JP6604870B2 - Personal identification device, personal identification method, and personal identification program - Google Patents
Personal identification device, personal identification method, and personal identification program Download PDFInfo
- Publication number
- JP6604870B2 JP6604870B2 JP2016029662A JP2016029662A JP6604870B2 JP 6604870 B2 JP6604870 B2 JP 6604870B2 JP 2016029662 A JP2016029662 A JP 2016029662A JP 2016029662 A JP2016029662 A JP 2016029662A JP 6604870 B2 JP6604870 B2 JP 6604870B2
- Authority
- JP
- Japan
- Prior art keywords
- characteristic
- signal
- time
- personal identification
- feature
- 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.)
- Active
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
本発明は、個人識別装置、個人識別方法、及び個人識別プログラムに関する。 The present invention relates to a personal identification device, a personal identification method, and a personal identification program.
コンピュータによりユーザを認識するために、個人の指紋、顔、及び音声等の様々な生物学的現象を計測して個人を識別する個人識別装置が知られている。近年、生物学的現象の計測として個人に固有の心電波形信号を用いて個人を識別する個人識別装置も各種知られている。心電波形信号を用いて個人を識別する個人識別装置の一例として、個人の安静時における心電波形信号のパターンをバイオメトリックシグニチャとして予め登録しておき、対象者の心電波形と登録されたバイオメトリックシグニチャとを比較して個人を識別する個人識別装置が知られている(例えば、特許文献1及び特許文献2参照)。
2. Description of the Related Art In order to recognize a user by a computer, a personal identification device for identifying an individual by measuring various biological phenomena such as a personal fingerprint, a face, and voice is known. 2. Description of the Related Art In recent years, various types of personal identification devices that identify an individual using an electrocardiographic waveform signal unique to the individual as a biological phenomenon measurement are also known. As an example of a personal identification device that identifies an individual using an electrocardiogram waveform signal, the pattern of the electrocardiogram waveform signal at rest of the individual is registered in advance as a biometric signature, and is registered with the subject's
しかしながら、個人の心電波形は、安静時と、運動時及び体調不良時等の安静時と相違する体調下とでは相違する。例えば、個人の心電波形の相違は、心拍数、心拍の強弱、または1心拍の形状等の心拍の変動により現れる。従って、個人の安静時における心電波形信号と運動時等の心電波形とを比較した場合に、同一の個人であるにも拘らず個人の識別が困難な場合がある。例えば、個人の安静時における心電波形信号から登録されたバイオメトリックシグニチャを用いて個人を識別することは、単に心電波形の一部を切り出して比較しているにすぎず、体調変化によって個人の識別が困難な場合がある。つまり、個人の安静時における心電波形信号から登録されたバイオメトリックシグニチャを用いて個人を識別する場合、時系列による心電波形信号を用いているので、運動時などの心拍が上昇した状態で計測した心電波形信号は、登録されたバイオメトリックシグニチャと一致しないことが明らかである。従って、変化に富んだ個人の心電波形に対して、個人の体調変化に則して個人を識別することができる個人識別装置を提供することには改善の余地がある。 However, an individual's electrocardiogram waveform is different between a resting state and a physical condition that is different from a resting state such as during exercise and poor physical condition. For example, a difference in an individual electrocardiogram waveform appears due to heart rate fluctuations such as heart rate, heart rate strength, or the shape of one heart beat. Accordingly, when comparing an electrocardiogram waveform signal at rest of an individual with an electrocardiogram waveform during exercise or the like, it may be difficult to identify the individual even though they are the same individual. For example, identifying a person using a biometric signature registered from an electrocardiogram waveform signal at the time of the individual's rest is merely cutting out and comparing a part of the electrocardiogram waveform. May be difficult to identify. In other words, when identifying an individual using a biometric signature registered from an electrocardiogram waveform signal when the individual is at rest, the time-series electrocardiogram waveform signal is used. It is clear that the measured electrocardiographic waveform signal does not match the registered biometric signature. Accordingly, there is room for improvement in providing a personal identification device that can identify an individual in accordance with a change in the physical condition of the individual with respect to a variety of electrocardiographic waveforms.
本発明は、上記事実を考慮してなされたもので、個人の心拍が変動した場合であっても個人を識別することができる個人識別装置、個人識別方法、及び個人識別プログラムを提供することを目的とする。 The present invention has been made in view of the above facts, and provides a personal identification device, a personal identification method, and a personal identification program that can identify an individual even when the heart rate of the individual fluctuates. Objective.
上記目的を達成するために、本発明の個人識別装置は、個人を識別する時間特性に関する特徴量を記憶した記憶部と、対象者の心電波形信号の予め定めた周波数帯域の特定信号を通過させるバンドパスフィルタと、前記バンドパスフィルタを通過した前記特定信号に基づいて、時間特性に関する特徴量を取得する時間特性取得部と、前記時間特性取得部で取得した時間特性に関する特徴量と、前記記憶部に記憶された時間特性に関する特徴量とを比較して前記対象者が前記個人であるかを判定する判定部と、を備えている。 In order to achieve the above object, the personal identification device of the present invention passes through a storage unit that stores a feature amount related to a time characteristic for identifying an individual and a specific signal in a predetermined frequency band of the electrocardiographic waveform signal of the subject. A band-pass filter to be performed, a time characteristic acquisition unit that acquires a characteristic amount related to a time characteristic based on the specific signal that has passed through the band-pass filter, a characteristic amount related to a time characteristic acquired by the time characteristic acquisition unit, and A determination unit that determines whether the target person is the individual by comparing with a feature value related to time characteristics stored in the storage unit.
本発明によれば、時間特性取得部によって、バンドパスフィルタを通過した対象者の心電波形信号の予め定めた周波数帯域の特定信号に基づいて、時間特性に関する特徴量を取得する。また、記憶部には個人を識別する時間特性に関する特徴量が記憶され、判定部によって、時間特性取得部で取得した時間特性に関する特徴量と、記憶部に記憶された時間特性に関する特徴量とを比較して対象者が個人であるかを判定する。このように、時間特性に関する特徴量を用いて対象者が個人であるかを判定するので、個人の心拍が変動した場合であっても個人を識別することができる。 According to the present invention, the time characteristic acquisition unit acquires the feature quantity related to the time characteristic based on the specific signal in the predetermined frequency band of the electrocardiographic waveform signal of the subject who has passed through the bandpass filter. The storage unit stores a feature amount related to a time characteristic for identifying an individual. The determination unit includes a feature amount related to a time characteristic acquired by the time characteristic acquisition unit and a feature amount related to a time characteristic stored in the storage unit. A comparison is made to determine whether the subject is an individual. In this way, since it is determined whether the target person is an individual using the feature amount related to the time characteristic, the individual can be identified even when the individual's heart rate fluctuates.
前記個人識別装置において、前記記憶部は、個人を識別する周波数特性に関する特徴量をさらに記憶し、前記バンドパスフィルタを通過した前記特定信号に基づいて、周波数特性に関する特徴量を取得する周波数特性取得部をさらに備え、前記判定部は、前記時間特性取得部で取得した時間特性に関する特徴量と前記記憶部に記憶された時間特性に関する特徴量とを比較し、かつ前記周波数特性取得部で取得した周波数特性に関する特徴量と、前記記憶部に記憶された周波数特性に関する特徴量とを比較して前記対象者が前記個人であるかを判定する。このように、時間特性に関する特徴量と周波数特性に関する特徴量とを用いて対象者が個人であるかを判定するので、時間特性に関する特徴量を用いた場合と比較して、高精度に個人を識別することができる。 In the personal identification device, the storage unit further stores a characteristic amount related to a frequency characteristic for identifying an individual, and acquires a characteristic amount related to the frequency characteristic based on the specific signal that has passed through the band-pass filter. And the determination unit compares the feature quantity related to the time characteristic acquired by the time characteristic acquisition unit with the feature quantity related to the time characteristic stored in the storage unit, and acquires the frequency characteristic acquisition unit. It is determined whether the target person is the individual by comparing the feature quantity related to the frequency characteristic with the feature quantity related to the frequency characteristic stored in the storage unit. In this way, since the feature quantity related to the time characteristic and the feature quantity related to the frequency characteristic are used to determine whether the target person is an individual, the person can be identified with higher accuracy than when the feature quantity related to the time characteristic is used. Can be identified.
