CN1931091A - 一种身份鉴定方法及系统 - Google Patents
一种身份鉴定方法及系统 Download PDFInfo
- Publication number
- CN1931091A CN1931091A CNA2006101136771A CN200610113677A CN1931091A CN 1931091 A CN1931091 A CN 1931091A CN A2006101136771 A CNA2006101136771 A CN A2006101136771A CN 200610113677 A CN200610113677 A CN 200610113677A CN 1931091 A CN1931091 A CN 1931091A
- Authority
- CN
- China
- Prior art keywords
- bioelectrical signals
- signal
- assessor
- signals
- calculate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000005611 electricity Effects 0.000 claims description 41
- 230000000737 periodic effect Effects 0.000 claims description 36
- 210000004165 myocardium Anatomy 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 31
- 230000008878 coupling Effects 0.000 claims description 15
- 238000010168 coupling process Methods 0.000 claims description 15
- 238000005859 coupling reaction Methods 0.000 claims description 15
- 230000003321 amplification Effects 0.000 claims description 13
- 230000036760 body temperature Effects 0.000 claims description 13
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000052 comparative effect Effects 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 6
- 210000004247 hand Anatomy 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 6
- 230000001143 conditioned effect Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000012805 post-processing Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 2
- 230000007935 neutral effect Effects 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 10
- 239000003990 capacitor Substances 0.000 description 6
- 238000013459 approach Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000004071 biological effect Effects 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000036982 action potential Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 239000004816 latex Substances 0.000 description 1
- 229920000126 latex Polymers 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 210000001013 sinoatrial node Anatomy 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种身份鉴定方法，包括：获取被鉴定者的生物电信号；将所述生物电信号处理成生物电特征向量；将所述生物电特征向量与预存的相应特征向量模板进行匹配比较；如匹配比较结果达到预设条件，则确认该被鉴定者。本发明还公开一种身份鉴定系统。本发明可提高身份鉴定的可靠性和安全性。
