KR101607432B1 - Method, System and Computer Program for Personal authentication based on electroencephalography - Google Patents
Method, System and Computer Program for Personal authentication based on electroencephalography Download PDFInfo
- Publication number
- KR101607432B1 KR101607432B1 KR1020150057985A KR20150057985A KR101607432B1 KR 101607432 B1 KR101607432 B1 KR 101607432B1 KR 1020150057985 A KR1020150057985 A KR 1020150057985A KR 20150057985 A KR20150057985 A KR 20150057985A KR 101607432 B1 KR101607432 B1 KR 101607432B1
- Authority
- KR
- South Korea
- Prior art keywords
- characteristic
- authentication
- channels
- network
- eeg
- Prior art date
Links
Images
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
-
- A61B5/04012—
-
- A61B5/0476—
Abstract
Description
본 발명은 뇌파 측정을 통한 개인 인증 방법 및 시스템에 관한 것으로, 특히 짧은 시간 내에 다양한 인지 과제를 수행하면서 측정한 뇌파에서 개별 파워특성을 추출하고 상기 개별 특성과 채널간의 동기화 특성을 결합해 구성한 네트워크 특성을 기반으로 한 개인 인증 방법 및 시스템에 관한 것이다.
The present invention relates to a personal authentication method and system using brain wave measurement, and more particularly, to a network authentication method and system for extracting individual power characteristics from brain waves measured while performing various recognition tasks in a short time, The present invention relates to a personal authentication method and system based on a personal authentication method.
개인 인증을 위해 비밀번호나 물건을 이용하는 인증방식은 망각이나 분실, 비밀번호 노출, 도난의 우려가 있다. 이러한 문제를 해결하기 위해 사용되는 생체정보는 비밀번호를 입력하거나 열쇠를 휴대할 필요가 없으며, 제삼자가 인증하는 것을 방지할 수 있는 장점이 있다. 이러한 생체 정보 중 특히 뇌파(EEG, electroencephalogram)를 활용하는 뇌파인증(brainwaves authentication) 기술은 어떤 기술보다도 보안성이 뛰어나다는 장점이 있어서 차세대 인증기술로 활발히 연구가 진행되고 있는 분야이다. Authentication methods that use passwords or objects for personal authentication have the risk of forgetting or losing, exposing passwords, and theft. Biometric information used to solve this problem is advantageous in that it is not necessary to input a password or to carry a key and to prevent a third party from authenticating. Among these biometric information, brainwaves authentication technology using EEG (Electroencephalogram) is superior to any technology, and it is an active research field with next generation authentication technology.
뇌파 또는 뇌파는 비침습적인 방법으로 신경 세포에서 발생하는 전기 신호를 측정한 것이며 그 주파수 영역대에 따라 뇌의 다양한 기능을 담당하는 것으로 알려져있다. 일란성 쌍둥이와 이란성 쌍둥이의 비교 대조 연구를 통해 뇌파 또한 유전자의 표현형으로 간주할 수 있다고 밝혀져 뇌파를 생체 인식 기술에 응용하고 있다. 하지만, 뇌파로부터 개별 인식에 유효한 특성을 추출하고 다양한 외부 요인에 의해 영향을 쉽게 받는 뇌파 신호로부터 안정되고 균일한 값을 얻기 위해서는 뇌파에 대한 이해와 신호 처리 기술이 필요하다. 또한, 인증하려는 각 개인에 대해 취득한 뇌파를 바탕으로 데이터베이스를 구성하고 일정 기준에 따라 인증 여부를 판단하는 과정을 통해서 개인 인증 시스템의 구성이 가능하게 된다. 구체적으로 뇌파 인증을 위한 세부 기술로는 전기전자 신호처리, 생체신호 처리기술, 패턴 인식이 있다.EEG or EEG is a non-invasive measurement of electrical signals generated by neurons and is known to play various functions of the brain, depending on the frequency band. A comparative study of identical twins and fraternal twins revealed that EEG could also be regarded as a phenotype of the gene, applying EEG to biometric technology. However, it is necessary to understand EEG and signal processing techniques to extract stable EEG characteristics from EEGs and obtain stable and uniform values from EEG signals that are easily influenced by various external factors. In addition, a personal authentication system can be configured through a process of configuring a database based on brain waves acquired for each individual to be authenticated and determining whether or not to authenticate according to a certain standard. Specifically, detailed technologies for EEG authentication include electric and electronic signal processing, bio-signal processing technology, and pattern recognition.
종래기술의 뇌파 기반 생체 인식 기술은 채널별로 고속 푸리에 변환을 통해 계산하는 파워 값에 초점이 맞춰져 있다. 세부 뇌파 주파수 영역에서 나타나는 피크 값, 상대적인 파워의 분포 등을 특성으로 사용하며 측정 시 사용하는 채널 별로 그 값을 1:1로 추출이 가능하다. 개별 내 편차가 존재하는 뇌파 특성 상, 추출된 파워 특성에 대해 재현 가능성이 있는지에 대한 연구도 진행되었다. 파워 특성의 경우 개별 내 편차가 개별 간 편차보다 작다. 그 외에도 시, 청각 자극에 의한 유도 신경 전위로부터 추출한 특성으로 개별 간 구별하는 기술들이 연구가 선행되었으나 이의 경우 뇌파를 취득하는 과정이 번거롭고 많은 개인을 인증하고자 할 때 시간이 길어져 실용적이지 않다는 제한이 있다. 따라서 단시간에 걸쳐 취득한 뇌파를 활용하는 것이 바람직하다. The conventional EEG based biometrics technology focuses on the power value calculated by fast Fourier transform on a channel-by-channel basis. Peak values appearing in the EEG frequency region and the distribution of relative power are used as characteristics, and the value can be extracted by 1: 1 for each channel used for measurement. A study on the possibility of reproducibility of the extracted power characteristics was also conducted. In the case of the power characteristic, the deviation within the individual is smaller than the deviation between the individual. In addition, there are limitations in that it is time-consuming and impractical to authenticate a large number of individuals because the process of acquiring EEG is troublesome and the techniques for discriminating between individuals are distinguished from the characteristics extracted from the induction nerve potential by the auditory stimulation . Therefore, it is preferable to utilize the EEG acquired over a short period of time.
최대한 많은 개인을 구별하기 위해서는 서로 다른 특성을 많이 추출해서 고유 조합을 생성하는 것이 중요하며 이를 위해서는 사용하는 채널 수를 늘리는 것이 좋으나 채널 수가 늘어날수록 뇌파를 측정하기 위한 준비 과정이 번거로워지므로 실용성이 떨어지게 된다. 따라서 제한된 채널 수에 대해 최대한 많은 특성 추출이 필요하다.In order to distinguish as many individuals as possible, it is important to extract a large number of different characteristics and generate unique combinations. For this purpose, it is desirable to increase the number of channels used. However, as the number of channels increases, preparation for measuring EEG becomes cumbersome. . Therefore, it is necessary to extract as many characteristics as possible for the limited number of channels.
최근 채널과 채널 사이의 동기화 특성, 뇌의 해부학적 연계 특성을 개별 인식 특성으로 이용하고자 하는 연구가 진행되었으며 기존 파워 특성처럼 채널 간 동기화 특성도 고유성이 나타나 개별 인식에 사용할 수 있는 것으로 검증되었다. 하지만, 채널 간 동기화 특성은 기존 파워 특성에 비해 인증하는 데 걸리는 시간이 수 초 이상으로 길며 단편적인 특성보다는 전체적인 관점에 대한 고증이 필요하다. Recently, studies have been carried out to utilize the characteristics of synchronization between the channel and channel and the anatomical linkage characteristics of the brain as individual recognition characteristics. However, the synchronization characteristics between the channels are longer than a few seconds to authenticate compared to the existing power characteristics, and it is necessary to check the whole viewpoint rather than the fragmentary characteristics.
한국 공개특허 2014-0029332호는 생체신호를 이용한 보안 서비스 제공 방법 및 장치에 관한 것으로, 사용자의 뇌파를 뇌파측정 센서를 통해 센싱하여 뇌파 데이터를 획득하는 과정과, 획득된 상기 뇌파데이터에 대한 노이즈 필터링을 위한 잡음 처리를 증폭 및 필터부를 통해 수행하고, A/D 변환부를 통해 디지털 신호로 변환하는 과정과, 전처리부를 통해 뇌파가 반응하는 자극 타입별 유효 뇌파 데이터 구간에 대응하는 데이터를 추출하여 분석하고자 하는 뇌파 데이터로 분류하는 과정과, 분류된 뇌파 데이터를 기설정된 뇌파분석 패턴에 적용하여 사용자별 뇌파 특이성 검출을 통해 인증을 수행하는 과정을 개시한다. 그러나 상기 공개특허는 고유 특성을 분류할 뿐 지표 정량화정보는 제공하지 않는다. Korean Patent Laid-Open Publication No. 2014-0029332 discloses a method and apparatus for providing a security service using a bio-signal, comprising the steps of acquiring brain wave data by sensing a brain wave of a user through an EEG sensor, A process of performing noise processing for the stimulus type through the amplification and filter unit and converting the digital signal into a digital signal through the A / D conversion unit and extracting and analyzing data corresponding to the effective EEG data interval for each stimulus type, And applying the classified EEG data to the predetermined EEG analysis pattern to start authentication by detecting EEG specificity for each user. However, the disclosed patents classify intrinsic characteristics, but do not provide index quantification information.