前記個人識別装置において、前記周波数特性に関する特徴量を、前記特定信号の強度に関する周波数特性の傾き、及び前記特定信号の位相に関する周波数特性の傾きの各々を示す物理量とすることができる。特定信号の強度に関する周波数特性の傾き及び特定信号の位相に関する周波数特性の傾きの各々を示す物理量を用いることによって、周波数特性に関する特徴量を容易に特定することができる。 In the personal identification device, the feature quantity related to the frequency characteristic may be a physical quantity indicating each of a slope of the frequency characteristic related to the intensity of the specific signal and a slope of the frequency characteristic related to the phase of the specific signal. By using physical quantities indicating the slope of the frequency characteristic related to the intensity of the specific signal and the slope of the frequency characteristic related to the phase of the specific signal, the feature quantity related to the frequency characteristic can be easily specified.
前記個人識別装置において、前記時間特性に関する特徴量を、前記特定信号のピークの間隔、前記特定信号の隣り合うピークの振幅比、及び前記特定信号と予め定めた時間軸との交点の各々を示す物理量とすることができる。このように特定信号のピークの間隔、特定信号の隣り合うピークの振幅比、及び特定信号と予め定めた時間軸との交点の各々を示す物理量を用いることにより、時間特性に関する特徴量を容易に特定することができる。 In the personal identification device, the characteristic amount related to the time characteristic indicates each of an interval between peaks of the specific signal, an amplitude ratio of adjacent peaks of the specific signal, and an intersection of the specific signal and a predetermined time axis. It can be a physical quantity. Thus, by using the physical quantity indicating each of the interval between the peaks of the specific signal, the amplitude ratio of the adjacent peaks of the specific signal, and the intersection of the specific signal and the predetermined time axis, the characteristic quantity related to the time characteristic can be easily obtained. Can be identified.
前記個人識別装置において、前記対象者の心電波形信号を、車両の座席シートに着座した対象者の心電波形を検出した検出信号とすることができる。これにより、車両の座席シートに着座した対象者が予め記憶した特徴量で示される個人であるかを容易に判定することができる。 In the personal identification device, the electrocardiographic waveform signal of the subject can be a detection signal obtained by detecting the electrocardiographic waveform of the subject seated on the seat of the vehicle. Thereby, it can be easily determined whether the subject person seated on the seat of the vehicle is an individual indicated by the pre-stored feature amount.
個人識別方法は、対象者の心電波形信号のうち予め定めた周波数帯を通過した特定信号に基づいて、時間特性に関する特徴量を取得し、取得した時間特性に関する特徴量と、個人を識別する時間特性に関する特徴量を予め記憶した記憶部に記憶された時間特性に関する特徴量とを比較して前記対象者が前記個人であるかを判定する。 In the personal identification method, a feature amount related to a time characteristic is acquired based on a specific signal that has passed a predetermined frequency band in an electrocardiographic waveform signal of the subject, and the feature amount related to the acquired time characteristic is identified from the individual. It is determined whether or not the target person is the individual by comparing with a feature quantity related to time characteristics stored in a storage unit that previously stores feature quantities related to time characteristics.
前記個人識別方法であって、前記記憶部は、個人を識別する周波数特性に関する特徴量をさらに記憶し、前記特定信号に基づいて、周波数特性に関する特徴量をさらに取得し、取得した時間特性に関する特徴量と前記記憶部に記憶された時間特性に関する特徴量とを比較し、かつ取得した周波数特性に関する特徴量と、前記記憶部に記憶された周波数特性に関する特徴量とを比較して前記対象者が前記個人であるかを判定する。 In the personal identification method, the storage unit further stores a feature amount related to a frequency characteristic for identifying an individual, further acquires a feature amount related to a frequency characteristic based on the specific signal, and a feature related to the acquired time characteristic The target is compared with the feature quantity related to the time characteristic stored in the storage unit and the feature quantity related to the acquired frequency characteristic is compared with the feature quantity related to the frequency characteristic stored in the storage unit. It is determined whether it is the individual.
個人識別プログラムは、コンピュータを、前記個人識別装置として機能させる。
Personal identification program causes the computer to function as the personal identification device.
このような、個人識別方法及び個人識別プログラムによっても、個人の心拍が変動した場合であっても個人を識別することができる。 Even with such a personal identification method and personal identification program, it is possible to identify an individual even when the heart rate of the individual fluctuates.
以上説明したように本発明によれば、個人の心拍が変動した場合であっても個人を識別することができる、という効果が得られる。 As described above, according to the present invention, it is possible to identify an individual even when the heart rate of the individual fluctuates.
以下、図面を参照して本発明の実施形態を詳細に説明する。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
本実施形態では、生物学的現象の計測として個人に固有の心電波形信号を用いて個人の識別が行われる。心電波形信号は、心臓が血液を全身に送り出すための心筋活動の指令である刺激伝達系の興奮と心筋の収縮する状態を人体電位の変化として検出された信号である。 In this embodiment, an individual is identified using an electrocardiographic waveform signal unique to the individual as a measurement of the biological phenomenon. The electrocardiographic waveform signal is a signal in which the excitation of the stimulus transmission system, which is a command of myocardial activity for the heart to send blood to the whole body, and the contraction of the myocardium are detected as changes in human body potential.
図3に、心電波形信号の一例として、複数(ここでは10人)の個人の心電波形信号を平均し正規化した信号を示す。図3に示すように、横軸を時間及び縦軸を電圧とした心電波形信号は、PQRST波と呼ばれるピークを持つ。 FIG. 3 shows, as an example of the electrocardiogram waveform signal, a signal obtained by averaging and normalizing the electrocardiogram waveform signals of a plurality of (here, 10 persons) individuals. As shown in FIG. 3, an electrocardiographic waveform signal with the horizontal axis representing time and the vertical axis representing voltage has a peak called a PQRST wave.
P波は、心臓から血液を全身に送りだす際に、心房が収縮して心室へ血液を送るときに検出される波形であり、QRS波は、心室の収縮に伴って検出される波形である。そして、T波は心室が元の状態に戻るときに検出される波形である。本実施形態は、これらPQRST波と呼ばれるピークを持つ心電波形信号を用いて個人の識別を行う。 The P wave is a waveform detected when the atrium contracts and sends blood to the ventricle when blood is sent from the heart to the whole body, and the QRS wave is a waveform detected as the ventricle contracts. The T wave is a waveform detected when the ventricle returns to its original state. In the present embodiment, an individual is identified using an electrocardiographic waveform signal having a peak called a PQRST wave.
