- PVSM.RU - https://www.pvsm.ru -
Фрагмент доклада «Нейротехнологии в безопасности» на конференции ZeroNights'16 [1] об использовании данных о мозговой активности в системах биометрического контроля.
При использовании данных о мозговой активности в качестве биометрического параметра общая архитектура верификационной системы сохраняется.
У авторизованного пользователя есть идентификатор и биометрический образец. Для верификации сравниваются данные из базы и от пользователя.
Но в работе с данными мозговой активности есть тонкости.
Данные о мозговой активности мы получаем средствами электроэнцефалографии [2].
ЭЭГ фиксирует суммарную электрическую активность
Сигнал ЭЭГ нелинейный, шумный и нестационарный.
Снятие ЭЭГ — процедура контактная: нужно установить электроды на голову пользователя. И продолжительная, потому что электрическая активность
Нам нужно собрать некоторый объем данных, при этом их нельзя снимать долго. На длинных промежутках времени проявляются нелинейные искажения сигнала ЭЭГ.
C нелинейностью справляемся серией коротких замеров, в течение которых сигнал можно считать линейным.
ЭЭГ может содержать сигналы, не связанные с мозговой активностью. Это артефакты [4].
Артефакты могут иметь физическую или физиологическую природу.
На ЭЭГ сказывается и сокращение мышц, и наводка от электроприборов, и качество электродов.
Повышать чистоту сигнала можно процедурно, аппаратно, программно.
Лучше всего снимать ээг в спокойной обстановке, когда пользователь не двигается, расслаблен и сконцентрирован. Можно добавить повторяющиеся от процедуры к процедуре внешние стимулы. Например, одна и та же музыка, картинки.
Артефакты можно узнать в лицо. Нужно снять ЭЭГ, когда человек моргает, кивает, сжимает челюсти, улыбается, говорит. Артефакты проявятся на электроэнцефалограмме. Можно дополнить ЭЭГ мио-датчиками и акселерометрами, регистрирующими сокращение мышц и движения головы. Потом вырезать из электроэнцефалограммы участки с посторонними сигналами.
Качество ЭЭГ-сигнала напрямую зависит от качества контакта электродов с поверхностью кожи головы. Важно правильно расположить электроды и уменьшить сопротивление между ними и кожей, для этого можно использовать токопроводящие гели или солевой раствор.
Снятый сигнал нужно очистить от шумов. Например, с использованием систем фильтров на основе band-pass [5]. Повысить чистоту сигнала можно тонким подбором полосы пропускания фильтра. Ширина полосы зависит от конкретного нейроинтерфейса.
После очистки сигнала, нужно выделить его значимые признаки. Этот процесс называется — feature extraction [6].
Feature extraction — это получение характеристик наиболее информативных фрагментов сигнала. Полученные характеристики могут быть использованы в задачах классификации.
Для обработки ЭЭГ можно использовать Быстрое Преобразование Фурье [7], в результате получаем частотные характеристики сигнала.
Однако БПФ — линейный метод, а сигнал ЭЭГ нестационарный.
Для обработки нестационарного сигнала больше подходят временно-частотные методы анализа. Например, вейвлет-преобразование [8].
Вейвлет-преобразование представляет ЭЭГ-сигнал как последовательность вейвлетов [9]. Это позволяет рассматривать частотную составляющую ЭЭГ во временной перспективе и обеспечивает чёткую привязку спектра значимых признаков сигнала ко времени.
Последний этап работы с ЭЭГ в верификационной системе — биометрический мэтчер.
При всех своих ограничениях ЭЭГ имеет потенциал применения в биометрических системах.
ЭЭГ можно использовать в качестве биометрического параметра, потому что мозговая активность индивидуальна [10]. Уникальным [11] ее делает синхронизированная активность групп нейронов.
Нейроны, обрабатывающие одни и те же сигналы, формируют метастабильные группы.
Сигналы, соответсвующие одному внешнему стимулу или когнитивному событию, вызывают синхронизированную активность объединившихся в группы нейронов. Определенный уровень такой синхронизации сохраняется и в состоянии покоя.
Синхронизированная активность нейронов наблюдается на электроэнцефалограммах.
У ЭЭГ как биометрического параметра есть преимущества:
Автор: Xci_Gen
Источник [12]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/bezopasnost/217832
Ссылки в тексте:
[1] ZeroNights'16: https://2016.zeronights.ru
[2] электроэнцефалографии: https://postnauka.ru/faq/18246
[3] мозга: http://www.braintools.ru
[4] артефакты: http://lekmed.ru/info/arhivy/klinicheskaya-elektroencefalografiya-8.html
[5] band-pass: https://en.wikipedia.org/wiki/Band-pass_filter
[6] feature extraction: https://www.hindawi.com/journals/isrn/2014/730218/
[7] Быстрое Преобразование Фурье: https://ru.wikipedia.org/wiki/Быстрое_преобразование_Фурье
[8] вейвлет-преобразование: https://ru.wikipedia.org/wiki/Вейвлет-преобразование
[9] вейвлетов: https://ru.wikipedia.org/wiki/Вейвлет
[10] индивидуальна: http://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1005203
[11] Уникальным: http://journals.plos.org/plosbiology/article?id=10.1371%2Fjournal.pbio.1002498#sec001
[12] Источник: https://geektimes.ru/post/283442/
Нажмите здесь для печати.