따라서 지표 정량화를 통해 짧은 시간 동안 수행한 인지과제로부터 나타나는 뇌파 특성을 추출해 특성분류는 물론 지표정량화가 가능한 시스템 개발이 필요하다.
Therefore, it is necessary to develop a system capable of extracting EEG characteristics from a cognitive task performed over a short period of time through index quantification and not only classifying the characteristics but also index quantification.
본 발명은 상기와 같은 문제점을 해결하기 위해 창안된 것으로, 다양한 인지 과제를 수행하는 과정에서 나타나는 개별 채널의 파워특성과 채널간 동기화 특성을 고려한 네트워크 특성을 이용해 개인 인증 시스템을 제공하고자 한다.
SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned problems, and it is an object of the present invention to provide a personal authentication system using network characteristics considering power characteristics of individual channels and synchronization characteristics between channels, which are exhibited in various recognition tasks.
본 발명자들은 오랜 연구를 통하여 복수 개의 채널을 이용한 인지과제 수행시의 뇌파측정을 통한 채널별 파워 특성과 상기 채널간의 동기화 특성를 고려한 네트워크 특성을 구하여 개인별 특성을 동록하는 데이터베이스를 구축하고, 인증과정에서 동일 과제를 수행하는 경우의 뇌파를 측정하면 모방이 불가능한 인증방법 및 시스템을 얻을 수 있다는 사실을 발견하여 본 발명을 완성하기에 이르렀다.The present inventors have established a database for storing personal characteristics by obtaining power characteristics of each channel through EEG measurement and synchronization characteristics between the channels during a cognitive task using a plurality of channels through a long study, The present inventors have found that an authentication method and a system that can not be imitated can be obtained by measuring brain waves in the case of performing a task, thereby completing the present invention.
본 발명은 뇌파측정을 통한 개인 인증 방법으로, 상기 방법은 등록사용자 등록방법 및 인증사용자 인증방법을 포함하고, 상기 등록사용자 등록방법은, 인지과제 제시부에서 순차적으로 복수 개의 인지과제를 등록사용자에게 제시하는 등록 인지과제 제시단계; 복수 개의 채널을 이용하여 상기 등록사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정단계; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 등록특성 추출단계; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 등록네트워크 특성 추출단계; 및 상기 등록네트워크 특성이 최적화되는 주파수 영역을 선정하여 상기 등록사용자의 데이터베이스를 구성하는 단계를 포함하며, 상기 인증사용자 인증방법은, 인지과제 제시부에서 상기 등록 인지과제와 동일한 인지과제를 인증사용자에게 제시하는 인증 인지과제 제시단계; 복수 개의 채널을 이용하여 상기 인증사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정단계; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 인증특성 추출단계; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 인증네트워크 특성 추출단계; 및 상기 인증네트워크 특성이 상기 등록네트워크 특성과 매칭되는지 확인하고 인증 허가를 판단하는 인증단계를 포함하는, 뇌파측정을 통한 개인 인증 방법을 제공한다.The method includes a registered user registration method and an authenticated user authenticating method, wherein the registered user registration method sequentially presents a plurality of recognition tasks to a registered user in the recognition task proposing unit A step of presenting a registered cognitive task; Measuring an EEG during each of the plurality of recognition tasks by the registered user using a plurality of channels and removing noise; A registration characteristic extracting step of extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; A registration network characteristic extraction step of configuring a network by combining the channel power characteristic and the synchronization characteristic; And configuring a database of the registered user by selecting a frequency region in which the registered network characteristic is optimized, wherein the authenticated user authentication method includes the steps of: A step of presenting an authentication recognition task; Measuring an EEG of each of the plurality of recognition tasks performed by the authenticated user using a plurality of channels and removing noise; An authentication characteristic extracting step of extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; An authentication network characteristic extraction step of configuring a network by combining the channel power characteristic and the synchronization characteristic; And an authentication step of verifying whether the authentication network characteristic matches the registration network characteristic and determining authorization of authentication.
본 발명은 또한, 상기 복수 개의 인지과제는, 폐안(closed eye) 정상상태; 숫자 계산과제; 색상 시각자극 인식과제; 및 청각자극 인식과제로 이루어진 군에서 선택되는 두 개 이상인, 뇌파측정을 통한 개인 인증 방법을 제공한다.The present invention also relates to a method for the detection of a closed eye, Numerical calculation task; Color vision stimulation recognition task; And an auditory stimulation recognition task. The method includes the steps of:
본 발명은 또한, 상기 채널파워 특성은, 델타파(4Hz 미만), 세타파(4Hz 이상 8Hz 미만), 알파파(8Hz 이상 13Hz 미만), 낮은 베타파(13Hz 이상 30Hz 미만), 높은 베타파(30Hz 이상 40Hz 미만), 및 낮은 감마파(40Hz 이상)로 이루어진 군에서 선택된 하나 이상의 주파수 영역에서, 피크 주파수 값, 피크 주파수 대역, 뇌파 영역대별 상대적 파워 세기, 및 전체 파워에 대한 비율을 계산하여 구하는, 뇌파측정을 통한 개인 인증 방법을 제공한다.The present invention is also characterized in that the channel power characteristic is at least one of a delta wave (less than 4 Hz), a cetaphase (less than 4 Hz and less than 8 Hz), an alpha wave (less than 8 Hz and less than 13 Hz) A peak frequency band, a relative frequency of the EEG region, and a ratio to the total power in at least one frequency region selected from the group consisting of a low frequency band (less than 40 Hz) and a low gamma wave (40 Hz or more) Provides a personal authentication method through brain wave measurement.
본 발명은 또한, 상기 동기화 특성은, 측정하는 복수 개 채널의 뇌파로부터 상호 연관성, 유사도, 방향성, 및 간섭성을 수치화하여 산출하되, 상기 산출은, 델타파(4Hz 미만), 세타파(4Hz 이상 8Hz 미만), 알파파(8Hz 이상 13Hz 미만), 낮은 베타파(13Hz 이상 30Hz 미만), 높은 베타파(30Hz 이상 40Hz 미만), 및 낮은 감마파(40Hz 이상)로 이루어진 군에서 선택된 하나 이상의 주파수 영역에서, 간섭성(coherence), 위상 고정 강도 지표(Phase locking index), 부분 방향 간섭성(partial directed coherence), 그레인저 인과 특성(granger causality), 및 전달 함수 방향 특성(directed transfer function)으로 이루어진 군에서 하나 이상의 특성을 계산하고, 상기 동기화 특성 중 유의미한 값을 선택하기 위해 기준값을 설정하는, 뇌파측정을 통한 개인 인증 방법을 제공한다.The present invention is also characterized in that the synchronization characteristic is calculated by digitizing correlation, similarity, directionality, and coherence from EEG signals of a plurality of channels to be measured, wherein the calculation is performed using a delta wave (less than 4 Hz) At least one frequency band selected from the group consisting of alpha waves (less than 8 Hz and less than 13 Hz), low beta waves (less than 13 Hz and less than 30 Hz), high beta waves (less than 30 Hz and less than 40 Hz), and low gamma waves , A coherence, a phase locking index, a partial directed coherence, a granger causality, and a directed transfer function. And a reference value is set in order to select a meaningful value among the synchronization characteristics.
본 발명은 또한, 상기 채널파워 특성과 상기 동기화 특성을 조합하여 구성하는 네트워크는, 평균 경로 길이(characteristic path length), 전체 능률 지표(global efficiency), 집단화 계수(Clustering coefficient), 점효율(local-efficiency), 모듈성(modularity), 인접성(edge betweeness), 노드 인접성(node betweeness), 및 중심성(Centrality)으로 이루어진 군에서 선택된 하나 이상의 지료로 정량화하는, 뇌파측정을 통한 개인 인증 방법을 제공한다.The network according to the present invention may further include a characteristic path length, a global efficiency, a clustering coefficient, a local- The method of the present invention provides a personal authentication method using EEG measurement, which quantifies the EEG into at least one selected from the group consisting of efficiency, modularity, edge betweeness, node betweeness, and centrality.