図1に、本実施形態に係る個人識別装置10の構成の一例を示す。また、図2に、本発明の実施形態に係る個人識別装置を車両に搭載して、心拍が変動する車両の乗員を識別する態様の一例を示す。
FIG. 1 shows an example of the configuration of a
図1に示すように、個人識別装置10は、心電波形検出部12、バンドパスフィルタ14、1心拍波形切り出し部16、登録・識別選択部18、モード指示部20、波形解析部22、特徴量抽出部24、判定部30、機械学習部32及び出力部36を備えている。
As shown in FIG. 1, the
心電波形検出部12は、識別する対象者の心電波形を取得する。例えば、図2に示すように車両のステアリング、座席の背もたれ部及び座部の少なくとも一か所に埋め込んだ電位センサ12Sで検出された心電波形信号を取得することにより心電波形を検出する。
The electrocardiogram
バンドパスフィルタ14は、心電波形信号から、心電波形の特性に関する特徴量を取得するための周波数成分を含む特定信号を通過するフィルタリングを行う。つまり、対象者を識別するための特徴量の抽出に必要な周波数成分を含む心電波形信号を得るためのフィルタリングを行う。このバンドパスフィルタ14において通過される信号の帯域について説明する。
The band-
図4に、安静時(低心拍数の時)及び運動時(高心拍数の時)における心電波形信号と、安静時及び運動時における両者の心電波形信号の一例を示す。図4(1)は、安静時の心電波形信号を示し、図4(2)は、運動時における心電波形信号を示す。また、図4(3)は、心電波形信号における1心拍について安静時を点線で示し、運動時を実線で示す。図4に示すように、P波及びT波の振幅及びP波とR波との時間間隔、R波とT波との時間間隔が相違する。従って、このままの心電波形信号では、個人識別に用いることができない。本発明者は、心電波形信号に含まれる周波数成分に着目し、周波数成分を考慮して個人識別に用いることを勘案した。 FIG. 4 shows an example of ECG waveform signals at rest (when the heart rate is low) and exercise (when the heart rate is high), and both ECG waveform signals at rest and when exercising. FIG. 4 (1) shows an electrocardiogram waveform signal at rest, and FIG. 4 (2) shows an electrocardiogram waveform signal during exercise. FIG. 4 (3) shows a resting time with a dotted line for one heartbeat in the electrocardiographic waveform signal, and a solid line with an exercise time. As shown in FIG. 4, the amplitudes of the P wave and the T wave, the time interval between the P wave and the R wave, and the time interval between the R wave and the T wave are different. Therefore, the ECG waveform signal as it is cannot be used for personal identification. The inventor pays attention to the frequency component included in the electrocardiogram waveform signal, and considers using it for personal identification in consideration of the frequency component.
図5に、心電波形信号に含まれる周波数成分についてのスペクトル(周波数特性)の一例を示す。図5(1)は、心電波形信号に含まれる周波数成分についてのスペクトルの大きさ(強度または絶対値)に関する周波数特性を示し、図5(2)は、心電波形信号に含まれる周波数成分についてのスペクトルの位相に関する周波数特性を示す。 FIG. 5 shows an example of a spectrum (frequency characteristic) for a frequency component included in the electrocardiographic waveform signal. FIG. 5 (1) shows the frequency characteristic regarding the magnitude | size (intensity or absolute value) of the spectrum about the frequency component contained in the ECG waveform signal, and FIG. 5 (2) shows the frequency component contained in the ECG waveform signal. The frequency characteristic regarding the phase of the spectrum about is shown.
図5(1)に示すように、スペクトルの絶対値に関して、帯域BD1では安静時と運動時とでは特性が交差するが、帯域BD2では対数軸において特性はほぼ平行移動(つまり定数倍に変化)している。また、図5(2)に示すように、スペクトルの位相に関して、帯域BD1では安静時と運動時の条件で位相の値が相違し、帯域BD2ではほぼ同じ値となる。帯域BD2のスペクトルの性質を持つ時間波形では、図6に示すように時間波形の形状が変化せずに、間隔だけが変化している。これによって、心電波形信号に対して、帯域BD1の信号をバンドパスフィルタ14でカットすれば、心拍数に依存しない心電波形信号を得ることができる。
As shown in FIG. 5 (1), with respect to the absolute value of the spectrum, in the band BD1, the characteristics cross at rest and at the time of movement, but in the band BD2, the characteristics are almost translated on the logarithmic axis (that is, changed to a constant multiple). is doing. Further, as shown in FIG. 5 (2), with respect to the phase of the spectrum, the value of the phase is different in the band BD1 depending on the conditions at rest and in motion, and is almost the same value in the band BD2. In the time waveform having the spectral characteristics of the band BD2, as shown in FIG. 6, the shape of the time waveform does not change and only the interval changes. Thus, if the signal of the band BD1 is cut by the
図5に示す一例では、帯域BD1として0〜10Hzが示されている。なお、帯域BD1について、各種実験を行い、10Hz未満をカットするバンドパスフィルタ14を用いることで、後述する特徴量の抽出に好ましい結果が得られ、15Hz未満をカットするバンドパスフィルタ14を用いることで、さらに好ましいという実験結果が得られた。これにより、低域側のカット周波数を、10Hzに設定することが好ましく、15Hzに設定することがさらに好ましい。また、80Hz以上のスペクトルがノイズフロアと同レベルであったため、高域側のカット周波数を、80Hzに設定することが好ましい、という実験結果も得た。そこで、本実施形態では、バンドパスフィルタ14により通過させる心電波形信号の帯域を15〜80Hzに設定した。
In the example shown in FIG. 5, 0 to 10 Hz is shown as the band BD1. In addition, various experiments are performed on the band BD1, and a
図1に示す1心拍波形切り出し部16は、バンドパスフィルタ14を通過した後の心電波形信号(特定信号)の心拍ごとのピークを検出し、1心拍波形を切り出す。
The one heartbeat
登録・識別選択部18は、個人または対象者によるモード指示部20による操作により入力された指示(登録モードまたは識別モードの何れかの指示)に応じて、個人識別装置10に個人を示す特徴量を登録する処理、又は対象者が予め記憶された個人であるかを判別する処理の何れかを選択する。つまり、登録・識別選択部18では、1心拍波形切り出し部16から出力された1心拍波形信号を、個人を示す特徴量を求めて記憶することに用いるか、対象者が予め記憶された個人であるかを判別することに用いるかが選択される。
The registration /
波形解析部22は、1心拍波形切り出し部16から出力された1心拍波形信号に対して、商用電源に起因するハムノイズの除去などの処理を行う。また、波形解析部22は、1心拍波形切り出し部16から出力された1心拍波形信号について、例えば、離散フーリエ変換を行い、スペクトルの絶対値と位相に関する周波数特性を得るスペクトル解析を行うことができる。
The
特徴量抽出部24は、時間特性取得部26及び周波数特性取得部28を含んでおり、心電波形信号の時間特性及びスペクトルの周波数特性の各々の特徴量を抽出する。
The feature
図7に、バンドパスフィルタ14を通過した後の心電波形信号(1心拍波形信号)の時間特性及びその特徴量の一例を示す。この心電波形信号は1心拍波形切り出し部16で心拍ごとにピークを検出して切り出された波形であり、その1心拍の検出に使われるピークの前後に現れるプラス側のピークとマイナス側のピークを捉えてN1p、N2p、N3p、N4p、N5pとする。ここでN3pは、1心拍の検出に使われるピークを示している。図7(1)は心電波形信号のピークの時間値を示し、図7(2)はピークの振幅値を示し、図7(3)は心電波形信号が電圧0の場合の時間軸との交点を示す。
FIG. 7 shows an example of the time characteristic of the electrocardiogram waveform signal (one heartbeat waveform signal) after passing through the
本実施形態では、心電波形の時間特性に関する特徴量の一例として、第1特徴量から第3特徴量を用いる。 In the present embodiment, the first feature amount to the third feature amount are used as an example of the feature amount related to the time characteristic of the electrocardiogram waveform.
第1特徴量は、心電波形の時間特性における波形のピーク間隔を示す時間値とする。本実施形態では、4種類のピーク間隔を示す時間値を第1特徴量とする。つまり、1番目のピークN1pと2番目のピークN2pとのピーク間の時間値g1、2番目のピークN2pと3番目のピークN3pとのピーク間の時間値g2、3番目のピークN3pと4番目のピークN4pとのピーク間の時間値g3、及び4番目のピークN4pと5番目のピークN5pとのピーク間の時間値g4の各々を、第1特徴量とする。なお、第1特徴量としてピーク間の時間値g1〜g4を用いる場合、時間値g1〜g4の各々を軸とする4次元空間において第1特徴量を一意に表現及び特定することができる。 The first feature value is a time value indicating the waveform peak interval in the time characteristics of the electrocardiogram waveform. In the present embodiment, a time value indicating four types of peak intervals is set as the first feature amount. That is, the time value g2 between the first peak N1p and the second peak N2p, the time value g2 between the first peak N2p and the third peak N3p, the third peak N3p and the fourth peak Each of the time value g3 between the peaks with the peak N4p and the time value g4 between the peaks with the fourth peak N4p and the fifth peak N5p is defined as a first feature amount. Note that when the time values g1 to g4 between peaks are used as the first feature values, the first feature values can be uniquely expressed and specified in a four-dimensional space with the time values g1 to g4 as axes.
