CN109101807A - 一种脑电身份权限控制系统及方法 - Google Patents
一种脑电身份权限控制系统及方法 Download PDFInfo
- Publication number
- CN109101807A CN109101807A CN201811051447.6A CN201811051447A CN109101807A CN 109101807 A CN109101807 A CN 109101807A CN 201811051447 A CN201811051447 A CN 201811051447A CN 109101807 A CN109101807 A CN 109101807A
- Authority
- CN
- China
- Prior art keywords
- brain
- electrical feature
- similarity
- brain electrical
- permission
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2141—Access rights, e.g. capability lists, access control lists, access tables, access matrices
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明的实施例提供了一种脑电身份权限控制系统及方法。该系统包括相互连接的脑‑机接口装置、权限处理器和外部设备,其中:脑‑机接口装置用于在用户操控外部设备的过程中获取脑电信号,并将脑电信号转换成外部设备可识别的操控指令;权限处理器用于从脑电信号提取脑电特征,并基于所提取的脑电特征确定用户的操控权限;以及外部设备用于根据所述操控权限确定是否执行所述操控指令指示的有权限要求的操控行为。由此,通过从用户操控外部设备的过程中获取的脑电信号提取脑电特征来进行身份权限确认,从而实现对外部设备的有权限要求的操控进行相应的身份权限控制,不需要额外的身份权限确认时间,从而提高了身份权限确认的效率。
Description
技术领域
本发明涉及脑-机接口技术领域,更具体地涉及一种脑电身份权项控制系统及方法。
背景技术
基于生物特征的身份识别一直以来吸引着科学家们的关注,科学家们认为生物特征诸如:指纹、虹膜、人脸和脑活动等,都具有个体间的特异性和长时间尺度上的稳定性。但与此同时,各种生物特征的伪造方法的出现严重威胁到了生物识别系统的安全性。相比于其他形式的生物特征,基于脑电信号的身份认证/识别方法更为安全可靠。
但目前有关脑电信号的身份权限确认的方法里,存在以下问题:由于脑电(Electroencephalograph,简称EEG)信号一般信噪比较低,需要较长时间采集信号进行累积来提升信噪比,从而导致基于脑电信号的身份权限确认操作需要较长时间完成,难以满足实际应用场景中对身份权限确认效率的要求。
因此,迫切需要一种新的脑电身份权限确认技术,以解决上述问题。
发明内容
考虑到上述问题而提出了本发明。本发明提供了一种脑电身份权限控制系统及方法。
根据本发明一方面,提供了一种脑电身份权限控制系统,其特征在于,包括相互连接的脑-机接口装置、权限处理器和外部设备,其中:
所述脑-机接口(Brain-computer Interface,简称BCI)装置用于在用户操控所述外部设备的过程中获取脑电信号,并将所述脑电信号转换成所述外部设备可识别的操控指令;
所述权限处理器用于从所述脑电信号提取脑电特征,并基于所提取的脑电特征确定用户的操控权限;以及
所述外部设备用于根据所述操控权限确定是否执行所述操控指令指示的有权限要求的操控行为。
示例性地,所述权限处理器具体用于:
针对所述系统中所有注册脑电特征中的每个注册脑电特征,计算该注册脑电特征与所述所提取的脑电特征的相似度;
从所有的相似度中确定最大相似度并且确定与所述最大相似度对应的注册身份和权限;
根据所述最大相似度确定用户是否具有与所述最大相似度对应的注册身份和权限。
示例性地,所述权限处理器确定用户是否具有与所述最大相似度对应的注册身份和权限通过以下操作实现:
将所述最大相似度与不同预设阈值比较;
根据所述最大相似度与不同预设阈值之间的大小关系,确定用户是否具有与所述最大相似度对应的注册身份和权限等级。
示例性地,所述系统还包括输入装置,用于接收用户输入的注册身份的信息;
所述权限处理器还用于:
计算所输入的注册身份对应的注册脑电特征与所述所提取的脑电特征的相似度;
根据所述相似度确定用户是否具有其输入的注册身份和权限。
示例性地,所述权限处理器确定用户是否具有其输入的注册身份和权限通过以下操作实现:
将所述相似度与不同预设阈值比较;
根据所述相似度与不同预设阈值之间的大小关系,确定用户是否具有其输入的注册身份以及在具有其输入的注册身份的情况下的权限等级。
示例性地,所述权限处理器计算注册脑电特征与所述所提取的脑电特征的相似度利用以下方式中的至少一种技术:K近邻方法、曼哈顿距离、隐马尔可夫模型以及多层感知机。
示例性地,所述权限处理器计算注册脑电特征与所述所提取的脑电特征的相似度通过以下方式实现:
利用K近邻方法计算注册脑电特征与所述所提取的脑电特征的第一相似度,利用曼哈顿距离计算注册脑电特征与所述所提取的脑电特征的第二相似度,利用隐马尔可夫模型计算注册脑电特征与所述所提取的脑电特征的第三相似度以及利用多层感知机计算注册脑电特征与所述所提取的脑电特征的第四相似度;
根据所述第一相似度、所述第二相似度、所述第三相似度以及所述第四相似度确定所述相似度。
示例性地,所述权限处理器从所述脑电信号提取脑电特征通过以下操作实现:
基于稳态视觉诱发电位(Steady-State Visual Evoked Potentials,简称SSVEP)的BCI范式提取时域模式下的时域特征、频域模式下的频域特征和空域模式下的空域特征,并根据所述时域特征、所述频域特征和所述空域特征确定所述脑电特征;其中,
所述时域特征包括SSVEP信号包络参数、AR模型参数以及固有延迟特征,
所述频域特征包括SSVEP信号的幅值、窄带信噪比以及参考信号的锁相值,
所述空域特征包括SSVEP信号的能量导联索引排序信息。
示例性地,所述脑电信号是多导联脑电信号;
所述权限处理器从所述脑电信号提取脑电特征通过以下操作实现:
针对相同操控的多导联脑电信号进行分导联叠加平均,以得到脑电积累信号;
从所述脑电积累信号提取脑电特征。
示例性地,所述外部设备包括:脑电打字设备或脑电操控机器人。
根据本发明另一方面,还提供了一种脑电身份权限控制方法,包括:
在用户操控外部设备的过程中获取脑电信号,并将所述脑电信号转换成所述外部设备可识别的操控指令;
从所述脑电信号提取脑电特征,并基于所述所提取的脑电特征确定用户的操控权限;以及
根据所述操控权限确定所述外部设备是否执行所述操控指令指示的有权限要求的操控行为。
根据本发明实施例的脑电身份权限控制系统及方法,通过从在用户操控外部设备的过程中获取的脑电信号提取脑电特征来进行身份权限确认,从而实现对外部设备的有权限要求的操控进行相应的身份权限控制,不需要额外的身份权限确认时间,从而提高了身份权限确认的效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1示出了根据本发明一个实施例的脑电身份权限控制系统的示意性框图;
图2示出了根据本发明一个实施例的利用权限处理器进行身份识别的示意性流程图;
图3示出了根据本发明又一个实施例的脑电身份权限控制系统的示意性框图;
图4示出了根据本发明一个实施例的利用权限处理器进行身份认证的示意性流程图;以及
图5示出了根据本发明一个实施例的脑电身份权限控制方法的示意性流程图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
脑电信号使用电生理指标记录大脑活动时的电波变化,是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。大脑在活动时,大量神经元同步发生的突触后电位经总和后形成脑电信号。脑电信号由于在不同个体间可区分的特异性以及难伪造性,被认为是继指纹、虹膜、人脸等生物特征的一种更为安全可靠的可用于身份识别的生物特征。目前有关脑电信号的身份权限确认的方法里,由于脑电信号一般信噪比较低,需要较长时间采集信号进行累积来提升信噪比,从而导致基于脑电信号的身份权限确认操作需要较长时间完成,难以满足实际应用场景中对身份权限确认效率的要求。为此,本发明提出了一种脑电身份权限控制系统,以期解决上述问题。下面,将参考图1描述根据本发明实施例的脑电身份权限控制系统。图1示出了根据本发明一个实施例的脑电身份权限控制系统100的示意性框图。
如图1所示,系统100包括相互连接的BCI装置110、权限处理器120和外部设备130。
BCI装置110用于在用户操控外部设备130的过程中获取脑电信号,并将所述脑电信号转换成外部设备130可识别的操控指令。权限处理器120用于从BCI装置110获取的脑电信号提取脑电特征,并基于所提取的脑电特征确定用户的操控权限。外部设备130用于根据权限处理器120确定的操控权限确定是否执行所述操控指令指示的有权限要求的操控行为。
人类的每一闪思维,每一种情绪,每一个想法,在大脑中都会产生特定的脑电信号。不同思维情况下产生的神经电活动信号表现出不同的时空变化模式,会导致脑电信号的不同。BCI装置110在人和外部设备之间建立的连接通路。BCI装置110对检测到的脑电信号进行有效的信号处理与模式识别后转换成外部设备130可识别的操控指令,外部设备130根据操控指令完成所希望的操控行为。从而实现基于用户的思维状态的脑电操控行为,比如在显示器上的光标移动、机械手运动、字母输入、控制轮椅、开电视等。BCI装置110可以基于不同的BCI范式获取脑电信号,例如基于SSVEP的BCI范式、基于运动想象电位(MotorImagery,简称MI)的BCI范式以及基于P300电位的BCI范式等。
在用户通过BCI装置110操控外部设备130的过程中,利用BCI装置110实时获取的用户的脑电信号进行身份权限控制。权限处理器120用于从BCI装置110实时获取的脑电信号提取脑电特征。针对不同的BCI范式,提取脑电特征的方法各有不同。可使用任何现有的或未来开发的技术提取用于身份权限控制的脑电特征,本发明对此不做限制。权限处理器120基于所提取的脑电特征确定用户的操控权限。可以理解,脑电特征相当于用于用户的身份权限控制的密匙。可以类似指纹密匙、虹膜密匙等生物特征使用以进行身份权限控制。例如,权限处理器120基于用户的脑电特征识别出该用户是谁,还可以进一步地确认该用户拥有什么等级的权限。又例如,权限处理器120基于用户的脑电特征认证该用户是否具有其声明的身份,还可以进一步地确认该用户拥有什么等级的权限。
外部设备130用于根据操控指令执行所希望的操控行为。根据操控行为的重要性或后果的严重性等因素,可以把操控行为分为有权限要求操控行为和无权限要求的操控行为。例如,光标移动、字母输入可以设置为无权限要求的操控行为,而文件保存、文档发送可以设置为有权限要求的操控行为。对于无权限要求的操控行为,外部设备130根据操控指令直接执行所希望的操控行为。对于有权限要求的操控行为,外部设备130根据权限处理器120确定的操控权限确定是否执行操控指令指示的有权限要求的操控行为。如果经权限处理器120进行身份识别或认证,确认用户具有合法的身份,外部设备130执行操控指令指示的有身份要求的操控行为。如果用户不具有合法的身份,外部设备130拒绝执行操控指令指示的有身份要求的操控行为。进一步地,如果有权限要求的操控行为分权限等级控制,还需经权限处理器120确认用户具有的权限等级,外部设备130执行操控指令指示的权限等级范围内的操控行为,拒绝执行操控指令指示的权限等级范围外的操控行为。
可以理解,由于个体的差异性,BCI装置110获取的不同个体的脑电信号的信噪比不同,因此权限处理器120基于BCI装置110获取的不同个体的脑电信号提取脑电特征进行身份权限确认的时长也不同。例如,有的个体的脑电信号的信噪比很高,如果这样的用户希望外部设备130执行的初始的操控行为是有权限要求的操控行为,权限处理器120基于BCI装置110获取的该用户的脑电信号提取出有效的脑电特征完成身份权限确认。对于满足身份权限要求的情况,外部设备130执行根据BCI装置110转换的操控指令指示的有权限要求的操控行为。例如,有的个体的脑电信号的信噪比较低,如果这样的用户希望外部设备130执行的初始的操控行为没有权限要求,则外部设备130直接执行根据BCI装置110转换的操控指令指示的该用户希望的操控行为。BCI装置110在用户操控外部设备130的过程中获取的脑电信号经过一段时间的积累,达到一定的信噪比,使得权限处理器120可以提取出有效的脑电特征完成身份权限确认。则在该用户后续对外部设备130的操控过程中,对于满足身份权限要求的情况,外部设备130执行根据BCI装置110转换的操控指令指示的有权限要求的操控行为。例如,有的个体的脑电信号的信噪比较低,如果这样的用户希望外部设备130执行的初始的操控行为有权限要求。此时权限处理器120基于BCI装置110当前获取的该用户的脑电信号可能不能提取出有效的脑电特征通过身份权限确认,则外部设备130将拒绝执行根据BCI装置110转换的操控指令指示的有权限要求的操控行为。用户可能需要重复多次初始的有权限要求的操控,直至BCI装置110获取的该用户的脑电信号经过一段时间的积累达到一定的信噪比,使得权限处理器120可以提取出有效的脑电特征进行身份权限确认。对于满足身份权限要求的情况,外部设备130执行根据BCI装置110转换的操控指令指示的有权限要求的操控行为。
根据本发明的实施例,通过从用户操控外部设备的过程中获取的脑电信号提取脑电特征来进行身份权限确认,从而实现对外部设备的有权限要求的操控进行相应的身份权限控制,不需要额外的身份权限确认时间,从而提高了系统的身份权限控制的效率。
图2示出了根据本发明一个实施例的利用权限处理器120进行身份识别200的示意性流程图。如图2所示,利用权限处理器进行身份识别200包括步骤S210、步骤S220和步骤S230。
步骤S210,权限处理器120针对系统100中所有注册脑电特征中的每个注册脑电特征,计算该注册脑电特征与所提取的脑电特征的相似度。
注册脑电特征是系统100中存储的注册用户的脑电特征。用户在正常操控外部设备130之前,需要先在系统100中进行注册。例如,用户可以执行系统100规定的注册操作,以便通过BCI装置110获取该用户的脑电信号,进而通过权限处理器120从该用户的脑电信号提取脑电特征。系统100存储该脑电特征以作为该用户的注册脑电特征。又例如,可以通过别的系统或装置获取用户的脑电特征,然后转存于系统100中作为注册脑电特征使用。上述注册脑电特征可以直接存储于权限处理器120内置的存储器中。系统100还可以包括用于存储注册脑电特征的存储装置(未示出),权限处理器120从该存储装置获取注册脑电特征。
对于一个待识别身份的用户,通过BCI装置110获取该用户操控外部设备130过程中的脑电信号。权限处理器120首先从该脑电信号提取脑电特征,然后针对系统100中所有注册脑电特征中的每个注册脑电特征,逐一计算该注册脑电特征与所提取的脑电特征的相似度。所提取的脑电特征与注册脑电特征的相似度代表了该用户是该注册脑电特征对应的用户的可信程度。
步骤S220,从通过步骤S210计算的所有的相似度中确定最大相似度并且确定与该最大相似度对应的注册身份和权限。
通过步骤S210计算得到所提取的用户的脑电特征与系统100中所有注册脑电特征的相似度,取最大值作为最大相似度。最大相似度对应的注册身份和权限是该用户最可能的注册身份以及相应的权限。
步骤S230,根据通过步骤S210确定的最大相似度确定用户是否具有与该最大相似度对应的注册身份和权限。
把通过步骤S210确定的最大相似度与预设阈值比较,对于该最大相似度大于预设阈值的情况,确定该用户具有该最大相似度对应的注册身份以及相应的权限。例如,该用户具有最大相似度对应的注册身份A,相应的权限为高等级权限。例如,该用户具有最大相似度对应的注册身份B,相应的权限为中等级权限。对于该最大相似度不大于预设阈值的情况,此次身份识别处理失败,其原因可能是该用户不是注册用户,也可能是该用户当前累积的脑电信号的信噪比较低,导致基于当前的脑电信号不能提取有效的脑电特征进行身份识别比对。对于后者,该用户可以先执行无权限要求的操控或重复有权限要求的操控,使得累积的脑电信号有更好的信噪比,以便能够提取有效的脑电特征进行身份识别比对。
由此,在用户操控外部设备的过程中,实现了对该用户的身份识别和权限确认,不需要额外的身份权限确认时间,从而提高了系统的身份权限控制的效率。
在一个实施例中,权限处理器120确定用户是否具有与最大相似度对应的注册身份和权限通过以下操作实现:将最大相似度与不同预设阈值比较;根据该最大相似度与不同预设阈值之间的大小关系,确定用户是否具有与该最大相似度对应的注册身份和权限等级。
示例性地,外部设备130的权限等级可以设置为高、中、低三个等级,以便对不同重要程度或可能产生不同严重程度的后果的操控行为进行区分控制。以脑电打字设备和脑电操控机器人为例,其权限等级可以设置如表1所示。
表1权限等级示例表
权限等级 | 脑电打字设备 | 脑电操控机器人 |
低 | 输入消息内容 | 机器人移动 |
中 | 删除消息内容 | 机械臂移动 |
高 | 发送消息 | 目标物拾取 |
相应的有三个预设阈值:高等级阈值、中等级阈值以及低等级阈值,其中高等级阈值大于中等级阈值,中等级阈值大于低等级阈值。对于最大相似度大于高等级阈值的情况,确定该用户具有与该最大相似度对应的注册身份和高等级权限。对于最大相似度不大于高等级阈值但大于中等级阈值的情况,确定该用户具有与该最大相似度对应的注册身份和中等级权限。对于最大相似度不大于中等级阈值但大于低等级阈值的情况,确定该用户具有与该最大相似度对应的注册身份和低等级权限。否则,确定该用户没有注册身份,不具备任何权限。由此,利用不同的预设阈值,在身份识别的同时实现了权限分级管理。
图3示出了根据本发明又一个实施例的脑电身份权限控制系统300的示意性框图。如图3所示,系统300除了包括上述BCI装置110、权限处理装置120以及外部设备130,还包括输入装置140。
输入装置140用于接收用户输入的注册身份的信息。
用户在操控外部设备130之前,先利用输入装置140输入其注册身份的信息。注册身份的信息例如可以是帐号ID、姓名、手机号或邮箱等可以唯一标识该用户的身份的信息。用户的注册身份的信息与该用户的注册脑电特征相关联,利用用户的注册身份的信息可以索引进而获取到相关联的注册脑电特征。输入装置140例如可以是键盘、鼠标、触摸屏或语音输入设备等装置。
图4示出了根据本发明一个实施例的利用权限处理器进行身份认证的示意性流程图。如图4所示,权限处理器120还用于执行步骤S410和步骤S420。
步骤S410,计算用户通过输入装置140输入的注册身份对应的注册脑电特征与对通过BCI装置获取的脑电信号提取的脑电特征的相似度。
对于一个待认证身份的用户,通过BCI装置110获取该用户操控外部设备130过程中的脑电信号,权限处理器120从该脑电信号提取脑电特征。权限处理器120根据用户通过输入装置140输入的注册身份的信息获得对应的注册脑电特征,计算所提取的脑电特征与该注册脑电特征的相似度。所提取的脑电特征与该注册脑电特征的相似度代表了该用户具备其输入的注册身份的可信程度。
步骤S420,根据通过步骤S410确定的相似度确定用户是否具有其输入的注册身份和权限。
把通过步骤S410确定的相似度与预设阈值比较,对于该相似度大于预设阈值的情况,确定该用户具有其输入的注册身份以及相应的权限。否则此次身份认证处理失败,其原因可能是该用户不是注册用户,也可能是该用户当前累积的脑电信号的信噪比较低,导致基于当前的脑电信号不能提取有效的脑电特征进行身份认证比对。对于后者,该用户可以先执行无权限要求的操控或重复有权限要求的操控,使得累积的脑电信号有更好的信噪比,以便能够提取有效的脑电特征进行身份认证比对。
由此,在用户操控外部设备的过程中,实现了对该用户的身份认证和权限确认,不需要额外的身份权限确认时间,从而提高了系统的身份权限控制的效率。
在一个实施例中,权限处理器120确定用户是否具有其输入的注册身份和权限通过以下操作实现:将通过步骤S410确定的相似度与不同预设阈值比较;根据该相似度与不同预设阈值之间的大小关系,确定用户是否具有其输入的注册身份以及在具有其输入的注册身份的情况下的权限等级。
示例性地,系统100中的权限等级可以设置为高、中、低三个等级,以便对不同重要程度或可能产生不同严重程度的后果的操控行为进行区分控制。相应的有三个预设阈值:高等级阈值、中等级阈值以及低等级阈值,其中高等级阈值大于中等级阈值,中等级阈值大于低等级阈值。对于上述相似度大于高等级阈值的情况,确定该用户具有其输入的注册身份和高等级权限。对于最大相似度不大于高等级阈值但大于中等级阈值的情况,确定该用户具有其输入的注册身份和中等级权限。对于上述相似度不大于中等级阈值但大于低等级阈值的情况,确定该用户具有其输入的注册身份和低等级权限。否则,确定该用户不具有其输入的注册身份,不具备任何权限。由此,利用不同的预设阈值,在身份认证的同时实现了权限分级管理。
权限处理器130可以利用任何现有的或未来开发的技术计算注册脑电特征与所提取的脑电特征的相似度。在一个实施例中,权限处理器130计算注册脑电特征与所提取的脑电特征的相似度利用以下方式中的至少一种技术:K近邻方法、曼哈顿距离、隐马尔可夫模型以及多层感知机。可以根据实际应用中计算复杂度以及权限处理器130的计算能力选择合适的技术实现相似度计算。
在一个实施例中,权限处理器130计算注册脑电特征与所提取的脑电特征的相似度通过以下方式实现:利用K近邻方法计算注册脑电特征与所提取的脑电特征的第一相似度。利用曼哈顿距离计算注册脑电特征与所提取的脑电特征的第二相似度。利用隐马尔可夫模型计算注册脑电特征与所提取的脑电特征的第三相似度。利用多层感知机计算注册脑电特征与所提取的脑电特征的第四相似度。根据所述第一相似度、所述第二相似度、所述第三相似度以及所述第四相似度确定所述注册脑电特征与所提取的脑电特征的相似度。例如,可以取所述第一相似度、所述第二相似度、所述第三相似度以及所述第四相似度的均值作为注册脑电特征与所提取的脑电特征的相似度。例如,可以取所述第一相似度、所述第二相似度、所述第三相似度以及所述第四相似度的均方根作为注册脑电特征与所提取的脑电特征的相似度。由此,确保通过多种技术都可以获得较高的相似度,从而提高了身份权限确认的准确性。
在一个实施例中,权限处理器130从脑电信号提取脑电特征通过以下操作实现:基于SSVEP的BCI范式提取时域模式下的时域特征、频域模式下的频域特征和空域模式下的空域特征,并根据所述时域特征、所述频域特征和所述空域特征确定所述脑电特征。其中,所述时域特征包括SSVEP信号包络参数、AR模型参数以及固有延迟特征,所述频域特征包括SSVEP信号的幅值、窄带信噪比以及参考信号的锁相值,所述空域特征包括SSVEP信号的能量导联索引排序信息。由于SSVEP信号在时域、频域及空域多个维度上存在可靠性强、个体差异性显著的特征,通过结合多个维度的特征量,使得最终用于身份确认的脑电特征具备更为显著的个体差异性,从而能够极大提升身份权限确认的准确性和可靠性。
在一个实施例中,BCI装置110获取的脑电信号是多导联脑电信号。BCI装置110通过多个通道并行采集多路脑电信号以获得多导联脑电信号,例如16导联、32导联、64导联、128导联等。通过多导联脑电信号可以获得更为丰富的时域信息和空域信息。权限处理器130从脑电信号提取脑电特征通过以下操作实现:首先针对相同操控的多导联脑电信号进行分导联叠加平均,以得到脑电积累信号;然后从脑电积累信号提取脑电特征。示例性地,基于SSVEP的BCI范式的不同刺激频率,针对同一个刺激频率的多导联脑电信号进行分导联叠加平均,以得到该刺激频率的脑电积累信号。示例性地,基于MI的BCI范式的不同运动想象,针对同一个运动想象的多导联脑电信号进行分导联叠加平均,以得到该运动想象的脑电积累信号。脑电积累信号相对于原始的脑电信号,有更好的信噪比。从脑电积累信号可以提取更为有效的脑电特征进行身份权限确认,从而提高了身份权限确认的效率。
根据本发明的实施例,权限处理器120可以根据从用户初始的操控开始获取的所有脑电信号形成的脑电积累信号,也即随着用户新的操控不停累积更新的脑电积累信号提取脑电特征进行身份权限确认。可以理解,当首次通过身份权限确认后,后续的脑电积累信号包含更丰富的特征量和/或有更好的信噪比,所提取的脑电特征更容易通过身份权限确认。而如果用户使用过程中,想切换为另一个用户冒用原用户的身份权限,由于混入了新的用户的脑电信号,将无法提取出有效的脑电特征通过身份权限确认,因此新的用户将不能成功冒用原用户的身份权限,从而确保了身份权限控制的安全性。
根据本发明另一方面,提供一种脑电身份权限控制方法,其可以应用于上述脑电身份权限控制系统。图5示出了根据本发明一个实施例的脑电身份权限控制方法500的示意性流程图。如图5所示,方法500包括步骤S510、步骤S520和步骤S530。
步骤S510,在用户操控外部设备的过程中获取脑电信号,并将所述脑电信号转换成所述外部设备可识别的操控指令。
步骤S520,从所述脑电信号提取脑电特征,并基于所述所提取的脑电特征确定用户的操控权限。
步骤S530,根据所述操控权限确定所述外部设备是否执行所述操控指令指示的有权限要求的操控行为。
下面根据一个实施例描述脑电身份权限控制系统的工作流程,其中外部设备130是脑电打字设备。可以结合下文描述理解上述脑电身份权限控制方法500。以下描述仅为根据本发明的一个示例,而非对本发明的限制。
用户可以选择通过身份认证或身份识别的方式进行身份权限确认。用户如选择身份认证识别方式,需要先通过输入装置140输入其注册身份的信息,例如帐号ID、姓名、手机号或邮箱等,然后开始操控脑电打字设备。用户如选择身份识别方式,可以直接操控脑电打字设备。BCI装置110在用户操控脑电打字设备的过程中获取脑电信号,将该脑电信号转换成脑电打字设备可识别的操控指令,例如输入字符“A”、输入字符“B”、删除消息内容、发送消息等。例如,用户操控脑电打字设备顺序进行了以下字符输入:“ABCDEABCAB”,由于字符输入属于无权限要求的操控行为,脑电打字设备直接执行字符输入。BCI装置110同时将该脑电信号传输至权限处理器120。权限处理器120实时地从当前接收到的所有脑电信号提取脑电特征进行身份权限确认。如初始的从“A”的脑电信号提取脑电特征、然后从“AB”、“ABC”、……、“ABCDEABCAB”的脑电信号提取脑电特征。对于已输入“ABCDEABCAB”的时刻,权限处理器120实时地将已接收到的3个“A”的脑电信号进行分导联叠加平均,以得到“A”的脑电积累信号,类似的得到“B”、“C”、“D”“E”的脑电积累信号。其中,“B”的脑电积累信号是对3个“B”的脑电信号进行分导联叠加平均,“C”的脑电积累信号是对2个“C”的脑电信号进行分导联叠加平均,“D”和“E”仅为一次操控获得的脑电信号的脑电积累信号,还没有更多积累。可以理解,“A”、“B”的脑电积累信号相对有更好的信噪比。权限处理器120基于目前所得的“A”、“B”、“C”、“D”、“E”的所有脑电积累信号提取脑电特征。对于身份认证的方式,权限处理器120根据用户输入的注册身份的信息获取该用户的注册脑电特征,然后计算该注册脑电特征与实时提取的脑电特征的相似度,最后根据相似度确定该用户是否具有其输入的注册身份和权限。对于身份识别的方式,权限处理器120针对系统中的每个注册脑电特征,然后计算该注册脑电特征与实时提取的脑电特征的相似度,从中确定最大相似度,最后根据最大相似度确定用户是否具有与该最大相似度对应的注册身份和权限。可以理解,获取的脑电信号越充分,提取的脑电特征也越有效,注册用户也越可能通过身份权限确认。如果用户的脑电信号信噪比很高,权限处理器120在输入第一个字符“A”时提取的脑电特征与注册脑电特征的相似度已大于预设阈值,也即该用户已通过身份权限确认,则脑电打字设备后续会执行该用户的有权限要求的操控,例如保存文件、发送文件等。如果用户的脑电信号信噪比一般,权限处理器120可能在输入5个字符“ABCDE”时才提取到有效的脑电特征通过身份权限确认。如果用户的脑电信号信噪比较低,权限处理器120可能在输入更多字符例如“ABCDEABCAB”时才提取到有效的脑电特征通过身份权限确认。示例性地,脑电打字设备使用了分等级的权限控制,权限处理器120在输入第一个字符“A”时提取的脑电特征通过了低等级的身份权限确认,在输入3字符“ABC”时提取的脑电特征通过了中等级的身份权限确认,在输入“ABCDEABCAB”时提取的脑电特征通过了高等级的身份权限确认。随着身份权限确认登记的提高,用户可以操控脑电打字设备执行更高权限等级的操控行为。又例如,脑电打字设备设置了输入字符属于有权限要求的操控行为。则用户输入第一个字符“A”时,如果权限处理器120提取的脑电特征不能通过身份权限确认,即用户输入字符“A”失败。用户可以再次输入字符“A”,权限处理器120在第三次输入字符“A”时,通过3个“A”的脑电积累信号提取的脑电特征通过了身份权限确认,于是用户第三次输入字符“A”时成功输入。通过了身份权限确认,后续的字符输入也不再需要多次输入,脑电打字设备会执行字符输入的操控行为。由此,这些身份权限确认对于用户而言是“透明的”,没有特定的身份权限确认过程。
根据本发明实施例的脑电身份权限控制系统及方法,通过从用户操控外部设备的过程中获取的脑电信号提取脑电特征来进行身份权限确认,从而实现对外部设备的有权限要求的操控进行相应的身份权限控制,不需要额外的身份权限确认时间,从而提高了身份权限确认的效率。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的图像识别装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种脑电身份权限控制系统,其特征在于,包括相互连接的脑-机接口装置、权限处理器和外部设备,其中:
所述脑-机接口装置用于在用户操控所述外部设备的过程中获取脑电信号,并将所述脑电信号转换成所述外部设备可识别的操控指令;
所述权限处理器用于从所述脑电信号提取脑电特征,并基于所提取的脑电特征确定用户的操控权限;以及
所述外部设备用于根据所述操控权限确定是否执行所述操控指令指示的有权限要求的操控行为。
2.如权利要求1所述系统,其特征在于,所述权限处理器具体用于:
针对所述系统中所有注册脑电特征中的每个注册脑电特征,计算该注册脑电特征与所述所提取的脑电特征的相似度;
从所有的相似度中确定最大相似度并且确定与所述最大相似度对应的注册身份和权限;
根据所述最大相似度确定用户是否具有与所述最大相似度对应的注册身份和权限。
3.如权利要求2所述系统,其特征在于,所述权限处理器确定用户是否具有与所述最大相似度对应的注册身份和权限通过以下操作实现:
将所述最大相似度与不同预设阈值比较;
根据所述最大相似度与不同预设阈值之间的大小关系,确定用户是否具有与所述最大相似度对应的注册身份和权限等级。
4.如权利要求1所述系统,其特征在于:
所述系统还包括输入装置,用于接收用户输入的注册身份的信息;
所述权限处理器还用于:
计算所输入的注册身份对应的注册脑电特征与所述所提取的脑电特征的相似度;
根据所述相似度确定用户是否具有其输入的注册身份和权限。
5.如权利要求4所述系统,其特征在于,所述权限处理器确定用户是否具有其输入的注册身份和权限通过以下操作实现:
将所述相似度与不同预设阈值比较;
根据所述相似度与不同预设阈值之间的大小关系,确定用户是否具有其输入的注册身份以及在具有其输入的注册身份的情况下的权限等级。
6.如权利要求2至5任一项所述系统,其特征在于,所述权限处理器计算注册脑电特征与所述所提取的脑电特征的相似度利用以下方式中的至少一种技术:K近邻方法、曼哈顿距离、隐马尔可夫模型以及多层感知机。
7.如权利要求6所述系统,其特征在于,所述权限处理器计算注册脑电特征与所述所提取的脑电特征的相似度通过以下方式实现:
利用K近邻方法计算注册脑电特征与所述所提取的脑电特征的第一相似度,利用曼哈顿距离计算注册脑电特征与所述所提取的脑电特征的第二相似度,利用隐马尔可夫模型计算注册脑电特征与所述所提取的脑电特征的第三相似度以及利用多层感知机计算注册脑电特征与所述所提取的脑电特征的第四相似度;
根据所述第一相似度、所述第二相似度、所述第三相似度以及所述第四相似度确定所述相似度。
8.根据权利要求1至5任一项所述系统,其特征在于,所述权限处理器从所述脑电信号提取脑电特征通过以下操作实现:
基于稳态视觉诱发电位的脑-机接口范式提取时域模式下的时域特征、频域模式下的频域特征和空域模式下的空域特征,并根据所述时域特征、所述频域特征和所述空域特征确定所述脑电特征;其中,
所述时域特征包括稳态视觉诱发电位信号包络参数、AR模型参数以及固有延迟特征,
所述频域特征包括稳态视觉诱发电位信号的幅值、窄带信噪比以及参考信号的锁相值,
所述空域特征包括稳态视觉诱发电位信号的能量导联索引排序信息。
9.如权利要求1至5任一项所述系统,其特征在于:
所述脑电信号是多导联脑电信号;
所述权限处理器从所述脑电信号提取脑电特征通过以下操作实现:
针对相同操控的多导联脑电信号进行分导联叠加平均,以得到脑电积累信号;
从所述脑电积累信号提取脑电特征。
10.如权利要求1至5任一项所述系统,其特征在于,所述外部设备包括:脑电打字设备或脑电操控机器人。
11.一种脑电身份权限控制方法,包括:
在用户操控外部设备的过程中获取脑电信号,并将所述脑电信号转换成所述外部设备可识别的操控指令;
从所述脑电信号提取脑电特征,并基于所述所提取的脑电特征确定用户的操控权限;以及
根据所述操控权限确定所述外部设备是否执行所述操控指令指示的有权限要求的操控行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811051447.6A CN109101807B (zh) | 2018-09-10 | 2018-09-10 | 一种脑电身份权限控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811051447.6A CN109101807B (zh) | 2018-09-10 | 2018-09-10 | 一种脑电身份权限控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109101807A true CN109101807A (zh) | 2018-12-28 |
CN109101807B CN109101807B (zh) | 2022-12-02 |
Family
ID=64865676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811051447.6A Active CN109101807B (zh) | 2018-09-10 | 2018-09-10 | 一种脑电身份权限控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109101807B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112511313A (zh) * | 2020-11-25 | 2021-03-16 | 南京邮电大学 | 一种远程医疗系统中基于味觉诱发脑电信号的身份识别方法 |
CN113190122A (zh) * | 2021-05-31 | 2021-07-30 | 江苏集萃脑机融合智能技术研究所有限公司 | 基于脑信号的智能装置、方法、智慧系统及应用 |
CN113325728A (zh) * | 2021-05-27 | 2021-08-31 | 西安慧脑智能科技有限公司 | 基于脑电的智能家居控制方法、系统及控制设备 |
CN113705537A (zh) * | 2021-09-18 | 2021-11-26 | 中国银行股份有限公司 | 用户身份认证方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945078A (zh) * | 2012-11-13 | 2013-02-27 | 深圳先进技术研究院 | 人机交互设备及人机交互方法 |
CN103677264A (zh) * | 2013-12-03 | 2014-03-26 | 华南理工大学 | 一种基于脑机接口资源管理器的操作方法 |
CN104216515A (zh) * | 2014-07-25 | 2014-12-17 | 北京机械设备研究所 | 一种基于脑机接口的载人飞船非接触式操控方法 |
CN106951066A (zh) * | 2017-02-07 | 2017-07-14 | 深圳市魔眼科技有限公司 | 访问权限管理方法及头戴式设备 |
CN107300969A (zh) * | 2017-05-02 | 2017-10-27 | 昆明理工大学 | 一种基于运动想象的mp4播放器装置及其控制方法 |
CN107437011A (zh) * | 2016-05-26 | 2017-12-05 | 华为技术有限公司 | 基于脑电信号的身份识别的方法和装置 |
CN108446021A (zh) * | 2018-02-28 | 2018-08-24 | 天津大学 | 基于压缩感知的p300脑机接口在智能家居中的应用方法 |
-
2018
- 2018-09-10 CN CN201811051447.6A patent/CN109101807B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945078A (zh) * | 2012-11-13 | 2013-02-27 | 深圳先进技术研究院 | 人机交互设备及人机交互方法 |
CN103677264A (zh) * | 2013-12-03 | 2014-03-26 | 华南理工大学 | 一种基于脑机接口资源管理器的操作方法 |
CN104216515A (zh) * | 2014-07-25 | 2014-12-17 | 北京机械设备研究所 | 一种基于脑机接口的载人飞船非接触式操控方法 |
CN107437011A (zh) * | 2016-05-26 | 2017-12-05 | 华为技术有限公司 | 基于脑电信号的身份识别的方法和装置 |
CN106951066A (zh) * | 2017-02-07 | 2017-07-14 | 深圳市魔眼科技有限公司 | 访问权限管理方法及头戴式设备 |
CN107300969A (zh) * | 2017-05-02 | 2017-10-27 | 昆明理工大学 | 一种基于运动想象的mp4播放器装置及其控制方法 |
CN108446021A (zh) * | 2018-02-28 | 2018-08-24 | 天津大学 | 基于压缩感知的p300脑机接口在智能家居中的应用方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112511313A (zh) * | 2020-11-25 | 2021-03-16 | 南京邮电大学 | 一种远程医疗系统中基于味觉诱发脑电信号的身份识别方法 |
CN112511313B (zh) * | 2020-11-25 | 2023-06-13 | 南京邮电大学 | 一种远程医疗系统中基于味觉诱发脑电信号的身份识别方法 |
CN113325728A (zh) * | 2021-05-27 | 2021-08-31 | 西安慧脑智能科技有限公司 | 基于脑电的智能家居控制方法、系统及控制设备 |
CN113190122A (zh) * | 2021-05-31 | 2021-07-30 | 江苏集萃脑机融合智能技术研究所有限公司 | 基于脑信号的智能装置、方法、智慧系统及应用 |
CN113705537A (zh) * | 2021-09-18 | 2021-11-26 | 中国银行股份有限公司 | 用户身份认证方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109101807B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109101807A (zh) | 一种脑电身份权限控制系统及方法 | |
Chen et al. | A novel training-free recognition method for SSVEP-based BCIs using dynamic window strategy | |
CN105393193B (zh) | 可穿戴设备多模式系统 | |
Vařeka et al. | Stacked autoencoders for the P300 component detection | |
Sohankar et al. | E-bias: A pervasive eeg-based identification and authentication system | |
Guzel Aydin et al. | Wavelet-based study of valence–arousal model of emotions on EEG signals with LabVIEW | |
CN107683106A (zh) | 使用神经及神经机械指纹的无钥匙进出控制 | |
CN109656356A (zh) | 一种ssvep脑-机接口的异步控制系统 | |
CN109471528A (zh) | 一种用于脑-机接口系统的脑-机互适应系统 | |
CN108280414A (zh) | 一种基于能量特征的运动想象脑电信号的识别方法 | |
Liew et al. | EEG‐based biometric authentication modelling using incremental fuzzy‐rough nearest neighbour technique | |
Hasan et al. | EEG biometrics based on small intra-individual and large inter-individual difference of extracted features | |
Khan et al. | EEG based aptitude detection system for stress regulation in health care workers | |
Webster et al. | An unsupervised channel-selection method for SSVEP-based BCI systems | |
CN111967333B (zh) | 一种信号生成方法、系统、存储介质及脑机接口拼写器 | |
CN107872427A (zh) | 一种基于云计算的心电身份识别系统及方法 | |
DE102016107250A1 (de) | Verfahren, Einrichtung und Computerprogramm zur Multi-Faktor-Authentifizierung und/oder -Identifizierung von Benutzern | |
EP3559846B1 (de) | Verfahren und system zur verhaltensbasierten authentifizierung eines nutzers | |
CN103258107A (zh) | 一种监护方法和监护辅助系统 | |
CN112070141A (zh) | 一种融合注意力检测的ssvep异步分类方法 | |
CN113377212B (zh) | 基于脑电检测的眼动跟踪ar界面导航系统及方法 | |
Li et al. | Fish swarm optimized deep hopfield neural network-assisted HCI system for augmentative communication using a visual feedback system | |
Ma et al. | Electrode channel optimisation method for steady‐state visual evoked potentials | |
Tangkraingkij et al. | An appropriate number of neurons in a hidden layer for personal authentication using delta brainwave signals | |
CN110239487A (zh) | 控制车门开启的方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |