ЭЭГ временная

Научные отчеты, том 12, Номер статьи: 14378 (2022) Цитировать эту статью

4079 Доступов

1 Цитаты

3 Альтметрика

Подробности о метриках

Все больше исследований посвящено распознаванию личности по электроэнцефалограммам (ЭЭГ), поскольку сигналы ЭЭГ нелегко украсть. Большинство существующих исследований по идентификации человека по ЭЭГ рассматривают сигналы мозга только в одном состоянии, в зависимости от конкретных и повторяющихся сенсорных стимулов. Однако в действительности человеческие состояния разнообразны и быстро меняются, что ограничивает их практичность в реалистических условиях. Среди многих потенциальных решений широко используется преобразователь, который обеспечивает превосходную производительность при обработке естественного языка, что демонстрирует выдающуюся способность механизма внимания моделировать временные сигналы. В этой статье мы предлагаем основанный на трансформаторе подход к задаче идентификации человека по ЭЭГ, который извлекает особенности во временной и пространственной областях с использованием механизма самовнимания. Мы проводим обширное исследование, чтобы оценить способность предлагаемого метода к обобщению среди различных состояний. Наш метод сравнивается с самыми передовыми методами биометрии ЭЭГ, и результаты показывают, что наш метод достигает самых современных результатов. Примечательно, что нам не нужно извлекать какие-либо функции вручную.

В современном глобализованном мире информации безопасность личной информации стала особенно важной1, что привело к необходимости в новых и более совершенных технологиях идентификации. Несмотря на то, что существующие технологии идентификации широко применяются в повседневной жизни и обеспечивают высокую точность, включая распознавание отпечатков пальцев, радужной оболочки глаза или лица2,3,4, а также достигают высоких показателей точности распознавания. Однако проблема с этими биометрическими данными заключается в том, что их можно легко украсть или случайно раскрыть. Безопасность этих технологий не гарантируется эффективно. По сравнению с упомянутой выше традиционной биометрией когнитивная биометрия вызвала больший исследовательский интерес из соображений безопасности.

В отличие от традиционной биометрии, которая опирается на физиологические или поведенческие характеристики, когнитивная биометрия представляет собой тип биометрии, который измеряет активность мозга человека и анализирует, как люди «думают»5. Существуют различные методы измерения активности мозга человека, и эти методы основаны на разных принципах отражения активности мозга. Функциональная магнитно-резонансная томография (фМРТ) измеряла концентрацию оксигемоглобина и дезоксигемоглобина, что может указывать на гемодинамические изменения, вызванные активностью нейронов. Позитронно-эмиссионная томография (ПЭТ) измеряет метаболизм нейронов путем введения радиоактивного вещества в тело субъекта. Спектроскопия ближнего инфракрасного диапазона (NIRS) измеряет концентрацию оксигемоглобина и дезоксигемоглобина по интенсивности отражения инфракрасного света от коры головного мозга, отражающего активность мозга. Магнитоэнцефалография (МЭГ) собирает магнитное поле, создаваемое мозговыми токами, а электроэнцефалография (ЭЭГ) собирает генерируемые электрические поля.

Для задачи идентификации мы выбрали ЭЭГ. По сравнению с другими методами, ЭЭГ можно получить с помощью портативных и относительно недорогих устройств6,7. В частности, для захвата сигналов ЭЭГ часто используется неинвазивная технология интерфейса мозг-компьютер, которая безопаснее и удобнее, чем инвазивные подходы. Амплитуда сигнала ЭЭГ нормального человека колеблется от 10 до 200 \(\upmu \)В, а частота обычно варьируется от 0,5 до 40 Гц. Он имеет высокое временное разрешение, обычно порядка миллисекунд5. Что касается пространственного разрешения, ЭЭГ демонстрирует более низкое пространственное разрешение из-за ограничения размера устройства сбора данных и взаимодействия электрических полей между различными областями мозга. Однако стоит отметить, что индивидуальная изменчивость является основой идентификации личности, и ЭЭГ не является исключением. Некоторые исследования8,9 показали, что сигналы ЭЭГ имеют сильную индивидуальную вариабельность, особенно альфа-волны10. Последовательность является еще одним решающим фактором для идентификации, поскольку эта биометрия требует повторного тестирования, а это означает, что признаки стабильно остаются неизменными во времени и месте11,12. Сигнал ЭЭГ также очень безопасен. Это особенно важно для идентификации личности, поскольку для идентификации личности требуется специальное оборудование для сбора данных и усилители для сбора информации. Такая личная информация не должна случайно разглашаться или получать к ней удаленный доступ. Следовательно, с точки зрения безопасности данных идентификация на основе ЭЭГ надежна, поскольку преступникам труднее ее использовать. ЭЭГ обеспечивает информационную безопасность посредством обнаружения эмоций. Идентификация не может быть произведена без согласия пользователя, так как нервозность, обнаруженная ЭЭГ, может привести к сбою аутентификации. Кроме того, хотя сигнал ЭЭГ является внутренней характеристикой, которая может генерироваться только тогда, когда мозг активен, он, естественно, несет в себе функцию определения активности13. И последнее, но не менее важное: сигналы ЭЭГ универсальны, и сигналы ЭЭГ могут быть уловлены у каждого человека, если только какая-то патология не вызывает структурного повреждения мозга, которое препятствует выработке сигналов ЭЭГ.