第2特徴量は、心電波形の時間特性におけるピークの振幅値の比とする。本実施形態では、隣り合うピークの振幅値の比を第2特徴量とする。つまり、1番目のピークN1pの振幅値N1yと2番目のピークN2pの振幅値N2yとの比r1、2番目のピークN2pの振幅値N2yと3番目のピークN3pの振幅値N3yとの比r2、3番目のピークN3pの振幅値N3yと4番目のピークN4pの振幅値N4yとの比r3、及び4番目のピークN4pの振幅値N4yと5番目のピークN5pの振幅値N5yとの比r4の各々を、第2特徴量とする。なお、第2特徴量として隣り合うピークの振幅値の比r1〜r4を用いる場合、比r1〜r4の各々を軸とする4次元空間において第2特徴量を一意に表現及び特定することができる。 The second feature amount is a ratio of peak amplitude values in the time characteristics of the electrocardiogram waveform. In the present embodiment, the ratio of the amplitude values of adjacent peaks is set as the second feature amount. That is, the ratio r2 between the amplitude value N1y of the first peak N1p and the amplitude value N2y of the second peak N2p, the ratio r2 of the amplitude value N2y of the first peak N2p and the amplitude value N3y of the third peak N3p, Each of the ratio r3 of the amplitude value N3y of the third peak N3p and the amplitude value N4y of the fourth peak N4p, and the ratio r4 of the amplitude value N4y of the fourth peak N4p and the amplitude value N5y of the fifth peak N5p Is the second feature amount. Note that when the ratio r1 to r4 of the amplitude values of adjacent peaks is used as the second feature quantity, the second feature quantity can be uniquely expressed and specified in a four-dimensional space with the ratios r1 to r4 as axes. .
第3特徴量は、心電波形の時間特性における時間軸との交点とする。本実施形態では、心電波形と時間軸との交点を示す時間値を第3特徴量とする。つまり、1番目のピークN1pと2番目のピークN2pを結ぶ心電波形と電圧0を軸とした時間軸との交点を示す時間値d1、2番目のピークN2pと3番目のピークN3pを結ぶ心電波形と電圧0を軸とした時間軸との交点を示す時間値d2、3番目のピークN3pと4番目のピークN4pを結ぶ心電波形と電圧0を軸とした時間軸との交点を示す時間値d3、及び4番目のピークN4pと5番目のピークN5pを結ぶ心電波形と電圧0を軸とした時間軸との交点を示す時間値d4の各々を、第3特徴量とする。なお、第3特徴量として交点を示す時間値d1〜d4を用いる場合、交点を示す時間値d1〜d4の各々を軸とする4次元空間において第3特徴量を一意に表現及び特定することができる。
The third feature amount is an intersection with the time axis in the time characteristic of the electrocardiogram waveform. In the present embodiment, the time value indicating the intersection of the electrocardiogram waveform and the time axis is set as the third feature amount. That is, a time value d1 indicating the intersection of the electrocardiogram waveform connecting the first peak N1p and the second peak N2p and the time axis with the
本実施形態に係る特徴量抽出部24に含まれる時間特性取得部26は、心電波形の時間特性に関する特徴量として、上述の第1特徴量〜第3特徴量の各々を取得する。
The time
図8に、スペクトルの周波数特性及びその特徴量の一例を示す。図8(1)はスペクトルの周波数特性のうちのスペクトルの絶対値の分布を示し、図8(2)はスペクトルの位相の分布を示す。 FIG. 8 shows an example of the frequency characteristic of the spectrum and its feature amount. FIG. 8 (1) shows the distribution of the absolute value of the spectrum among the frequency characteristics of the spectrum, and FIG. 8 (2) shows the distribution of the phase of the spectrum.
本実施形態では、スペクトルの周波数特性に関する特徴量の一例として、第4特徴量及び第5特徴量を用いる。 In the present embodiment, the fourth feature amount and the fifth feature amount are used as an example of the feature amount related to the frequency characteristic of the spectrum.
第4特徴量は、スペクトルの周波数特性におけるスペクトルの絶対値の分布の傾きとする。本実施形態では、スペクトルの絶対値について予め定めた着目周波数における傾きの値を第4特徴量とする。つまり、スペクトルの周波数特性におけるスペクトルの絶対値の分布について予め定めた着目周波数における傾きの値SLaを第4特徴量とする。図8(1)の例は、40Hzを着目周波数として定めた場合におけるスペクトルの絶対値分布の傾きSLaを示している。なお、第4特徴量として傾きSLaを用いる場合、傾きSLaを軸とする1次元空間において第4特徴量を一意に表現及び特定することができる。 The fourth feature amount is a slope of the distribution of the absolute value of the spectrum in the frequency characteristic of the spectrum. In the present embodiment, the value of the slope at the frequency of interest predetermined for the absolute value of the spectrum is set as the fourth feature amount. That is, the slope value SLa at the frequency of interest predetermined for the distribution of the absolute value of the spectrum in the frequency characteristics of the spectrum is set as the fourth feature amount. The example of FIG. 8A shows the slope SLa of the absolute value distribution of the spectrum when 40 Hz is set as the frequency of interest. Note that, when the gradient SLa is used as the fourth feature amount, the fourth feature amount can be uniquely expressed and specified in a one-dimensional space with the gradient SLa as an axis.
第5特徴量は、スペクトルの周波数特性におけるスペクトルの位相分布の傾きとする。本実施形態では、スペクトルの位相について予め定めた着目周波数における傾きの値を第5特徴量とする。つまり、スペクトルの周波数特性におけるスペクトルの位相の分布について予め定めた着目周波数における傾きの値SLbを第5特徴量とする。図8(2)の例は、40Hzを着目周波数として定めた場合におけるスペクトルの位相分布の傾きSLbを示している。なお、第5特徴量として傾きSLbを用いる場合、傾きSLbを軸とする1次元空間において第5特徴量を一意に表現及び特定することができる。 The fifth feature amount is the slope of the spectrum phase distribution in the spectrum frequency characteristics. In the present embodiment, the value of the gradient at the frequency of interest predetermined for the phase of the spectrum is set as the fifth feature amount. That is, the slope value SLb at the frequency of interest predetermined for the distribution of the spectrum phase in the spectrum frequency characteristic is set as the fifth feature amount. The example of FIG. 8B shows the slope SLb of the phase distribution of the spectrum when 40 Hz is set as the frequency of interest. Note that, when the gradient SLb is used as the fifth feature amount, the fifth feature amount can be uniquely expressed and specified in a one-dimensional space with the gradient SLb as an axis.
