KR100887766B1 - 심전도 신호를 이용한 생체 인식 시스템 및 생체 인식 방법 - Google Patents
심전도 신호를 이용한 생체 인식 시스템 및 생체 인식 방법 Download PDFInfo
- Publication number
- KR100887766B1 KR100887766B1 KR1020060047731A KR20060047731A KR100887766B1 KR 100887766 B1 KR100887766 B1 KR 100887766B1 KR 1020060047731 A KR1020060047731 A KR 1020060047731A KR 20060047731 A KR20060047731 A KR 20060047731A KR 100887766 B1 KR100887766 B1 KR 100887766B1
- Authority
- KR
- South Korea
- Prior art keywords
- waveform
- ecg signal
- sample
- peak point
- maximum
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
Abstract
Description
이 같은 양상에 따르면, 본 발명의 심전도 신호를 이용한 생체 인식 시스템은 검출된 심전도 신호의 파형 특징정보를 이용하여 사용자를 인식할 수 있다.
Claims (15)
- 삭제
- 삭제
- 심전도 신호를 입력받아 입력되는 심전도 신호의 파형에 대해 샘플별로 최대 진폭값과 최대 피크점 또는 최소 피크점을 검출하는 샘플 분석부;상기 샘플 분석부로부터 입력되는 샘플별 최대 진폭값과 최대 피크점 또는 최소 피크점을 이용하여 심전도 신호 파형의 기본형태를 포함하는 파형정보를 검출하는 파형 검출부;상기 파형 검출부로부터 입력되는 파형정보를 이용하여 심전도 신호의 파형 특징정보를 추출하는 특징 추출부;및상기 특징 추출부로부터 입력되는 심전도 신호의 파형 특징정보에 미리 설정된 가중치를 적용하여 상기 심전도 신호를 갖는 사용자 인식을 수행하는 사용자 인식부;를 포함하며,상기 파형 검출부는,상기 샘플 분석부로부터 입력되는 샘플별 최대 진폭값과 최대 피크점 또는 최소 피크점을 이용하여 심전도 신호 파형의 기본형태를 결정하기 위한 상한 문턱값(UTL)과 하한 문턱값(LTL)을 산출하는 문턱값 산출부; 및상기 문턱값 산출부에서 산출된 문턱값들을 기초로 심전도 신호 파형의 기본형태를 검출하는 기본 파형 검출부;를 포함하는 것을 특징으로 하는 심전도 신호를 이용한 생체 인식 시스템.
- 심전도 신호를 입력받아 입력되는 심전도 신호의 파형에 대해 샘플별로 최대 진폭값과 최대 피크점 또는 최소 피크점을 검출하는 샘플 분석부;상기 샘플 분석부로부터 입력되는 샘플별 최대 진폭값과 최대 피크점 또는 최소 피크점을 이용하여 심전도 신호 파형의 기본형태를 포함하는 파형정보를 검출하는 파형 검출부;상기 파형 검출부로부터 입력되는 파형정보를 이용하여 심전도 신호의 파형 특징정보를 추출하는 특징 추출부;및상기 특징 추출부로부터 입력되는 심전도 신호의 파형 특징정보에 미리 설정된 가중치를 적용하여 상기 심전도 신호를 갖는 사용자 인식을 수행하는 사용자 인식부;를 포함하며,상기 파형 검출부에서 검출되는 심전도 파형의 기본형태는 4가지 타입을 포함하는 것을 특징으로 하는 생체 인식 시스템.
- 심전도 신호를 입력받아 입력되는 심전도 신호의 파형에 대해 샘플별로 최대 진폭값과 최대 피크점 또는 최소 피크점을 검출하는 샘플 분석부;상기 샘플 분석부로부터 입력되는 샘플별 최대 진폭값과 최대 피크점 또는 최소 피크점을 이용하여 심전도 신호 파형의 기본형태를 포함하는 파형정보를 검출하는 파형 검출부;상기 파형 검출부로부터 입력되는 파형정보를 이용하여 심전도 신호의 파형 특징정보를 추출하는 특징 추출부;및상기 특징 추출부로부터 입력되는 심전도 신호의 파형 특징정보에 미리 설정된 가중치를 적용하여 상기 심전도 신호를 갖는 사용자 인식을 수행하는 사용자 인식부;를 포함하며,상기 파형 검출부에서 검출되는 심전도 파형의 기본형태는,제1 상한 문턱값(UTL)을 초과하는 심전도 신호의 샘플값들이 제1 하한 문턱값(LTL)을 초과하는 심전도 신호의 샘플값들보다 시간상으로 앞에 있는 제1 타입,제1 상한 문턱값(UTL)을 초과하는 심전도 신호의 샘플값들이 제1 하한 문턱값(LTL)을 초과하는 심전도 신호의 샘플값들보다 시간상으로 뒤에 있는 제2 타입,제1 상한 문턱값(UTL)을 초과하는 심전도 신호의 샘플값들은 존재하나 제1 하한 문턱값(LTL)을 초과하는 심전도 신호의 샘플값이 존재하지 않는 제3 타입, 및제2 상한 문턱값(UTL)을 초과하는 심전도 신호의 샘플값들은 존재하지 않으나 제2 하한 문턱값(LTL)을 초과하는 심전도 신호의 샘플값이 존재하는 제4 타입을 포함하는 것을 특징으로 하는 생체 인식 시스템.