본 발명은 또한, 컴퓨터를 이용한 뇌파측정 개인 인증 시스템으로, 상기 시스템은 등록사용자 등록시스템 및 인증사용자 인증시스템을 포함하고, 상기 등록시스템은, 순차적으로 복수 개의 인지과제를 등록사용자에게 제시하는 인지과제 제시부; 상기 등록사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 복수 개의 채널; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 등록특성 추출부; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 등록네트워크 특성 추출부; 및 상기 등록네트워크 특성이 최적화되는 주파수 영역을 선정하여 상기 등록사용자의 데이터를 저장하는 데이터베이스를 포함하며, 상기 인증시스템은, 상기 등록 인지과제와 동일한 인지과제를 인증사용자에게 제시하는 인지과제 제시부; 상기 인증사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 복수 개의 채널; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 인증특성 추출부; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 인증네트워크 특성 추출부; 및 상기 인증네트워크 특성이 상기 등록네트워크 특성과 매칭되는지 확인하고 인증 허가를 판단하는 인증부를 포함하는, 컴퓨터를 이용한 뇌파측정 개인 인증 시스템을 제공한다.The present invention also provides a personal authentication system for EEG brainwave measurement using a computer, wherein the system includes a registered user registration system and an authenticated user authentication system, wherein the registration system is a cognitive task for sequentially presenting a plurality of cognitive tasks to a registered user A presentation unit; A plurality of channels for measuring each of the EEGs among the plurality of recognition tasks and removing noise; A registration characteristic extracting unit for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; A registration network characteristic extractor configured to combine the channel power characteristic and the synchronization characteristic to form a network; And a database for storing data of the registered user by selecting a frequency region in which the registered network characteristic is optimized, wherein the authentication system includes: a cognitive task presentation unit for presenting the same cognitive task as the registered cognitive task to the authenticated user; A plurality of channels for measuring an EEG of each of the plurality of recognition tasks performed by the authentication user and removing noise; An authentication characteristic extracting unit for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; An authentication network characteristic extractor configured to combine the channel power characteristic and the synchronization characteristic to form a network; And an authentication unit for verifying whether the authentication network characteristic matches the registration network characteristic and determining authentication permission.
본 발명은 또한, 뇌파측정을 통한 개인 인증을 위하여 컴퓨터 판독 매체에 저장된 컴퓨터 프로그램으로, 상기 컴퓨터 프로그램은 컴퓨터로 하여금 이하의 동작들을 수행하도록 하며, 상기 동작들은: 등록사용자 등록동작 및 인증사용자 인증동작을 포함하고, 상기 등록사용자 등록동작은, 인지과제 제시부에서 순차적으로 복수 개의 인지과제를 등록사용자에게 제시하는 등록 인지과제 제시동작; 복수 개의 채널을 이용하여 상기 등록사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정동작; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 등록특성 추출동작; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 등록네트워크 특성 추출동작; 및 상기 등록네트워크 특성이 최적화되는 주파수 영역을 선정하여 상기 등록사용자의 데이터베이스를 구성하는 동작을 포함하며, 상기 인증사용자 인증동작은, 인지과제 제시부에서 상기 등록 인지과제와 동일한 인지과제를 인증사용자에게 제시하는 인증 인지과제 제시동작; 복수 개의 채널을 이용하여 상기 인증사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정동작; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 인증특성 추출동작; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 인증네트워크 특성 추출동작; 및 상기 인증네트워크 특성이 상기 등록네트워크 특성과 매칭되는지 확인하고 인증 허가를 판단하는 인증동작을 포함하는, 컴퓨터 프로그램을 제공한다.
The present invention also relates to a computer program stored in a computer readable medium for personal authentication through brain wave measurement, the computer program causing a computer to perform the following operations: a registration user registration operation and an authentication user authentication operation Wherein the registered user registering operation is a registration registered task presentation operation in which a plurality of recognition tasks are sequentially presented to a registered user in a recognition task presentation unit; An EEG measurement operation for measuring each of EEGs among the plurality of recognition tasks performed by the registered user using a plurality of channels and removing noise; A registration characteristic extraction operation for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; A registration network characteristic extraction operation for composing a network by combining the channel power characteristic and the synchronization characteristic; And configuring the database of the registered user by selecting a frequency region in which the registered network characteristic is optimized, wherein the authenticated user authenticating operation presents the same cognitive task as the registered cognitive task to the authenticated user An authentication recognition task presentation operation; An EEG measurement operation for measuring each EEG during performing the plurality of recognition tasks by the authenticated user using a plurality of channels and removing noise; An authentication characteristic extracting operation for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; An authentication network characteristic extraction operation for composing a network by combining the channel power characteristic and the synchronization characteristic; And an authentication operation for verifying that the authentication network characteristic matches the registration network characteristic and determining an authentication permission.
본 발명에 따른 인증 방법 및 시스템은 단시간 내에 다양한 인지 과제 수행 중 취득한 뇌전도로부터 상대적으로 적은 수의 채널로도 고차원의 개별 고유 특성 추출을 할 수 있어서 개별 인식 대상을 확대할 수 있다. 또한, 채널 간 특성에 대한 독립적 단일 패턴 매칭이 아닌 2차 특성 추출을 통한 매칭방식으로 계산량을 감소시키며, 고도의 잡음 신호 처리를 거치지 않고도 개별 내 편차를 감안할 수 있는 안정적인 알고리즘으로 구성할 수 있다.
The authentication method and system according to the present invention can extract individual intrinsic features of higher order from relatively small number of channels from acquired EEG during various recognition tasks in a short time, In addition, it is possible to construct a stable algorithm that can reduce the computational complexity by matching method through the extraction of the second-order characteristic rather than the independent single pattern matching for the channel-to-channel characteristics, and to take into account the deviation within the individual without going through the high-level noise signal processing.
도 1은 뇌파기반 개인 인증 시스템에 대한 블록도이다.
도 2는 뇌파기반 개인 인증 시스템의 세부 블록 다이어그램이다.
도 3은 본 발명에 따른 채널 파워특성과 채널간 동기화 특성 산출방법 예시도이다.
도 4는 본 발명에 따른 네트워크 최종 구성 예시도이다. 1 is a block diagram of an EEG-based personal authentication system.
2 is a detailed block diagram of an EEG-based personal authentication system.
FIG. 3 is a diagram illustrating a method of calculating a channel power characteristic and an interchannel synchronization characteristic according to the present invention.
4 is a diagram illustrating a final configuration of a network according to the present invention.
다양한 구현예가 도면을 참조하여 개시된다. 아래 설명에서는 하나 이상의 구현예에서 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나 각 구현예는 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점이 인식되어야 한다. 이후의 기재 및 첨부된 도면은 하나 이상의 구현예의 특정한 예시를 상세하게 기술한다. 하지만, 이러한 예시는 예시적인 것이고 다양한 구현예의 원리에서 다양한 방법 중 일부가 이용될 수 있으며 기술되는 설명은 그러한 구현예 및 균등물을 모두 포함하고자 하는 의도이다. Various embodiments are disclosed with reference to the drawings. In the following description, numerous specific details are set forth in order to provide a thorough understanding of one or more embodiments. It should be appreciated, however, that each implementation may be practiced without these specific details. The following description and the annexed drawings set forth in detail certain illustrative examples of one or more embodiments. However, these examples are illustrative and some of the various ways may be used in the principles of various embodiments, and the description is intended to include all such implementations and equivalents.
다양한 구현예 및 특징이 다수의 부품 및 구성부를 포함할 수 있는 장치에 의하여 제시될 것이다. 다양한 장치가 추가적인 부품, 구성부를 포함할 수 있고 그리고/또는 도면과 관련하여 논의된 부품, 구성부 모두를 포함할 수 없다는 점 또한 이해되고 인식되어야 한다. Various embodiments and features will be presented by means of an apparatus which may comprise a number of parts and components. It should also be understood and appreciated that the various devices may include additional components, components, and / or may not include all of the components, components, and components discussed in connection with the figures.
본 명세서에서 사용되는 "실시예", "구현예", "예시" 등은 기술된 임의의 구현예 또는 설계가 다른 구현예 또는 설계보다 양호하다거나, 이점이 있는 것으로 해석되지 않아야 한다. The terms "an embodiment "," an embodiment ", "an example ", and the like used in the specification should not be construed as advantageous or advantageous over other embodiments or designs described.