Description
技术领域
本发明涉及身份鉴定领域，特别是涉及一种身份鉴定方法及系统。
背景技术
身份鉴定是用于确认身份的唯一性和合法性。在银行、CA中心、公安系统等信息及安全领域有相当广泛的应用。为增强安全性，提高办事效率，要求身份鉴定必须快速、准确地识别被鉴定者的特征信息，验证被鉴定者真实身份。
现有技术中，身份鉴定技术主要有密码鉴定技术和生物特征鉴定技术。密码鉴定技术需要被鉴定者输入在鉴定系统内输入标识号码及密码，根据标识号码和密码是否匹配确定被鉴定者身份是否合法，鉴定时，只需被鉴定者输入正确的标识号码及密码即可得到身份确认，具有快速、方便的优点。但是，密码鉴定技术缺陷非常明显。主要是安全性不高，标识号码与密码只是为被鉴定者编辑的一组数据，非法人员可以采用偷盗、窥视、及网上破译软件等手段获取到这些数据，这样，非法人员使用不正常手段获取的标识号码和密码时，就会被误确认为身份合法，便可随心所欲侵害当事人利益。现实中，此类事件也经常发生。
将人体生物学特征或行为特性应用于身份鉴定，则可在一定程度上克服密码鉴定技术的不足。经科学论证，每个人的生物学特征是唯一的，其重复的概率可以忽略不计。目前利用人体生物学特征进行身份鉴定主要是利用人体脸像、虹膜、指纹、掌纹、声音、笔迹、步态等特征。
参阅图1，为现有技术中利用指纹进行身份鉴定的方法流程图，具体步骤如下：
步骤101、将需验证的人群的指纹编号记录在系统内指纹库中；
步骤102、获取被鉴定者指纹，并输入系统；
步骤103、输入该被鉴定者编号，调出预存的该标号对应的指纹，与获得的指纹相比较；
步骤104、如两指纹可重叠的比例达到要求，则确定该被鉴定者身份为合法身份。
但是，利用指纹技术进行身份识别也有其不足，如高科技的生物技术可能对指纹进行仿制，或在乳胶中隐去指纹，这会给指纹识别技术带来一定的隐患。其它如利用人脸、声音、步态等识别技术都在一定程度上存在被仿冒的隐患，比如人脸可以通过照片作假，声音和笔记可以被模仿。因此，上述身份鉴定技术都存一定安全隐患，其可靠性和安全性尚存缺陷。
发明内容
有鉴于此，本发明提供一种身份鉴定方法及系统，用于提高身份鉴定的可靠性和安全性。
本发明一种身份鉴定方法，包括：获取被鉴定者的生物电信号；将所述生物电信号处理成生物电特征向量；将所述生物电特征向量与预存的相应特征向量模板进行匹配比较；如匹配比较结果达到预设条件，确认该被鉴定者身份合法。
优选的，通过放大处理、滤波处理与模拟/数字转换，将所述生物电信号处理成生物电特征向量。
优选的，所述在处理后的生物电信号中提取生物电特征参数包括：计算生物电信号一个波形周期中的斜率；计算生物电信号一个波形周期中峰值时间；计算生物电信号周期波形内采样点值的方差；计算生物电信号周期波形的高阶矩；计算生物电信号周期波形的协方差。
优选的，所述计算生物电信号一个波形周期中的斜率包括：计算生物电信号中每一个周期内生物电信号的波形从起始点到第一个波峰的上升斜率；从第一个波谷到第二个波峰的上升斜率；从波峰到最低点的下降斜率；最后一个波峰的上升斜率；
优选的，所述计算生物电信号一个波形周期中峰值时间包括：计算每一个周期内生物电信号的波形从起点到第一个波峰所用的时间；从第一个波峰到最后一个波峰所用的时间；
优选的，所述计算生物电信号周期波形内采样点值的方差包括：计算前n个周期波形信号内采样点值的方差，并计算出n个方差的平均值；
优选的，所述计算生物电信号周期波形的高阶矩包括：计算前n个周期波形信号中每个周期的4阶矩，并计算出前n个波形信号周期4阶矩的平均值。
优选的，所述计算生物电信号周期波形的协方差包括：计算前n个周期波形信号相邻两周期的协方差。
优选的，根据上述特征参数生成特征向量。
优选的，所述根据上述特征参数生成特征向量的方法是将特征参数按一定的顺序排列。
优选的，采用矢量量化法、隐马尔可夫模型法、遗传算法、动态时间规整法或神经网络法进行匹配比较。
优选的，所述生物电信号包括心肌生物电信号和脑电波信号。
优选的，所述生物电信号的通过测量人体两手之间的电位差获取。
优选的，所述获取被鉴定者生物电信号，包括：获取被鉴定者的生物电信号，同时获取被鉴定者电阻、体温与/或湿度信号；将电阻、体温与/或湿度信号与上述生物电信号叠加后，作为被鉴定者的生物电信号。
本发明一种身份鉴定系统，包括：获取单元：用于获取被鉴定者的生物电信号；信号处理单元：用于将所述生物电信号处理成生物电特征向量；匹配计算单元：用于将所述生物电特征向量与预存的相应特征向量模板进行匹配比较；确认单元：用于在匹配比较结果达到预设条件时，确认该被鉴定者。
优选的，所述获取单元还用于获取被鉴定者电阻、体温与/或湿度信号；所述信号处理单元还用于将电阻、体温与/或湿度信号与上述生物电信号叠加后处理。
优选的，所述信号处理单元包括：信号放大单元：用于对所述生物电信号进行放大处理；滤波单元：用于对放大后的信号进行滤波处理：模拟/数字转换单元：把采集并放大后的生物电信号转换成可被直接处理的数字信号；特征向量生成单元：用于依据所述生物电特征参数计算生物电特征向量。