- 삭제
- 삭제
- 심전도 신호를 입력받아 입력되는 심전도 신호의 파형에 대해 샘플별로 최대 진폭값과 최대 피크점 또는 최소 피크점을 검출하는 샘플 분석부;상기 샘플 분석부로부터 입력되는 샘플별 최대 진폭값과 최대 피크점 또는 최소 피크점을 이용하여 심전도 신호 파형의 기본형태를 포함하는 파형정보를 검출하는 파형 검출부;상기 파형 검출부로부터 입력되는 파형정보를 이용하여 심전도 신호의 파형 특징정보를 추출하는 특징 추출부;및상기 특징 추출부로부터 입력되는 심전도 신호의 파형 특징정보에 미리 설정된 가중치를 적용하여 상기 심전도 신호를 갖는 사용자 인식을 수행하는 사용자 인식부;를 포함하며,상기 파형 검출부는,상기 샘플 분석부로부터 입력되는 샘플별 심전도 신호 파형을 분석하여 세부 파형 정보를 검출하는 세부 파형 검출부;를 더 포함하는 것을 특징으로 하는 심전도 신호를 이용한 생체 인식 시스템.
- 삭제
- 심전도 신호를 입력받는 단계와;상기 심전도 신호의 파형에 대해 샘플별로 기저선을 산출하는 단계와;상기 산출된 기저선을 기준으로 샘플내 모든 진폭값을 절대값 처리하여 최대 진폭값을 검출하며 상기 심전도 신호 파형의 샘플내 최대 피크점 또는 최소 피크점을 검출하는 단계와;상기 샘플별 최대 진폭값과 최대 피크점 또는 최소 피크점을 이용하여 심전도 신호 파형의 기본형태를 포함하는 파형정보를 검출하는 단계;상기 검출된 파형정보를 이용하여 심전도 신호의 파형 특징정보를 추출하는 단계;상기 추출된 심전도 신호의 파형 특징정보에 미리 설정된 가중치를 적용하여 상기 심전도 신호를 갖는 사용자 인식을 수행하는 단계;를 포함하며,상기 파형정보 검출 단계는,상기 최대 진폭값이 최대 피크점에 있을 경우 제1 상한 문턱값(UTL)과 제1 하한 문턱값(LTL)을 산출하고, 상기 최대 진폭값이 최소 피크점에 있을 경우 제2 상한 문턱값(UTL)과 제2 하한 문턱값(LTL)을 산출하는 단계;및상기 산출된 문턱값들을 기초로 심전도 신호 파형의 기본형태를 검출하는 단계; 를 포함하는 것을 특징으로 하는 심전도 신호를 이용한 생체 인식 방법.
- 심전도 신호를 입력받는 단계와;상기 심전도 신호의 파형에 대해 샘플별로 기저선을 산출하는 단계와;상기 산출된 기저선을 기준으로 샘플내 모든 진폭값을 절대값 처리하여 최대 진폭값을 검출하며 상기 심전도 신호 파형의 샘플내 최대 피크점 또는 최소 피크점을 검출하는 단계와;상기 샘플별 최대 진폭값과 최대 피크점 또는 최소 피크점을 이용하여 심전도 신호 파형의 기본형태를 포함하는 파형정보를 검출하는 단계;상기 검출된 파형정보를 이용하여 심전도 신호의 파형 특징정보를 추출하는 단계;상기 추출된 심전도 신호의 파형 특징정보에 미리 설정된 가중치를 적용하여 상기 심전도 신호를 갖는 사용자 인식을 수행하는 단계;를 포함하며,상기 심전도 파형의 기본형태는 4가지 타입을 포함하는 것을 특징으로 하는 생체 인식 방법.
- 심전도 신호를 입력받는 단계와;상기 심전도 신호의 파형에 대해 샘플별로 기저선을 산출하는 단계와;상기 산출된 기저선을 기준으로 샘플내 모든 진폭값을 절대값 처리하여 최대 진폭값을 검출하며 상기 심전도 신호 파형의 샘플내 최대 피크점 또는 최소 피크점을 검출하는 단계와;상기 샘플별 최대 진폭값과 최대 피크점 또는 최소 피크점을 이용하여 심전도 신호 파형의 기본형태를 포함하는 파형정보를 검출하는 단계;상기 검출된 파형정보를 이용하여 심전도 신호의 파형 특징정보를 추출하는 단계;상기 추출된 심전도 신호의 파형 특징정보에 미리 설정된 가중치를 적용하여 상기 심전도 신호를 갖는 사용자 인식을 수행하는 단계;를 포함하며,상기 심전도 파형의 기본형태는,제1 상한 문턱값(UTL)을 초과하는 심전도 신호의 샘플값들이 제1 하한 문턱값(LTL)을 초과하는 심전도 신호의 샘플값들보다 시간상으로 앞에 있는 제1 타입,제1 상한 문턱값(UTL)을 초과하는 심전도 신호의 샘플값들이 제1 하한 문턱값(LTL)을 초과하는 심전도 신호의 샘플값들보다 시간상으로 뒤에 있는 제2 타입,제1 상한 문턱값(UTL)을 초과하는 심전도 신호의 샘플값들은 존재하나 제1 하한 문턱값(LTL)을 초과하는 심전도 신호의 샘플값이 존재하지 않는 제3 타입, 및제2 상한 문턱값(UTL)을 초과하는 심전도 신호의 샘플값들은 존재하지 않으나 제2 하한 문턱값(LTL)을 초과하는 심전도 신호의 샘플값이 존재하는 제4 타입을 포함하는 것을 특징으로 하는 생체 인식 방법.
- 삭제
- 삭제
- 심전도 신호를 입력받는 단계와;상기 심전도 신호의 파형에 대해 샘플별로 기저선을 산출하는 단계와;상기 산출된 기저선을 기준으로 샘플내 모든 진폭값을 절대값 처리하여 최대 진폭값을 검출하며 상기 심전도 신호 파형의 샘플내 최대 피크점 또는 최소 피크점을 검출하는 단계와;상기 샘플별 최대 진폭값과 최대 피크점 또는 최소 피크점을 이용하여 심전도 신호 파형의 기본형태를 포함하는 파형정보를 검출하는 단계;상기 검출된 파형정보를 이용하여 심전도 신호의 파형 특징정보를 추출하는 단계;상기 추출된 심전도 신호의 파형 특징정보에 미리 설정된 가중치를 적용하여 상기 심전도 신호를 갖는 사용자 인식을 수행하는 단계;를 포함하며,상기 파형정보 검출 단계는,상기 샘플별 심전도 신호 파형을 분석하여 세부 파형 정보를 검출하는 단계;를 더 포함하는 것을 특징으로 하는 심전도 신호를 이용한 생체 인식 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060047731A KR100887766B1 (ko) | 2006-05-26 | 2006-05-26 | 심전도 신호를 이용한 생체 인식 시스템 및 생체 인식 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060047731A KR100887766B1 (ko) | 2006-05-26 | 2006-05-26 | 심전도 신호를 이용한 생체 인식 시스템 및 생체 인식 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20070113878A KR20070113878A (ko) | 2007-11-29 |
KR100887766B1 true KR100887766B1 (ko) | 2009-03-12 |
Family
ID=39091635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020060047731A KR100887766B1 (ko) | 2006-05-26 | 2006-05-26 | 심전도 신호를 이용한 생체 인식 시스템 및 생체 인식 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100887766B1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10188351B2 (en) | 2016-02-01 | 2019-01-29 | Samsung Electronics Co., Ltd. | Electrocardiogram (ECG) signal based authentication apparatus and method |
KR20210075545A (ko) | 2019-12-13 | 2021-06-23 | 조선대학교산학협력단 | 심전도 신호로부터 생체 인식을 위한 특징 벡터 추출 방법 및 그 특징 벡터를 이용한 개인 식별 방법. |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101270954B1 (ko) * | 2011-05-24 | 2013-06-11 | 가톨릭대학교 산학협력단 | 심전도 신호 및 지문인식을 이용한 생체인식 시스템 |
KR102010304B1 (ko) * | 2012-06-14 | 2019-10-21 | 삼성전자주식회사 | 심전도 신호를 이용한 사용자 인증 방법 및 장치 |
CN102908135B (zh) * | 2012-10-08 | 2015-06-10 | 中国科学院深圳先进技术研究院 | 心电诊断系统及其操作方法 |
KR102210468B1 (ko) * | 2018-12-28 | 2021-02-02 | 조선대학교산학협력단 | 심전도 신호의 기저선 변동 잡음 제거 방법 및 컴퓨터 프로그램 |
CN112741598A (zh) * | 2019-10-30 | 2021-05-04 | 株式会社理光 | 波形生成识别方法和计算机可读介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060053812A (ko) * | 2004-11-17 | 2006-05-22 | 삼성전자주식회사 | 생체신호를 이용한 생체 인식 장치 및 방법 |
KR20060082677A (ko) * | 2005-01-13 | 2006-07-19 | 인하대학교 산학협력단 | 심전도를 이용한 생체인식 시스템 및 방법 |
-
2006
- 2006-05-26 KR KR1020060047731A patent/KR100887766B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060053812A (ko) * | 2004-11-17 | 2006-05-22 | 삼성전자주식회사 | 생체신호를 이용한 생체 인식 장치 및 방법 |
KR20060082677A (ko) * | 2005-01-13 | 2006-07-19 | 인하대학교 산학협력단 | 심전도를 이용한 생체인식 시스템 및 방법 |
Non-Patent Citations (2)
Title |
---|
2001 Proc of 23rd Annual EMBS Int. conf., 2001.10.25~28, Masaki kyoso, Akihiko Uchiyama, "Development of an ECG Identificatio System", pp.3721~3723* |
IEEE trans on Instrument and Mesaurement, Vol.50, No.3, 2001.06, "ECG Analysis: A New Approach in Human Identification", pp.808~812* |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10188351B2 (en) | 2016-02-01 | 2019-01-29 | Samsung Electronics Co., Ltd. | Electrocardiogram (ECG) signal based authentication apparatus and method |
US11109812B2 (en) | 2016-02-01 | 2021-09-07 | Samsung Electronics Co., Ltd. | Electrocardiogram (ECG) signal based authentication apparatus and method |
KR20210075545A (ko) | 2019-12-13 | 2021-06-23 | 조선대학교산학협력단 | 심전도 신호로부터 생체 인식을 위한 특징 벡터 추출 방법 및 그 특징 벡터를 이용한 개인 식별 방법. |
Also Published As
Publication number | Publication date |
---|---|
KR20070113878A (ko) | 2007-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108186011B (zh) | 房颤检测方法、装置及可读存储介质 | |
KR100887766B1 (ko) | 심전도 신호를 이용한 생체 인식 시스템 및 생체 인식 방법 | |
US11071489B2 (en) | Annotation of a wavefront with evaluation of the ratio of a bipolar derivative to a local unipolar minimum derivative | |
KR100763233B1 (ko) | 동잡음 제거된 혈류량 신호 검출 장치 및 방법, 그리고이를 이용한 스트레스 검사 장치 | |
KR100750662B1 (ko) | 심전도를 이용한 생체인식 시스템 및 방법 | |
KR101369754B1 (ko) | 심탄도를 이용한 개인인증 시스템 및 방법 | |
US6181808B1 (en) | Living body discriminating apparatus | |
CN109350030B (zh) | 基于相位放大处理人脸视频心率信号的系统及方法 | |
US9901277B2 (en) | Cycle length iteration for the detection of atrial activations from electrogram recordings of atrial fibrillation | |
Sadhukhan et al. | Detection of ECG characteristic features using slope thresholding and relative magnitude comparison | |
CN111067513B (zh) | 一种特征权重自学习的睡眠质量检测关键脑区判定方法 | |
US11344246B2 (en) | Long QT syndrome diagnosis and classification | |
CN107049357B (zh) | 一种心音信号解析方法、装置及系统 | |
JP4718033B2 (ja) | 心電図情報処理装置及び心電図情報処理方法 | |
CN109846473B (zh) | 一种检测单导联10秒心电图噪音干扰程度的方法 | |
CN105050493B (zh) | 用于确定ecg数据中的qrs复合波的出现的装置和方法 | |
KR102123149B1 (ko) | 침 근전도 신호를 이용한 말초신경병증 감별 장치 | |
Biran et al. | Automatic qrs detection and segmentation using short time fourier transform and feature fusion | |
CN108836312B (zh) | 一种基于人工智能的进行杂波剔除的方法及系统 | |
Massmann et al. | Continuous signal quality estimation for robust heart rate extraction from photoplethysmographic signals | |
WO2020242334A1 (en) | System and method of automated electrocardiogram analysis and interpretation | |
Akhbardeh et al. | Ballistocardiogram classification using a novel transform so-called AliMap and biorthogonal wavelets | |
JP2020162894A (ja) | 心電図解析装置,方法およびプログラム | |
KR20140063493A (ko) | 심탄도를 이용한 개인인증 시스템 및 방법 | |
Baas et al. | Comparison of three t-wave delineation algorithms based on wavelet filterbank, correlation and pca |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
J201 | Request for trial against refusal decision | ||
B701 | Decision to grant | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20130129 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20140303 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20150302 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20160204 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20170302 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20180302 Year of fee payment: 10 |
|
FPAY | Annual fee payment |
Payment date: 20190226 Year of fee payment: 11 |
|
FPAY | Annual fee payment |
Payment date: 20200211 Year of fee payment: 12 |