تحلیل و مقایسه روش های نوین تشخیص هویت به کمک امواج مغزی در شرایط یکسان و در حالات ذهنی متفاوت

امروزه سیگنال های مغزی به دلیل دشواری جعل و سرقت، می توانند با اطمینان به عنوان یک شناسه بیومتریک قوی برای تشخیص هویت افراد استفاده شوند. این پژوهش به بررسی، مقایسه و تحلیل نتایج جدیدترین روش های موجود در زمینه تشخیص هویت به کمک امواج مغزی پرداخته است. همچنین در این مقاله به این سوال که آیا ایجاد روش های ترکیبی جدید با استفاده از اجزای روش-های موجود می تواند منجر به نتایج بهتری برای شناسایی افراد بشود یا خیر، پاسخ داده شده است. بطور خلاصه، استفاده از پایگاه داده یکسان و همچنین بررسی حالت های مختلف فعالیت ذهنی هنگام ثبت سیگنال و نیز ایجاد ترکیبات مختلف واحدهای سازنده روش های موجود، باعث ایجاد یک مقایسه همه جانبه و اصولی بین الگوریتم های موجود و شناسایی نقاط قوت و ضعف آن ها شده است. نتایج نشان می دهد که هیچ یک از روش های ترکیبی منجر به نتایج قابل قبولی نشده و خطای طبقه بندی بسیار زیادی داشته اند. همچنین مشخص شد که استفاده از سیگنال خام، در ورودی شبکه عصبی CNN نتایج بهتری نسبت به ورودی ویژگی خواهد داشت. از طرفی تغییر حالت ورودی در هنگام ثبت سیگنال از کاربر بر عملکرد طبقه بند SVM و شبکه عصبی CNN تاثیرگذار است در حالی که تغییر حالت ورودی بر روی طبقه بند RF تاثیر بسزایی نخواهد داشت.

Keywords:

بیومتریک , تعیین هویت , سیگنال های الکتریکی مغز , استخراج ویژگی , طبقه بندی