عنوان

طراحی و پیاده‌سازی سیستم بیومتریک با استفاده از سیگنال الكتروانسفالوگرام مبتنی بر تكلیف

پ۲۹۱۶۹

per

طراحی و پیاده‌سازی سیستم بیومتریک با استفاده از سیگنال الكتروانسفالوگرام مبتنی بر تكلیف

امیررضا اسفندیاری

مهندسی برق و کامپیوتر

۱۴۰۱

۹۰ص.

سی دی

کارشناسی ارشد

مهندسی پزشکی گرايش بیوالکتریک

۱۴۰۱/۱۱/۱۶

چکیده: در طول سال‌ها، بیومتریک برای پرداختن به ویژگی‌های منحصربه‌فرد و قابل‌تشخیص انسان استفاده‌شده است. با توجه به قابل‌اطمینان بودن آن، فناوری بیومتریک به‌طور گسترده برای اهداف امنیتی استفاده‌شده است. فناوری‌های بیومتریکی و دستگاه‌های بیومتریکی موجود اغلب از دست‌ها، کف دست‌ها، صورت‌ها و چشم‌ها به‌عنوان رابط بین انسان و رایانه برای شناسایی استفاده می‌کنند.در کارهای قبلی، محققان از انواع محرک‌ها مانند تحریک بصری، باز کردن یا بستن چشم یا حرکت دست استفاده می‌کردند، در این مقاله از تحریک شنوایی در قالب آهنگ‌های بومی، غیربومی و موسیقی بی‌کلام به‌عنوان محرک EEG استفاده شد که از دو روش برای شنیدن تحریک‌ها یکی توسط هدفون استخوانی و دیگری توسط هدفون معمولی استفاده گردید. در این مطالعه سعی شده است تا با کاهش تعداد الکترودهای ثبت (استفاده از 4 الکترود مؤثر)، بدون کاهش دقت تشخیص، زمان محاسبه کاهش یابد فلذا در ساختار و معماری کوشیده شد تا در این سیستم، بالاترین دقت در بهترین زمان ایجاد شود.روش‌ مورداستفاده در معماری سیستم ما CNN-LSTM است؛ که از ترکیب شبکه کانولوشنی و حافظه طولانی کوتاه‌مدت ساخته‌شده است و دلیل ترکیب این دو شبکه به جهت افزایش پایداری و حافظه‌دار شدن سیستم و در ادامه نتایج عملکرد سیستم در محیط نویزی بررسی گردید که به جهت استفاده از این معماری مقاومت بالای سیستم در برابر نویز را نشان دادیم و همچنین در معماری از 5 لایه CNN و یک‌لایه LSTM و یک طبقه‌بندی کننده در انتها استفاده شد که به صحت 97.2٪ دست‌یافتیم.

Abstract: Over the years, biometrics have been used to address unique and identifiable human characteristics. Due to its reliability, biometric technology has been widely used for security purposes. Existing biometric technologies and biometric devices often use hands, palms, faces, and eyes as a human-computer interface for identification.In previous works, researchers used a variety of stimuli such as visual stimulation, eye opening or closing, or hand movement. In this paper, auditory stimulation in the form of native, non-native songs, and wordless music were used as EEG stimuli, which are two ways to hear stimuli. One was used by bone headphones and the other by ordinary headphones. In this study, it has been tried to reduce the calculation time by reducing the number of recording electrodes (use of 4 effective electrodes), without reducing the detection accuracy, therefore, efforts were made in the structure and architecture to create the highest accuracy in the best time in this system.The method used in our system architecture is CNN-LSTM; which is made from the combination of convolutional network and long short term memory and the reason for combining these two networks is to increase the stability and memory of the system and then the performance results of the system in a noisy environment were investigated, which in order to use this architecture the high resistance of the system against noise We showed and also in the architecture, 5 layers of CNN and one layer of LSTM and a classifier at the end were used, which we achieved 97.2% accuracy.

Design and Implementation a Biometric System with Task Stimuli

اسفندیاری،‏

امیررضا

تهیه کننده

یوسفی رضایی،‏

‏ماکویی،

‏توحید

‏سمیه

استاد راهنما

استاد مشاور

‏تبریز