803、5804的复数个坐标值55中每一个坐标值55，计算至三维图形4803、4804中最近距离的坐标值54的距离以产生一第二距离64，对应样本图形5803、5804的所述的坐标值55产生复数个第二距离64。

处理器36加总所述的第一距离62以及所述的第二距离64，以产生一加总值，并将该加总值除以该坐标区域的样本图形和三维图形坐标值的总数，当作标准化加总值。当该标准化加总值低于该预定值时，处理器36判断三维图形4803符合样本图形5803，当该标准化加总值高于该预定值时，处理器36判断三维图形4804不符合样本图形5804。

如图6a中，可见的三维图形4803与样本图形5803所产生的标准化加总值小至0.091，目视图形4803、5803极为接近。如图6b中，可见的三维图形4804与样本图形5804所产生的标准化加总值大至0.2779，目视图形4804、5804差异极大。假如预定值预设为0.15，则无须藉目视比对，仅判读图5a的标准化加总值0.091小于预定值0.15就是符合，图5b的标准化加总值0.2779大于预定值0.015就是不符合，方便自动化处理运算及自动化比对。

进一步，可合并第一例以及第二例的方法进行逻辑辨识，还可以提升辨识率。因为单以第一例次区域点密度乘积法判断时，若三维图形48与样本图形58虽相似，但因基础线漂移等原因使图形互相漂离时，当三维图形48与样本图形58漂移距离超过同一个次区域5002时，原本相似的图形48、58会误判为不相似。若以第二例最近点距离法判断时，较可抵抗漂移的问题。

或单以第二例最近点距离法判断时，原本三维图形48与样本图形58虽相似，但因高频噪声等原因使图形微幅震荡，单以第二例取距离时会产生较大误判，而以第一例时，小程度震荡仍会大致落于同一个次区域5002中，次区域点密度乘积法法较可抵抗微幅震荡的问题。因此，此第一例以及第二例的方法还可以彼此弥补对方的缺点。

方法例如以第一例辨识一次后，再以第二例辨识，当第一、二例皆一致时，做出判断。或是，将第一例与第二例彼此以一预定参数值连结成一方程式，藉以作为合并判断的依据。

本发明前述辨识装置30所实施的辨识方法，请参阅图7，图7是本发明辨识方法的基本流程图。关于该辨识方法，包含下列步骤：

步骤S02：产生一第一心电图数据40。

步骤S04：以多维量测法转换第一心电图数据40成为一多维图形48。

步骤S06：比对多维图形48与样本图形58。

步骤S08：当多维图形48与样本图形58的差异比较于一预定值的范围时，判断多维图形48符合或不符合样本图形58。

请参阅图8，图8是本发明多维量测法的基本流程图。其中，第一心电图数据40还包含一第一维心电图42以及一第二维心电图44等至少二心电图，第一维心电图42与第二维心电图44分别包含复数个心电脉波。第一维心电图42以及第二维心电图44等至少二心电脉波以时间上同步的位置互相对应。该多维量测法包含下列步骤：

步骤S10：将第一维心电图42的复数个心电脉波以指定的波形特征位置为基准点，以指定的宽度范围互相迭合并求取平均值，以产生第一维心电脉波4202。将第二维心电图44的复数个心电脉波以第一维心电图42所指定的基准点，以指定的宽度范围互相迭合并求取平均值，以产生第二维心电脉波4402。其中，第一维心电脉波4202以及第二维心电脉波4402等至少二心电脉波以时间上同步的位置互相对应。接续可进行标准化处理：先选取第一维心电脉波4202、第二维心电脉波4402等至少二心电脉波，其中以最大值做为1，再选取第一维心电脉波4202、第二维心电脉波4402等至少二心电脉波，其中以最小值做为0，则所有的心电脉波波型皆落于0～1之间。

步骤S11：于每一个时间上同步的位置，分别于第一维心电脉波4202以及第二维心电脉波4402等至少二心电脉波撷取其所相对应的第一维纵轴值以及第二维纵轴值等至少二纵轴值。

步骤S12：将该第一维纵轴值以及该第二维纵轴值等至少二纵轴值组成一个坐标值54，于所述的位置遂对应出复数组坐标值54。

步骤S14：组合所述的坐标值54，以形成多维图形48。

最佳实施例当所述的多维图形48为一三维图形48时。第一心电图数据40除了包含第一维心电脉波4202、第二维心电脉波4402之外，还包含一第三维心电脉波4602。第一维心电脉波4202、第二维心电脉波4402以及第三维心电脉波4602以时间上同步的位置互相对应。

接续可进行标准化处理：先选取第一维心电脉波4202、第二维心电脉波4402、第三维心电脉波4602，其中以最大值做为1，再选取第一维心电脉波4202、第二维心电脉波4402、第三维心电脉波4602，其中以最小值做为0，则所有的心电脉波波型皆落于0～1之间。

该多维量测法包含下列步骤：首先，于每一个时间上同步的位置，分别于第一维心电脉波4202、第二维心电脉波4402以及第三维心电脉波4602撷取一第一维纵轴值、一第二维纵轴值以及一第三维纵轴值。

接着，将该第一维纵轴值、该第二维纵轴值以及该第三维纵轴值组成坐标值54，于所述的位置遂对应出复数组坐标值54。最后，组合所述的坐标值54，以形成三维图形48。

请参阅图9，图9是本发明将第二心电图数据转换样本图形58的流程图。如前述的辨识方法，其中该辨识方法进一步包含下列步骤以产生样本图形58：

步骤S30：产生一第二心电图数据。其中，该第二心电图数据还包含该第二心电图数据所属的第一维心电脉波4202以及第二维心电脉波4402等至少二心电脉波，第一维心电脉波4202以及第二维心电脉波4402等至少二心电脉波以时间上同步的位置互相对应。

接续可进行标准化处理：先选取第一维心电脉波4202、第二维心电脉波4402等至少二心电脉波，其中以最大值做为1，再选取第一维心电脉波4202、第二维心电脉波4402等至少二心电脉波，其中以最小值做为0，则所有的心电脉波波型皆落于0～1之间。

接续，以多维量测法转换该第二心电图数据成为样本图形58。首先进行步骤S32：于每一个时间上同步的位置，分别于第一维心电脉波4202以及第二维心电脉波4402等至少二心电脉波撷取其所相对应的第一维纵轴值以及第二维纵轴值等至少二纵轴值。

步骤S34：将该第一维纵轴值以及该第二维纵轴值等至少二纵轴值组成一个坐标值55，于所述的位置遂对应出复数组坐标值55。

步骤S36：组合所述的坐标值55，以形成样本图形58。

关于比对多维图形48与样本图形58的方法，请分别参阅图10以及图11，图10是本发明比对多维图形48与样本图形58第一例的流程图。

如前述的辨识方法，其中坐标值54、55位于一坐标区域50中，将坐标区域50区分为复数个次区域5002，依照前述点密度比较相似度的精神。所述判断多维图形48符合样本图形58还包含下列步骤：

步骤S40：于具有多维图形48以及样本图形58的次区域5002中，计算多维图形48以及样本图形58的坐标值54、55数量，所计算数量的乘积产生一乘积值，于所述的具有多维图形48以及样本图形58的次区域5002产生复数个乘积值。

原理上，当次区域5002中多维图形48的坐标值54数量与样本图形58的坐标值55数量的乘积和高于该预定值时，判断多维图形48符合样本图形58。其详细步骤如下，步骤S42：将所述的乘积值相加产生一乘积和。

步骤S44：当该乘积和超过该预定值时，判断多维图形48符合样本图形58。

请参阅图11，图11是本发明比对多维图形48与样本图形58第二例的流程图。如前述的辨识方法，其中坐标值54、55位于一坐标区域50中，所述判断多维图形48符合样本图形58还包含下列步骤：

步骤S50：依序分别自多维图形48的复数个坐标值54中每一个坐标值54，计算至样本图形58中最近距离的坐标值55的距离以产生一第一距离62，对应多维图形48的所述的坐标值54产生复数个第一距离62。

步骤S51：并依序分别自样本图形58的复数个坐标值55中每一个坐标值55，计算至多维图形48中最近距离的坐标值54的距离以产生一第二距离64，对应样本图形58的所述的坐标值55产生复数个第二距离64。

步骤S52：加总所述的第一距离62以及所述的第二距离64，以产生一加总值。

步骤S54：当该加总值低于该预定值时，判断多维图形48符合样本图形58。

因此，通过本发明利用心电图来进行辨识的辨识装置30以及辨识方法，利用多维量测法转换心电图数据，可大幅增进心电图辨识上自动快速分析的能力，并且利用心电图必需伴随活体出现且不易外流的特性，可作为有效的身份辨识应用。进一步，利用心电图数据的比对，还可以监控人体的健康状况。

通过以上较佳具体实施例的详述，希望能更加清楚描述本发明的特征与精神，而并非以上述所揭示的较佳具体实施例来对本发明的范畴加以限制。相反地，其目的是希望能涵盖各种改变及具相等性的安排于本发明所欲申请的权利要求范畴内。

Claims (12)

1.一种利用心电图的辨识方法，其特征在于，该辨识方法包含下列步骤：

产生一第一心电图数据；

以多维量测法转换所述的第一心电图数据成为一多维图形；

比对所述的多维图形与一样本图形；以及

当所述的多维图形与所述的样本图形的差异符合于一预定值的范围时，判断所述的多维图形符合所述的样本图形，当该多维图形与该样本图形的差异不符合于一预定值的范围时，判断所述的多维图形不符合所述的样本图形；

其中，所述的第一心电图数据还包含该第一心电图数据所属的第一维心电脉波以及第二维心电脉波等至少二心电脉波，该第一维心电脉波以及该第二维心电脉波等至少二心电脉波以时间上同步的位置互相对应，所述的多维量测法包含下列步骤：

于每一个时间上同步的位置，分别于所述的第一维心电脉波以及所述的第二维心电脉波等至少二心电脉波撷取其所相对应的第一维纵轴值以及第二维纵轴值等至少二纵轴值，

将所述的第一维纵轴值以及所述的第二维纵轴值等至少二纵轴值组成一个坐标值，于所述的位置遂对应出复数组坐标值，

组合所述的坐标值，以形成所述的多维图形。

2.如权利要求1所述的辨识方法，其特征在于，该辨识方法进一步包含下列步骤以产生所述的样本图形：

产生一第二心电图数据；以及

以多维量测法转换所述的第二心电图数据成为所述的样本图形；

其中，所述的第二心电图数据还包含该第二心电图数据所属的第一维心电脉波以及第二维心电脉波等至少二心电脉波，该第一维心电脉波以及该第二维心电脉波等至少二心电脉波以时间上同步的位置互相对应，所述的多维量测法包含下列步骤：

于每一个时间上同步的位置，分别于所述的第一维心电脉波以及所述的第二维心电脉波等至少二心电脉波撷取其所相对应的第一维纵轴值以及第二维纵轴值等至少二纵轴值，

将所述的第一维纵轴值以及所述的第二维纵轴值等至少二纵轴值组成一个坐标值，于所述的位置遂对应出复数组坐标值，

组合所述的坐标值，以形成所述的样本图形。

3.如权利要求2所述的辨识方法，其特征在于，所述的坐标值位于一坐标区域中，将该坐标区域区分为复数个次区域，所述判断多维图形符合样本图形还包含下列步骤：

于具有所述的多维图形以及所述的样本图形的次区域中，计算该多维图形以及该样本图形的坐标值数量；以及

当所述的次区域中多维图形的坐标值数量与所述的样本图形的坐标值数量的乘积和高于所述的预定值时，判断该多维图形符合该样本图形。

4.如权利要求3所述的辨识方法，其特征在于，所述的辨识方法进一步包含下列步骤：

于每一个具有所述的多维图形以及所述的样本图形的次区域中，分别计算该多维图形的坐标值数量与该样本图形的坐标值数量的乘积产生一乘积值，于所述的具有该多维图形以及该样本图形的次区域产生复数个乘积值；

将所述的乘积值相加产生一乘积和；以及

当所述的乘积和超过所述的预定值时，判断所述的多维图形符合所述的样本图形。

5.如权利要求2所述的辨识方法，其特征在于，所述的坐标值位于一坐标区域中，所述判断所述的多维图形符合所述的样本图形还包含下列步骤：

依序分别自所述的多维图形的复数个坐标值中每一个坐标值，计算至所述的样本图形中最近距离的坐标值的距离以产生一第一距离，对应所述的多维图形的所述的坐标值产生复数个第一距离，并依序分别自所述的样本图形的复数个坐标值中每一个坐标值，计算至所述的多维图形中最近距离的坐标值的距离以产生一第二距离，对应所述的样本图形的所述的坐标值产生复数个第二距离；

加总所述的第一距离以及所述的第二距离，以产生一加总值；以及

当所述的加总值低于所述的预定值时，判断所述的多维图形符合所述的样本图形。

6.如权利要求1所述的辨识方法，其特征在于，所述的第一心电图数据报含一第一维心电图以及一第二维心电图等至少二心电图，所述的第一维心电图与所述的第二维心电图分别包含复数个心电脉波，所述的辨识方法进一步包含下列步骤：

将所述的第一维心电图的复数个心电脉波以指定的波形特征位置为基准点互相迭合求取平均值，以产生所述的第一维心电脉波，将所述的第二维心电图的复数个心电脉波以第一维心电图所指定的基准点互相迭合求取平均值，以产生所述的第二维心电脉波。

7.一种利用心电图进行辨识的辨识装置，其特征在于，所述的辨识装置包含：

一心电图机，用以产生一第一心电图数据，该第一心电图数据还包含所述的第一心电图数据所属的第一维心电脉波以及第二维心电脉波等至少二心电脉波，该第一维心电脉波以及该第二维心电脉波等至少二心电脉波以时间上同步的位置互相对应；

一储存媒体，用以储存至少一样本图形以及至少一预定值；以及

一处理器，以多维量测法转换所述的心电图机所产生的第一心电图数据成为一多维图形，并比对该多维图形与所述的储存媒体中的样本图形，当该多维图形与该样本图形的差异符合于一预定值的范围时，判断该多维图形符合该样本图形，当该多维图形与该样本图形的差异不符合于一预定值的范围时，判断该多维图形不符合该样本图形；

其中，所述的处理器所进行的多维量测法，于每一个时间上同步的位置，分别于所述的第一维心电脉波以及所述的第二维心电脉波等至少二心电脉波撷取其所相对应的第一维纵轴值以及第二维纵轴值等至少二纵轴值，所述的处理器将所述的第一维纵轴值以及所述的第二维纵轴值等至少二纵轴值组成一个坐标值，于所述的位置遂对应出复数组坐标值，该处理器组合所述的坐标值，以形成所述的多维图形。

8.如权利要求7所述的辨识装置，其特征在于，

所述的心电图机产生一第二心电图数据，该第二心电图数据还包含该第二心电图数据所属的第一维心电脉波以及第二维心电脉波等至少二心电脉波，该第一维心电脉波以及该第二维心电脉波等至少二心电脉波以时间上同步的位置互相对应，

所述的处理器以多维量测法转换所述的第二心电图数据成为所述的样本图形，

并将所述的样本图形储存于所述的储存媒体中，

其中，所述的处理器所进行的多维量测法于每一个时间上同步的位置，分别于所述的第一维心电脉波以及所述的第二维心电脉波等至少二心电脉波撷取其所相对应的第一维纵轴值以及第二维纵轴值等至少二纵轴值，该处理器将所述的第一维纵轴值以及所述的第二维纵轴值等至少二纵轴值组成一个坐标值，于所述的位置遂对应出复数组坐标值，该处理器组合所述的坐标值，以形成所述的样本图形。

9.如权利要求8所述的辨识装置，其特征在于，所述的坐标值位于一坐标区域中，所述的处理器将所述的坐标区域区分为复数个次区域，所述处理器判断所述的多维图形符合所述的样本图形，进一步于具有所述的多维图形以及所述的样本图形的次区域中，计算所述的多维图形以及所述的样本图形的坐标值数量，当所述的次区域中所述的多维图形的坐标值数量与所述的样本图形的坐标值数量的乘积和高于所述的预定值时，该处理器判断该多维图形符合该样本图形。

10.如权利要求9所述的辨识装置，其特征在于，所述的处理器于每一个具有所述的多维图形以及所述的样本图形的次区域中，分别计算该多维图形的坐标值数量与该样本图形的坐标值数量的乘积产生一乘积值，于所述的具有多维图形以及样本图形的次区域产生复数个乘积值，该处理器将所述的乘积值相加产生一乘积和，当该乘积和超过所述的预定值时，该处理器判断所述的多维图形符合所述的样本图形。

11.如权利要求8所述的辨识装置，其特征在于，所述的坐标值位于一坐标区域中，所述处理器判断多维图形符合所述的样本图形，依序分别自所述的多维图形的复数个坐标值中每一个坐标值，计算至该样本图形中最近距离的坐标值的距离以产生一第一距离，对应该多维图形的所述的坐标值产生复数个第一距离，该处理器并依序分别自所述的样本图形的复数个坐标值中每一个坐标值，计算至所述的多维图形中最近距离的坐标值的距离以产生一第二距离，对应所述的样本图形的所述的坐标值产生复数个第二距离，所述的处理器加总所述的第一距离以及所述的第二距离，以产生一加总值，当所述的加总值低于所述的预定值时，该处理器判断该多维图形符合该样本图形。

12.如权利要求7所述的辨识装置，其特征在于，所述的第一心电图数据报含一第一维心电图以及一第二维心电图等至少二心电图，所述的第一维心电图与所述的第二维心电图分别包含复数个心电脉波，所述的处理器将该第一维心电图的复数个心电脉波以指定的波形特征位置为基准点互相迭合求取平均值，以产生所述的第一维心电脉波，该处理器将所述的第二维心电图的复数个心电脉波以第一维心电图所指定的基准点互相迭合求取平均值，以产生所述的第二维心电脉波。

Images