더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 각 경우 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 항목 중 하나 이상의 항목의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.In addition, the term "or" is intended to mean " exclusive or " That is, it is intended to mean one of the natural inclusive substitutions "X uses A or B ", unless otherwise specified or unclear in context. That is, X uses A; X uses B; Or when X uses both A and B, "X uses A or B" can be applied in either case. It is also to be understood that the term "and / or" as used herein refers to and includes all possible combinations of one or more of the listed items.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징, 단계, 동작, 구성요소 및/또는 구성부가 존재함을 의미하지만, 하나 이상의 다른 특징, 단계, 동작, 구성요소, 구성부 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.It is also to be understood that the term " comprises "and / or" comprising "means that there is a corresponding feature, step, operation, component, and / Quot; does not exclude the presence or addition of moieties and / or groups thereof. Also, unless the context clearly dictates otherwise or to the contrary, the singular forms in this specification and claims should generally be construed to mean "one or more. &Quot;
본 발명에서 사용된 용어 '뇌파(EEG, electroencephalogram)'는 신경계에서 뇌신경 사이에 신호가 전달될 때 생기는 전기의 흐름을 말한다. 뇌파는 뇌의 전기적 활동에 대한 신경생리학적 측정방법으로 두피에 부착한 전극을 통해 기록하며, 주파수에 따라 분류하는 파워 스펙트럼 분석을 주로 이용한다. 파워 스펙트럼 분석은 뇌파가 특정 주파수로 진동하는 단순 진동들의 선형적 결합이라고 가정하고, 이 신호에서 각각의 주파수 성분을 분해하여 그 크기(또는 파워)를 표시한 것이다. 파워스펙트럼을 이용한 뇌파의 종류는 뇌파를 관찰할 때 그 주파수와 진폭에 따라 분류할 수 있다. 인간의 뇌에서 나오는 뇌파의 파장은 기본적으로 0~30Hz의 주파수가 나오며 약 20~200μV의 진폭을 보인다. 델타, 세타, 알파, 베타, 감마파는 편리상 임의적으로 분류한 뇌파의 주파수 영역이다. 경우에 따라서는 낮은(Low) 알파, 중간(Middle) 알파, 높은(High) 알파 등 더욱 세분화하여 분석하기도 한다. 보통 특정상태의 뇌파특징을 분석하고자 하는 연구자들은 0-50Hz의 각 주파수 성분에 대한 파워의 분포를 전체적으로 보여주는 파워스펙트럼 분포를 먼저 관찰한 후, 유의미하게 변하는 주파수 성분을 찾아 의미를 부여하기도 한다. 이러한 파워스펙트럼 분포는 머리표면의 각 측정부위마다 조금씩 다른 양상을 나타낸다. 머리표면 아래의 대뇌피질은 다음 그림과 같이 전두엽, 두정부엽, 측두엽, 후두엽 등으로 크게 나뉘며 담당 역할이 조금씩 다르다. 예를 들면 뒤통수에 해당하는 후두엽엔 일차시각피질이 있어 일차적인 시각정보 처리를 담당하며, 정수리근처에 해당하는 두정부엽엔 체성감각 피질이 있어 운동/감각관련 정보처리를 담당한다.The term " electroencephalogram " (EEG) used in the present invention refers to a flow of electricity generated when a signal is transmitted between neurons in the nervous system. Electroencephalogram (EEG) is a neurophysiological measurement of electrical activity in the brain. It is recorded through an electrode attached to the scalp and is mainly used for power spectral analysis, which is classified according to frequency. Power spectral analysis assumes that EEG is a linear combination of simple vibrations that oscillate at a specific frequency and decomposes each frequency component in the signal and displays its magnitude (or power). The types of EEG using the power spectrum can be classified according to their frequency and amplitude when observing brain waves. The wavelength of the EEG from the human brain is basically a frequency of 0 to 30 Hz and has an amplitude of about 20 to 200 μV. Delta, theta, alpha, beta, and gamma waves are frequency regions of brain waves that are randomly classified for convenience. In some cases, low-level alpha, middle-alpha, and high-alpha are further subdivided and analyzed. In general, researchers who want to analyze EEG features of specific states first observe the power spectrum distribution that shows the distribution of power for each frequency component of 0-50Hz, and then find meaningful frequency components to give significance. This power spectral distribution shows a slightly different pattern for each measurement region of the head surface. The cerebral cortex beneath the surface of the head is largely divided into frontal lobe, temporal lobe, temporal lobe, and occipital lobe as shown in the following figure. For example, in the occipital lobe corresponding to the head of the head, the primary visual cortex is responsible for primary visual information processing, and the parietal cortex near the crown is the somatic cortex responsible for movement / sensory information processing.
뇌파 중 델타파는 주파수 범위 0.2 내지 3.99 Hz의 수면시 발생하는 파로 "수면파"라고도 하며, 세타파는 주파수 범위 4 내지 7.99 Hz의 뇌파로 잠에 빠져들 때 통과하는 뇌파이기 때문에 "졸음파" 또는 "서파수면파(徐波睡眠波)"라고 한다. 사람 뇌파의 대표적 성분인 알파파는 뇌의 발달과 밀접한 관계가 있으며 주파수 범위가 8 내지 12.99 Hz이며, 심신이 안정을 취하고 있을 때의 뇌파로 안정파라고 한다. 또한, 낮은 베타파는 불안, 긴장 등의 활동파로 주파수 범위 13 내지 29.99 Hz인 뇌파로 "스트레스파"라고도 하고, 높은 베타파는 주파수 범위 30 내지 39.99Hz이다. 낮은 감마파는 주파수 범위 40Hz 이상으로 극도의 각성과 흥분시에 전두엽과 두정(중심)엽에서 비교적 많이 발생한다.Delta waves in the EEG are also called wave "sleep waves" in the frequency range of 0.2 to 3.99 Hz. Since theta waves are EEG waves that pass when falling into sleep with an EEG in the frequency range of 4 to 7.99 Hz, "drowsy" Sleep wave (slow wave sleep wave) "is called. Alpha wave, which is a representative component of EEG, has a close relationship with brain development and has a frequency range of 8 to 12.99 Hz. It is said to be stable wave when EEG is stable. In addition, the low beta wave is also called "stress wave" by an EEG having a frequency range of 13 to 29.99 Hz with an active wave such as anxiety and tension, and a high beta wave has a frequency range of 30 to 39.99 Hz. Low gamma waves occur in the prefrontal and parietal (central) lobes in extreme arousal and excitement over the frequency range 40 Hz.
한 양태에서 본 발명은 뇌파측정을 통한 개인 인증 방법에 관한 것이다. 본 발명의 일 구현예에 따른 개인 인증 방법은 등록사용자 등록방법 및 인증사용자 인증방법을 포함한다.In one aspect, the present invention relates to a personal authentication method through brain wave measurement. A personal authentication method according to an embodiment of the present invention includes a registered user registration method and an authenticated user authentication method.
도 1은 본 발명의 일 구현예에 따른 뇌파기반 개인 인증 시스템에 대한 블록도이다. 첫번째 단계인 다양한 인지 과제 수행 중 비침습적으로 뇌전도 측정은 폐안 정상 상태, 숫자 계산 과제 수행 중, 색상 과제 수행 중, 청각 자극 인식 과제 수행 중에 뇌파를 측정하고 신호 전처리과정을 거친다. 폐안(closed eye) 정상 상태의 단시간 뇌전도 측정은 가장 기본적인 뇌파 취득 방법으로 눈을 감은 상태에서 심신을 안정시키고 수 초 동안 뇌전도를 취득한다. 숫자 계산 과제 수행 중 뇌전도 측정은 수 초 동안 1000에서 시작해서 지속적으로 5를 뺀다든가 하는 등 암산으로 가능한 수학적 계산 과제를 수행하면서 뇌전도를 취득하여 산술에 강하거나 약한 개인별 성향을 뇌전도를 통해 특성화한다. 색상 시각 자극 인식 과제 수행 중 뇌파 측정은 수 초 동안 특정 시각적 이미지를 응시하게 하고 응시하는 동안 인지하는 과정을 뇌전도를 통해 분석한다. 또한, 청각 자극 인식 과제 수행 중 뇌파 측정은 수 초 동안 제공되는 청각 자극에 대한 반응을 뇌전도를 통해 정량화하며, 상기 각 측정 후 잡음 제거 및 기본적인 신호 전처리 과정을 수행한다. 1 is a block diagram of an EEG-based personal authentication system according to an embodiment of the present invention. During the first stage of various cognitive tasks, non-invasive EEG measurement measures the EEG during the normal state of the closed eye, numerical calculation task, color task, auditory stimulation recognition task, and signal preprocessing process. Closed eye A short-term EEG measurement in steady state is the most basic way to acquire EEG, stabilizing the mind and body while keeping the eyes closed and acquiring the EEG for a few seconds. During the numerical computation task, the electroencephalogram is acquired by performing a mathematical calculation task such as starting from 1000 for a few seconds and continuously subtracting 5, or by mental arithmetic, and characterizing the arithmetic strong or weak personal tendency through the electroencephalogram. Color visual stimulation During EEG task, EEG measurement is performed through the electroencephalogram (EEG). In addition, the EEG measurement during the auditory stimulation recognition task quantifies the response to the auditory stimulus provided for several seconds through the electroencephalogram, and performs the noise elimination and the basic signal preprocessing process after each measurement.
상기 측정을 마친 후에는 뇌전도 네트워크를 구성하는데, 채널별로 기존에 사용되던 파워 특성을 추출하고, 채널 간 상호 연관성을 정량화한 동기화 지표 계산 및 특성을 추출한 다음, 상기 채널별 파워 특성과 채널간 동기화 특성을 조합해 일정 기준 값 이상을 초과하는 연결 고리들로 네트워크를 구성한다. 상기 구성한 네트워크로부터 개별 인식 가능한 고유 특성을 추출하여, 개인 인증 시스템을 구성한다. 상기 개인 인증 시스템은 사용자들에 대한 뇌전도 특성을 취득하여 데이터베이스를 구성하고, 새로 인증하려는 사람의 뇌전도에서 추출한 특성을 기존 데이터 베이스와 패턴 매칭을 수행하는 과정을 반복하여 수행한다. After completion of the measurement, the EEG network is constructed. The power characteristics that have been used for each channel are extracted, and the synchronization index calculation and characteristics that quantify the inter-channel correlation are extracted. Then, To form a network with connection links exceeding a predetermined reference value. Extracts the unique characteristics that can be individually recognized from the network constituted as described above, and constitutes a personal authentication system. The personal authentication system acquires the electroencephalogram characteristic of users and constructs a database and repeats the process of pattern matching with the existing database based on the characteristics extracted from the electroencephalogram of the person to be newly authenticated.
도 2는 본 발명의 일 구현예에 따른 뇌파기반 개인 인증 시스템의 세부 블록 다이어그램이다. 우선 비침습, 다채널로 수 초 동안 측정된 뇌전도는 잡음 제거와 전처리 단계를 거쳐 단일 채널 파워 특성과 채널간 동기화 특성을 추출하고 이를 조합해 네트워크를 구성해 종합적으로 네트워크 특성을 추출하게 된다. 최초에 한 해 인증하려는 개인에 대해 취득한 뇌전도 네트워크 특성으로 데이터베이스를 구성하며, 차후 인증 시 동일한 과정을 거쳐 뇌전도를 취득하고 특성을 추출해 등록된 데이터베이스의 사람인지 여부와 인증 허가 여부를 판단하게 된다. 2 is a detailed block diagram of an EEG-based personal authentication system according to an embodiment of the present invention. First, the electroencephalograms measured for several seconds by non-invasive, multi-channel are extracted through noise cancellation and preprocessing, and the single-channel power characteristics and inter-channel synchronization characteristics are extracted and combined to form a network. First, the database is constructed by the characteristics of the EEG network acquired for the individual who is to be authenticated for the first time. Then, the EEG is acquired through the same process at the time of authentication, and the characteristics are extracted to determine whether the registered database is human or not.
도 2에서 보듯이 본 발명의 일 구현예에 따른 뇌파기반 개인 인증 시스템은 사용자의 특성을 데이터베이스에 등록하기 위한 등록사용자 등록방법과, 상기 등록된 사용자가 인증을 받기 위한 인증사용자 인증방법을 포함한다. 상기 등록사용자 등록방법은, 인지과제 제시부에서 순차적으로 복수 개의 인지과제를 등록사용자에게 제시하는 등록 인지과제 제시단계; 복수 개의 채널을 이용하여 상기 등록사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정단계; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 등록특성 추출단계; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 등록네트워크 특성 추출단계; 및 상기 등록네트워크 특성이 최적화되는 주파수 영역을 선정하여 상기 등록사용자의 데이터베이스를 구성하는 단계를 포함한다. As shown in FIG. 2, the EEG-based personal authentication system according to an embodiment of the present invention includes a registered user registration method for registering characteristics of a user in a database and an authentication user authentication method for receiving the registered user's authentication . The registered user registration method includes: a registered-recognition task presentation step of sequentially presenting a plurality of recognition tasks to a registered user in a recognition task presentation unit; Measuring an EEG during each of the plurality of recognition tasks by the registered user using a plurality of channels and removing noise; A registration characteristic extracting step of extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; A registration network characteristic extraction step of configuring a network by combining the channel power characteristic and the synchronization characteristic; And configuring the database of the registered user by selecting a frequency region in which the registered network characteristic is optimized.
본 발명의 일 구현예에 따른 인증사용자 인증방법은 상기 등록사용자 등록방법과 유사한 절차를 따른다. 즉, 인지과제 제시부에서 상기 등록 인지과제와 동일한 인지과제를 인증사용자에게 제시하는 인증 인지과제 제시단계; 복수 개의 채널을 이용하여 상기 인증사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정단계; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 인증특성 추출단계; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 인증네트워크 특성 추출단계; 및 상기 인증네트워크 특성이 상기 등록네트워크 특성과 매칭되는지 확인하고 인증 허가를 판단하는 인증단계를 포함한다.The authentication user authentication method according to an embodiment of the present invention follows a procedure similar to the registered user registration method. That is, an authentication recognition task presentation step of presenting the same recognition task as the registered recognition task to the authentication user in the recognition task presentation unit; Measuring an EEG of each of the plurality of recognition tasks performed by the authenticated user using a plurality of channels and removing noise; An authentication characteristic extracting step of extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; An authentication network characteristic extraction step of configuring a network by combining the channel power characteristic and the synchronization characteristic; And an authentication step of verifying whether the authentication network characteristic matches the registration network characteristic and determining authorization of authentication.
본 발명의 일 구현예에서 상기 복수 개의 인지과제는, 폐안(closed eye) 정상상태; 숫자 계산과제; 색상 시각자극 인식과제; 및 청각자극 인식과제로 이루어진 군에서 선택되는 두 개 이상이다. 상기 인지과제는 순차적으로 진행되는 것이 일반적이나 그 순서는 정해져 있고 임의로 선택 가능하다. In one embodiment of the present invention, the plurality of cognitive tasks include: a closed eye normal state; Numerical calculation task; Color vision stimulation recognition task; And auditory stimulation recognition task. The cognitive task is generally progressed in a sequential manner, but the order is fixed and can be arbitrarily selected.
도 3은 본 발명에 따른 채널 파워특성과 채널간 동기화 특성 산출방법 예시도이다. 본 발명의 일 구현예에 따라 상기 채널 파워특성은 웰치 평균 파워 스펙트럼 산출 값에 의해 뇌전도 주파수 영역별로 값을 산출한다. 본 발명의 일 구현예에서 상기 채널파워 특성은, 델타파(4Hz 미만), 세타파(4Hz 이상 8Hz 미만), 알파파(8Hz 이상 13Hz 미만), 낮은 베타파(13Hz 이상 30Hz 미만), 높은 베타파(30Hz 이상 40Hz 미만), 및 낮은 감마파(40Hz 이상)로 이루어진 군에서 선택된 하나 이상의 주파수 영역에서, 피크 주파수 값, 피크 주파수 대역, 뇌파 영역대별 상대적 파워 세기, 및 전체 파워에 대한 비율을 계산하여 구한다. 상기 주파수 영역별로 모든 값을 다 구해야 하는 것은 아니며, 선택된 주파수 영역에서 특성값도 모두 구해야 하는 것은 아니다.FIG. 3 is a diagram illustrating a method of calculating a channel power characteristic and an interchannel synchronization characteristic according to the present invention. According to an embodiment of the present invention, the channel power characteristic is calculated by the Welch mean power spectrum calculation value for each EEG frequency region. In one embodiment of the present invention, the channel power characteristics are selected from the group consisting of delta waves (less than 4 Hz), seta waves (less than 4 Hz and less than 8 Hz), alpha waves (less than 8 Hz and less than 13 Hz), lower beta waves The peak frequency value, the peak frequency band, the relative power intensity according to the EEG region area, and the ratio to the total power in at least one frequency region selected from the group consisting of low frequency (less than 30 Hz and less than 40 Hz) and low gamma wave I ask. It is not necessary to obtain all the values in the frequency domain, and it is not necessary to obtain all of the characteristic values in the selected frequency domain.
본 발명의 일 구현예에 따른 채널간 동기화 특성은 동시 측정하는 두 채널 이상의 뇌전도로부터 상호 연관성, 유사도, 방향성, 간섭성 등에 대한 정도를 수치화하여 산출한다. 동기화 특성도 파워 특성과 마찬가지로 세부 주파수 영역 별로 특성화가 가능하며, 간섭성(Coherence), 위상 고정 강도 지표(Phase locking index), 부분 방향 간섭성(partial directed coherence), 그레인저 인과 특성(granger causality), 전달 함수 방향 특성(directed transfer function) 등 유의미한 동기화 특성들만을 추리기 위해 랜덤으로 생성한 두 신호로부터 추출하는 위 특성 값들에 대한 기준 값을 설정한다. The interchannel synchronization characteristic according to an embodiment of the present invention is calculated by numerically calculating degrees of correlation, similarity, directionality, coherence, etc. from two or more channels of electroencephalograms simultaneously measured. Synchronization characteristics can be characterized by frequency domain as well as power characteristics. Coherence, phase locking index, partial directed coherence, granger causality, A reference value is set for the above characteristic values extracted from two randomly generated signals to only detect significant synchronization characteristics such as a direct transfer function.
즉, 상기 동기화 특성은, 측정하는 복수 개 채널의 뇌파로부터 상호 연관성, 유사도, 방향성, 및 간섭성을 수치화하여 산출하되, 상기 산출은, 델타파(4Hz 미만), 세타파(4Hz 이상 8Hz 미만), 알파파(8Hz 이상 13Hz 미만), 낮은 베타파(13Hz 이상 30Hz 미만), 높은 베타파(30Hz 이상 40Hz 미만), 및 낮은 감마파(40Hz 이상)로 이루어진 군에서 선택된 하나 이상의 주파수 영역에서, 간섭성(coherence), 위상 고정 강도 지표(Phase locking index), 부분 방향 간섭성(partial directed coherence), 그레인저 인과 특성(granger causality), 및 전달 함수 방향 특성(directed transfer function)으로 이루어진 군에서 하나 이상의 특성을 계산하고, 상기 동기화 특성 중 유의미한 값을 선택하기 위해 기준값을 설정할 수 있다.That is, the synchronization characteristic is calculated by digitizing correlations, similarity, directionality, and coherence from EEG signals of a plurality of channels to be measured, and the calculation is performed by using a delta wave (less than 4 Hz), a cetaphase (less than 4 Hz and less than 8 Hz) In at least one frequency region selected from the group consisting of alpha waves (less than 8 Hz and less than 13 Hz), low beta waves (less than 13 Hz and less than 30 Hz), high beta waves (less than 30 Hz and less than 40 Hz), and low gamma waves and one or more characteristics in the group consisting of a coherence, a phase locking index, a partial directed coherence, a granger causality, and a directed transfer function. And a reference value may be set to select a significant value among the synchronization characteristics.
도 4는 본 발명에 따른 네트워크 최종 구성 예시도이다. 뇌파 표준 측정지점을 기준으로 구성된 네트워크는 간략하게 그 특징을 대표하는 지표로 정량화가 가능하며, 평균 경로 길이(characteristic path length), 전체 능률 지표(global efficiency), 집단화 계수(Clustering coefficient), 점효율(local-efficiency), 모듈성(modularity), 인접성(edge betweeness), 노드 인접성(node betweeness), 중심성(Centrality) 등의 지표들은 네트워크의 전체적인 특성을 반영하고 간소화된 수치를 통해 빠른 패턴 매칭이 가능하다. 4 is a diagram illustrating a final configuration of a network according to the present invention. The network constructed based on the EEG standard measurement point can be quantified as an index representing the feature briefly, and the characteristic path length, the global efficiency, the clustering coefficient, the point efficiency Indicators such as local-efficiency, modularity, edge betweeness, node betweenness, and centrality reflect the overall characteristics of the network and enable rapid pattern matching through simplified numerical values .
본 발명의 일 구현예에서는 상기 뇌파측정을 통한 개인 인증 방법을 구현할 수 있도록 컴퓨터를 이용한 뇌파측정 개인 인증 시스템을 제시한다. 상기 시스템은 등록사용자 등록시스템 및 인증사용자 인증시스템을 포함하고, 상기 등록시스템은, 순차적으로 복수 개의 인지과제를 등록사용자에게 제시하는 인지과제 제시부; 상기 등록사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 복수 개의 채널; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 등록특성 추출부; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 등록네트워크 특성 추출부; 및 상기 등록네트워크 특성이 최적화되는 주파수 영역을 선정하여 상기 등록사용자의 데이터를 저장하는 데이터베이스를 포함하며, 상기 인증시스템은, 상기 등록 인지과제와 동일한 인지과제를 인증사용자에게 제시하는 인지과제 제시부; 상기 인증사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 복수 개의 채널; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 인증특성 추출부; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 인증네트워크 특성 추출부; 및 상기 인증네트워크 특성이 상기 등록네트워크 특성과 매칭되는지 확인하고 인증 허가를 판단하는 인증부를 포함한다. In one embodiment of the present invention, a personal authentication system for brain wave measurement using a computer is provided so as to implement a personal authentication method using the brain wave measurement. The system includes a registered user registration system and an authenticated user authentication system, wherein the registration system comprises: an identification task proposing unit for sequentially presenting a plurality of identification tasks to a registered user; A plurality of channels for measuring each of the EEGs among the plurality of recognition tasks and removing noise; A registration characteristic extracting unit for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; A registration network characteristic extractor configured to combine the channel power characteristic and the synchronization characteristic to form a network; And a database for storing data of the registered user by selecting a frequency region in which the registered network characteristic is optimized, wherein the authentication system includes: a cognitive task presentation unit for presenting the same cognitive task as the registered cognitive task to the authenticated user; A plurality of channels for measuring an EEG of each of the plurality of recognition tasks performed by the authentication user and removing noise; An authentication characteristic extracting unit for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; An authentication network characteristic extractor configured to combine the channel power characteristic and the synchronization characteristic to form a network; And an authentication unit for verifying whether the authentication network characteristic matches the registration network characteristic and for determining authorization of authentication.
본 발명의 또 다른 구현예에서는 상기 뇌파측정을 통한 개인 인증 방법을 구현하기 위하여 컴퓨터 판독 매체에 저장된 컴퓨터 프로그램을 제시한다. 상기 컴퓨터 프로그램은 컴퓨터로 하여금 이하의 동작들을 수행하도록 하며, 상기 동작들은: 등록사용자 등록동작 및 인증사용자 인증동작을 포함하고, 상기 등록사용자 등록동작은, 인지과제 제시부에서 순차적으로 복수 개의 인지과제를 등록사용자에게 제시하는 등록 인지과제 제시동작; 복수 개의 채널을 이용하여 상기 등록사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정동작; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 등록특성 추출동작; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 등록네트워크 특성 추출동작; 및 상기 등록네트워크 특성이 최적화되는 주파수 영역을 선정하여 상기 등록사용자의 데이터베이스를 구성하는 동작을 포함하며, 상기 인증사용자 인증동작은, 인지과제 제시부에서 상기 등록 인지과제와 동일한 인지과제를 인증사용자에게 제시하는 인증 인지과제 제시동작; 복수 개의 채널을 이용하여 상기 인증사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정동작; 상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 인증특성 추출동작; 상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 인증네트워크 특성 추출동작; 및 상기 인증네트워크 특성이 상기 등록네트워크 특성과 매칭되는지 확인하고 인증 허가를 판단하는 인증동작을 포함한다. In another embodiment of the present invention, a computer program stored in a computer-readable medium is presented to implement the personal authentication method through brain wave measurement. Wherein the computer program causes the computer to perform the following operations: a registered user registration operation and an authenticated user authenticating operation, wherein the registered user registration operation is performed by sequentially performing a plurality of recognition tasks Presenting a registered cognitive task to a registered user; An EEG measurement operation for measuring each of EEGs among the plurality of recognition tasks performed by the registered user using a plurality of channels and removing noise; A registration characteristic extraction operation for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; A registration network characteristic extraction operation for composing a network by combining the channel power characteristic and the synchronization characteristic; And configuring the database of the registered user by selecting a frequency region in which the registered network characteristic is optimized, wherein the authenticated user authenticating operation presents the same cognitive task as the registered cognitive task to the authenticated user An authentication recognition task presentation operation; An EEG measurement operation for measuring each EEG during performing the plurality of recognition tasks by the authenticated user using a plurality of channels and removing noise; An authentication characteristic extracting operation for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels; An authentication network characteristic extraction operation for composing a network by combining the channel power characteristic and the synchronization characteristic; And an authentication operation of verifying whether the authentication network characteristic matches the registration network characteristic and determining authorization of authentication.
이상과 같은 뇌파 바탕 생체인식 방법 및 시스템은 인증 수단을 휴대하거나 따로 기억할 필요가 없고, 복제가 매우 까다롭다는 장점을 보유한다. 따라서 본 발명에 따른 개인 인증 시스템은 단순한 결제 시스템에서부터 다양한 법적 인증 수단으로까지 확장 가능하다. The EEG biometric method and system as described above have the advantage that it is unnecessary to carry the authentication means or to memorize it separately, and that the duplication is very difficult. Therefore, the personal authentication system according to the present invention can be extended from a simple payment system to various legal authentication means.
이상의 설명은 본 발명의 기술 사상을 일 구현 예를 이용하여 설명한 것으로써, 본 발명이 속하는 기술 분야에서 통상의 지식을 갖는 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에서 설명된 구현 예는 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이런 구현 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호범위는 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, . Therefore, the embodiments described in the present invention are not intended to limit the scope of the present invention but to limit the scope of the present invention. The scope of protection of the present invention should be construed according to the claims, and all technical ideas within the scope of equivalents should be construed as falling within the scope of the present invention.
Claims (7)
상기 방법은 등록사용자 등록방법 및 인증사용자 인증방법을 포함하고,
상기 등록사용자 등록방법은,
인지과제 제시부에서 순차적으로 복수 개의 인지과제를 등록사용자에게 제시하는 등록 인지과제 제시단계;
복수 개의 채널을 이용하여 상기 등록사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정단계;
상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 등록특성 추출단계;
상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 등록네트워크 특성 추출단계; 및
상기 등록네트워크 특성이 최적화되는 주파수 영역을 선정하여 상기 등록사용자의 데이터베이스를 구성하는 단계를 포함하며,
상기 인증사용자 인증방법은,
인지과제 제시부에서 상기 등록 인지과제와 동일한 인지과제를 인증사용자에게 제시하는 인증 인지과제 제시단계;
복수 개의 채널을 이용하여 상기 인증사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정단계;
상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 인증특성 추출단계;
상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 인증네트워크 특성 추출단계; 및
상기 인증네트워크 특성이 상기 등록네트워크 특성과 매칭되는지 확인하고 인증 허가를 판단하는 인증단계를 포함하는,
뇌파측정을 통한 개인 인증 방법.
As a personal authentication method through brain wave measurement,
The method includes a registered user registration method and an authenticated user authentication method,
The registered user registration method comprises:
A registered cognitive task presentation step of sequentially presenting a plurality of cognitive tasks to a registered user in a cognitive task presentation unit;
Measuring an EEG during each of the plurality of recognition tasks by the registered user using a plurality of channels and removing noise;
A registration characteristic extracting step of extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels;
A registration network characteristic extraction step of configuring a network by combining the channel power characteristic and the synchronization characteristic; And
And configuring the database of the registered user by selecting a frequency region in which the registered network characteristic is optimized,
The authentication user authentication method includes:
Presenting the same cognitive task as the registered cognitive task to the authenticated user in the cognitive task presentation unit;
Measuring an EEG of each of the plurality of recognition tasks performed by the authenticated user using a plurality of channels and removing noise;
An authentication characteristic extracting step of extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels;
An authentication network characteristic extraction step of configuring a network by combining the channel power characteristic and the synchronization characteristic; And
Comprising: an authentication step of verifying that the authentication network characteristic matches the registration network characteristic,
Personal authentication method by EEG measurement.
상기 복수 개의 인지과제는,
폐안(closed eye) 정상상태;
숫자 계산과제;
색상 시각자극 인식과제; 및
청각자극 인식과제로 이루어진 군에서 선택되는 두 개 이상인,
뇌파측정을 통한 개인 인증 방법.
The method according to claim 1,
The plurality of recognition tasks may include:
Closed eye normal state;
Numerical calculation task;
Color vision stimulation recognition task; And
Two or more selected from the group consisting of auditory stimulus recognition tasks,
Personal authentication method by EEG measurement.
상기 채널파워 특성은, 델타파(4Hz 미만), 세타파(4Hz 이상 8Hz 미만), 알파파(8Hz 이상 13Hz 미만), 낮은 베타파(13Hz 이상 30Hz 미만), 높은 베타파(30Hz 이상 40Hz 미만), 및 낮은 감마파(40Hz 이상)로 이루어진 군에서 선택된 하나 이상의 주파수 영역에서,
피크 주파수 값, 피크 주파수 대역, 뇌파 영역대별 상대적 파워 세기, 및 전체 파워에 대한 비율을 계산하여 구하는,
뇌파측정을 통한 개인 인증 방법.
The method according to claim 1,
(Less than 4 Hz and less than 8 Hz), an alpha wave (less than 8 Hz and less than 13 Hz), a low beta wave (less than 13 Hz and less than 30 Hz), a high beta wave (less than 30 Hz and less than 40 Hz) And a low gamma wave (40 Hz or more).
The peak frequency value, the peak frequency band, the relative power intensity by the EEG region area, and the ratio to the total power,
Personal authentication method by EEG measurement.
상기 동기화 특성은,
측정하는 복수 개 채널의 뇌파로부터 상호 연관성, 유사도, 방향성, 및 간섭성을 수치화하여 산출하되,
상기 산출은, 델타파(4Hz 미만), 세타파(4Hz 이상 8Hz 미만), 알파파(8Hz 이상 13Hz 미만), 낮은 베타파(13Hz 이상 30Hz 미만), 높은 베타파(30Hz 이상 40Hz 미만), 및 낮은 감마파(40Hz 이상)로 이루어진 군에서 선택된 하나 이상의 주파수 영역에서, 간섭성(coherence), 위상 고정 강도 지표(Phase locking index), 부분 방향 간섭성(partial directed coherence), 그레인저 인과 특성(granger causality), 및 전달 함수 방향 특성(directed transfer function)으로 이루어진 군에서 하나 이상의 특성을 계산하고,
상기 동기화 특성 중 유의미한 값을 선택하기 위해 기준값을 설정하는,
뇌파측정을 통한 개인 인증 방법.
The method according to claim 1,
Wherein the synchronization characteristic comprises:
Similarity, directionality, and coherence from the EEG signals of the plurality of channels to be measured,
(Less than 4 Hz and less than 8 Hz), alpha waves (less than 8 Hz and less than 13 Hz), low beta waves (less than 13 Hz and less than 30 Hz), high beta waves (less than 30 Hz and less than 40 Hz) A phase locking index, a partially directed coherence, a granger causality, and the like in at least one frequency region selected from the group consisting of gamma waves (more than 40 Hz) , And a directed transfer function, and calculating one or more characteristics in the group consisting of the transfer function,
Setting a reference value for selecting a significant value among the synchronization characteristics,
Personal authentication method by EEG measurement.
상기 채널파워 특성과 상기 동기화 특성을 조합하여 구성하는 네트워크는,
평균 경로 길이(characteristic path length), 전체 능률 지표(global efficiency), 집단화 계수(Clustering coefficient), 점효율(local-efficiency), 모듈성(modularity), 인접성(edge betweeness), 노드 인접성(node betweeness), 및 중심성(Centrality)으로 이루어진 군에서 선택된 하나 이상의 지료로 정량화하는,
뇌파측정을 통한 개인 인증 방법.
The method according to claim 1,
Wherein the network configured by combining the channel power characteristic and the synchronization characteristic comprises:
A global path length, a global efficiency, a clustering coefficient, a local-efficiency, a modularity, an edge betweeness, a node between, And < RTI ID = 0.0 > Centrality, < / RTI >
Personal authentication method by EEG measurement.
상기 시스템은 등록사용자 등록시스템 및 인증사용자 인증시스템을 포함하고,
상기 등록시스템은,
순차적으로 복수 개의 인지과제를 등록사용자에게 제시하는 등록 인지과제 제시부;
상기 등록사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 복수 개의 채널;
상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 등록특성 추출부;
상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 등록네트워크 특성 추출부; 및
상기 등록네트워크 특성이 최적화되는 주파수 영역을 선정하여 상기 등록사용자의 데이터를 저장하는 데이터베이스를 포함하며,
상기 인증시스템은,
상기 등록 인지과제와 동일한 인지과제를 인증사용자에게 제시하는 인지과제 제시부;
상기 인증사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 복수 개의 채널;
상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 인증특성 추출부;
상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 인증네트워크 특성 추출부; 및
상기 인증네트워크 특성이 상기 등록네트워크 특성과 매칭되는지 확인하고 인증 허가를 판단하는 인증부를 포함하는,
컴퓨터를 이용한 뇌파측정 개인 인증 시스템.
As a personal authentication system for computerized EEG measurement,
The system includes a registered user registration system and an authenticated user authentication system,
The registration system comprises:
A registered cognitive task assignment unit for sequentially presenting a plurality of cognitive tasks to a registered user;
A plurality of channels for measuring each of the EEGs among the plurality of recognition tasks and removing noise;
A registration characteristic extracting unit for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels;
A registration network characteristic extractor configured to combine the channel power characteristic and the synchronization characteristic to form a network; And
And a database for storing data of the registered user by selecting a frequency region in which the registered network characteristic is optimized,
The authentication system includes:
A cognitive task presentation unit for presenting the same cognitive task as the registered cognitive task to the authenticated user;
A plurality of channels for measuring an EEG of each of the plurality of recognition tasks performed by the authentication user and removing noise;
An authentication characteristic extracting unit for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels;
An authentication network characteristic extractor configured to combine the channel power characteristic and the synchronization characteristic to form a network; And
And an authentication unit for verifying whether the authentication network characteristic matches the registration network characteristic,
Computerized EEG Personal Identification System.
상기 컴퓨터 프로그램은 컴퓨터로 하여금 이하의 동작들을 수행하도록 하며, 상기 동작들은:
등록사용자 등록동작 및 인증사용자 인증동작을 포함하고,
상기 등록사용자 등록동작은,
인지과제 제시부에서 순차적으로 복수 개의 인지과제를 등록사용자에게 제시하는 등록 인지과제 제시동작;
복수 개의 채널을 이용하여 상기 등록사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정동작;
상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 등록특성 추출동작;
상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 등록네트워크 특성 추출동작; 및
상기 등록네트워크 특성이 최적화되는 주파수 영역을 선정하여 상기 등록사용자의 데이터베이스를 구성하는 동작을 포함하며,
상기 인증사용자 인증동작은,
인지과제 제시부에서 상기 등록 인지과제와 동일한 인지과제를 인증사용자에게 제시하는 인증 인지과제 제시동작;
복수 개의 채널을 이용하여 상기 인증사용자가 상기 복수 개의 인지과제 수행하는 중 각각의 뇌파를 측정하고 잡음을 제거하는 뇌파 측정동작;
상기 복수 개의 채널 각각의 채널파워 특성과 상기 복수 개의 채널 상호간의 동기화 특성을 추출하는 인증특성 추출동작;
상기 채널파워 특성과 상기 동기화 특성을 조합하여 네트워크를 구성하는 인증네트워크 특성 추출동작; 및
상기 인증네트워크 특성이 상기 등록네트워크 특성과 매칭되는지 확인하고 인증 허가를 판단하는 인증동작을 포함하는,
컴퓨터 프로그램.A computer program stored in a computer readable medium for personal authentication through brain wave measurement,
The computer program causes a computer to perform the following operations:
A registered user registration operation and an authentication user authentication operation,
The registered user registration operation may include:
A registered cognitive task presentation operation in which a plurality of cognitive tasks are sequentially presented to a registered user in a cognitive task presentation unit;
An EEG measurement operation for measuring each of EEGs among the plurality of recognition tasks performed by the registered user using a plurality of channels and removing noise;
A registration characteristic extraction operation for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels;
A registration network characteristic extraction operation for composing a network by combining the channel power characteristic and the synchronization characteristic; And
And configuring the database of the registered user by selecting a frequency region in which the registered network characteristic is optimized,
The authentication user authentication operation may include:
And presenting the same cognitive task as the registered cognitive task to the authenticated user in the cognitive task presentation unit;
An EEG measurement operation for measuring each EEG during performing the plurality of recognition tasks by the authenticated user using a plurality of channels and removing noise;
An authentication characteristic extracting operation for extracting a channel power characteristic of each of the plurality of channels and a synchronization characteristic between the plurality of channels;
An authentication network characteristic extraction operation for composing a network by combining the channel power characteristic and the synchronization characteristic; And
Comprising: an authentication operation for verifying that the authentication network characteristic matches the registration network characteristic and determining an authentication permission;
Computer program.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20150006714 | 2015-01-14 | ||
| KR1020150006714 | 2015-01-14 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101607432B1 true KR101607432B1 (en) | 2016-03-29 |
Family
ID=55662139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150057985A KR101607432B1 (en) | 2015-01-14 | 2015-04-24 | Method, System and Computer Program for Personal authentication based on electroencephalography |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101607432B1 (en) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101811365B1 (en) * | 2016-08-19 | 2017-12-22 | 고려대학교 산학협력단 | Apparatus and method for detecting brain fingerprint using causal connectivity of brain wave |
| KR20180113451A (en) * | 2017-04-06 | 2018-10-16 | 고려대학교 산학협력단 | Prefrontal based cognitive brain-machine interfacing apparatus and method thereof |
| KR101959143B1 (en) * | 2017-12-20 | 2019-07-03 | 극동대학교 산학협력단 | Method for Brainwave Based Personal Authentication in FIDO system |
| KR20190096780A (en) * | 2018-02-09 | 2019-08-20 | 한국전자통신연구원 | Person authentication device and person authentication method based on brain-machine interface |
| KR102072030B1 (en) * | 2018-08-20 | 2020-01-31 | 한동대학교 산학협력단 | Biometric authentication system and method based on resting state eeg |
| KR102278855B1 (en) | 2020-09-18 | 2021-07-20 | (주)한국에너지기술단 | Worker Identification Management Method through Real-Time of Bio-Signals and Location Monitoring Technology |
| US11275479B2 (en) | 2020-04-24 | 2022-03-15 | Electronics And Telecommunications Research Institute | Frequency-based ratiometric feature extraction device for user authentication |
| KR20220039433A (en) * | 2020-09-22 | 2022-03-29 | 한림대학교 산학협력단 | APPARATUS AND METHOD FOR NeuromodulatinG for improving tinnitus and related cognitive impairment |
| CN115474945A (en) * | 2022-09-15 | 2022-12-16 | 燕山大学 | Multi-element global synchronization index method for multi-channel electroencephalogram and electromyographic coupling analysis |
| US11800998B2 (en) | 2018-11-19 | 2023-10-31 | Electronics And Telecommunications Research Institute | Personal authentication device based on auditory brainstem response signal and method thereof |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101006107B1 (en) | 2006-11-01 | 2011-01-07 | 강만희 | apparatus and method for analyzing examinee's response |
| KR101366127B1 (en) | 2011-11-24 | 2014-02-25 | 한국과학기술원 | Distinguishing Method of the Schizophrenia Using a Small-worldness and Work Output |
-
2015
- 2015-04-24 KR KR1020150057985A patent/KR101607432B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101006107B1 (en) | 2006-11-01 | 2011-01-07 | 강만희 | apparatus and method for analyzing examinee's response |
| KR101366127B1 (en) | 2011-11-24 | 2014-02-25 | 한국과학기술원 | Distinguishing Method of the Schizophrenia Using a Small-worldness and Work Output |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101811365B1 (en) * | 2016-08-19 | 2017-12-22 | 고려대학교 산학협력단 | Apparatus and method for detecting brain fingerprint using causal connectivity of brain wave |
| KR20180113451A (en) * | 2017-04-06 | 2018-10-16 | 고려대학교 산학협력단 | Prefrontal based cognitive brain-machine interfacing apparatus and method thereof |
| KR102031958B1 (en) | 2017-04-06 | 2019-10-14 | 고려대학교 산학협력단 | Prefrontal based cognitive brain-machine interfacing apparatus and method thereof |
| KR101959143B1 (en) * | 2017-12-20 | 2019-07-03 | 극동대학교 산학협력단 | Method for Brainwave Based Personal Authentication in FIDO system |
| KR102532516B1 (en) * | 2018-02-09 | 2023-05-18 | 한국전자통신연구원 | Person authentication device and person authentication method based on brain-machine interface |
| KR20190096780A (en) * | 2018-02-09 | 2019-08-20 | 한국전자통신연구원 | Person authentication device and person authentication method based on brain-machine interface |
| KR102072030B1 (en) * | 2018-08-20 | 2020-01-31 | 한동대학교 산학협력단 | Biometric authentication system and method based on resting state eeg |
| US11800998B2 (en) | 2018-11-19 | 2023-10-31 | Electronics And Telecommunications Research Institute | Personal authentication device based on auditory brainstem response signal and method thereof |
| US11275479B2 (en) | 2020-04-24 | 2022-03-15 | Electronics And Telecommunications Research Institute | Frequency-based ratiometric feature extraction device for user authentication |
| KR102278855B1 (en) | 2020-09-18 | 2021-07-20 | (주)한국에너지기술단 | Worker Identification Management Method through Real-Time of Bio-Signals and Location Monitoring Technology |
| KR102403540B1 (en) | 2020-09-22 | 2022-05-31 | 한림대학교 산학협력단 | Apparatus and method for neuromodulation for tinnitus remedy and improvement of tinnitus-related cognitive impairment |
| KR20220039433A (en) * | 2020-09-22 | 2022-03-29 | 한림대학교 산학협력단 | APPARATUS AND METHOD FOR NeuromodulatinG for improving tinnitus and related cognitive impairment |
| CN115474945A (en) * | 2022-09-15 | 2022-12-16 | 燕山大学 | Multi-element global synchronization index method for multi-channel electroencephalogram and electromyographic coupling analysis |
| CN115474945B (en) * | 2022-09-15 | 2024-04-12 | 燕山大学 | Multi-channel brain myoelectricity coupling analysis-oriented multi-element global synchronization index method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101607432B1 (en) | Method, System and Computer Program for Personal authentication based on electroencephalography | |
| Nakamura et al. | In-ear EEG biometrics for feasible and readily collectable real-world person authentication | |
| Ruiz-Blondet et al. | CEREBRE: A novel method for very high accuracy event-related potential biometric identification | |
| Jayarathne et al. | BrainID: Development of an EEG-based biometric authentication system | |
| Maiorana et al. | On the permanence of EEG signals for biometric recognition | |
| Campisi et al. | EEG for automatic person recognition | |
| Revett et al. | Biosignals for user authentication-towards cognitive biometrics? | |
| US9603556B2 (en) | Device and method for continuous biometric recognition based on electrocardiographic signals | |
| Ong et al. | Power spectral density analysis for human EEG-based biometric identification | |
| US20140020089A1 (en) | Access Control System using Stimulus Evoked Cognitive Response | |
| Jayarathne et al. | Survey of EEG-based biometric authentication | |
| KR101643354B1 (en) | System and method for user authentication using brain wave | |
| Zhao et al. | Individual identification based on code-modulated visual-evoked potentials | |
| Phothisonothai | An investigation of using SSVEP for EEG-based user authentication system | |
| Dan et al. | An identification system based on portable EEG acquisition equipment | |
| Anwar et al. | Use of portable EEG sensors to detect meditation | |
| Wang et al. | On the invariance of EEG-based signatures of individuality with application in biometric identification | |
| Yeom et al. | EEG-based person authentication using face stimuli | |
| Dash et al. | Spatial and Spectral Fingerprint in the Brain: Speaker Identification from Single Trial MEG Signals. | |
| Revett et al. | Cognitive biometrics: Challenges for the future | |
| Mukai et al. | Introduction of fractal dimension feature and reduction of calculation amount in person authentication using evoked EEG by ultrasound | |
| Ashenaei et al. | Stable EEG-Based biometric system using functional connectivity based on Time-Frequency features with optimal channels | |
| Höller et al. | Age, sex, and pathology effects on stability of electroencephalographic biometric features based on measures of interaction | |
| Campisi et al. | EEG biometrics | |
| Alsunaidi et al. | A comparison of human brainwaves-based biometric authentication systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20200302 Year of fee payment: 5 |