شناسایی فریب از طریق پردازش سیگنال های مغزی مبتنی بر روش مقایسه همبستگی

در مقابل تحریکات نظامی، اطلاعاتی و امنیتی دشمن، استفاده از ابزار پدافندی، گریزناپذیر است. در دنیای امروز، استفاده از پدافند غیرعامل در مقابل این حرکات- با توجه به هزینه های کمتر و آسیب پذیری پائین تر و سهولت اجرای آن- از اصلی ترین ابزار فوق بوده و همواره مورد توجه است. در زمان کنونی، نظر به پیشرفت بالای علمی، فنی و نظامی در دنیا، این تکنیک ها به صورت نوین ظهور پیدا کرده است. یکی از مهم ترین این سیستم ها در پدافند غیرعامل، راستی آزمایی یا همان قطعیت تشخیص در صحت و سقم گفتار افراد از طریق پردازش سیگنال های مغزی می باشد. در این مقاله، با هدف ارائه روشی توانمند به منظور تشخیص فرد گناه کار در سیستم های دروغ سنجی، روشی مبتنی بر مولفه شناختی P300 طراحی و بررسی شده است. بدین منظور بر اساس الگوی Odd-ball (بازشناسی چهره مخفی شده) آزمونی طراحی و سیگنال های مغزی 18 فرد ثبت گردیده و سپس از طریق بهبود روش مقایسه همبستگیBootstrapped Correlation Difference (BCD)، به جداسازی افراد گناه کار و بی گناه پرداخته شده است. نتایج به دست آمده نشان می دهد روش BCD بهبودیافته، با صحت تشخیص 94.5 %، توانمندی به مراتب بیشتری نسبت به دیگر روش های مقایسه محور دارد. از طرفی نتایج نشان می دهد روش پیشنهادی درصد تفکیک پذیری بالاتری را نسبت به دیگر کارهای قبلی ارائه می دهد.