优选的，依据所述生物电特征参数计算出生物电特征向量的方法包括矢量量化法、隐马尔可夫模型法、动态时间规整法和人工神经网络法。
优选的，所述生物电信号的通过测量人体两手之间的电位差获取。
优选的，所述生物电信号包括心肌生物电信号和脑电波信号。
优选的，所述生物电信号包括心肌生物电信号和脑电波信号。
与现有技术相比，本发明具有以下优点：
本发明将生物电信号用于身份鉴定，生物电信号是每个人独有的生物学特征，其可重复的概率完全可以忽略不计，并且无可仿冒，充分保证身份鉴定的可靠性与安全性。
优选的，本发明采用心肌生物电信号和脑电波信号，心肌生物电信号和脑电波信号特征明显，易于获取和处理。
优选的，本发明可同时获取被鉴定者电阻、体温与/或湿度信号。将电阻、体温与/或湿度信号与生物电信号叠加后，作为被鉴定者的生物电信号，结合被鉴定者多种生物特征进行鉴定，进一步增强身份鉴定的可靠性和安全性。
附图说明
图1为现有技术中利用指纹进行身份鉴定的方法流程图；
图2为本发明身份鉴定方法实施例的流程图；
图3为人体心肌生物电信号在一个周期电位差随时间的变化示意图；
图4为被鉴定者的心肌生物电信号的波形图；
图5为被鉴定者的心肌生物电信号的波形图；
图6为人体心肌生物电信号的主要特征参数检测示意图；
图7为本发明身份鉴定系统实施例的示意图；
图8为本发明信号放大单元实施例的电路图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明的核心思想是将生物电信号用于身份鉴定，生物电信号是每个人独有的生物学特征，其可重复的概率完全可以忽略不计，并且无可仿冒，充分保证身份鉴定的可靠性与安全性。
生物电是生物体所呈现的电现象。产生生物电的基础来自细胞膜内外的电位差。安静时，细胞内处于负电位，细胞外处于负电位，称“静息电位”；兴奋时，瞬间细胞内的电位升高并超过了细胞外而相对地变成了正电位，暂时可变为内正外负，称“动作电位”，这种电位的变化只持续几毫秒，兴奋过后又恢复原来的状态。脑和心脏等器官所表现的复杂电变化，是它们的组成细胞电变化的总和，单个个体的生物电信号基本一致，不同个体的生物电信号存在较大的差异。
基于生物电的生物特征身份鉴定是采用每个人独一无二的生物特征来验证其身份的合法性。从理论上说，生物特征认证是最可靠的身份认证方式，因为它直接使用人体内的生物特征信号来表示每一个人的身份，不同的人具有相同生物特征的可能性可以忽略不计，并且不可能被仿冒，因此，具有极高的可靠性和安全性。
本发明通过专用的仪器获取被鉴定者生物电信号，生物电信号可以为人体心肌生物电信号、脑电波信号等有较强特征的信号量。再将获取被鉴定者的生物电信号进行放大、滤波处理后，在处理后的图形进行特殊点A/D(模/数)转换，提取被鉴定者生物电信号的特征参数，然后根据生物电特征参数计算生成被鉴定者的生物电特征向量。
本发明将被鉴定者的生物电特征向量与预先存储在数据库中的该被鉴定者的生物电特征模板信号进行匹配。当匹配达到或超过预设的门限值时，确认被鉴定者身份合法；当匹配没有达到或超过预设的门限值时，确认被鉴定者身份非法。
参阅图2，为本发明身份鉴定方法实施例的流程图，具体步骤如下：
步骤201、被鉴定者输入自己的标识号码；
被鉴定者输入自己的姓名、身份证号码或编号等标识号码，以便于在数据库中查找出与其相应生物电模板信号。
步骤202、获取被鉴定者的心肌生物电信号；
获取时需要用指夹式生物电信号检测器固定在被鉴定者的指端进行心肌生物电信号的采集。可通过测量人体两手之间的电位差获取心肌生物电信号。
人体心肌生物电是由心脏的窦房结发出的一次兴奋，按一定的途径和进程，依次传向心房和心室，引起整个心脏的兴奋；因此，每一个心动周期中，心脏各部分兴奋过程中出现的电变化传播方向、途径、次序和时间等都有一定的规律。这种生物电变化通过心脏周围的导电组织和体液，反映到身体表面，使身体各部位在每一心动周期中也都发生有规律的电变化。将测量电极放置在人体表面的一定部位记录出来的心脏电变化曲线能够反映心脏兴奋的产生、传导和恢复过程中的生物电变化系。而该变化曲线反映的人体生物电信号在经过生物电放大器的放大后，能够被检测出来。
请参阅图3，图3为人体心肌生物电信号在一个周期电位差(y轴)随时间(t轴)的变化示意图，该图所示波形是一个典型的生物电信号的波形图。图4、图5为两个不同被鉴定者的心肌生物电信号的波形图，经对比可以看出，虽然每个个体的心肌生物电信号的特征会随着检测部位和检测时刻的变化而有所差异，但是，同一个人的心肌生物电信号基本保持稳定，不同个体的心肌生物电信号却存在比较大的差异。因此，通过心肌生物电信号比较容易识别不同个体。
步骤203、对心肌生物电信号进行放大、滤波处理、模拟量/数字量的转换；
将采集到的心肌生物电信号通过心肌电信号放大器进行放大，并将放大后的心肌生物电信号进行滤波处理。
步骤204、对处理后的心肌生物电信号进行特殊点检测，并计算其特征参数；
心肌生物电特征参数的提取是指提取生物电信号信号中表征人的基本特征，选取的特征必须能够有效地区分不同的被鉴定者，且对同一被鉴定者的变化保持相对稳定，同时要求特征参数计算简便，最好有高效快速算法，以保证识别的实时性。
