ترکیب ویژگی‌های مختلف سیگنال EEG تک‌کاناله به‌منظور طراحی یک سیستم تایید هویت

با ظهور دانش بیومتریک، روش‌های متداول تایید هویت در سیستم‌های بیومتریک دچار دگرگونی شده‌اند و در حال جایگزینی با روش‌هایی بر پایه علایم حیاتی هستند. اخیراً کاربرد سیگنال الکتریکی مغز(eeg) در سیستم‌های بیومتریک به عنوان یک شاخه پژوهشی جذاب و کاربردی مورد توجه محققان قرار گرفته است. پژوهش‌های نسبتاً محدودی در زمینه بیومتریک سیگنال الکتریکی مغز به‌خصوص در سیستم‌های تایید هویت آن انجام شده است و اکثر تحقیقات بر سیستم‌های تعیین هویت eeg تمرکز داشته‌اند. در این مقاله کارایی سیگنال الکتریکی مغز به عنوان یک سیستم بیومتریک در تایید هویت افراد نشان داده شده است.در سیستم بیومتریک معرفی شده،‌ از سیگنال الکتریکی پانزده کاربر در حین انجام فعالیت ذهنی استفاده شده است. ترکیبی از ضرایب مدل خود بازگشتی(ar) ، توان باندهای فرکانسی سیگنال مغز، چگالی طیف توان، آنتروپی انرژی و آنتروپی نمونه به‌عنوان ویژگی‌های مستخرج از سیگنال مغز و روش k نزدیک‌ترین همسایه به‌عنوان طبقه‌بند، استفاده شده است. به‌منظور بهبود عملکرد سیستم تایید هویت، علاوه بر بررسی ادغام در سطح حسگر و فضای ویژگی، امکان به‌کارگیری روش‌ انتخاب ویژگی رفت ‌و برگشتی نیز مطالعه شده است. نتایج آزمایش‌های ما بر روی پایگاه داده shalk و همکارانش بیانگر این موضوع است که با ترکیب ویژگی‌های متفاوت و با به‌کارگیری سیگنال مغزی تک‌کاناله، عملکرد سیستم در دو روش تک‌بلوک و چند‌بلوک در مقایسه با سایر سیستم‌های تایید هویت مبتنی بر سیگنال الکتریکی مغز به نحو چشمگیری بهبود می‌یابد و چشم انداز روشنی را از استفاده عملی و تجاری سیگنال الکتریکی مغز در سیستم‌های تایید هویت آینده نشان می‌دهد.