本実施形態に係る特徴量抽出部24に含まれる周波数特性取得部28は、スペクトルの周波数特性に関する特徴量として、上述の第4特徴量及び第5特徴量の各々を取得する。
The frequency
本実施形態に係る特徴量抽出部24は、時間特性取得部26及び周波数特性取得部28で取得された特徴量を用いて、個人または識別する対象者の心電波形に含まれる特徴量を抽出することができる。つまり、心電波形の時間特性に関する特徴量及びスペクトルの周波数特性に関する特徴量として、第1特徴量〜第5特徴量を用いる場合、第1特徴量〜第5特徴量の各々の値を軸とする、つまり第1特徴量〜第5特徴量の各々の次元数を合計した14次元空間において心電波形の時間特性に関する特徴量及びスペクトルの周波数特性に関する特徴量を一意に表現及び特定することができる。
The feature
従って、特徴量抽出部24は、第1特徴量〜第5特徴量の各々による14次元空間上の位置を特定することで、個人または識別する対象者の心電波形に含まれる特徴量を抽出することができる。
Accordingly, the feature
なお、本実施形態では、第1特徴量〜第5特徴量の全てを用いた14次元空間において一意に特徴量を特定する場合を説明するが、心電波形の時間特性に関する特徴量及びスペクトルの周波数特性に関する特徴量の特定方法は、これに限定されない。例えば、第1特徴量〜第5特徴量の各々の特徴量について、主成分分析により個人識別に使用する特徴量を選定し、次元数の削減や特徴量の重みづけすることも可能である。 In the present embodiment, a case is described in which a feature amount is uniquely specified in a 14-dimensional space using all of the first feature amount to the fifth feature amount. The method of specifying the feature amount related to the frequency characteristic is not limited to this. For example, for each of the first to fifth feature amounts, a feature amount used for personal identification can be selected by principal component analysis, and the number of dimensions can be reduced or the feature amount can be weighted.
図1に示す機械学習部32は、特徴量記憶部34を備えており、心電波形信号を用いて特徴量抽出部24で抽出された心電波形の特徴量を、機械学習した後に特徴量記憶部34に記憶する。特徴量記憶部34に記憶された心電波形の特徴量は、個人識別に用いる判定基準として機械学習部32から出力される。
The
具体的には、機械学習部32は、登録モードが指示され、登録・識別選択部18で、個人を示す特徴量を登録する処理が選択された場合に、特徴量抽出部24で抽出された特徴量を用いて個人を示す特徴量を生成し、生成された特徴量を、個人識別の判定基準として特徴量記憶部34に記憶する。つまり心電波形検出部12で検出された心電波形信号の対象者が予め登録された個人であるかを判定する判定基準が生成される。そして、生成された判定基準は、特徴量記憶部34に記憶される。判定基準の生成例は、複数の心電波形(例えば、複数の1心拍波形信号の各々)の特徴量(特徴量抽出部24で抽出された特徴量)を入力データとして個人を示す特徴量が1つ出力されるように機械学習させた機械学習の結果の特徴量が個人を示す特徴量とされる。
Specifically, the
判定部30は、判定基準を用いて、入力された特徴量による対象者が予め登録された個人であるかを判定する。そして、出力部36は、判定部30の判定結果を出力する。判定部30は、識別モードが指示され、登録・識別選択部18で、対象者を識別する処理が選択された場合に、特徴量抽出部24で抽出された特徴量と、機械学習部32の特徴量記憶部34に記憶されている個人の特徴量である判定基準とを比較して、検出された心電波形信号の対象者が予め登録された個人であるかを判定する。
The
ここで、個人又は対象者の心電波形の特徴量は、第1特徴量〜第5特徴量の全てを用いた14次元空間において一意に特徴量を特定できる。そこで、本実施形態の判定部30では、個人(判定基準)及び対象者の各々についての特徴量の空間距離を用いて対象者が予め登録された個人であるかを判定する。なお、本実施形態では、特徴量の空間距離はユークリッド距離を用いる。
Here, the feature quantity of the electrocardiographic waveform of the individual or the subject can be uniquely specified in a 14-dimensional space using all of the first feature quantity to the fifth feature quantity. Therefore, the
従って、判定部30は、14次元空間において、特徴量記憶部34に記憶された個人(判定基準)の特徴量と、対象者の特徴量との空間距離が0または予め定めた空間距離以内の場合に、対象者が個人であると判定する。
Therefore, in the 14-dimensional space, the
なお、個人識別装置10は本発明に係る個人識別装置の一例である。バンドパスフィルタ14は、本発明に係るバンドパスフィルタの一例である。特徴量抽出部24に含まれる時間特性取得部26は本発明に係る時間特性取得部の一例である。特徴量抽出部24に含まれる周波数特性取得部28は本発明に係る周波数特性取得部の一例である。判定部30は本発明に係る判定部の一例である。特徴量記憶部34は、本発明に係る記憶部の一例である。
The
次に、本実施形態に係る個人識別装置10の動作を説明する。個人識別装置10は、登録モードで動作する場合と、識別モードで動作する場合とがある。
Next, the operation of the
まず、モード指示部20による操作により入力された指示によって、個人識別装置10が登録モードで動作する場合を説明する。
First, a case where the
心電波形検出部12は、個人識別装置10に登録する個人の心電波形(心電波形信号)を取得し、バンドパスフィルタ14へ出力する。バンドパスフィルタ14は、心電波形検出部12から出力された心電波形信号から、心電波形の特性に関する特徴量を取得するための周波数成分を含む特定信号を通過するフィルタリングを行う。次に、1心拍波形切り出し部16は、バンドパスフィルタ14を通過した後の心電波形信号(特定信号)の心拍ごとのピークを検出し、1心拍波形を切り出す。
The electrocardiogram
次に、ここでは、モード指示部20により登録モードが指示されているので、登録・識別選択部18は、個人識別装置10に個人を示す特徴量を登録する処理を選択し、1心拍波形切り出し部16から出力された1心拍波形信号を、波形解析部22へ出力する。波形解析部22は、1心拍波形切り出し部16から出力された1心拍波形信号に対して、商用電源に起因するハムノイズの除去などの処理、及び離散フーリエ変換を行い、スペクトルの絶対値と位相に関する周波数特性を得るスペクトル解析を行う。
Next, since the registration mode is instructed here by the
波形解析部22から出力された信号は、特徴量抽出部24へ出力される。特徴量抽出部24は、時間特性取得部26において心電波形信号の時間特性の特徴量を取得し、周波数特性取得部28においてスペクトルの周波数特性の特徴量を取得することで、心電波形信号の時間特性及びスペクトルの周波数特性の各々の特徴量を抽出する。
The signal output from the
時間特性取得部26は、心電波形の時間特性に関する特徴量として、第1特徴量であるピーク間の時間値g1〜g4、第2特徴量である隣り合うピークの振幅値の比r1〜r4、第3特徴量である心電波形と時間軸との交点を示す時間値d1〜d4の各々を取得する。また、周波数特性取得部28は、スペクトルの周波数特性に関する特徴量として、第4特徴量であるスペクトルの絶対値分布の傾きSLa及び第5特徴量であるスペクトルの位相分布の傾きSLbの各々を取得する。
The time
そして、特徴量抽出部24は、時間特性取得部26及び周波数特性取得部28で取得された特徴量を用いて、登録する個人の心電波形に含まれる特徴量を抽出する。つまり、第1特徴量〜第5特徴量を求める。第1特徴量〜第5特徴量は、14次元空間において一意に特定することができる特徴量となる。
Then, the feature
次に、機械学習部32は、特徴量抽出部24で抽出された心電波形の特徴量を、機械学習した後に判定基準として特徴量記憶部34に記憶する。つまり、機械学習部32は、特徴量抽出部24で抽出された特徴量を用いて個人を示す特徴量を生成し、判定基準として記憶する。機械学習部32は、機械学習によって得られる、登録する個人の心電波形に含まれる特徴量(14次元空間で特定できる特徴量)について複数の平均値や分布範囲などの特徴量を判定基準として特徴量記憶部34に記憶する。
Next, the
このようにして、個人の心電波形の特徴量が登録される。本実施形態では、判定基準として特徴量記憶部34に記憶(登録)する特徴量の一例として8人の個人OP1〜OP8の各々について5心拍分の心電波形を検出し、登録する。
In this way, the feature quantity of the personal electrocardiographic waveform is registered. In this embodiment, an electrocardiographic waveform for five heartbeats is detected and registered for each of eight individuals OP1 to OP8 as an example of a feature quantity stored (registered) in the feature
図9に、登録した個人OP1及びOP2に関係する信号及び特徴量を示す。個人OP1については、図9(1)にバンドパスフィルタ14の通過後の心電波形信号を示し、図9(2)にスペクトルの絶対値の周波数特性を示し、図9(3)にスペクトルの位相の周波数特性を示し、図9(4)に14次元の特徴量を示した。なお、図9(4)に示した特徴量において、「1」は第2特徴量である隣り合うピークの振幅値の比r1〜r4の4値を示し、「2」は第1特徴量であるピーク間の時間値g1〜g4の4値を示し、「3」は第3特徴量である心電波形と時間軸との交点を示す時間値d1〜d4を示す。また、「4」は第5特徴量であるスペクトルの位相分布の傾きSLbと第4特徴量であるスペクトルの絶対値分布の傾きSLaとを示す。
FIG. 9 shows signals and feature quantities related to the registered individuals OP1 and OP2. For the individual OP1, FIG. 9 (1) shows an electrocardiogram waveform signal after passing through the
また、個人OP2については、図9(5)にバンドパスフィルタ14の通過後の心電波形信号を示し、図9(6)にスペクトルの絶対値の周波数特性を示し、図9(7)にスペクトルの位相の周波数特性を示し、図9(8)に14次元の特徴量を示した。
For the individual OP2, FIG. 9 (5) shows an electrocardiogram waveform signal after passing through the
同様に、図10に個人OP3及びOP4に関係する信号及び特徴量を示し、図11に個人OP5及びOP6に関係する信号及び特徴量を示し、図12に個人OP7及びOP8に関係する信号及び特徴量を示した。 Similarly, FIG. 10 shows signals and feature quantities related to individuals OP3 and OP4, FIG. 11 shows signals and feature quantities related to individuals OP5 and OP6, and FIG. 12 shows signals and features related to individuals OP7 and OP8. Amount indicated.
