شماره کتابشناسی ملی
شماره
۲۳۸۳۹پ
زبان اثر
زبان متن نوشتاري يا گفتاري و مانند آن
per
عنوان و نام پديدآور
عنوان اصلي
شناسایی و تأیید هویت کاربر بر اساس سیگنال‌هایEEG
عنوان اصلي به زبان ديگر
User Identification and Verification Based on EEG Signals
نام نخستين پديدآور
/ویدا قلمی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
برق و کامپیوتر
نام توليد کننده
، عباسپور
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
نظم درجات
مهندسی پزشکی، گرایش بیوالکتریک
زمان اعطا مدرک
۱۳۹۹/۰۷/۳۰
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
سیگنال‌های حیاتی، از جمله سیگنال‌های الکتروانسفالوگرافی(EEG) ، سال‌هاست که در کاربردهای کلینیکی مورد استفاده قرار می‌گیرد .امروزه با توجه به پیشرفت تکنولوژی و اهمیت حفظ امنیت اطلاعات، کاربرد بیومتریک این سیگنال‌ها مورد توجه پژوهشگران قرارگرفته است .سیگنالEEG ، بیومتریکی است که به سادگی امکان فراموشی و جعل ندارد .به منظور استفاده از سیگنال‌های EEG در کاربردهای بیومتریکی، دو رویکرد وجود دارد؛ رویکرد اول استفاده از سیگنال در حالت استراحت و سیگنال‌های پس زمینه مغز و رویکرد دیگر استخراج ERP حاصل از تحریک مغز با محرک‌های دیداری، شنیداری و ...است .در این پایان‌نامه از پتانسیل‌های برانگیخته شنوایی استفاده شده است .پتانسیل‌های برانگیخته شنوایی، پتانسیل‌های الکتریکی هستند که در پاسخ به تحریک شنوایی در قشر مغز به وجود می‌آیند .مزیت روش ارائه شده در مقایسه با سیگنال EEG پس زمینه، تغییر این سیگنال ها با تغییر محرک صوتی می‌باشد که به منظور شناسایی و تایید هویت کاربر به کار گرفته شده است .لذا در این پایان‌نامه مجموعه داده با تحریک شنوایی از ۲۰ کاربر ثبت گردیده است .پاسخ دیررس شنیداری مورد استفاده قرار گرفت .برای رسیدن به این پاسخ از دو نوع محرک Tone با دو فرکانس ۱۰۰۰ و ۴۰۰۰ هرتز استفاده شد .با استفاده از شبکه عصبی کانولوشنی دو لایه، ویژگی مناسب به صورت خودکار استخراج گردیده و طبقه‌بندی شده است .کاهش تعداد الکترودهای مورد استفاده در ثبت EEG از ۱۹ الکترود به ۹ و ۴ الکترود، مورد بررسی قرار گرفته و به ترتیب دقت طبقه‌بندی۹۹/۹۸ ، ۷۶/۹۶ و ۸۵ درصد گزارش شده است .نتایج حاکی از آن است که روش پیشنهادی به دقت بسیار مطلوبی دست یافته است بنابراین پاسخ دیررس شنیداری دارای ویژگی‌های متمایز بین افراد است و می‌تواند به عنوان بیومتریک مورد استفاده قرار گیرد
متن يادداشت
Vital signals, including electroencephalographic (EEG) signals, have been used in clinical applications for many years. Today, due to the advancement of technology and the importance of maintaining information security, the biometric application of these signals has attracted the attention of researchers. EEG signal is a biometric that simply cannot be forgotten or forged. In this research, auditory evoked potentials are used. Auditory evoked potentials are electrical potentials that arise in response to auditory stimulation in the cerebral cortex. The advantage of the proposed method comparing to the background EEG signal is that these signals changes by changing the audio stimulus, which is used to identify and verify the user. Therefore, in this dissertation, the data set has been recorded with auditory stimulation from 20 users. Auditory Late response was used. To achieve this response, two types of tone stimuli with two frequencies of 1000 and 4000 Hz were used. The appropriate feature has been automatically extracted and classified by using two-layer convolutional neural networks. The reduction in the number of EEG recording channels from 19 channels to 9 channels and 4 channels has been investigated and the classification accuracy of 98.99, 96.76 and 85 , respectively, has been reported. The results show that the proposed method has achieved high accuracy, so the late auditory responses carry individual discriminating features and can be used as a biometric
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
User Identification and Verification Based on EEG Signals
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
مستند نام اشخاص تاييد نشده
قلمی، ویدا
مستند نام اشخاص تاييد نشده
Ghalami, Vida
دسترسی و محل الکترونیکی
يادداشت عمومي
سیاه و سفید
وضعیت فهرست نویسی
وضعیت فهرست نویسی
نمایه‌سازی قبلی