图6为对人体心肌生物电信号的主要特征参数检测示意图，心肌生物电信号的特征参数包括生物电信号的顶点和谷点，与之相对的特征参数包括：上升及下降斜率k1、k2、k3、k4，时间间隔t1、t2，具体表现为：
计算生物电信号一个波形周期中的斜率；
计算生物电信号一个波形周期中峰值时间；
计算生物电信号周期波形内采样点值的方差；
计算生物电信号周期波形的高阶矩；
计算生物电信号周期波形的协方差。
所述计算生物电信号一个波形周期中的斜率包括：计算生物电信号中每一个周期内生物电信号的波形从起始点到第一个波峰的上升斜率；从第一个波谷到第二个波峰的上升斜率；从波峰到最低点的下降斜率；最后一个波峰的上升斜率；
所述计算生物电信号一个波形周期中峰值时间包括：计算每一个周期内生物电信号的波形从起点到第一个波峰所用的时间；从第一个波峰到最后一个波峰所用的时间；
所述计算生物电信号周期波形内采样点值的方差包括：计算前n个周期波形信号内采样点值的方差，并计算出n个方差的平均值；
所述计算生物电信号周期波形的高阶矩包括：计算前n个周期波形信号中每个周期的4阶矩，并计算出前n个波形信号周期4阶矩的平均值。
所述计算生物电信号周期波形的协方差包括：计算前n个周期波形信号相邻两周期的协方差。
将计算后的结果作为心肌生物电信号的特征参数。
步骤205、依据生物电信号的特征参数计算生物电特征向量；
将生物电信号的特征参数按一定顺序进行排列即可组成生物电的特征向量。
步骤206、根据被鉴定者标识号码查找相对应的心肌生物电模板信息；
将所有可能被鉴定的人群按标识号码预置其心肌生物电模板信息到数据库，心肌生物电模板信息记录所对应人员的心肌生物电信号的特征向量。需要匹配时，根据被鉴定者输入的标识号码调出对应的心肌生物电的模板信息。
步骤207、将被鉴定者心肌生物电信号的特征向量与模板信息相比较，依据比较后的结果确定是否匹配。
是否匹配是指比较的结果是否超过预设的条件，预设条件可为固定的门限值，若超过，则表示该被鉴定者通过身份鉴定。若没有超过，则表示该用户没有通过身份鉴定。
本实施例中，匹配比较方法可采用矢量量化法、隐马尔可夫模型法、动态时间规整法或人工神经网络法进行匹配比较，上述方法已在音频领域有成熟的应用，其可靠性很高。
本实施例在步骤201中，获取被鉴定者心肌生物电信号的同时，还可同时获取被鉴定者一些生理特征信号，如电阻、体温及湿度等等：
将上述信号与被鉴定者的生物电信号进行叠加后，再按实施例所述方法处理成生物电特征向量，与生物电模板信息进行匹配比较，进一步提高身份识别的可靠性和安全性。
本发明所提出的基于人体生物电的身份鉴定方法还能够结合其他一些生物特征技术，实现多生物特征信息的身份鉴定。
参阅图7，为本发明一种身份鉴定系统实施例的示意图，该系统包括获取单元701、信号处理单元702、匹配计算单元703、确认单元704。
获取单元701通过专用的仪器获取被鉴定者生物电信号，生物电信号可以为人体心肌生物电信号、脑电波信号等有较强特征的信号量。获取单元701通过测量人体两手之间的电位差获取生物电信号。获取单元701将获取的生物电信号传送至信号处理单元702。
信号处理单元702包括信号放大单元70211、滤波单元7022、模拟/数字转换单元7023、特征向量生成单元7024。
信号放大单元70211将采集到的生物电信号进行放大，并将放大后的生物电信号传送至滤波单元7022。
滤波单元7022对接收到的信号进行滤波处理，并将滤波后的信号传送至模拟/数字转换单元7023。
模拟/数字转换单元7023依据特种电检测方法将生物电波形信号转换为特征参数，如：
计算生物电信号一个波形周期中的斜率；
计算生物电信号一个波形周期中峰值时间；
计算生物电信号周期波形内采样点值的方差；
计算生物电信号周期波形的高阶矩；
计算生物电信号周期波形的协方差。
所述计算生物电信号一个波形周期中的斜率包括：计算生物电信号中每一个周期内生物电信号的波形从起始点到第一个波峰的上升斜率；从第一个波谷到第二个波峰的上升斜率；从波峰到最低点的下降斜率；最后一个波峰的上升斜率。
所述计算生物电信号一个波形周期中峰值时间包括：计算每一个周期内生物电信号的波形从起点到第一个波峰所用的时间；从第一个波峰到最后一个波峰所用的时间。
所述计算生物电信号周期波形内采样点值的方差包括：计算前n个周期波形信号内采样点值的方差，并计算出n个方差的平均值。
所述计算生物电信号周期波形的高阶矩包括：计算前n个周期波形信号中每个周期的4阶矩，并计算出前n个波形信号周期4阶矩的平均值。
所述计算生物电信号周期波形的协方差包括：计算前n个周期波形信号相邻两周期的协方差。
将上述检结果作为生物电信号的特征参数，并将特征参数传送至特征向量生成单元7024。
特征向量生成单元7024将特征参数按一定顺序进行排列即可组成生物电的特征向量，并将生物电特征向量传送至匹配计算单元703。
匹配计算单元703在其数据库内调出该鉴定者的生物电模板信息，并生物电特征参数与模板信息进行匹配比较。匹配比较方法可选用采用矢量量化法、隐马尔可夫模型法、动态时间规整法或人工神经网络法进行匹配比较。匹配计算单元703内置预设条件，预设条件可为固定的门限，只有当被鉴定者的生物电特征向量与预先存储的模板信息的匹配超过所述门限值时，输出信号高电平到确认单元704，否则输出低电平信号到确认单元704。
确认单元704接收到高电平信号，确认该被鉴定者身份；接受到第电平信号，则认为该被鉴定者非法。
获取单元701还用于获取被鉴定者电阻、体温和湿度信号，信号处理单元702还用于将电阻、体温与/或湿度信号与上述生物电信号叠加后处理。
由于生物电信号十分微弱，在检测生物电信号的同时存在强大的干扰，因此，设计高质量的信号放大单元7021有许多技术困难，通常要求必须具备如下特性：
1、高输入阻抗，人体心肌的生物电信号是高阻抗的微弱信号源，所以生物电放大器的输入阻抗必须比较高，从而减小信号源阻抗对生物电放大器的影响。
2、高共模抑制比(CMRR)，为了抑制人体所携带的工频干扰以及所测量的参数外的其他生理作用的干扰，须选用差分放大形式。
3、低噪声、低漂移，为了获得一定信/噪比的输入信号，对放大器的低噪声性能有严格的要求。理想的生物电放大器，能够抑制外界干扰使其减弱到和放大器的固有噪声为同一数量级。
4、有足够大的放大倍数及低功耗。
参阅图8，为本发明信号放大单元实施例的电路图，信号放大单元7021包括前级差分放大单元、直流补偿放大单元和后级放大单元。
前级差分放大单元，包括运算放大器A1及连接其输入端的电阻R1和电阻R2。
直流补偿放大单元，包括运算放大器A2、电容C1、电容C2，电阻R5、电阻R6，运算放大器A2的负输入端通过R6电阻与运算放大器A1的输出端相连；运算放大器A2的输出端通过并联的电容C1和电阻R5与运算放大器A1相连；运算放大器A2的输出端与负输入端通过电容C2相连。
后级放大单元，包括运算放大器A3、电容C3、R7电阻、电阻R8，运算放大器A3的负输入端通过R7电阻连接运算放大器A1的输出端；运算放大器A3的负输入端与输出端之间并联电阻R8和第三电容C3。
该电路的极化电压最大可以达到300mV，所在交流耦合中减少极化电压的影响是必须的。在该电路中，采用了直流补偿放大器来抵消直流偏移量。集成化仪用放大器作为生物电前置放大器时，由于极化电压的存在，前置放大器的增益只能在几十倍以内，这就使得集成化放大器作为前置放大器时的共模抑制比不可能达到最高。
在该电路中，经前级放大信号中的直流成分(包括极化电压以及仪用放大器的输入失调电压)由直流补偿电路消除。后级放大器承担着主要的放大任务，要求运放有很低的输入失调电压，以免高增益放大后，影响输出信号。
以上对本发明所提供的一种身份鉴定方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (20)
1、一种身份鉴定方法，其特征在于，包括：
获取被鉴定者的生物电信号；
将所述生物电信号处理成生物电特征向量；
将所述生物电特征向量与预存的相应特征向量模板进行匹配比较；
如匹配比较结果达到预设条件，确认该被鉴定者身份合法。
2、根据权利要求1所述的方法，其特征在于，通过放大处理、滤波处理与模拟/数字转换，将所述生物电信号处理成生物电特征向量。
3、根据权利要求2所述的方法，其特征在于，所述在处理后的生物电信号中提取生物电特征参数包括：
计算生物电信号一个波形周期中的斜率；
计算生物电信号一个波形周期中峰值时间；
计算生物电信号周期波形内采样点值的方差；
计算生物电信号周期波形的高阶矩；
计算生物电信号周期波形的协方差。
4、根据权利要求3所述的方法，其特征在于，所述计算生物电信号一个波形周期中的斜率包括：计算生物电信号中每一个周期内生物电信号的波形从起始点到第一个波峰的上升斜率；从第一个波谷到第二个波峰的上升斜率；从波峰到最低点的下降斜率；最后一个波峰的上升斜率。
5、根据权利要求3所述的方法，其特征在于，所述计算生物电信号一个波形周期中峰值时间包括：计算每一个周期内生物电信号的波形从起点到第一个波峰所用的时间；从第一个波峰到最后一个波峰所用的时间。
6、根据权利要求3所述的方法，其特征在于，所述计算生物电信号周期波形内采样点值的方差包括：计算前n个周期波形信号内采样点值的方差，并计算出n个方差的平均值。
7、根据权利要求3所述的方法，其特征在于，所述计算生物电信号周期波形的高阶矩包括：计算前n个周期波形信号中每个周期的4阶矩，并计算出前n个波形信号周期4阶矩的平均值。
8、根据权利要求3所述的方法，其特征在于，所述计算生物电信号周期波形的协方差包括：计算前n个周期波形信号相邻两周期的协方差。
9、根据权利要求3所述的方法，其特征在于，根据上述特征参数生成特征向量。
10、根据权利要求9所述的方法，其特征在于，所述根据上述特征参数生成特征向量的方法是将特征参数按一定的顺序排列。
11、根据权利要求1至10任一项所述的方法，其特征在于，采用矢量量化法、隐马尔可夫模型法、遗传算法、动态时间规整法或神经网络法进行匹配比较。
12、根据权利要求1至10任一项所述的方法，其特征在于，所述生物电信号包括心肌生物电信号和脑电波信号。
13.根据权利要求12所述的方法，其特征在于，所述心肌生物电信号通过测量人体两手之间的电位差获取。
14、根据权利要求1至10任一项所述的方法，其特征在于，所述获取被鉴定者生物电信号，包括：
获取被鉴定者的生物电信号，同时获取被鉴定者电阻、体温与/或湿度信号；
将电阻、体温与/或湿度信号与上述生物电信号共同作为被鉴定者的生物电信号。
15、一种身份鉴定系统，其特征在于，包括：
获取单元：用于获取被鉴定者的生物电信号；
信号处理单元：用于将所述生物电信号处理成生物电特征向量；
匹配计算单元：用于将所述生物电特征向量与预存的相应特征向量模板进行匹配比较；
确认单元：用于在匹配比较结果达到预设条件时，确认该被鉴定者。
16、根据权利要求15所述的系统，其特征在于，所述获取单元还用于获取被鉴定者电阻、体温与/或湿度信号；所述信号处理单元还用于将电阻、体温与/或湿度信号与上述生物电信号叠加后处理。
17、根据权利要求15所述的系统，其特征在于，所述信号处理单元包括：
信号放大单元：用于对所述生物电信号进行放大处理；
滤波单元：用于对生物电信号进行滤波处理；
模拟/数字转换单元：用于把生物电信号转换成可被直接处理的数字信号；
特征向量生成单元：用于依据提取到的生物电特征参数计算生物电特征向量。
18、根据权利要求15、16或17所述的系统，其特征在于，采用矢量量化法、隐马尔可夫模型法、动态时间规整法或人工神经网络法进行匹配比较。
19、根据权利要求15、16或17所述的系统，其特征在于，所述生物电信号包括心肌生物电信号和脑电波信号。
20、根据权利要求19所述的系统，其特征在于，所述生物电信号是通过测量人体两手之间的电位差获取。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2006101136771A CN100459934C (zh) | 2006-10-12 | 2006-10-12 | 一种身份鉴定方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2006101136771A CN100459934C (zh) | 2006-10-12 | 2006-10-12 | 一种身份鉴定方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1931091A true CN1931091A (zh) | 2007-03-21 |
| CN100459934C CN100459934C (zh) | 2009-02-11 |
Family
ID=37877228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB2006101136771A Expired - Fee Related CN100459934C (zh) | 2006-10-12 | 2006-10-12 | 一种身份鉴定方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN100459934C (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101773394B (zh) * | 2010-01-06 | 2011-09-07 | 中国航天员科研训练中心 | 身份识别方法及应用该方法的身份识别系统 |
| CN102441229A (zh) * | 2010-09-30 | 2012-05-09 | 鼎迈医疗科技(苏州)有限公司 | 具有安全保密功能的病人控制器及植入式医疗系统 |
| CN103729586A (zh) * | 2013-12-20 | 2014-04-16 | 北京握奇数据系统有限公司 | 一种基于脑电波信号的密码验证方法及系统 |
| CN105389004A (zh) * | 2015-10-22 | 2016-03-09 | 上海斐讯数据通信技术有限公司 | 一种脑电波解锁终端屏幕的系统及方法 |
| CN107411734A (zh) * | 2017-03-06 | 2017-12-01 | 华斌 | 一种根据人体生物电磁波获取用户特征的装置 |
| WO2018201683A1 (zh) * | 2017-05-03 | 2018-11-08 | 深圳迈瑞生物医疗电子股份有限公司 | 生理信号的同源性识别方法及装置 |
| WO2018205424A1 (zh) * | 2017-05-09 | 2018-11-15 | 深圳市科迈爱康科技有限公司 | 基于肌电的生物识别方法、终端及计算机可读存储介质 |
| CN112261323A (zh) * | 2020-10-21 | 2021-01-22 | 淮北市盛世昊明科技服务有限公司 | 一种基于大数据平台的网络安全防护系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5325862A (en) * | 1993-03-26 | 1994-07-05 | The United States Of America As Represented By The Secretary Of The Navy | Method and/or system for personal identification and impairment assessment from brain activity patterns |
| US5872834A (en) * | 1996-09-16 | 1999-02-16 | Dew Engineering And Development Limited | Telephone with biometric sensing device |
| CA2366486A1 (en) * | 2000-01-10 | 2001-07-19 | Tarian, Llc | Device using histological and physiological biometric marker for authentication and activation |
| DE10329901A1 (de) * | 2003-07-03 | 2005-01-20 | Daimlerchrysler Ag | Personenidentifizierungssystem für Fahrzeuge |
-
2006
- 2006-10-12 CN CNB2006101136771A patent/CN100459934C/zh not_active Expired - Fee Related
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101773394B (zh) * | 2010-01-06 | 2011-09-07 | 中国航天员科研训练中心 | 身份识别方法及应用该方法的身份识别系统 |
| CN102441229A (zh) * | 2010-09-30 | 2012-05-09 | 鼎迈医疗科技(苏州)有限公司 | 具有安全保密功能的病人控制器及植入式医疗系统 |
| CN103729586A (zh) * | 2013-12-20 | 2014-04-16 | 北京握奇数据系统有限公司 | 一种基于脑电波信号的密码验证方法及系统 |
| CN105389004A (zh) * | 2015-10-22 | 2016-03-09 | 上海斐讯数据通信技术有限公司 | 一种脑电波解锁终端屏幕的系统及方法 |
| CN107411734A (zh) * | 2017-03-06 | 2017-12-01 | 华斌 | 一种根据人体生物电磁波获取用户特征的装置 |
| WO2018201683A1 (zh) * | 2017-05-03 | 2018-11-08 | 深圳迈瑞生物医疗电子股份有限公司 | 生理信号的同源性识别方法及装置 |
| US11457873B2 (en) | 2017-05-03 | 2022-10-04 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | Method and apparatus for identifying homology of physiological signals |
| WO2018205424A1 (zh) * | 2017-05-09 | 2018-11-15 | 深圳市科迈爱康科技有限公司 | 基于肌电的生物识别方法、终端及计算机可读存储介质 |
| CN112261323A (zh) * | 2020-10-21 | 2021-01-22 | 淮北市盛世昊明科技服务有限公司 | 一种基于大数据平台的网络安全防护系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN100459934C (zh) | 2009-02-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1931091A (zh) | 一种身份鉴定方法及系统 | |
| CN1945554A (zh) | 一种提高智能密钥安全性的方法及装置 | |
| US11497419B2 (en) | Methods for signal-embedded signatures | |
| Agrafioti et al. | Heart biometrics: Theory, methods and applications | |
| CN1672357A (zh) | 用于电生物身份识别的方法和装置 | |
| CN104102915B (zh) | 一种心电异常状态下基于ecg多模板匹配的身份识别方法 | |
| Derakhshani et al. | Determination of vitality from a non-invasive biomedical measurement for use in fingerprint scanners | |
| JP4782141B2 (ja) | 電子バイオメトリック識別認識のための方法及び装置 | |
| Tawfik et al. | Human identification using time normalized QT signal and the QRS complex of the ECG | |
| Choudhary et al. | Robust photoplethysmographic (PPG) based biometric authentication for wireless body area networks and m-health applications | |
| Abdeldayem et al. | ECG-based human authentication using high-level spectro-temporal signal features | |
| JPH09510636A (ja) | 生物測定の個人認証システム | |
| Belgacem et al. | Person identification system based on electrocardiogram signal using LabVIEW | |
| JP5642210B2 (ja) | 電子バイオメトリック識別認識のための方法及び装置 | |
| Tawfik et al. | Human identification using QT signal and QRS complex of the ECG | |
| Singla et al. | ECG as biometric in the automated world | |
| Singh et al. | Identifying individuals using eigenbeat features of electrocardiogram | |
| Srivastva et al. | ECG analysis for human recognition using non‐fiducial methods | |
| Lu et al. | A pore-based method for fingerprint liveness detection | |
| Kuila et al. | Feature extraction of electrocardiogram signal using machine learning classification | |
| Pouryayevali | ECG biometrics: new algorithm and multimodal biometric system | |
| CN1540568A (zh) | 身份识别和鉴定方法 | |
| Chen et al. | Finger ECG-based authentication for healthcare data security using artificial neural network | |
| CN109389070A (zh) | 一种指静脉识别器、生成指静脉模型的方法和设备 | |
| Huang et al. | NF-heart: A near-field non-contact continuous user authentication system via ballistocardiogram |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C56 | Change in the name or address of the patentee |
Owner name: FEITIAN TECHNOLOGIES CO., LTD. Free format text: FORMER NAME: BEIJING FEITIAN CHENGXIN TECHNOLOGY CO., LTD. |
|
| CP03 | Change of name, title or address |
Address after: 100085 Beijing city Haidian District Xueqing Road No. 9 Ebizal building B block 17 layer Patentee after: Feitian Technologies Co.,Ltd. Address before: 100083, Haidian District, Xueyuan Road, Beijing No. 40 research, 7A building, 5 floor Patentee before: FEITIAN TECHNOLOGIES Co.,Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090211 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |