ترکیب ویژگی های مختلف سیگنال EEG تک کاناله به منظور طراحی یک سیستم تایید هویت

با ظهور دانش بیومتریک، روش های متداول تایید هویت در سیستم های بیومتریک دچار دگرگونی شده اند و در حال جایگزینی با روش هایی بر پایه علایم حیاتی هستند. اخیرا کاربرد سیگنال الکتریکی مغز(EEG) در سیستم های بیومتریک به عنوان یک شاخه پژوهشی جذاب و کاربردی مورد توجه محققان قرار گرفته است. پژوهش های نسبتا محدودی در زمینه بیومتریک سیگنال الکتریکی مغز به خصوص در سیستم های تایید هویت آن انجام شده است و اکثر تحقیقات بر سیستم های تعیین هویت EEGتمرکز داشته اند. 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 به عنوان ویژگی های مستخرج از سیگنال مغز و روش Kنزدیک ترین همسایه به عنوان طبقه بند، استفاده شده است. به منظور بهبود عملکرد سیستم تایید هویت، علاوه بر بررسی ادغام در سطح حسگر و فضای ویژگی، امکان به کارگیری روش انتخاب ویژگی رفت و برگشتی نیز مطالعه شده است. نتایج آزمایش های ما بر روی پایگاه داده Shalkو همکارانش بیانگر این موضوع است که با ترکیب ویژگی های متفاوت و با به کارگیری سیگنال مغزی تک کاناله، عملکرد سیستم در دو روش تک بلوک و چند بلوک در مقایسه با سایر سیستم های تایید هویت مبتنی بر سیگنال الکتریکی مغز به نحو چشمگیری بهبود می یابد و چشم انداز روشنی را از استفاده عملی و تجاری سیگنال الکتریکی مغز در سیستم های تایید هویت آینده  نشان می دهد.