次に、モード指示部20による操作により入力された指示によって、個人識別装置10が識別モードで動作する場合を説明する。
Next, a case where the
個人識別装置10が識別モードで動作する際には、事前に、個人の心電波形の特徴量が判定基準として予め特徴量記憶部34に記憶(登録)されている(図9〜図12)。
When the
また、個人識別装置10が識別モードで動作する際には、登録モード時と同様に、心電波形検出部12で、対象者の心電波形(心電波形信号)が取得され、バンドパスフィルタ14で、心電波形の特性に関する特徴量を取得するための周波数成分を含む特定信号を通過するフィルタリングが行われる。そして、1心拍波形切り出し部16で、バンドパスフィルタ14を通過した後の心電波形信号(特定信号)から1心拍波形が切り出される。
Further, when the
次に、モード指示部20により識別モードが指示されているので、1心拍波形切り出し部16から出力された1心拍波形信号が、波形解析部22で、ハムノイズの除去などの処理及びスペクトル解析が行われ、特徴量抽出部24へ出力される。特徴量抽出部24は、時間特性取得部26及び周波数特性取得部28で取得された特徴量を用いて、識別対象の対象者の心電波形に含まれる特徴量を抽出する。抽出された特徴量は、判定部30へ出力される。
Next, since the identification mode is instructed by the
判定部30では、識別対象の対象者の特徴量について、判定基準と比較して、14次元空間で最近傍探索が行われ、対象者が予め登録した8人の何れかの個人であるかを判定する。このようにして、対象者の識別が行われる。
In the
図13に、対象者に関係する信号及び特徴量を示す。図13は図9と同様に、対象者について、図13(1)に心電波形信号を示し、図13(2)にスペクトルの絶対値の周波数特性を示し、図13(3)にスペクトルの位相の周波数特性を示し、図13(4)に14次元の特徴量を示した。 FIG. 13 shows signals and feature quantities related to the subject. FIG. 13 shows the ECG waveform signal in FIG. 13 (1), FIG. 13 (2) shows the frequency characteristics of the absolute value of the spectrum, and FIG. The frequency characteristics of the phase are shown, and the 14-dimensional feature quantity is shown in FIG.
図14に、識別対象の対象者の特徴量と事前に登録した8人の個人各々の特徴量との空間距離を求めた結果を示す。図14に示すように、識別対象の対象者の特徴量は、登録した個人OP1の特徴量との空間距離が最も短く、対象者は個人OP1と判定することができる。 FIG. 14 shows a result of obtaining a spatial distance between the feature amount of the subject to be identified and the feature amounts of each of eight individuals registered in advance. As shown in FIG. 14, the feature amount of the subject to be identified has the shortest spatial distance from the feature amount of the registered individual OP1, and the subject can be determined to be the individual OP1.
以上説明したように、本実施形態では、登録対象の個人の心電波形(心電波形信号)から、バンドパスフィルタ14によって、心電波形の特性に関する特徴量を取得するための周波数成分を含む特定信号を通過させるフィルタリングを行う。バンドパスフィルタ14を通過した後の心電波形信号(特定信号)は、心拍ごとのピークが検出され、1心拍波形が切り出された後に、特徴量抽出部24で、心電波形信号の時間特性の特徴量及びスペクトルの周波数特性の特徴量が取得される。取得された特徴量は、機械学習部32で機械学習された後に判定基準として特徴量記憶部34に記憶される。
As described above, in the present embodiment, the frequency component for acquiring the characteristic amount related to the characteristics of the electrocardiographic waveform by the
また、識別対象の対象者の心電波形(心電波形信号)も、バンドパスフィルタ14によりフィルタリングされ、バンドパスフィルタ14を通過した後の心電波形信号(特定信号)は1心拍波形が切り出された後に、特徴量抽出部24で、心電波形信号の時間特性の特徴量及びスペクトルの周波数特性の特徴量が取得される。取得された対象者の特徴量は、判定部30で、機械学習部32における機械学習後に特徴量記憶部34に記憶された判定基準の特徴量と比較され、対象者が予め登録された個人であるかが判定される。
In addition, the electrocardiogram waveform (electrocardiogram waveform signal) of the subject to be identified is also filtered by the
このように、本実施形態の心電波形を用いた個人識別装置によれば、心拍数が変動しても個人を識別することができる。つまり、安静時の心電波形を登録すれば、運動時の心拍数が上昇した状態であっても、その状態で取得した心電波形を用いて個人を識別することができる。 Thus, according to the personal identification device using the electrocardiographic waveform of the present embodiment, it is possible to identify an individual even if the heart rate fluctuates. That is, if the electrocardiogram waveform at rest is registered, an individual can be identified using the electrocardiogram waveform acquired in that state even when the heart rate during exercise is increased.
なお、本実施形態に係る個人識別装置10は、構成する各構成要素を、上記説明した各機能を有する電子回路等のハードウェアにより構築してもよく、構成する各構成要素の少なくとも一部を、コンピュータにより当該機能を実現するように構築してもよい。
In the
図15には、個人識別装置10を構成する各構成要素を、コンピュータにより実現する構成の一例が示されている。
FIG. 15 shows an example of a configuration in which each component constituting the
図15に示す個人識別装置10は、CPU(Central Processing Unit)42、RAM(Random Access Memory)44、およびROM(Read Only Memory)46を備えたコンピュータにより構成された制御装置40を備えている。ROM46は、上記説明した各機能を実現するための個人識別プログラム48を含んでいる。制御装置40は、入出力インタフェース(I/O)50を備えており、CPU42、RAM44、ROM46、及びI/O50は各々コマンド及びデータを授受可能にバス52を介して接続されている。また、I/O50には、心電波形検出センサ54、キーボードなどのモード指示部20、不揮発性メモリ58、及び出力部36が接続されている。
The
制御装置40は、個人識別プログラム48がROM46から読み出されてRAM44に展開され、RAM44に展開された個人識別プログラム48がCPU42によって実行されることで、図1に示す個人識別装置10として機能する。なお、個人識別プログラム48は、図1に示す個人識別装置10のうちのバンドパスフィルタ14、1心拍波形切り出し部16、登録・識別選択部18、波形解析部22、特徴量抽出部24、判定部30、及び機械学習部32の何れかの機能を実現するためのプロセスを含む。
The
図16には、コンピュータを含めて実現した個人識別装置10の制御装置40における処理の流れの一例が示されている。
FIG. 16 shows an example of the flow of processing in the
制御装置40では、ステップ100で、心電波形検出センサ54である心電波形検出部12からの心電波形(心電波形信号)を取得する処理を実行する。バンドパスフィルタ14は、ステップ102で、心電波形検出部12から出力された心電波形信号から、心電波形の特性に関する特徴量を取得するための周波数成分を含む特定信号を通過するバンドパスフィルタ処理を実行する。1心拍波形切り出し部16は、ステップ104で、バンドパスフィルタ処理後の心電波形信号(特定信号)の心拍ごとのピークを検出し、1心拍波形を切り出す処理を実行する。登録・識別選択部18は、ステップ106で、モード指示部20から指示された指示モード(登録モード又は識別モード)を示す情報を取得する処理を実行する。また、登録・識別選択部18は、ステップ108で、指示された指示モードが識別モードであるか否かを判断する。指示された指示モードが登録モードである場合、ステップ108で否定判断され、ステップ118へ処理が移行される。ステップ118では、波形解析部22が、1心拍波形切り出し部16から出力された1心拍波形信号に対して、ハムノイズの除去などの処理、及びスペクトル解析を行う。次に、特徴量抽出部24は、ステップ120で、心電波形信号の時間特性の特徴量及びスペクトルの周波数特性の特徴量を取得する特徴量抽出処理を実行する。次に、機械学習部32は、ステップ122で、特徴量抽出部24で抽出された心電波形の特徴量を、機械学習した後に判定基準として特徴量記憶部34としての不揮発性メモリ58に記憶する。このようにして、個人の心電波形の特徴量が登録される。
In
一方、モード指示部20から指示された指示モードが識別モードの場合、ステップ108で肯定判断され、ステップ118と同様に、ステップ110で、波形解析部22が、1心拍波形切り出し部16から出力された1心拍波形信号に対して、ハムノイズの除去などの処理、及びスペクトル解析を行う。次に、特徴量抽出部24は、ステップ120と同様に、ステップ112で、心電波形信号の時間特性の特徴量及びスペクトルの周波数特性の特徴量を取得する特徴量抽出処理を実行する。
On the other hand, when the instruction mode instructed from the
特徴量抽出処理が終了されると、ステップ114で、判定部30が、識別対象の対象者の特徴量について、判定基準と比較して、14次元空間で最近傍探索が行われ、対象者が予め登録した8人の何れかの個人であるかを判定する。その判定結果は、ステップ116で、出力部36において出力される。このようにして、対象者の識別が行われる。
When the feature amount extraction processing is completed, in
なお、本実施形態では、心電波形信号から、心電波形信号の時間特性及びスペクトルの周波数特性の各々の特徴量を抽出した場合を説明したが、両者を抽出することに限定されるものではない。例えば、心電波形信号の時間特性を示す特徴量のみを抽出して用いても、同様の効果を得ることができる。 In the present embodiment, the case where the characteristic quantities of the time characteristics and the spectrum frequency characteristics of the ECG waveform signal are extracted from the ECG waveform signal has been described. However, the present invention is not limited to extracting both. Absent. For example, the same effect can be obtained by extracting and using only the feature quantity indicating the time characteristic of the electrocardiographic waveform signal.
また、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。発明の要旨を逸脱しない範囲で上記実施の形態に多様な変更または改良を加えることができ、当該変更または改良を加えた形態も本発明の技術的範囲に含まれる。 Moreover, although this invention was demonstrated using embodiment, the technical scope of this invention is not limited to the range as described in the said embodiment. Various modifications or improvements can be added to the above-described embodiment without departing from the gist of the invention, and embodiments to which such modifications or improvements are added are also included in the technical scope of the present invention.
10 個人識別装置
12 心電波形検出部
14 バンドパスフィルタ
24 特徴量抽出部
26 時間特性取得部
28 周波数特性取得部
30 判定部
32 機械学習部
34 特徴量記憶部
DESCRIPTION OF
Claims (6)
対象者の心電波形信号の前記予め定めた周波数帯域の信号を特定信号として通過させるバンドパスフィルタと、
前記バンドパスフィルタを通過した前記特定信号に基づいて、前記特定信号のピークの間隔、前記特定信号の隣り合うピークの振幅比、及び前記特定信号と前記予め定めた時間軸との交点の各々を示す時間特性に関する特徴量を取得する時間特性取得部と、
前記時間特性取得部で取得した時間特性に関する特徴量と、前記記憶部に記憶された時間特性に関する特徴量とを比較して前記対象者が前記個人であるかを判定する判定部と、
を備えた個人識別装置。 An interval between peaks of signals in a predetermined frequency band of the electrocardiogram waveform signal, an amplitude ratio of adjacent peaks of the signal in the predetermined frequency band, and a predetermined amplitude value with the signal in the predetermined frequency band A storage unit that stores a feature amount relating to a time characteristic for identifying an individual indicating each of the intersection positions with respect to the time axis .
A bandpass filter for passing a signal of the predetermined frequency band of the subject's electrocardiographic waveform signal as a specific signal,
Based on the specific signal that has passed through the band-pass filter, each of an interval between peaks of the specific signal, an amplitude ratio of adjacent peaks of the specific signal, and an intersection of the specific signal and the predetermined time axis A time characteristic acquisition unit for acquiring a characteristic amount related to the time characteristic to be shown
A determination unit that determines whether the target person is the individual by comparing a feature amount related to the time characteristic acquired by the time characteristic acquisition unit and a feature amount related to the time characteristic stored in the storage unit;
A personal identification device.
前記バンドパスフィルタを通過した前記特定信号に基づいて、前記特定信号の強度に関する周波数特性の傾き、及び前記特定信号の位相に関する周波数特性の傾きの各々を示す周波数特性に関する特徴量を取得する周波数特性取得部をさらに備え、
前記判定部は、前記時間特性取得部で取得した時間特性に関する特徴量と前記記憶部に記憶された時間特性に関する特徴量とを比較し、かつ前記周波数特性取得部で取得した周波数特性に関する特徴量と、前記記憶部に記憶された周波数特性に関する特徴量とを比較して前記対象者が前記個人であるかを判定する
請求項1に記載の個人識別装置。 The storage unit includes individuals indicating each of a slope of a frequency characteristic related to the intensity of a signal in a predetermined frequency band of the ECG waveform signal and a slope of a frequency characteristic related to a phase of the signal in the predetermined frequency band. Further memorizing the characteristic amount related to the frequency characteristic to be identified,
Based on the specific signal that has passed through the band-pass filter, a frequency characteristic that obtains a characteristic amount related to the frequency characteristic indicating each of the slope of the frequency characteristic related to the intensity of the specific signal and the slope of the frequency characteristic related to the phase of the specific signal. An acquisition unit,
The determination unit compares the characteristic amount related to the time characteristic acquired by the time characteristic acquisition unit with the characteristic amount related to the time characteristic stored in the storage unit, and the characteristic amount related to the frequency characteristic acquired by the frequency characteristic acquisition unit. The personal identification device according to claim 1, wherein a determination is made as to whether or not the target person is the individual by comparing the characteristic amount relating to the frequency characteristic stored in the storage unit.
請求項1又は請求項2に記載の個人識別装置。 The personal identification device according to claim 1 or 2 , wherein the electrocardiographic waveform signal of the subject is a detection signal obtained by detecting an electrocardiographic waveform of the subject seated on a seat of a vehicle.
取得した時間特性に関する特徴量と、前記心電波形信号のうちの前記予め定めた周波数帯域の信号のピークの間隔、前記予め定めた周波数帯域の信号の隣り合うピークの振幅比、及び前記予め定めた周波数帯域の信号と予め定めた振幅値を軸とする時間軸との交点位置の各々を示す個人を識別する時間特性に関する特徴量を予め記憶した記憶部に記憶された時間特性に関する特徴量とを比較して前記対象者が前記個人であるかを判定する
個人識別方法。 Based on the particular signal that has passed through a predetermined frequency band range of the subject's electrocardiographic waveform signal, the interval of the peak of the specific signal, the amplitude ratio of adjacent peaks of the specific signal, and a predetermined and said specific signal To obtain a characteristic value related to the time characteristic indicating each intersection position with the time axis with the amplitude value as an axis ,
The acquired characteristic amount related to the time characteristic, the peak interval of the signal of the predetermined frequency band in the electrocardiographic waveform signal, the amplitude ratio of adjacent peaks of the signal of the predetermined frequency band, and the predetermined A characteristic amount relating to a time characteristic stored in a storage unit preliminarily storing a characteristic amount relating to a time characteristic for identifying an individual indicating each intersection position between a signal in a predetermined frequency band and a time axis having a predetermined amplitude value as an axis ; A personal identification method for determining whether or not the subject is the individual.
前記特定信号に基づいて、前記特定信号の強度に関する周波数特性の傾き、及び前記特定信号の位相に関する周波数特性の傾きの各々を示す周波数特性に関する特徴量をさらに取得し、
取得した時間特性に関する特徴量と前記記憶部に記憶された時間特性に関する特徴量とを比較し、かつ取得した周波数特性に関する特徴量と、前記記憶部に記憶された周波数特性に関する特徴量とを比較して前記対象者が前記個人であるかを判定する
請求項4に記載の個人識別方法。 The storage unit includes individuals indicating each of a slope of a frequency characteristic related to the intensity of a signal in a predetermined frequency band of the ECG waveform signal and a slope of a frequency characteristic related to a phase of the signal in the predetermined frequency band. Further memorizing the characteristic amount related to the frequency characteristic to be identified,
Based on the specific signal, further acquiring a characteristic amount relating to the frequency characteristic indicating each of the slope of the frequency characteristic related to the intensity of the specific signal and the slope of the frequency characteristic related to the phase of the specific signal ,
The feature quantity related to the acquired time characteristic is compared with the feature quantity related to the time characteristic stored in the storage unit, and the feature quantity related to the acquired frequency characteristic is compared with the feature quantity related to the frequency characteristic stored in the storage unit. The personal identification method according to claim 4, wherein it is determined whether the target person is the individual.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016029662A JP6604870B2 (en) | 2016-02-19 | 2016-02-19 | Personal identification device, personal identification method, and personal identification program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016029662A JP6604870B2 (en) | 2016-02-19 | 2016-02-19 | Personal identification device, personal identification method, and personal identification program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017144132A JP2017144132A (en) | 2017-08-24 |
JP6604870B2 true JP6604870B2 (en) | 2019-11-13 |
Family
ID=59681212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016029662A Active JP6604870B2 (en) | 2016-02-19 | 2016-02-19 | Personal identification device, personal identification method, and personal identification program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6604870B2 (en) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102474808B1 (en) * | 2017-12-04 | 2022-12-06 | 현대자동차주식회사 | Apparatus and method for measuring pulse, vehicle system |
WO2019131486A1 (en) * | 2017-12-25 | 2019-07-04 | ローム株式会社 | Signal processing device, wireless sensor network system, and signal processing method |
JP6859489B2 (en) * | 2018-04-10 | 2021-04-14 | 日本電信電話株式会社 | Exercise intensity estimation method, exercise intensity estimation device and program |
CN111381228A (en) | 2018-12-28 | 2020-07-07 | 松下知识产权经营株式会社 | Estimation method and estimation device |
CN110123289B (en) * | 2019-04-08 | 2022-01-07 | 清华大学深圳研究生院 | Biological identification method based on pulse wave and related device |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10192260A (en) * | 1997-01-08 | 1998-07-28 | Nippon Colin Co Ltd | Inputting device for identification code of organism |
JP2001000422A (en) * | 1999-06-24 | 2001-01-09 | Fuji Xerox Co Ltd | Apparatus for identifying living body |
JP2004248714A (en) * | 2003-02-18 | 2004-09-09 | Kazuo Tanaka | Authentication method using living body signal and authentication apparatus therefor |
US7809433B2 (en) * | 2005-08-09 | 2010-10-05 | Adidas Ag | Method and system for limiting interference in electroencephalographic signals |
WO2010140039A2 (en) * | 2009-05-30 | 2010-12-09 | Lange Daniel H | Electro-biometric methods and apparatus |
JP2012205856A (en) * | 2011-03-30 | 2012-10-25 | Sony Corp | Signal processing apparatus, signal processing method, program, and information processing apparatus |
JP2012210235A (en) * | 2011-03-30 | 2012-11-01 | Sony Corp | Signal processing device, signal processing method and program, and information processing device |
PT106102B (en) * | 2012-01-19 | 2014-08-11 | Inst Superior Técnico | DEVICE AND METHOD FOR CONTINUOUS BIOMETRIC RECOGNITION BASED ON ELECTROCARDIOGRAPHIC SIGNS |
JP5642210B2 (en) * | 2013-02-04 | 2014-12-17 | インテル コーポレイション | Method and apparatus for electronic biometric identification recognition |
JP2014239737A (en) * | 2013-06-11 | 2014-12-25 | 株式会社ジェイテクト | Personal authentication apparatus and personal authentication system for vehicle |
JP6222342B2 (en) * | 2014-02-27 | 2017-11-01 | 株式会社村田製作所 | Personal identification device |
-
2016
- 2016-02-19 JP JP2016029662A patent/JP6604870B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017144132A (en) | 2017-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6604870B2 (en) | Personal identification device, personal identification method, and personal identification program | |
CN102245102B (en) | Method and apparatus for the analysis of ballistocardiogram signals | |
KR102143900B1 (en) | System for providing subject-independent brain-computer interface and method thereof | |
US20070066914A1 (en) | Method and System for Detecting and Classifying Mental States | |
CN105787420B (en) | Method and device for biometric authentication and biometric authentication system | |
CN109276241B (en) | Pressure identification method and equipment | |
KR101369754B1 (en) | System and method of ballistocardiogram-based personal authentication | |
CN105740680A (en) | Method and apparatus for authenticating user using bio signal | |
US6607480B1 (en) | Evaluation system for obtaining diagnostic information from the signals and data of medical sensor systems | |
US20070173733A1 (en) | Detection of and Interaction Using Mental States | |
CN100558290C (en) | Electrophysiologicalintuition intuition indicator | |
WO2013114596A1 (en) | Information processing device, method for generating representative waveform, and program for generating representative waveform | |
Altan et al. | ECG based human identification using second order difference plots | |
CN102469958A (en) | Method and apparatus for the analysis of a ballistocardiogram signal | |
MX2008000655A (en) | Automated pace-mapping for identification of cardiac arrhythmic conductive pathways and foci. | |
CN103156622A (en) | Ballistocardiogram analysis apparatus and method, and system for utilizing ballistocardiogram for vehicle using the same | |
Hine et al. | Resting-state EEG: A study on its non-stationarity for biometric applications | |
KR20130092849A (en) | Method and apparatus for eliminating motion artifact of biosignal using personalized biosignal pattern | |
KR102143910B1 (en) | Method for integrated signal processing of bci system | |
JP2021048965A (en) | Feature amount extraction device, state estimation device, feature amount extraction method, state estimation method and program | |
WO2018180330A1 (en) | Emotion estimating apparatus | |
KR101746159B1 (en) | Device for extraction of peaks from continuous intracranial pressure waveform and detection method for the same | |
Canento et al. | Review and comparison of real time electrocardiogram segmentation algorithms for biometric applications | |
JP4718033B2 (en) | ECG information processing apparatus and ECG information processing method | |
JP2004248714A (en) | Authentication method using living body signal and authentication apparatus therefor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180521 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190426 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191001 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191015 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6604870 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |