KR102257300B1 - 심전도 신호를 이용한 사용자 인증 방법 및 장치 - Google Patents

심전도 신호를 이용한 사용자 인증 방법 및 장치 Download PDF

Info

Publication number
KR102257300B1
KR102257300B1 KR1020140115511A KR20140115511A KR102257300B1 KR 102257300 B1 KR102257300 B1 KR 102257300B1 KR 1020140115511 A KR1020140115511 A KR 1020140115511A KR 20140115511 A KR20140115511 A KR 20140115511A KR 102257300 B1 KR102257300 B1 KR 102257300B1
Authority
KR
South Korea
Prior art keywords
waveform
user
ecg waveform
filtered
registered
Prior art date
Application number
KR1020140115511A
Other languages
English (en)
Other versions
KR20160026496A (ko
Inventor
배치성
김상준
Original Assignee
삼성전자주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140115511A priority Critical patent/KR102257300B1/ko
Priority to CN201510231072.1A priority patent/CN105373719B/zh
Priority to EP15170931.8A priority patent/EP2989967B1/en
Priority to US14/755,971 priority patent/US10572637B2/en
Priority to JP2015167269A priority patent/JP6476092B2/ja
Publication of KR20160026496A publication Critical patent/KR20160026496A/ko
Application granted granted Critical
Publication of KR102257300B1 publication Critical patent/KR102257300B1/ko

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/35—Detecting specific parameters of the electrocardiograph cycle by template matching
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
    • H04L9/3231—Biological data, e.g. fingerprint, voice or retina
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

심전도 파형을 이용한 사용자 인증 방법 및 장치가 개시된다. 사용자 인증 장치는 칼만 필터에 참조 심전도 파형으로부터 추출된 참조 모델 파라미터를 적용하여, 칼만 필터를 기초로 사용자의 심전도 파형을 필터링하고, 필터링된 심전도 파형과 참조 심전도 파형을 비교하여, 필터링된 심전도 파형이 참조 심전도 파형과 대응되는지 여부를 판단할 수 있다.

Description

심전도 신호를 이용한 사용자 인증 방법 및 장치{METHOD AND APPARATUS FOR AUTHENTICATING USER USING ECG SIGNAL}
아래의 실시 예들은 심전도 신호를 이용한 사용자 인증 방법 및 장치에 관한 것이다.
생체로부터 추출할 수 있는 다양한 신호나 데이터를 활용하여 이를 각종 시스템에서 이용하는 기술이 발전하고 있다. 특히, 생채 신호나 데이터를 이용하여 보안 시스템을 구축하는 생체 인식 기술이 각광을 받고 있다. 생체 인식 기술이란 사용자로부터 생체와 연관된 신호나 데이터를 추출하여 이를 기존에 저장된 데이터와 비교하고 본인임을 확인하여 사용자로 인증하는 기술을 말한다. 대표적으로, 생체 인식 기술 분야 중 하나로 개인의 심전도(Electrocardiogram: ECG) 신호를 이용하여 사용자를 인식하는 기술이 개발되고 있다.
생체 인식 기술은 개인의 고유 생체 신호를 이용하기 때문에 도난이나 분실의 염려가 없고 위조 또는 변조가 어렵기 때문에 보안 분야에서 각광을 받고 있다. 최근에는 개인의 고유 생체 신호의 인식률을 높이기 위한 연구가 계속되고 있다.
일 실시예에 따른 사용자 인증 장치는, 사용자의 인증을 위하여 상기 사용자의 인증 심전도 파형을 획득하는 심전도 파형 획득부; 칼만 필터(Kalman filter)에 참조 심전도 파형으로부터 추출된 참조 모델 파라미터를 적용하여, 상기 칼만 필터를 기초로 상기 인증 심전도 파형을 필터링하는 필터링부; 및 상기 필터링된 인증 심전도 파형과 상기 참조 심전도 파형을 비교하여, 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는지 여부를 판단하는 인증부를 포함할 수 있다.
일 실시예에 따른 사용자 인증 장치는, R 피크(R peak)를 기준으로 상기 인증 심전도 파형을 정렬하는 심전도 파형 추출부를 더 포함할 수 있다.
상기 참조 모델 파라미터는, 상기 참조 심전도 파형으로부터 추출된 복수 개의 제1 가우시안 함수 각각의 진폭을 나타내는 제1 진폭 파라미터, 상기 복수 개의 제1 가우시안 함수 각각의 지속 시간을 나타내는 제1 지속 시간 파라미터, 상기 복수 개의 제1 가우시안 함수 각각의 위치를 나타내는 제1 위치 파라미터 또는 상기 참조 심전도 파형의 위상의 변화에 따른 각속도를 나타내는 제1 각속도 파라미터를 포함할 수 있다.
상기 필터링부는, 상기 인증 심전도 파형에 상기 참조 모델 파라미터를 적용한 상기 칼만 필터를 이용하여, 예측된 인증 심전도 파형을 추출하고, 상기 인증 심전도 파형과 상기 예측된 인증 심전도 파형을 조합하여 상기 필터링된 인증 심전도 파형을 출력할 수 있다.
일 실시예에 따른 사용자 인증 장치는, 상기 필터링된 인증 심전도 파형으로부터 복수 개의 특징점을 추출하는 특징점 추출부를 더 포함할 수 있다.
상기 특징점 추출부는, 상기 필터링된 인증 심전도 파형으로부터 복수 개의 제2 가우시안 함수를 추출하고, 상기 복수 개의 제2 가우시안 함수의 합과 상기 필터링된 인증 심전도 파형간의 거리가 최소가 되는, 상기 복수 개의 제2 가우시안 함수 각각의 진폭을 나타내는 제2 진폭 파라미터, 상기 복수 개의 제2 가우시안 함수 각각의 지속 시간을 나타내는 제2 지속 시간 파라미터 또는 상기 복수 개의 제2 가우시안 함수 각각의 위치를 나타내는 제2 위치 파라미터를 추출할 수 있다.
상기 특징점 추출부는, 상기 필터링된 인증 심전도 파형의 PR 인터벌(PR interval), PR 세그먼트(PR segment), QRS 콤플렉스(QRS complex), ST 세그먼트(ST segment), ST 인터벌(ST interval), QT 인터벌(QT interval), RR 인터벌(RR interval), 높이, 위치, 잡음 전력(noise power) 또는 상기 필터링된 인증 심전도 파형의 소정의 통계값 중 적어도 하나를 추출할 수 있다.
상기 인증부는, 상기 필터링된 인증 심전도 파형 및 상기 참조 심전도 파형간의 유사도를 추출하고, 상기 유사도를 기초로 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는지 여부를 판단할 수 있다.
상기 인증부는, 상기 필터링된 인증 심전도 파형으로부터의 복수 개의 특징점과 상기 참조 심전도 파형으로부터의 복수 개의 특징점간 유사도를 추출하고, 상기 유사도를 기초로 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는지 여부를 판단할 수 있다.
상기 인증부는, 상기 제1 진폭 파라미터와 상기 제2 진폭 파라미터간의 거리, 상기 제1 지속 시간 파라미터와 상기 제2 지속 시간 파라미터간의 거리 또는 상기 제1 위치 파라미터와 상기 제2 위치 파라미터간의 거리 중 적어도 하나를 이용하여 상기 유사도를 연산할 수 있다.
상기 인증부는, 상기 제1 진폭 파라미터와 상기 제2 진폭 파라미터간의 거리, 상기 제1 지속 시간 파라미터와 상기 제2 지속 시간 파라미터간의 거리 및 상기 제1 위치 파라미터와 상기 제2 위치 파라미터간의 거리 각각에 가중치를 적용하여 상기 유사도를 연산할 수 있다.
상기 인증부는, 상기 유사도가 소정의 제1 임계값보다 큰 경우, 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는 것으로 판단하여, 상기 사용자를 상기 참조 심전도 파형의 사용자로 인증할 수 있다.
일 실시예에 따른 사용자 인증 장치는, 상기 인증부에서 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되지 않는 것으로 판단된 경우, 상기 필터링부, 상기 특징점 추출부 및 상기 인증부를 반복하여 수행할 수 있다.
상기 인증부는, 상기 필터링부, 상기 특징점 추출부 및 상기 인증부를 반복하여 수행한 반복 횟수가 소정의 임계 반복 횟수를 초과하는 경우, 상기 사용자를 상기 참조 심전도 파형과 대응하지 않는 사용자로 판단할 수 있다.
상기 인증부는, 상기 유사도가 소정의 제2 임계값보다 크고, 상기 필터링부, 상기 특징점 추출부 및 상기 인증부를 반복하여 수행함에 따라 상기 유사도가 증가되는 경우, 상기 사용자를 상기 참조 심전도 파형의 사용자로 인증할 수 있다.
상기 인증부에서 상기 사용자가 상기 참조 심전도 파형과 대응하지 않는 사용자로 판단된 경우, 상기 필터링부는, 상기 칼만 필터에 포함된 변수값을 재설정할 수 있다.
일 실시예에 따른 사용자 등록 장치는, 사용자의 등록을 위하여 상기 사용자의 등록 심전도 파형을 획득하는 심전도 파형 획득부; R 피크를 기준으로 상기 등록 심전도 파형으로부터 대표 심전도 파형을 추출하는 심전도 파형 추출부; 상기 대표 심전도 파형을 모델링하여 제1 모델 파라미터를 추출하는 모델 파라미터 추출부; 칼만 필터에 상기 제1 모델 파라미터를 적용하여, 상기 칼만 필터를 기초로 상기 등록 심전도 파형을 필터링하는 필터링부; 및 상기 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출하는 특징점 추출부를 포함할 수 있다.
상기 모델 파라미터 추출부는, 상기 대표 심전도 파형으로부터 복수 개의 제1 가우시안 함수를 추출하고, 상기 복수 개의 제1 가우시안 함수의 합과 상기 대표 심전도 파형간의 거리가 최소가 되는, 상기 복수 개의 제1 가우시안 함수 각각의 진폭을 나타내는 제1 진폭 파라미터, 상기 복수 개의 제1 가우시안 함수 각각의 지속 시간을 나타내는 제1 지속 시간 파라미터 또는 상기 복수 개의 제1 가우시안 함수 각각의 위치를 나타내는 제1 위치 파라미터를 추출할 수 있다.
상기 필터링부는, 상기 칼만 필터를 이용하여, 상기 복수 개의 제1 가우시안 함수를 기초로 상기 등록 심전도 파형에 상기 모델 파라미터를 적용하여 예측된 등록 심전도 파형을 추출하고, 상기 등록 심전도 파형과 상기 예측된 등록 심전도 파형을 조합하여 상기 필터링된 등록 심전도 파형을 출력할 수 있다.
상기 특징점 추출부는, 상기 필터링된 등록 심전도 파형으로부터 복수 개의 제2 가우시안 함수를 추출하고, 상기 복수 개의 제2 가우시안 함수의 합과 상기 필터링된 등록 심전도 파형간의 거리가 최소가 되는, 상기 복수 개의 제2 가우시안 함수 각각의 진폭을 나타내는 제2 진폭 파라미터, 상기 복수 개의 제2 가우시안 함수 각각의 지속 시간을 나타내는 제2 지속 시간 파라미터 또는 상기 복수 개의 제2 가우시안 함수 각각의 위치를 나타내는 제2 위치 파라미터를 추출할 수 있다.
상기 특징점 추출부는, 상기 필터링된 등록 심전도 파형의 PR 인터벌, PR 세그먼트, QRS 콤플렉스, ST 세그먼트, ST 인터벌, QT 인터벌, RR 인터벌, 높이, 위치, 잡음 전력 또는 상기 필터링된 등록 심전도 파형의 소정의 통계값 중 적어도 하나를 추출할 수 있다.
일 실시예에 따른 사용자 인증 장치는, 등록 심전도 파형으로부터 추출된 대표 심전도 파형을 모델링하여 제1 모델 파라미터를 추출하고, 칼만 필터에 상기 제1 모델 파라미터를 적용하여 상기 칼만 필터를 기초로 상기 등록 심전도 파형을 필터링하고, 상기 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출하는 등록부; 및 상기 복수 개의 특징점에 포함된 제2 모델 파라미터를 상기 칼만 필터에 적용하여 상기 칼만 필터를 기초로 인증 심전도 파형을 필터링하고, 상기 필터링된 인증 심전도 파형과 상기 필터링된 등록 심전도 파형을 비교하여 상기 필터링된 인증 심전도 파형이 상기 등록 심전도 파형과 대응되는지 여부를 판단하는 인증부를 포함할 수 있다.
일 실시예에 따른 사용자 인증 방법은, 사용자의 인증을 위하여 상기 사용자의 인증 심전도 파형을 획득하는 단계; 칼만 필터에 참조 심전도 파형으로부터 추출된 참조 모델 파라미터를 적용하여, 상기 칼만 필터를 기초로 상기 인증 심전도 파형을 필터링하는 단계; 및 상기 필터링된 인증 심전도 파형과 상기 참조 심전도 파형을 비교하여, 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는지 여부를 판단하는 단계를 포함할 수 있다.
일 실시예에 따른 사용자 등록 방법은, 사용자의 등록을 위하여 상기 사용자의 등록 심전도 파형을 획득하는 단계; R 피크를 기준으로 상기 등록 심전도 파형으로부터 대표 심전도 파형을 추출하는 단계; 상기 대표 심전도 파형을 모델링하여 모델 파라미터를 추출하는 단계; 칼만 필터에 상기 모델 파라미터를 적용하여, 상기 칼만 필터를 기초로 상기 등록 심전도 파형을 필터링하는 단계; 및 상기 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출하는 단계를 포함할 수 있다.
일 실시예에 따른 사용자 인증 방법은, 등록 심전도 파형으로부터 추출된 대표 심전도 파형을 모델링하여 제1 모델 파라미터를 추출하는 단계; 칼만 필터에 상기 제1 모델 파라미터를 적용하여 상기 칼만 필터를 기초로 상기 등록 심전도 파형을 필터링하는 단계; 상기 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출하는 단계; 상기 복수 개의 특징점에 포함된 제2 모델 파라미터를 상기 칼만 필터에 적용하여 상기 칼만 필터를 기초로 인증 심전도 파형을 필터링하는 단계; 및 상기 필터링된 인증 심전도 파형과 상기 필터링된 등록 심전도 파형을 비교하여 상기 필터링된 인증 심전도 파형이 상기 필터링된 등록 심전도 파형과 대응되는지 여부를 판단하는 단계를 포함할 수 있다.
도 1은 일 실시예에 따른 사용자 등록 장치를 나타낸 블록도이다.
도 2는 일 실시예에 따른 사용자 인증 장치를 나타낸 블록도이다.
도 3은 다른 일 실시예에 따른 사용자 인증 장치를 나타낸 블록도이다.
도 4는 일 실시예에 따른 심전도 파형의 정렬을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 예측된 심전도 파형의 추출을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 칼만 필터를 이용한 심전도 파형의 필터링을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 필터링에 의한 심전도 파형의 거리의 변화 경향성을 설명하기 위한 도면이다.
도 8은 다른 일 실시예에 따른 필터링에 의한 심전도 파형의 거리의 변화 경향성을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 사용자 인증 장치의 일례를 설명하기 위한 도면이다.
도 10은 다른 일 실시예에 따른 사용자 인증 장치의 일례를 설명하기 위한 도면이다.
도 11은 또 다른 일 실시예에 따른 사용자 인증 장치의 일례를 설명하기 위한 도면이다.
도 12는 일 실시예에 따른 사용자 등록 방법을 나타낸 동작 흐름도이다.
도 13은 일 실시예에 따른 사용자 인증 방법을 나타낸 동작 흐름도이다.
도 14는 다른 일 실시예에 따른 사용자 인증 방법을 나타낸 동작 흐름도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 사용자 등록 장치를 나타낸 블록도이다.
도 1을 참조하면, 사용자 등록 장치(110)는 심전도 파형 획득부(120), 심전도 파형 추출부(130), 모델 파라미터 추출부(140), 필터링부(150) 및 특징점 추출부(160)를 포함할 수 있다. 사용자 등록 장치(110)는 사용자의 심전도(ElectroCardioGraphy: ECG) 신호를 등록할 수 있다. 후술할 도 2에서 사용자 인증 장치(210)는 인증을 수행하기 위해 획득한 심전도 정보와 사용자 등록 장치(110)에서 미리 등록된 심전도 정보를 비교하여, 사용자를 인증할 수 있다. 일 실시예에서, 사용자 등록 장치(110)와 도 2의 사용자 인증 장치(210)는 별개의 장치로 표현되었지만, 사용자 등록 장치(120)와 도 2의 사용자 인증 장치(210)는 하나의 장치 내에서 구현될 수도 있고, 별개의 장치로 구현될 수도 있다.
심전도 파형 획득부(120)는 사용자의 등록을 위하여, 심전도 센서를 이용하여 사용자의 심전도 파형을 획득할 수 있다. 일 실시예에서, 심전도 파형 획득부(120)는 복수의 사용자의 심전도 신호를 저장할 수 있다. 이하에서는, 사용자의 등록을 위한 심전도 파형을 등록 심전도 파형이라고 표현한다.
심전도 센서는 복수의 전극, 증폭기 및 디지털 필터를 포함할 수 있다. 복수의 전극은 사용자의 피부(예를 들어, 손가락)에 접촉하여 사용자의 심전도 신호를 센싱할 수 있다. 증폭기는 복수의 전극에서 센싱된 심전도 신호를 증폭할 수 있다. 일 실시예에서, 증폭기는 아날로그 프론트 엔드(Analog Front End: AFE)로 표현될 수 있다. 디지털 필터는 증폭된 심전도 신호를 디지털 신호로 변환할 수 있다. 이에 따라, 심전도 신호의 신호 대 잡음비(Signal-to-Noise Ratio: SNR)가 향상될 수 있다.
심전도 파형 추출부(130)는 변환된 디지털 신호로부터 등록 심전도 파형을 추출할 수 있다. 여기서, 등록 심전도 파형은 복수 개의 심전도 파형을 포함할 수 있다.
심전도 파형 추출부(130)는 심전도 파형의 R 피크(R peak)를 기준으로 등록 심전도 파형으로부터 대표 심전도 파형을 추출할 수 있다. 심전도 파형은 주기 및 크기가 불규칙할 수 있다. 예를 들어, 동일한 사용자로부터의 심전도 파형이라도, 사용자의 호흡 상태에 따라 심전도 파형의 주기 및 크기가 변경될 수 있다. 또한, 심전도 센서에서 획득된 심전도 파형은 심전도 센서에서 샘플링이 수행된 것이므로, 심전도 센서에서 획득된 심전도 파형과 실제 심전도 파형의 피크(peak)가 다를 수 있다. 이를 위해, 심전도 파형 추출부(130)는 사용자의 인증에 적합하도록, 등록 심전도 파형을 가공할 수 있다. 일 실시예에서, 심전도 파형 추출부(130)는 등록 심전도 파형의 주요 잡음을 제거하는 전처리 과정을 수행할 수 있다. 예를 들어, 전처리 과정에서, 심전도 파형 추출부(130)는 등록 심전도 파형에서 0.5Hz 내지 40Hz의 등록 심전도 파형만을 추출할 수 있다. 또한, 심전도 파형 추출부(130)는 등록 심전도 파형의 DC 베이스라인 원더링(DC baseline wandering), 전력 잡음(power noise)(예를 들어, 50Hz 내지 60Hz의 주파수 대역의 심전도 파형) 및 모션 아티팩트(motion artifact)와 같은 주요 잡음을 제거할 수 있다.
또한, 심전도 파형 추출부(130)는 R 피크를 기준으로 등록 심전도 파형을 정렬할 수 있다. 심전도 파형에서, P파, QRS파, T파 및 U파는 반복하여 나타날 수 있고, 이 중 QRS파의 R 피크의 크기가 가장 클 수 있다. 이에 따라, 심전도 파형 추출부(130)는 R 피크를 기준으로 등록 심전도 파형을 정렬할 수 있다. 심전도 파형 추출부(130)는 등록 심전도 파형에서 복수 개의 R 피크를 검출하고, R 피크를 기준으로 등록 심전도 파형에 포함된 복수 개의 심전도 파형을 정렬할 수 있다. 또한, 심전도 파형 추출부(130)는 등록 심전도 파형에 포함된 복수 개의 심전도 파형으로부터 대표 심전도 파형을 추출할 수 있다. 일 예로, 심전도 파형 추출부(130)는 등록 심전도 파형에 포함된 복수 개의 심전도 파형의 평균값을 구하여 대표 심전도 파형을 추출할 수 있다.
모델 파라미터 추출부(140)는 대표 심전도 파형의 평균값 및 표준 편차값을 연산할 수 있고, 대표 심전도 파형의 평균값 및 표준 편차값을 이용하여 대표 심전도 파형으로부터 복수 개의 가우시안 함수를 추출할 수 있다. 모델 파라미터 추출부(140)는 복수 개의 가우시안 함수를 기초로 아래의 수학식 1을 이용하여 대표 심전도 파형을 모델링할 수 있다.
[수학식 1]
Figure 112014083428891-pat00001

여기서,
Figure 112014083428891-pat00002
는 심전도 파형의 위상값을 나타내고,
Figure 112014083428891-pat00003
는 해당 위상에서 심전도 파형의 크기를 나타낼 수 있다.
Figure 112014083428891-pat00004
,
Figure 112014083428891-pat00005
는 각각
Figure 112014083428891-pat00006
,
Figure 112014083428891-pat00007
를 미분한 값을 나타낼 수 있다.
Figure 112014083428891-pat00008
는 심전도 파형의 위상의 변화에 따른 각속도를 나타내는 각속도 파라미터를 나타낼 수 있다. 모델 파라미터 추출부(140)는 대표 심전도 파형으로부터 사용자의 평균 심박수를 추출할 수 있고, 평균 심박수로부터 각속도 파라미터를 추출할 수 있다.
Figure 112014083428891-pat00009
는 복수 개의 가우시안 함수 각각의 진폭을 나타내는 진폭 파라미터를 나타내고,
Figure 112014083428891-pat00010
는 복수 개의 가우시안 함수 각각의 지속 시간을 나타내는 지속 시간 파라미터를 나타내고,
Figure 112014083428891-pat00011
는 복수 개의 가우시안 함수 각각의 위치를 나타내는 위치 파라미터를 나타낼 수 있다. 일 실시예에서, 모델 파라미터는 진폭 파라미터
Figure 112014083428891-pat00012
, 지속 시간 파라미터
Figure 112014083428891-pat00013
, 위치 파라미터
Figure 112014083428891-pat00014
및 각속도 파라미터
Figure 112014083428891-pat00015
를 의미할 수 있다. 모델 파라미터는 사용자 고유의 특성을 나타내므로, 모델 파라미터의 값은 사용자에 따라 서로 상이할 수 있다.
모델 파라미터 추출부(140)는 아래의 수학식 2를 이용하여 모델 파라미터 중 진폭 파라미터
Figure 112014083428891-pat00016
, 지속 시간 파라미터
Figure 112014083428891-pat00017
및 위치 파라미터
Figure 112014083428891-pat00018
를 추출할 수 있다.
[수학식 2]
Figure 112014083428891-pat00019

여기서,
Figure 112014083428891-pat00020
는 대표 심전도 파형을 나타내고,
Figure 112014083428891-pat00021
는 상술한 수학식 1에 의해 모델링된 대표 심전도 파형을 나타낼 수 있다. 모델링된 대표 심전도 파형은 복수 개의 가우시안 함수의 합을 의미할 수 있다.
Figure 112014083428891-pat00022
는
Figure 112014083428891-pat00023
와
Figure 112014083428891-pat00024
간의 거리를 나타내는 놈(norm)을 의미할 수 있다. 이 때, 놈은 유클리디안 놈(euclidean norm), L1 놈(L1 norm) 및 P 놈(P norm) 등을 포함할 수 있다. 모델 파라미터 추출부(140)는 모델링된 대표 심전도 파형이 대표 심전도 파형에 가장 근접하는, 다시 말해, 복수 개의 가우시안 함수의 합과 대표 심전도 파형간의 거리가 최소가 되는, 진폭 파라미터
Figure 112014083428891-pat00025
, 지속 시간 파라미터
Figure 112014083428891-pat00026
및 위치 파라미터
Figure 112014083428891-pat00027
를 추출할 수 있다.
필터링부(150)는 칼만 필터에 모델 파라미터 추출부(140)에서 추출된 모델 파라미터를 적용하여, 칼만 필터를 기초로 등록 심전도 파형을 필터링할 수 있다. 여기서, 칼만 필터는 확장된 칼만 필터(extended Kalman filter) 및 언센티드 칼만 필터(unscented Kalman filter)를 포함할 수 있다.
필터링부(150)는 칼만 필터를 기초로 등록 심전도 파형에 모델 파라미터 추출부(140)에서 추출된 진폭 파라미터
Figure 112014083428891-pat00028
, 지속 시간 파라미터
Figure 112014083428891-pat00029
, 위치 파라미터
Figure 112014083428891-pat00030
및 각속도 파라미터
Figure 112014083428891-pat00031
를 적용하여 예측된 등록 심전도 파형을 추출할 수 있다. 필터링부(150)는 칼만필터에 기반하여 예측된 등록 심전도 파형과 심전도 파형 추출부(130)에서 추출된 등록 심전도 파형의 통계적 분포를 고려하여, 예측된 등록 심전도 파형과 심전도 파형 추출부(130)에서 추출된 등록 심전도 파형을 조합할 수 있다. 일 실시예에서, 필터링부(150)는 필터링된 등록 심전도 파형을 평활화(smoothing)할 수 있다. 예를 들어, 필터링부(150)는 픽스드 래그 스무더(fixed lag smoother) 또는 픽스드 인터벌 스무더(fixed interval smoother)를 이용하여 필터링된 등록 심전도 파형을 평활화할 수 있다.
특징점 추출부(160)는 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출할 수 있다. 여기서, 복수 개의 특징점은 필터링된 등록 심전도 파형의 PR 인터벌(PR interval), PR 세그먼트(PR segment), QRS 컴플렉스(QRS complex), ST 세그먼트(ST segment), ST 인터벌(ST interval), QT 인터벌(QT interval), RR 인터벌(RR interval), 필터링된 대표 심전도 파형의 높이, 위치, 잡음 전력(noise power) 또는 필터링된 등록 심전도 파형의 통계값 및 필터링된 등록 심전도 파형의 모델 파라미터를 포함할 수 있다. 일 실시예에서, 특징점 추출부(160)는 필터링된 등록 심전도 파형의 평균값 및 표준 편차값을 연산할 수 있고, 필터링된 등록 심전도 파형의 평균값 및 표준 편차값을 이용하여 필터링된 등록 심전도 파형으로부터 복수 개의 가우시안 함수를 추출할 수 있다. 특징점 추출부(160)는 필터링된 등록 심전도 파형으로부터 추출된 복수 개의 가우시안 함수를 기초로 상술한 수학식 1을 이용하여 필터링된 등록 심전도 파형을 모델링할 수 있다. 특징점 추출부(160)는 상술한 수학식 1 및 수학식 2를 이용하여, 복수 개의 가우시안 함수의 합과 필터링된 등록 심전도 파형간의 거리가 최소가 되는 진폭 파라미터, 지속 시간 파라미터 및 위치 파라미터를 추출할 수 있다. 여기서, 진폭 파라미터는 필터링된 등록 심전도 파형으로부터 추출된 복수 개의 가우시안 함수 각각의 진폭을 나타낼 수 있고, 지속 시간 파라미터는 필터링된 등록 심전도 파형으로부터 추출된 복수 개의 가우시안 함수 각각의 지속 시간을 나타낼 수 있고, 위치 파라미터는 필터링된 등록 심전도 파형으로부터 추출된 복수 개의 가우시안 함수 각각의 위치를 나타낼 수 있다. 또한, 특징점 추출부(160)는 필터링된 등록 심전도 파형으로부터 사용자의 평균 심박수를 추출할 수 있고, 평균 심박수로부터 각속도 파라미터를 추출할 수 있다.
도 2는 일 실시예에 따른 사용자 인증 장치를 나타낸 블록도이다.
도 2를 참조하면, 사용자 인증 장치(210)는 심전도 파형 획득부(220), 심전도 파형 추출부(230), 필터링부(240), 특징점 추출부(250) 및 인증부(260)를 포함할 수 있다. 사용자 인증 장치(210)는 도 1의 사용자 등록 장치(110)에 저장된 미리 등록된 사용자의 심전도 정보와 사용자로부터 획득한 심전도 정보를 비교하여, 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다.
상술한 바와 같이, 도 1의 사용자 등록 장치(110)와 도 2의 사용자 인증 장치(210)는 별개의 장치로 표현되었지만, 사용자 등록 장치(110)와 사용자 인증 장치(210)는 하나의 장치 내에서 구현될 수도 있고, 별개의 장치로 구현될 수도 있다.
심전도 파형 획득부(220)는 심전도 센서를 이용하여 사용자의 심전도 파형을 획득할 수 있다. 이하에서는, 사용자의 인증을 위한 심전도 파형을 인증 심전도 파형이라고 표현한다.
심전도 센서는 복수의 전극, 증폭기 및 디지털 필터를 포함할 수 있다. 복수의 전극은 사용자의 피부(예를 들어, 손가락)에 접촉하여 사용자의 심전도 신호를 센싱할 수 있다. 증폭기는 복수의 전극에서 센싱된 심전도 신호를 증폭할 수 있다. 일 실시예에서, 증폭기는 아날로그 프론트 엔드(AFE)로 표현될 수 있다. 디지털 필터는 증폭된 심전도 신호를 디지털 신호로 변환할 수 있다. 이에 따라, 심전도 신호의 신호 대 잡음비(SNR)가 향상될 수 있다.
심전도 파형 추출부(230)는 변환된 디지털 신호로부터 인증 심전도 파형을 추출할 수 있다. 여기서, 인증 심전도 파형은 복수 개의 심전도 파형을 포함할 수 있다.
심전도 파형 추출부(230)는 인증 심전도 파형의 주요 잡음을 제거하는 전처리 과정을 수행할 수 있다. 예를 들어, 전처리 과정에서, 심전도 파형 추출부(230)는 인증 심전도 파형에서 0.5Hz 내지 40Hz의 인증 심전도 파형만을 추출할 수 있다. 또한, 심전도 파형 추출부(230)는 인증 심전도 파형의 DC 베이스라인 원더링, 전력 잡음(예를 들어, 50Hz 내지 60Hz의 주파수 대역의 심전도 파형) 및 모션 아티팩트와 같은 주요 잡음을 제거할 수 있다.
또한, 심전도 파형 추출부(230)는 R 피크를 기준으로 인증 심전도 파형을 정렬할 수 있다. 심전도 파형 추출부(230)는 인증 심전도 파형에서 복수 개의 R 피크를 검출하고, R 피크를 기준으로 인증 심전도 파형에 포함된 복수 개의 심전도 파형을 정렬할 수 있다.
필터링부(240)는 칼만 필터에 참조 심전도 파형으로부터 추출된 참조 모델 파라미터를 적용하여, 칼만 필터를 기초로 인증 심전도 파형을 필터링할 수 있다. 여기서, 참조 심전도 파형은 미리 등록된 사용자의 등록 심전도 파형을 의미하고, 참조 모델 파라미터는 참조 심전도 파형을 기초로 추출된 모델 파라미터를 의미할 수 있다. 참조 모델 파라미터는 참조 심전도 파형으로부터 추출된 복수 개의 가우시안 함수 각각의 진폭을 나타내는 진폭 파라미터, 복수 개의 가우시안 함수 각각의 지속 시간을 나타내는 지속 시간 파라미터, 복수 개의 가우시안 함수 각각의 위치를 나타내는 위치 파라미터 또는 참조 심전도 파형의 위상의 변화에 따른 각속도를 나타내는 각속도 파라미터 중 적어도 하나를 포함할 수 있다. 참조 모델 파라미터는 상술한 수학식 1 및 수학식 2를 이용하여 참조 심전도 파형으로부터 추출될 수 있다. 일 실시예에서, 필터링부(240)는 도 1의 사용자 등록 장치(210)로부터 참조 심전도 파형 및 참조 모델 파라미터에 대한 정보를 수신할 수 있다. 칼만 필터는 확장된 칼만 필터 및 언센티드 칼만 필터를 포함할 수 있다.
필터링부(240)는 칼만 필터를 이용하여 인증 심전도 파형에 참조 모델 파라미터를 적용하여 예측된 인증 심전도 파형을 추출할 수 있다. 필터링부(240)는 예측된 인증 심전도 파형과 심전도 파형 획득부(220)에서 추출된 인증 심전도 파형의 통계적 분포를 고려하여, 칼만 필터에 따라, 예측된 인증 심전도 파형과 심전도 파형 획득부(220)에서 추출된 인증 심전도 파형을 조합하여, 필터링된 인증 심전도 파형을 추출할 수 있다. 참조 모델 파라미터는 참조 심전도 파형의 고유의 특성을 반영할 수 있다. 이에 따라, 인증 심전도 파형의 사용자와 참조 심전도 파형의 사용자가 동일한 경우, 칼만 필터에서의 예측 오차가 감소되므로, 필터링된 인증 심전도 파형은 참조 심전도 파형에 가까워질 수 있다. 인증 심전도 파형의 사용자와 참조 심전도 파형의 사용자가 동일하지 않을 경우, 칼만 필터에서의 예측 오차가 증가되므로, 필터링된 인증 심전도 파형은 참조 심전도 파형에 멀어지고, 인증 심전도 파형에 가까워질 수 있다.
일 실시예에서, 필터링부(240)는 필터링된 인증 심전도 파형을 평활화할 수 있다. 예를 들어, 필터링부(240)는 픽스드 래그 스무더 또는 픽스드 인터벌 스무더를 이용하여 필터링된 인증 심전도 파형을 평활화할 수 있다.
특징점 추출부(250)는 필터링된 인증 심전도 파형으로부터 복수 개의 특징점을 추출할 수 있다. 여기서, 복수 개의 특징점은 필터링된 인증 심전도 파형의 PR 인터벌, PR 세그먼트, QRS 컴플렉스, ST 세그먼트, ST 인터벌, QT 인터벌, RR 인터벌, 필터링된 인증 심전도 파형의 높이, 위치, 잡음 전력, 필터링된 인증 심전도 파형의 소정의 통계값 및 필터링된 인증 심전도 파형의 모델 파라미터를 포함할 수 있다.
일 실시예에서, 특징점 추출부(250)는 필터링된 인증 심전도 파형의 평균값 및 표준 편차값을 연산할 수 있고, 필터링된 인증 심전도 파형의 평균값 및 표준 편차값을 이용하여 필터링된 인증 심전도 파형으로부터 복수 개의 가우시안 함수를 추출할 수 있다. 특징점 추출부(250)는 필터링된 인증 심전도 파형으로부터 추출된 복수 개의 가우시안 함수를 기초로 상술한 수학식 1을 이용하여 필터링된 인증 심전도 파형을 모델링할 수 있다. 특징점 추출부(250)는 상술한 수학식 1 및 수학식 2를 이용하여, 복수 개의 가우시안 함수의 합과 필터링된 인증 심전도 파형간의 거리가 최소가 되는 진폭 파라미터, 지속 시간 파라미터 및 위치 파라미터와 같은 모델 파라미터를 추출할 수 있다. 여기서, 진폭 파라미터는 필터링된 인증 심전도 파형으로부터 추출된 복수 개의 가우시안 함수 각각의 진폭을 나타낼 수 있고, 지속 시간 파라미터는 필터링된 인증 심전도 파형으로부터 추출된 복수 개의 가우시안 함수 각각의 지속 시간을 나타낼 수 있고, 위치 파라미터는 필터링된 인증 심전도 파형으로부터 추출된 복수 개의 가우시안 함수 각각의 위치를 나타낼 수 있다. 또한, 특징점 추출부(250)는 필터링된 인증 심전도 파형으로부터 사용자의 평균 심박수를 추출할 수 있고, 평균 심박수로부터 각속도 파라미터를 추출할 수 있다.
인증부(260)는 필터링된 인증 심전도 파형과 참조 심전도 파형을 비교하여, 필터링된 인증 심전도 파형이 참조 심전도 파형과 대응되는지 여부를 판단할 수 있다. 필터링된 인증 심전도 파형이 참조 심전도 파형과 대응된다고 판단된 경우, 인증부(260)는 사용자와 참조 심전도 파형의 사용자가 동일한 사용자임을 인증하고, 사용자의 사용자 인증 장치(210)가 구비된 기기로의 접근을 허용할 수 있다. 필터링된 인증 심전도 파형이 참조 심전도 파형과 대응되지 않는다고 판단된 경우, 인증부(260)는 사용자와 참조 심전도 파형의 사용자가 서로 다른 사용자임을 인증하고, 사용자의 사용자 인증 장치(210)가 구비된 기기로의 접근을 차단할 수 있다.
인증부(260)는 필터링된 인증 심전도 파형과 참조 심전도 파형간의 유사도를 이용하여 필터링된 인증 심전도 파형이 참조 심전도 파형과 대응되는지 여부를 판단할 수 있다. 일 실시예에서, 인증부(260)는 필터링된 인증 심전도 파형과 참조 심전도 파형의 연관성(correlation), 코사인 유사도(cosine similarity), 유클리디안 거리(Euclidean distance) 또는 평균 제곱근 편차(Root Mean Square Error: RMSE)를 이용하여 유사도를 추출할 수 있다. 이 때, 연관성 또는 코사인 유사도는 그 값이 클수록 유사도가 높을 수 있고, 유클리디안 거리 또는 평균 제곱근 편차는 그 값이 작을수록 유사도가 높을 수 있다.
또한, 이외에도, 인증부(260)는 필터링된 인증 심전도 파형과 참조 심전도 파형을 비교할 수 있는 모든 기법을 이용하여 필터링된 인증 심전도 파형과 참조 심전도 파형과의 유사도를 추출할 수 있다. 다른 일 실시예에서, 인증부(260)는 필터링된 인증 심전도 파형으로부터의 복수 개의 특징점과 참조 심전도 파형으로부터의 복수 개의 특징점간의 거리를 기초로 유사도를 추출할 수 있다. 예를 들어, 인증부(260)는 놈(norm)을 이용하여, 필터링된 인증 심전도 파형으로부터의 복수 개의 특징점과 참조 심전도 파형으로부터의 복수 개의 특징점간의 유사도를 연산할 수 있다.
일 실시예에서, 인증부(260)는 아래의 수학식 3과 같이, 필터링된 인증 심전도 파형으로부터 추출된 모델 파라미터와 참조 모델 파라미터간의 거리를 이용하여, 필터링된 인증 심전도 파형으로부터의 복수 개의 특징점과 참조 심전도 파형으로부터의 복수 개의 특징점간의 유사도를 연산할 수 있다.
[수학식 3]
Figure 112014083428891-pat00032

여기서,
Figure 112014083428891-pat00033
은 필터링된 인증 심전도 파형으로부터의 복수 개의 특징점과 참조 심전도 파형으로부터의 복수 개의 특징점간 거리를 나타내고,
Figure 112014083428891-pat00034
는 참조 심전도 파형을 나타내고,
Figure 112014083428891-pat00035
는 필터링된 인증 심전도 파형을 나타낼 수 있고,
Figure 112014083428891-pat00036
은 복수 개의 가우시안 함수의 수를 나타낼 수 있다.
Figure 112014083428891-pat00037
는 참조 심전도 파형으로부터 추출된 진폭 파라미터를 나타내고,
Figure 112014083428891-pat00038
는 필터링된 인증 심전도 파형으로부터 추출된 진폭 파라미터를 나타내고,
Figure 112014083428891-pat00039
는 참조 심전도 파형으로부터 추출된 지속 시간 파라미터를 나타내고,
Figure 112014083428891-pat00040
는 필터링된 인증 심전도 파형으로부터 추출된 지속 시간 파라미터를 나타내고,
Figure 112014083428891-pat00041
는 참조 심전도 파형으로부터 추출된 위치 파라미터를 나타내고,
Figure 112014083428891-pat00042
는 필터링된 인증 심전도 파형으로부터 추출된 위치 파라미터를 나타낼 수 있다.
Figure 112014083428891-pat00043
는 제1 가중치,
Figure 112014083428891-pat00044
는 제2 가중치,
Figure 112014083428891-pat00045
는 제3 가중치를 나타낼 수 있다. 인증부(260)는 복수 개의 가우시안 함수 각각마다,
Figure 112014083428891-pat00046
와
Figure 112014083428891-pat00047
간의 놈,
Figure 112014083428891-pat00048
와
Figure 112014083428891-pat00049
간의 놈,
Figure 112014083428891-pat00050
와
Figure 112014083428891-pat00051
간의 놈을 계산하고, 계산된 놈 각각에 서로 다른 가중치를 적용할 수 있다. 여기서, 놈은 유클리디안 놈, L1 놈 및 P 놈 등을 포함할 수 있다. 인증부(230)는 미리 정해진 규칙에 의해 제1 가중치 내지 제3 가중치를 설정할 수 있다. 일 실시예에서, 제1 가중치
Figure 112014083428891-pat00052
는 베이스라인 원더링의 영향으로 상대적으로 낮을 수 있고, 심전도 파형 추출부(230)에서 인증 심전도 파형이 R 피크를 기준으로 추출됨에 따라, 제2 가중치
Figure 112014083428891-pat00053
와 제3 가중치
Figure 112014083428891-pat00054
는 상대적으로 높을 수 있다.
Figure 112014083428891-pat00055
는 인증 심전도 파형과 참조 심전도 파형의 거리를 나타내며, 값이 클수록 유사도가 낮고 값이 작을수록 유사도가 높을 수 있다. 일 예로, 인증부(260)는
Figure 112014083428891-pat00056
의 역수 값을 유사도로 사용할 수 있다.
인증부(260)는 유사도를 이용하여 필터링된 인증 심전도 파형이 참조 심전도 파형과 대응되는지 여부를 판단할 수 있다. 일 실시예에서, 인증부(260)는 유사도가 소정의 제1 임계값보다 큰 경우, 필터링된 인증 심전도 파형이 참조 심전도 파형과 대응되는 것으로 판단하여, 사용자를 참조 심전도 파형의 사용자로 인증할 수 있다. 인증부(260)에서 필터링된 인증 심전도 파형이 참조 심전도 파형과 대응되지 않는 것으로 판단된 경우, 사용자 인증 장치(210)는 필터링부(240), 특징점 추출부(250) 및 인증부(260)를 반복하여 수행할 수 있다. 이 때, 인증부(260)는 필터링부(240), 특징점 추출부(250) 및 인증부(260)를 반복하여 수행한 반복 횟수가 소정의 임계 반복 횟수를 초과하는 경우, 사용자를 참조 심전도 파형과 대응하지 않는 사용자로 판단할 수 있다. 또한, 유사도가 소정의 제2 임계값보다 크고(예를 들어, 소정의 제2 임계값 < 소정의 제1 임계값), 필터링부(240), 특징점 추출부(250) 및 인증부(260)가 반복하여 수행됨에 따라 유사도가 증가되는 경우, 인증부(260)는 사용자를 참조 심전도 파형의 사용자로 인증할 수 있다.
일 실시예에서, 인증부(260)에서, 사용자가 참조 심전도 파형과 대응하지 않는 사용자로 판단된 경우, 필터링부(260)는 칼만 필터에 포함된 변수값을 재설정할 수 있다. 예를 들어, 사용자가 참조 심전도 파형과 대응하지 않는 사용자로 판단된 경우, 필터링부(260)는 칼만 필터의 상태 매트릭스(state matrix) 및 공분산 매트릭스(covariance matrix)를 초기화할 수 있다. 사용자가 참조 심전도 파형의 사용자로 인증된 경우, 필터링부(240)는 칼만 필터의 상태 매트릭스 및 공분산 매트릭스를 유지할 수 있다.
이러한 심전도 파형 획득부(220), 심전도 파형 추출부(230), 필터링부(240), 특징점 추출부(250) 및 인증부(260)의 동작에 따라, 사용자 인증 장치(210)는 심전도 파형의 품질이 낮더라도 특징점을 정확하게 추출할 수 있고, 오 인식률(False Acceptance Rate: FAR), 오 거부율(False Rejection Rate: FRR)을 감소시킬 수 있으며, 사용자의 인증에 소요되는 시간을 단축시킬 수 있다.
도 3은 다른 일 실시예에 따른 사용자 인증 장치를 나타낸 블록도이다.
도 3을 참조하면, 사용자 인증 장치(310)는 심전도 파형 획득부(320), 심전도 파형 추출부(330), 등록부(340) 및 인증부(350)를 포함할 수 있다.
심전도 파형 획득부(320)는 심전도 센서를 이용하여 사용자의 심전도 파형을 획득할 수 있다. 심전도 센서는 복수의 전극, 증폭기 및 디지털 필터를 포함할 수 있다. 복수의 전극은 사용자의 피부(예를 들어, 손가락)에 접촉하여 사용자의 심전도 신호를 센싱하고, 증폭기는 복수의 전극에서 센싱된 심전도 신호를 증폭하고, 디지털 필터는 증폭된 심전도 신호를 디지털 신호로 변환할 수 있다.
심전도 파형 추출부(330)는 변환된 디지털 신호로부터 심전도 파형을 추출할 수 있다. 여기서, 심전도 파형은 복수 개의 심전도 파형을 나타낼 수 있다.
심전도 파형 추출부(330)는 심전도 파형의 주요 잡음을 제거하는 전처리 과정을 수행할 수 있다. 예를 들어, 전처리 과정에서, 심전도 파형 추출부(230)는 심전도 파형에서 0.5Hz 내지 40Hz의 심전도 파형만을 추출할 수 있다. 또한, 심전도 파형 추출부(330)는 심전도 파형의 DC 베이스라인 원더링, 전력 잡음(예를 들어, 50Hz 내지 60Hz의 주파수 대역의 심전도 파형) 및 모션 아티팩트와 같은 주요 잡음을 제거할 수 있다.
또한, 심전도 파형 추출부(330)는 R 피크를 기준으로 심전도 파형을 정렬할 수 있다. 심전도 파형 추출부(330)는 심전도 파형에서 복수 개의 R 피크를 검출하고, R 피크를 기준으로 심전도 파형을 정렬할 수 있다.
일 실시예에서, 심전도 파형 추출부(330)는 정렬된 심전도 파형으로부터 대표 심전도 파형을 추출할 수 있다. 일 예로, 심전도 파형 추출부(330)는 정렬된 심전도 파형에 포함된 심전도 파형의 평균값을 구하여 대표 심전도 파형을 추출할 수 있다. 추출된 대표 심전도 파형은 등록부(340)에서 이용될 수 있다.
등록부(340)는 사용자의 심전도 파형을 등록할 수 있다. 등록부(340)는 모델 파라미터 추출부(341), 필터링부(342) 및 특징점 추출부(343)를 포함할 수 있다.
모델 파라미터 추출부(341)는 심전도 파형 추출부(330)에서 추출된 대표 심전도 파형의 평균값 및 표준 편차값을 연산할 수 있고, 대표 심전도 파형의 평균값 및 표준 편차값을 이용하여 대표 심전도 파형으로부터 복수 개의 가우시안 함수를 추출할 수 있다. 모델 파라미터 추출부(341)는 복수 개의 가우시안 함수를 기초로 상술한 수학식 1을 이용하여 대표 심전도 파형을 모델링하고, 상술한 수학식 2를 이용하여 모델 파라미터 중 진폭 파라미터, 지속 시간 파라미터 및 위치 파라미터를 추출할 수 있다. 또한, 모델 파라미터 추출부(341)는 대표 심전도 파형으로부터 사용자의 평균 심박수를 추출할 수 있고, 평균 심박수로부터 모델 파라미터인 각속도 파라미터를 추출할 수 있다.
필터링부(342)는 칼만 필터에 모델 파라미터 추출부(341)에서 추출된 모델 파라미터를 적용하여, 칼만 필터를 기초로 등록 심전도 파형을 필터링할 수 있다.
필터링부(342)는 칼만 필터를 기초로 대표 심전도 파형에 모델 파라미터 추출부(341)에서 추출된 모델 파라미터인 진폭 파라미터, 지속 시간 파라미터, 위치 파라미터 및 각속도 파라미터를 적용하여 심전도 파형을 예측할 수 있다. 필터링부(342)는 예측된 대표 심전도 파형과 등록 심전도 파형에 서로 다른 가중치를 적용하여 예측된 대표 심전도 파형과 등록 심전도 파형을 조합함으로써, 대표 심전도 파형과 최소 평균 자승 오차를 갖는 심전도 파형을 추출하고, 이를 필터링된 등록 심전도 파형으로 나타낼 수 있다. 또한, 필터링부(342)는 필터링된 등록 심전도 파형을 평활화할 수 있다.
특징점 추출부(343)는 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출할 수 있다. 특징점 추출부(343)는 필터링된 등록 심전도 파형의 PR 인터벌, PR 세그먼트, QRS 컴플렉스, ST 세그먼트, ST 인터벌, QT 인터벌, RR 인터벌, 필터링된 대표 심전도 파형의 높이, 위치, 잡음 전력 또는 필터링된 대표 심전도 파형의 소정의 통계값 중 적어도 하나를 추출할 수 있다. 또한, 특징점 추출부(343)는 필터링된 등록 심전도 파형의 모델 파라미터를 추출할 수 있다. 이 경우, 특징점 추출부(343)는 필터링된 등록 심전도 파형의 평균값 및 표준 편차값을 연산할 수 있고, 필터링된 등록 심전도 파형의 평균값 및 표준 편차값을 이용하여 필터링된 등록 심전도 파형으로부터 복수 개의 가우시안 함수를 추출할 수 있다. 특징점 추출부(343)는 상술한 수학식 1 및 수학식 2를 이용하여, 필터링된 등록 심전도 파형으로부터 진폭 파라미터, 지속 시간 파라미터 및 위치 파라미터를 추출할 수 있다. 또한, 특징점 추출부(343)는 필터링된 등록 심전도 파형으로부터 사용자의 평균 심박수를 추출할 수 있고, 평균 심박수로부터 각속도 파라미터를 추출할 수 있다.
인증부(350)는 등록부(340)에 저장된 미리 등록된 사용자의 심전도 정보와 인증을 시도하는 사용자의 심전도 정보를 이용하여 인증을 시도하는 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다. 인증부(350)는 필터링부(351), 특징점 추출부(352) 및 사용자 인증부(353)를 포함할 수 있다.
필터링부(351)는 모델 파라미터 추출부(341)에서 추출된 모델 파라미터를 나타내는 참조 모델 파라미터를 칼만 필터에 적용하여, 칼만 필터를 기초로 인증을 시도하는 사용자의 인증 심전도 파형을 필터링할 수 있다.
필터링부(351)는 인증 심전도 파형에 칼만 필터를 적용할 수 있다. 칼만필터는 인증 심전도 파형에 참조 모델 파라미터를 적용하여 예측된 인증 심전도 파형을 추출할 수 있다. 필터링부(351)는 예측된 대상 심전도 파형과 인증 심전도 파형에 서로 다른 가중치를 적용하여 필터링된 인증 심전도 파형을 출력할 수 있다. 또한, 필터링부(351)는 필터링된 인증 심전도 파형을 평활화할 수 있다.
특징점 추출부(352)는 필터링된 인증 심전도 파형으로부터 복수 개의 특징점을 추출할 수 있다. 특징점 추출부(352)는 필터링된 인증 심전도 파형의 PR 인터벌, PR 세그먼트, QRS 컴플렉스, ST 세그먼트, ST 인터벌, QT 인터벌, RR 인터벌, 필터링된 인증 심전도 파형의 높이, 위치, 잡음 전력 또는 필터링된 인증 심전도 파형의 소정의 통계값 중 적어도 하나를 추출할 수 있다. 또한, 특징점 추출부(352)는 필터링된 인증 심전도 파형의 모델 파라미터를 추출할 수 있다. 이 경우, 특징점 추출부(352)는 필터링된 인증 심전도 파형의 평균값 및 표준 편차값을 연산할 수 있고, 필터링된 인증 심전도 파형의 평균값 및 표준 편차값을 이용하여 필터링된 인증 심전도 파형으로부터 복수 개의 가우시안 함수를 추출할 수 있다. 특징점 추출부(352)는 상술한 수학식 1 및 수학식 2를 이용하여, 필터링된 인증 심전도 파형으로부터 진폭 파라미터, 지속 시간 파라미터 및 위치 파라미터를 추출할 수 있다. 또한, 특징점 추출부(352)는 필터링된 인증 심전도 파형으로부터 사용자의 평균 심박수를 추출할 수 있고, 평균 심박수로부터 각속도 파라미터를 추출할 수 있다.
사용자 인증부(353)는 필터링된 인증 심전도 파형과 필터링부(343)에서의 필터링된 등록 심전도 파형을 비교하여, 필터링된 인증 심전도 파형이 필터링된 등록 심전도 파형과 대응되는지 여부를 판단할 수 있다.
사용자 인증부(353)는 필터링된 인증 심전도 파형과 필터링된 등록 심전도 파형간의 유사도를 이용하여 필터링된 인증 심전도 파형이 필터링된 등록 심전도 파형과 대응되는지 여부를 판단할 수 있다. 일 실시예에서, 사용자 인증부(353)는 필터링된 인증 심전도 파형과 필터링된 등록 심전도 파형의 연관성(correlation), 코사인 유사도(cosine similarity), 거리((Euclidean distance) 또는 평균 제곱근 편차(Root Mean Square Error: RMSE)를 이용하여 유사도를 추출할 수 있다. 연관성(correlation)과 코사인 유사도(cosine similarity)는 그 값이 클수록 유사도가 높을 수 있고, 거리와 평균 제곱근 편차는 그 값이 작을수록 유사도가 높을 수 있다. 또한, 이외에도, 사용자 인증부(353)는 필터링된 인증 심전도 파형과 필터링된 등록 심전도 파형을 비교할 수 있는 모든 기법을 이용하여 필터링된 인증 심전도 파형과 필터링된 등록 심전도 파형과의 유사도를 추출할 수 있다. 다른 일 실시예에서, 사용자 인증부(353)는 필터링된 인증 심전도 파형으로부터의 복수 개의 특징점과 필터링된 등록 심전도 파형으로부터의 복수 개의 특징점간의 거리를 기초로 유사도를 추출할 수 있다. 또한, 사용자 인증부(353)는 상술한 수학식 3에 따라, 필터링된 인증 심전도 파형으로부터 추출된 모델 파라미터와 모델 파라미터 추출부(342)에서 필터링된 등록 심전도 파형으로부터 추출된 모델 파라미터간의 거리를 이용하여 필터링된 인증 심전도 파형으로부터의 복수 개의 특징점과 필터링된 등록 심전도 파형으로부터의 복수 개의 특징점간의 유사도를 연산할 수 있다.
사용자 인증부(353)는 유사도를 이용하여 필터링된 인증 심전도 파형이 필터링된 등록 심전도 파형과 대응되는지 여부를 판단할 수 있다. 일 실시예에서, 사용자 인증부(353)는 유사도가 소정의 제1 임계값보다 큰 경우, 필터링된 인증 심전도 파형이 필터링된 등록 심전도 파형과 대응되는 것으로 판단하여, 사용자를 등록 심전도 파형의 사용자로 인증할 수 있다. 사용자 인증부(353)에서 필터링된 인증 심전도 파형이 필터링된 등록 심전도 파형과 대응되지 않는 것으로 판단된 경우, 사용자 인증 장치(310)는 심전도 파형 추출부(330), 필터링부(351), 특징점 추출부(352) 및 사용자 인증부(353)를 반복하여 수행할 수 있다. 이 때, 사용자 인증부(353)는 심전도 파형 추출부(330), 필터링부(351), 특징점 추출부(352) 및 사용자 인증부(353)를 반복하여 수행한 반복 횟수가 소정의 임계 반복 횟수를 초과하는 경우, 사용자를 등록 심전도 파형과 대응하지 않는 사용자로 판단할 수 있다. 또한, 유사도가 소정의 제2 임계값보다 크고, 심전도 파형 추출부(330), 필터링부(351), 특징점 추출부(352) 및 사용자 인증부(353)가 반복하여 수행됨에 따라 유사도가 증가되는 경우, 사용자 인증부(353)는 사용자를 등록 심전도 파형의 사용자로 인증할 수 있다.
도 4는 일 실시예에 따른 심전도 파형의 정렬을 설명하기 위한 도면이다.
도 4를 참조하면, 그래프(410)의 가로축은 시간을 나타낼 수 있고, 세로축은 심전도 파형의 크기를 나타낼 수 있다. 그래프(410)는 심전도 센서를 이용하여 획득한 사용자의 심전도 신호를 나타낼 수 있다. 그래프(410)는 동일한 사용자의 심전도 신호의 복수 개의 심전도 파형(411)을 나타내지만, 사용자의 호흡 상태에 따라 복수 개의 심전도 파형(411)의 주기 및 크기가 다르게 나타날 수 있다. 또한, 심전도 센서의 성능이 좋지 않은 경우, 복수 개의 심전도 파형(411)에 잡음이 포함될 수 있다. 복수 개의 심전도 파형(411)이 사용자의 인증에 적합하도록, 사용자 인증 장치는 복수 개의 심전도 파형(411)의 주요 잡음을 제거하는 전처리 과정을 수행할 수 있다. 예를 들어, 사용자 인증 장치는 복수 개의 심전도 파형(411)에서 0.5Hz 내지 40Hz의 심전도 파형만을 추출할 수 있다.
또한, 사용자 인증 장치는 R 피크를 기준으로 심전도 파형(411)를 정렬할 수 있다. 사용자 인증 장치는 복수 개의 심전도 파형(411)에서 복수 개의 R 피크를 검출하고, R 피크를 기준으로 복수 개의 심전도 파형(411)에 포함된 복수 개의 심전도 파형(411)을 정렬할 수 있다. 사용자 인증 장치는 정렬된 심전도 파형을 이용하여 사용자의 인증을 수행할 수 있다.
도 5는 일 실시예에 따른 예측된 심전도 파형의 추출을 설명하기 위한 도면이다.
도 5를 참조하면, 그래프(510)의 가로축은 시간을 나타낼 수 있고, 세로축은 심전도 파형의 크기를 나타낼 수 있다. 사용자 인증 장치는 사용자를 미리 등록을 수행하는 경우, 측정된 심전도 파형(512)의 평균값 및 표준 편차값을 연산할 수 있고, 측정된 심전도 파형(512)의 평균값 및 표준 편차값을 이용하여 측정된 심전도 파형(512)으로부터 복수 개의 가우시안 함수(513)를 추출할 수 있다. 사용자 인증 장치는 복수 개의 가우시안 함수(513)를 기초로 상술한 수학식 1을 이용하여 측정된 심전도 파형을 모델링할 수 있다. 사용자 인증 장치는 상술한 수학식 2를 이용하여 진폭 파라미터, 지속 시간 파라미터 및 위치 파라미터를 추출할 수 있다.
또한, 사용자 인증 장치는 측정된 심전도 파형(512)으로부터 사용자의 평균 심박수를 추출할 수 있고, 평균 심박수로부터 각속도 파라미터를 추출할 수 있다. 사용자 인증 장치는 칼만 필터를 기초로 측정된 심전도 파형(512)에 추출된 진폭 파라미터, 지속 시간 파라미터, 위치 파라미터 및 각속도 파라미터를 적용하여 예측된 심전도 파형(511)을 추출할 수 있다.
도 6은 일 실시예에 따른 칼만 필터를 이용한 심전도 파형의 필터링을 설명하기 위한 도면이다.
도 6을 참조하면, 그래프(610)의 가로축은 시간을 나타낼 수 있고, 세로축은 심전도 파형의 크기를 나타낼 수 있다. 사용자 등록 장치는 칼만 필터에 모델 파라미터를 적용하여 칼만 필터를 기초로 심전도 파형을 필터링할 수 있다. 여기서, 모델 파라미터는 사용자의 등록을 위해 측정된 심전도 파형으로부터 추출된 모델 파라미터를 의미할 수 있고, 진폭 파라미터, 지연 시간 파라미터, 위치 파라미터 및 각속도 파라미터를 포함할 수 있다.
사용자 등록 장치는 칼만 필터를 기초로, 사용자로부터 측정된 심전도 파형에 추출된 모델 파라미터를 적용하여 예측된 등록 심전도 파형을 추출할 수 있다. 사용자 등록 장치는 예측된 심전도 파형과 사용자로부터 측정된 심전도 파형을 조합하여 필터링된 심전도 파형(611)을 출력할 수 있다. 이 때, 예측된 심전도 파형과 사용자로부터 측정된 심전도 파형에는 서로 다른 가중치가 적용될 수 있다.
도 7은 일 실시예에 따른 필터링에 의한 심전도 파형의 거리의 변화 경향성을 설명하기 위한 도면이다.
도 7을 참조하면, 그래프(710, 720, 730)의 가로축은 시간을 나타낼 수 있고, 세로축은 심전도 파형의 크기를 나타낼 수 있다. 사용자 인증 장치는 사용자를 인증하는 경우, 칼만 필터(740)에 미리 등록된 사용자의 심전도 파형(721)으로부터 추출된 모델 파라미터를 적용하여, 칼만 필터(740)를 기초로 사용자의 심전도 파형(711)을 필터링할 수 있다. 이 때, 사용자와 미리 등록된 사용자는 일치할 수 있다. 모델 파라미터는 심전도 파형(721)로부터 추출된 복수 개의 가우시안 함수의 합과 심전도 파형(721)간의 거리가 최소화 되는 진폭 파라미터, 지연 시간 파라미터, 위치 파라미터를 포함할 수 있다. 또한, 모델 파라미터는 심전도 파형(721)로부터 추출된 각속도 파라미터를 포함할 수 있다.
모델 파라미터는 심전도 파형(721)의 고유의 특성을 반영할 수 있고, 심전도 파형(711)의 사용자와 심전도 파형(721)의 사용자가 일치함에 따라, 칼만 필터(740)에서의 예측 오차가 작아지므로, 필터링된 심전도 파형(731)은 참조 심전도 파형(721)에 가까운 형태를 나타낼 수 있다.
도 8은 다른 일 실시예에 따른 필터링에 의한 심전도 파형의 거리의 변화 경향성을 설명하기 위한 도면이다.
도 8을 참조하면, 그래프(810, 820, 830)의 가로축은 시간을 나타낼 수 있고, 세로축은 심전도 파형의 크기를 나타낼 수 있다. 사용자 인증 장치는 사용자를 인증하는 경우, 칼만 필터(840)에 미리 등록된 사용자의 심전도 파형(821)으로부터 추출된 모델 파라미터를 적용하여, 칼만 필터(840)를 기초로 사용자의 심전도 파형(811)을 필터링할 수 있다. 이 때, 사용자와 미리 등록된 사용자는 일치하지 않을 수 있다. 모델 파라미터는 심전도 파형(821)로부터 추출된 복수 개의 가우시안 함수의 합과 심전도 파형(821)간의 거리가 최소화 되는 진폭 파라미터, 지연 시간 파라미터, 위치 파라미터를 포함할 있다. 또한, 모델 파라미터는 심전도 파형(821)로부터 추출된 각속도 파라미터를 포함할 수 있다.
모델 파라미터는 심전도 파형(821)의 고유의 특성을 반영할 수 있고, 심전도 파형(811)의 사용자와 심전도 파형(821)의 사용자가 일치하지 않음에 따라, 칼만 필터(840)에서의 예측 오차는 증가될 수 있다. 이에 따라, 필터링된 심전도 파형(831)은 심전도 파형(821)과 멀어지고, 심전도 파형(811)에 가까워질 수 있다.
도 9는 일 실시예에 따른 사용자 인증 장치의 일례를 설명하기 위한 도면이다.
도 9를 참조하면, 모바일 단말(910)은 심전도 신호를 센싱하기 위한 양극 전극(920), 레퍼런스 전극(930) 및 음극 전극(940)를 포함할 수 있다. 일 실시예에서, 양극 전극(920) 및 레퍼런스 전극(930)은 모바일 단말(910)의 측면에 위치할 수 있고, 음극 전극(940)는 모바일 단말(910)의 하단에 위치할 수 있다.
사용자가 복수의 전극(910, 920, 930)에 손가락을 접촉하는 경우, 모바일 단말(910)는 심전도 신호를 센싱할 수 있다. 모바일 단말(910)는 심전도 신호를 증폭기를 이용하여 증폭하고, 디지털 필터를 이용하여 디지털 신호로 변환할 수 있다. 모바일 단말(910)은 변환된 디지털 신호로부터 심전도 파형을 추출할 수 있다.
사용자가 심전도 파형을 등록하는 경우, 모바일 단말(910)은 R 피크를 기준으로 등록을 수행하는 사용자의 심전도 파형으로부터 대표 심전도 파형을 추출하고, 대표 심전도 파형을 모델링하여 모델 파라미터를 추출할 수 있다. 또한, 모바일 단말(910)은 칼만 필터에 모델 파라미터를 적용하여, 칼만 필터를 기초로 등록을 수행하는 사용자로부터 추출한 심전도 파형을 필터링하고, 필터링된 심전도 파형으로부터 복수 개의 특징점을 추출할 수 있다.
사용자가 인증을 수행하는 경우, 모바일 단말(910)은 R 피크를 기준으로 인증을 수행하는 사용자의 심전도 파형을 정렬하고, 칼만 필터에 미리 등록된 심전도 파형으로부터 추출된 모델 파라미터를 적용하여, 칼만 필터를 기초로 인증을 수행하는 사용자의 심전도 파형을 필터링할 수 있다. 모바일 단말(910)은 필터링된 심전도 파형과 미리 등록된 심전도 파형을 비교하여, 필터링된 심전도 파형이 미리 등록된 심전도 파형과 대응되는지 여부를 판단하고, 판단 결과를 기초로 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다.
도 10은 다른 일 실시예에 따른 사용자 인증 장치의 일례를 설명하기 위한 도면이다.
도 10을 참조하면 웨어러블 단말(1010)은 심전도 신호를 센싱하기 위한 양극 전극(1021), 레퍼런스 전극(1022) 및 음극 전극(1011)를 포함할 수 있다. 일 실시예에서, 양극 전극(1021) 및 레퍼런스 전극(1022)은 웨어러블 단말(1010)의 후면에 위치할 수 있고, 음극 전극(1011)은 웨어러블 단말(1010)의 전면에 위치할 수 있다.
도 9의 모바일 단말(910)과 마찬가지로, 웨어러블 단말(1010)은 복수의 전극(1011, 1021, 1022)를 이용하여 사용자의 심전도 신호를 획득하고, 심전도 신호로부터 심전도 파형을 추출하고, 추출된 심전도 파형을 필터링할 수 있다. 또한, 웨어러블 단말(1010)은 도 9의 모바일 단말(910)과 동일한 동작을 수행하여, 사용자의 심전도 파형을 미리 등록하거나, 사용자가 미리 등록된 사용자와 일치하는지 여부를 인증할 수 있다.
도 11은 또 다른 일 실시예에 따른 사용자 인증 장치의 일례를 설명하기 위한 도면이다.
도 11을 참조하면, 모바일 단말(1110)은 심전도 신호를 센싱하기 위한 양극 전극(1120), 레퍼런스 전극(1130) 및 음극 전극(1140)을 포함할 수 있다. 일 실시예에서, 양극 전극(1120) 및 레퍼런스 전극(1130)은 모바일 단말(1110)의 측면에 위치할 수 있고, 음극 전극(1140)은 모바일 단말(1110)의 하단에 위치할 수 있다.
모바일 단말(1110)은 R 피크를 기준으로 사용자의 심전도 파형을 정렬할 수 있다. 또한, 모바일 단말(1110)은 서버(1150)로부터 미리 등록된 사용자의 심전도 파형을 나타내는 참조 심전도 파형에 대한 정보를 획득할 수 있다. 모바일 단말(1110)은 참조 심전도 파형으로부터 추출된 모델 파라미터에 대한 정보를 서버(1150)로부터 수신할 수 있고, 칼만 필터에 참조 심전도 파형으로부터 추출된 모델 파라미터를 적용하여, 칼만 필터를 기초로 사용자의 심전도 파형을 필터링할 수 있다. 모바일 단말(1110)는 필터링된 심전도 파형과 참조 심전도 파형간의 유사도를 추출할 수 있다. 일 실시예에서, 모바일 단말(1110)는 참조 심전도 파형으로부터 추출된 복수 개의 특징점과 필터링된 심전도 파형으로부터 추출된 복수 개의 특징점을 이용하여 유사도를 추출할 수 있다. 모바일 단말(1110)은 유사도를 이용하여 사용자가 미리 등록된 사용자와 일치하는지 여부를 인증할 수 있다. 모바일 단말(1110)은 복수 개의 특징점에 대한 정보, 유사도에 대한 정보 또는 사용자가 미리 등록된 사용자와 일치하는지 여부에 대한 인증 정보 등을 서버(1150)에 전송할 수 있다. 일 실시예에서, 서버(1150)는 모바일 단말(1110)로부터 수신한 인증 정보를 이용하여 사용자의 서버(1150)로의 접근을 허용할 수 있다.
도 12는 일 실시예에 따른 사용자 등록 방법을 나타낸 동작 흐름도이다.
도 12를 참조하면, 사용자 등록 장치는 사용자의 등록을 위하여 상기 사용자의 등록 심전도 파형을 획득할 수 있다(1210).
또한, 사용자 등록 장치는 R 피크를 기준으로 상기 등록 심전도 파형으로부터 대표 심전도 파형을 추출할 수 있다(1220).
또한, 사용자 등록 장치는 대표 심전도 파형을 모델링하여 모델 파라미터를 추출할 수 있다(1230).
또한, 사용자 등록 장치는 칼만 필터에 상기 모델 파라미터를 적용하여, 상기 칼만 필터를 기초로 상기 등록 심전도 파형을 필터링할 수 있다(1240).
또한, 사용자 등록 장치는 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출할 수 있다(1250).
도 12에 도시된 일 실시예에 따른 사용자 등록 방법에는 도 1 내지 도 11을 통해 설명된 내용이 그대로 적용될 수 있으므로, 보다 상세한 설명은 생략한다.
도 13은 일 실시예에 따른 사용자 인증 방법을 나타낸 동작 흐름도이다.
도 13을 참조하면, 사용자 인증 장치는 사용자의 인증을 위하여 사용자의 인증 심전도 파형을 획득할 수 있다(1310).
또한, 사용자 인증 장치는 칼만 필터에 참조 심전도 파형으로부터 추출된 참조 모델 파라미터를 적용하여, 칼만 필터를 기초로 인증 심전도 파형을 필터링할 수 있다(1320).
또한, 사용자 인증 장치는 필터링된 인증 심전도 파형과 참조 심전도 파형을 비교하여, 필터링된 인증 심전도 파형이 참조 심전도 파형과 대응되는지 여부를 판단할 수 있다(1330). 일 실시예에서, 필터링된 인증 심전도 파형이 참조 심전도 파형과 대응되지 않는 경우, 사용자 인증 장치는 소정의 임계 반복 횟수 보다 작은 횟수로 단계(1320) 및 단계(1330)을 반복하여 수행할 수 있다.
도 13에 도시된 일 실시예에 따른 사용자 인증 방법에는 도 1 내지 도 11을 통해 설명된 내용이 그대로 적용될 수 있으므로, 보다 상세한 설명은 생략한다.
도 14는 다른 일 실시예에 따른 사용자 인증 방법을 나타낸 동작 흐름도이다.
도 14를 참조하면, 사용자 인증 장치는 등록 심전도 파형으로부터 추출된 대표 심전도 파형을 모델링하여 제1 모델 파라미터를 추출할 수 있다(1410).
또한, 사용자 인증 장치는 칼만 필터에 제1 모델 파라미터를 적용하여 상기 칼만 필터를 기초로 등록 심전도 파형을 필터링할 수 있다(1420).
또한, 사용자 인증 장치는 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출할 수 있다(1430).
또한, 사용자 인증 장치는 복수 개의 특징점에 포함된 제2 모델 파라미터를 칼만 필터에 적용하여 칼만 필터를 기초로 인증 심전도 파형을 필터링할 수 있다(1440).
또한, 사용자 인증 장치는 필터링된 인증 심전도 파형과 필터링된 등록 심전도 파형을 비교하여 필터링된 인증 심전도 파형이 필터링된 등록 심전도 파형과 대응되는지 여부를 판단할 수 있다(1450). 일 실시예에서, 제2 심전도 파형이 제1 심전도 파형과 대응되지 않는 경우, 사용자 인증 장치는 소정의 임계 반복 횟수 보다 작은 횟수로 단계(1440) 및 단계(1450)을 반복하여 수행할 수 있다.
도 14에 도시된 다른 일 실시예에 따른 사용자 인증 방법에는 도 1 내지 도 11을 통해 설명된 내용이 그대로 적용될 수 있으므로, 보다 상세한 설명은 생략한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (26)

  1. 사용자의 인증을 위하여 상기 사용자의 인증 심전도 파형을 획득하는 심전도 파형 획득부;
    칼만 필터(Kalman filter)에 참조 심전도 파형으로부터 추출된 참조 모델 파라미터를 적용하여, 상기 칼만 필터를 기초로 상기 인증 심전도 파형을 필터링하는 필터링부; 및
    상기 필터링된 인증 심전도 파형과 상기 참조 심전도 파형을 비교하여, 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는지 여부를 판단하는 인증부
    를 포함하고,
    상기 칼만 필터의 예측 에러는,
    상기 인증 심전도 파형의 사용자가 상기 참조 심전도 파형의 사용자와 동일한 경우 감소하고 상기 인증 심전도 파형의 사용자가 상기 참조 심전도 파형의 사용자와 동일하지 않은 경우 증가하는,
    사용자 인증 장치.
  2. 제1항에 있어서,
    R 피크(R peak)를 기준으로 상기 인증 심전도 파형을 정렬하는 심전도 파형 추출부
    를 더 포함하는,
    사용자 인증 장치.
  3. 제1항에 있어서,
    상기 참조 모델 파라미터는,
    상기 참조 심전도 파형으로부터 추출된 복수 개의 제1 가우시안 함수 각각의 진폭을 나타내는 제1 진폭 파라미터, 상기 복수 개의 제1 가우시안 함수 각각의 지속 시간을 나타내는 제1 지속 시간 파라미터, 상기 복수 개의 제1 가우시안 함수 각각의 위치를 나타내는 제1 위치 파라미터 또는 상기 참조 심전도 파형의 위상의 변화에 따른 각속도를 나타내는 제1 각속도 파라미터를 포함하는,
    사용자 인증 장치.
  4. 제3항에 있어서,
    상기 필터링부는,
    상기 인증 심전도 파형에 상기 참조 모델 파라미터를 적용한 상기 칼만 필터를 이용하여, 예측된 인증 심전도 파형을 추출하고, 상기 인증 심전도 파형과 상기 예측된 인증 심전도 파형을 조합하여 상기 필터링된 인증 심전도 파형을 출력하는,
    사용자 인증 장치.
  5. 제4항에 있어서,
    상기 필터링된 인증 심전도 파형으로부터 복수 개의 특징점을 추출하는 특징점 추출부
    를 더 포함하는,
    사용자 인증 장치.
  6. 제5항에 있어서,
    상기 특징점 추출부는,
    상기 필터링된 인증 심전도 파형으로부터 복수 개의 제2 가우시안 함수를 추출하고,
    상기 복수 개의 제2 가우시안 함수의 합과 상기 필터링된 인증 심전도 파형간의 거리가 최소가 되는, 상기 복수 개의 제2 가우시안 함수 각각의 진폭을 나타내는 제2 진폭 파라미터, 상기 복수 개의 제2 가우시안 함수 각각의 지속 시간을 나타내는 제2 지속 시간 파라미터 또는 상기 복수 개의 제2 가우시안 함수 각각의 위치를 나타내는 제2 위치 파라미터를 추출하는,
    사용자 인증 장치.
  7. 제5항에 있어서,
    상기 특징점 추출부는,
    상기 필터링된 인증 심전도 파형의 PR 인터벌(PR interval), PR 세그먼트(PR segment), QRS 콤플렉스(QRS complex), ST 세그먼트(ST segment), ST 인터벌(ST interval), QT 인터벌(QT interval), RR 인터벌(RR interval), 높이, 위치, 잡음 전력(noise power) 또는 상기 필터링된 인증 심전도 파형의 소정의 통계값 중 적어도 하나를 추출하는,
    사용자 인증 장치.
  8. 제6항에 있어서,
    상기 인증부는,
    상기 필터링된 인증 심전도 파형 및 상기 참조 심전도 파형간의 유사도를 추출하고, 상기 유사도를 기초로 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는지 여부를 판단하는,
    사용자 인증 장치.
  9. 제8항에 있어서,
    상기 인증부는,
    상기 필터링된 인증 심전도 파형으로부터의 복수 개의 특징점과 상기 참조 심전도 파형으로부터의 복수 개의 특징점간 유사도를 추출하고, 상기 유사도를 기초로 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는지 여부를 판단하는,
    사용자 인증 장치.
  10. 제9항에 있어서,
    상기 인증부는,
    상기 제1 진폭 파라미터와 상기 제2 진폭 파라미터간의 거리, 상기 제1 지속 시간 파라미터와 상기 제2 지속 시간 파라미터간의 거리 또는 상기 제1 위치 파라미터와 상기 제2 위치 파라미터간의 거리 중 적어도 하나를 이용하여 상기 유사도를 연산하는,
    사용자 인증 장치.
  11. 제10항에 있어서,
    상기 인증부는,
    상기 제1 진폭 파라미터와 상기 제2 진폭 파라미터간의 거리, 상기 제1 지속 시간 파라미터와 상기 제2 지속 시간 파라미터간의 거리 및 상기 제1 위치 파라미터와 상기 제2 위치 파라미터간의 거리 각각에 가중치를 적용하여 상기 유사도를 연산하는,
    사용자 인증 장치.
  12. 제8항에 있어서,
    상기 인증부는,
    상기 유사도가 소정의 제1 임계값보다 큰 경우, 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는 것으로 판단하여, 상기 사용자를 상기 참조 심전도 파형의 사용자로 인증하는,
    사용자 인증 장치.
  13. 제8항에 있어서,
    상기 인증부에서 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되지 않는 것으로 판단된 경우,
    상기 필터링부, 상기 특징점 추출부 및 상기 인증부를 반복하여 수행하는,
    사용자 인증 장치.
  14. 제13항에 있어서,
    상기 인증부는,
    상기 필터링부, 상기 특징점 추출부 및 상기 인증부를 반복하여 수행한 반복 횟수가 소정의 임계 반복 횟수를 초과하는 경우, 상기 사용자를 상기 참조 심전도 파형과 대응하지 않는 사용자로 판단하는,
    사용자 인증 장치.
  15. 제13항에 있어서,
    상기 인증부는,
    상기 유사도가 소정의 제2 임계값보다 크고, 상기 필터링부, 상기 특징점 추출부 및 상기 인증부를 반복하여 수행함에 따라 상기 유사도가 증가되는 경우, 상기 사용자를 상기 참조 심전도 파형의 사용자로 인증하는,
    사용자 인증 장치.
  16. 제1항에 있어서,
    상기 인증부에서 상기 사용자가 상기 참조 심전도 파형과 대응하지 않는 사용자로 판단된 경우,
    상기 필터링부는,
    상기 칼만 필터에 포함된 변수값을 재설정하는,
    사용자 인증 장치.
  17. 사용자의 등록을 위하여 상기 사용자의 등록 심전도 파형을 획득하는 심전도 파형 획득부;
    R 피크를 기준으로 상기 등록 심전도 파형으로부터 대표 심전도 파형을 추출하는 심전도 파형 추출부;
    상기 대표 심전도 파형을 모델링하여 제1 모델 파라미터를 추출하는 모델 파라미터 추출부;
    칼만 필터에 상기 제1 모델 파라미터를 적용하여, 상기 칼만 필터를 기초로 상기 등록 심전도 파형을 필터링하는 필터링부; 및
    상기 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출하는 특징점 추출부
    를 포함하고,
    인증 심전도 파형이 인증 과정에서 입력되었을 때의 상기 칼만 필터의 예측 에러는, 상기 인증 심전도 파형의 사용자가 상기 등록 심전도 파형의 사용자와 동일하면 감소하고 상기 인증 심전도 파형의 사용자가 상기 등록 심전도 파형의 사용자와 동일하지 않으면 증가하는,
    사용자 등록 장치.
  18. 제17항에 있어서,
    상기 모델 파라미터 추출부는,
    상기 대표 심전도 파형으로부터 복수 개의 제1 가우시안 함수를 추출하고, 상기 복수 개의 제1 가우시안 함수의 합과 상기 대표 심전도 파형간의 거리가 최소가 되는, 상기 복수 개의 제1 가우시안 함수 각각의 진폭을 나타내는 제1 진폭 파라미터, 상기 복수 개의 제1 가우시안 함수 각각의 지속 시간을 나타내는 제1 지속 시간 파라미터 또는 상기 복수 개의 제1 가우시안 함수 각각의 위치를 나타내는 제1 위치 파라미터를 추출하는,
    사용자 등록 장치.
  19. 제17항에 있어서,
    상기 필터링부는,
    상기 칼만 필터를 이용하여, 상기 복수 개의 제1 가우시안 함수를 기초로 상기 등록 심전도 파형에 상기 모델 파라미터를 적용하여 예측된 등록 심전도 파형을 추출하고, 상기 등록 심전도 파형과 상기 예측된 등록 심전도 파형을 조합하여 상기 필터링된 등록 심전도 파형을 출력하는,
    사용자 등록 장치.
  20. 제17항에 있어서,
    상기 특징점 추출부는,
    상기 필터링된 등록 심전도 파형으로부터 복수 개의 제2 가우시안 함수를 추출하고, 상기 복수 개의 제2 가우시안 함수의 합과 상기 필터링된 등록 심전도 파형간의 거리가 최소가 되는, 상기 복수 개의 제2 가우시안 함수 각각의 진폭을 나타내는 제2 진폭 파라미터, 상기 복수 개의 제2 가우시안 함수 각각의 지속 시간을 나타내는 제2 지속 시간 파라미터 또는 상기 복수 개의 제2 가우시안 함수 각각의 위치를 나타내는 제2 위치 파라미터를 추출하는,
    사용자 등록 장치.
  21. 제17항에 있어서,
    상기 특징점 추출부는,
    상기 필터링된 등록 심전도 파형의 PR 인터벌, PR 세그먼트, QRS 콤플렉스, ST 세그먼트, ST 인터벌, QT 인터벌, RR 인터벌, 높이, 위치, 잡음 전력 또는 상기 필터링된 등록 심전도 파형의 소정의 통계값 중 적어도 하나를 추출하는,
    사용자 등록 장치.
  22. 등록 심전도 파형으로부터 추출된 대표 심전도 파형을 모델링하여 제1 모델 파라미터를 추출하고, 칼만 필터에 상기 제1 모델 파라미터를 적용하여 상기 칼만 필터를 기초로 상기 등록 심전도 파형을 필터링하고, 상기 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출하는 등록부; 및
    상기 복수 개의 특징점에 포함된 제2 모델 파라미터를 상기 칼만 필터에 적용하여 상기 칼만 필터를 기초로 인증 심전도 파형을 필터링하고, 상기 필터링된 인증 심전도 파형과 상기 필터링된 등록 심전도 파형을 비교하여 상기 필터링된 인증 심전도 파형이 상기 등록 심전도 파형과 대응되는지 여부를 판단하는 인증부
    를 포함하고,
    상기 칼만 필터의 예측 에러는,
    상기 인증 심전도 파형의 사용자가 상기 등록 심전도 파형의 사용자와 동일한 경우 감소하고 상기 인증 심전도 파형의 사용자가 상기 등록 심전도 파형의 사용자와 동일하지 않은 경우 증가하는,
    사용자 인증 장치.
  23. 사용자의 인증을 위하여 상기 사용자의 인증 심전도 파형을 획득하는 단계;
    칼만 필터에 참조 심전도 파형으로부터 추출된 참조 모델 파라미터를 적용하여, 상기 칼만 필터를 기초로 상기 인증 심전도 파형을 필터링하는 단계; 및
    상기 필터링된 인증 심전도 파형과 상기 참조 심전도 파형을 비교하여, 상기 필터링된 인증 심전도 파형이 상기 참조 심전도 파형과 대응되는지 여부를 판단하는 단계
    를 포함하고,
    상기 칼만 필터의 예측 에러는,
    상기 인증 심전도 파형의 사용자가 상기 참조 심전도 파형의 사용자와 동일한 경우 감소하고 상기 인증 심전도 파형의 사용자가 상기 참조 심전도 파형의 사용자와 동일하지 않은 경우 증가하는,
    사용자 인증 방법.
  24. 사용자의 등록을 위하여 상기 사용자의 등록 심전도 파형을 획득하는 단계;
    R 피크를 기준으로 상기 등록 심전도 파형으로부터 대표 심전도 파형을 추출하는 단계;
    상기 대표 심전도 파형을 모델링하여 모델 파라미터를 추출하는 단계;
    칼만 필터에 상기 모델 파라미터를 적용하여, 상기 칼만 필터를 기초로 상기 등록 심전도 파형을 필터링하는 단계; 및
    상기 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출하는 단계
    를 포함하고,
    인증 심전도 파형이 인증 과정에서 입력되었을 때의 상기 칼만 필터의 예측 에러는,
    상기 인증 심전도 파형의 사용자가 상기 등록 심전도 파형의 사용자와 동일하면 감소하고 상기 인증 심전도 파형의 사용자가 상기 등록 심전도 파형의 사용자와 동일하지 않으면 증가하는,
    사용자 등록 방법.
  25. 등록 심전도 파형으로부터 추출된 대표 심전도 파형을 모델링하여 제1 모델 파라미터를 추출하는 단계;
    칼만 필터에 상기 제1 모델 파라미터를 적용하여 상기 칼만 필터를 기초로 상기 등록 심전도 파형을 필터링하는 단계;
    상기 필터링된 등록 심전도 파형으로부터 복수 개의 특징점을 추출하는 단계;
    상기 복수 개의 특징점에 포함된 제2 모델 파라미터를 상기 칼만 필터에 적용하여 상기 칼만 필터를 기초로 인증 심전도 파형을 필터링하는 단계; 및
    상기 필터링된 인증 심전도 파형과 상기 필터링된 등록 심전도 파형을 비교하여 상기 필터링된 인증 심전도 파형이 상기 필터링된 등록 심전도 파형과 대응되는지 여부를 판단하는 단계
    를 포함하고,
    상기 칼만 필터의 예측 에러는,
    상기 인증 심전도 파형의 사용자가 상기 등록 심전도 파형의 사용자와 동일한 경우 감소하고 상기 인증 심전도 파형의 사용자가 상기 등록 심전도 파형의 사용자와 동일하지 않은 경우 증가하는,
    사용자 인증 방법.
  26. 제23항 내지 제25항 중 어느 하나의 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020140115511A 2014-09-01 2014-09-01 심전도 신호를 이용한 사용자 인증 방법 및 장치 KR102257300B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020140115511A KR102257300B1 (ko) 2014-09-01 2014-09-01 심전도 신호를 이용한 사용자 인증 방법 및 장치
CN201510231072.1A CN105373719B (zh) 2014-09-01 2015-05-08 基于心电图信号的用户认证方法和设备
EP15170931.8A EP2989967B1 (en) 2014-09-01 2015-06-08 User registration method and corresponding user authentication apparatus based on electrocardiogram (ecg) signal
US14/755,971 US10572637B2 (en) 2014-09-01 2015-06-30 User authentication method and apparatus based on electrocardiogram (ECG) signal
JP2015167269A JP6476092B2 (ja) 2014-09-01 2015-08-26 心電図信号を用いたユーザ認証方法及び装置並びにユーザ登録方法及び装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140115511A KR102257300B1 (ko) 2014-09-01 2014-09-01 심전도 신호를 이용한 사용자 인증 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160026496A KR20160026496A (ko) 2016-03-09
KR102257300B1 true KR102257300B1 (ko) 2021-05-27

Family

ID=53757956

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140115511A KR102257300B1 (ko) 2014-09-01 2014-09-01 심전도 신호를 이용한 사용자 인증 방법 및 장치

Country Status (5)

Country Link
US (1) US10572637B2 (ko)
EP (1) EP2989967B1 (ko)
JP (1) JP6476092B2 (ko)
KR (1) KR102257300B1 (ko)
CN (1) CN105373719B (ko)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10069824B2 (en) 2015-05-12 2018-09-04 Branch Banking And Trust Company Biometric signature authentication and centralized storage system
US9693711B2 (en) * 2015-08-07 2017-07-04 Fitbit, Inc. User identification via motion and heartbeat waveform data
WO2017096550A1 (en) * 2015-12-09 2017-06-15 Intel Corporation Methods and apparatus using human electrocardiogram to protect electronic data
US10376221B2 (en) * 2016-07-06 2019-08-13 Biosense Webster (Israel) Ltd. Automatic creation of multiple electroanatomic maps
KR20180050947A (ko) 2016-11-07 2018-05-16 삼성전자주식회사 대표 파형 제공 장치 및 방법
KR20180072290A (ko) 2016-12-21 2018-06-29 조선대학교산학협력단 개인 식별을 위한 심전도 획득 방법 및 그 심전도를 이용한 개인 식별 방법
CN108306736B (zh) * 2017-01-11 2023-02-03 北京三星通信技术研究有限公司 使用心电信号进行身份认证的方法及设备
KR101865263B1 (ko) * 2017-01-18 2018-06-07 울산과학기술원 심전도 기반의 인증 장치
KR101863840B1 (ko) * 2017-01-18 2018-06-01 울산과학기술원 심전도 기반의 인증 장치
US10624561B2 (en) 2017-04-12 2020-04-21 Fitbit, Inc. User identification by biometric monitoring device
KR101957019B1 (ko) * 2017-05-19 2019-03-11 전자부품연구원 개인인증을 위한 웨어러블 디바이스의 ecg 템플릿 검출 방법
CN107230271A (zh) * 2017-06-26 2017-10-03 南京大学 一种基于心电信号的组合解锁系统及其方法
JP6765657B2 (ja) * 2017-06-27 2020-10-07 公立大学法人会津大学 認証装置、認証方法及びコンピュータプログラム
WO2019041202A1 (en) * 2017-08-30 2019-03-07 Vita-Course Technologies Co., Ltd. SYSTEM AND METHOD FOR USER IDENTIFICATION
CN107526957A (zh) * 2017-08-30 2017-12-29 努比亚技术有限公司 解锁方法、移动终端及存储介质
KR102480197B1 (ko) 2017-09-13 2022-12-21 삼성전자주식회사 생체정보 추정 장치 및 방법
CN111052049A (zh) * 2017-10-09 2020-04-21 华为技术有限公司 一种动作识别方法、装置及终端
JP7065404B2 (ja) * 2017-11-21 2022-05-12 パナソニックＩｐマネジメント株式会社 識別装置及び識別方法
EP3489851B1 (en) * 2017-11-21 2021-07-07 Panasonic Intellectual Property Management Co., Ltd. Identification device and identification method
US10885168B2 (en) * 2017-11-24 2021-01-05 Mastercard International Incorporated User authentication via fingerprint and heartbeat
KR102008910B1 (ko) * 2017-12-06 2019-10-21 울산과학기술원 심전도 기반의 인증 장치 및 방법
CA2992333C (en) * 2018-01-19 2020-06-02 Nymi Inc. User access authorization system and method, and physiological user sensor and authentication device therefor
US20200028844A1 (en) * 2018-07-20 2020-01-23 Animatech Ltd System and method for performing user authentication
US11188914B2 (en) * 2018-11-20 2021-11-30 Tdk Corporation Method for authenticated biometric transactions
CN110403582B (zh) * 2019-07-23 2021-12-03 宏人仁医医疗器械设备(东莞)有限公司 一种用于分析脉波波形品质的方法
KR102331917B1 (ko) * 2019-10-25 2021-11-26 이명해 심전도 기반 모션 제어 장치
CN112603325A (zh) * 2020-12-11 2021-04-06 上海交通大学 基于形态学滤波和小波阈值的心电异常判别系统及方法
KR102622828B1 (ko) * 2021-12-02 2024-01-09 주식회사 라이프사이언스테크놀로지 생체 인증 장치 및 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0014855D0 (en) 2000-06-16 2000-08-09 Isis Innovation Combining measurements from different sensors
US6993378B2 (en) * 2001-06-25 2006-01-31 Science Applications International Corporation Identification by analysis of physiometric variation
US6827695B2 (en) 2002-10-25 2004-12-07 Revivant Corporation Method of determining depth of compressions during cardio-pulmonary resuscitation
DE10306023B4 (de) 2003-02-13 2007-12-06 Siemens Ag Verfahren zum Nachweis einer Berechtigung zum Ver- und Entriegeln und/oder der Benutzung eines Objektes sowie Sicherheitsvorrichtung
US20080082018A1 (en) 2003-04-10 2008-04-03 Sackner Marvin A Systems and methods for respiratory event detection
WO2005058160A1 (ja) 2003-12-17 2005-06-30 Seijiro Tomita 心音波形及び／又は呼吸波形パターンを利用した個人認証システム
US7814324B2 (en) * 2005-02-24 2010-10-12 Hewlett-Packard Development Company, L.P. Method of making a patient monitor
US8388544B2 (en) * 2005-03-17 2013-03-05 General Electric Company System and method for measuring blood viscosity
GB0624085D0 (en) 2006-12-01 2007-01-10 Oxford Biosignals Ltd Biomedical signal analysis method
KR101002020B1 (ko) 2008-03-27 2010-12-16 계명대학교 산학협력단 실시간 심전도 모니터링 시스템 및 방법, 패치형 심전도측정장치, 통신장치
GB0807039D0 (en) 2008-04-17 2008-05-21 Oxford Biosignals Ltd Method and apparatus for measuring breathing rate
US20120123232A1 (en) * 2008-12-16 2012-05-17 Kayvan Najarian Method and apparatus for determining heart rate variability using wavelet transformation
CA2747057A1 (en) * 2008-12-16 2010-07-08 Bodymedia, Inc. Method and apparatus for determining heart rate variability using wavelet transformation
US9060722B2 (en) 2009-04-22 2015-06-23 Rodrigo E. Teixeira Apparatus for processing physiological sensor data using a physiological model and method of operation therefor
CN101702090B (zh) * 2009-10-19 2011-06-15 大连海事大学 一种基于卡尔曼滤波器的电液伺服系统波形再现控制方法
US20110118969A1 (en) 2009-11-17 2011-05-19 Honeywell Intellectual Inc. Cognitive and/or physiological based navigation
JP2012176106A (ja) * 2011-02-25 2012-09-13 Sony Corp 認証装置及び認証方法、電子機器、並びにコンピューター・プロクラム
CA2835460C (en) 2011-05-10 2018-05-29 Foteini AGRAFIOTI System and method for enabling continuous or instantaneous identity recognition based on physiological biometric signals
KR101856781B1 (ko) 2011-09-22 2018-05-11 삼성전자주식회사 생체 신호의 송수신 방법 및 장치
WO2013052944A1 (en) 2011-10-06 2013-04-11 Isis Innovation Limited Periodic artifact reduction from biomedical signals
CN102512157B (zh) * 2011-12-15 2014-08-20 重庆大学 基于模型的动态心电图t波交替定量分析方法
US9235657B1 (en) * 2013-03-13 2016-01-12 Johnson Controls Technology Company System identification and model development
CN103345600B (zh) * 2013-06-24 2017-06-13 中国科学院深圳先进技术研究院 一种心电信号数据处理方法
EP3025270A1 (en) * 2013-07-25 2016-06-01 Nymi inc. Preauthorized wearable biometric device, system and method for use thereof
CN203576498U (zh) * 2013-12-04 2014-05-07 乐普（北京）医疗器械股份有限公司 一种心电信号预测系统
CN103714281B (zh) * 2013-12-12 2017-03-29 深圳先进技术研究院 一种基于心电信号的身份识别方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统

Also Published As

Publication number Publication date
JP6476092B2 (ja) 2019-02-27
CN105373719B (zh) 2021-05-18
EP2989967B1 (en) 2023-08-16
KR20160026496A (ko) 2016-03-09
EP2989967A1 (en) 2016-03-02
US20160063233A1 (en) 2016-03-03
JP2016049449A (ja) 2016-04-11
US10572637B2 (en) 2020-02-25
CN105373719A (zh) 2016-03-02

Similar Documents

Publication Publication Date Title
KR102257300B1 (ko) 심전도 신호를 이용한 사용자 인증 방법 및 장치
KR102257287B1 (ko) 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치
KR102299819B1 (ko) 생체 신호를 이용한 사용자 인증 방법 및 장치
KR102257289B1 (ko) 심전도 신호를 이용한 사용자 인증 방법 및 장치
US11109812B2 (en) Electrocardiogram (ECG) signal based authentication apparatus and method
KR101551001B1 (ko) 사용자 인증 방법과 이를 수행하는 사용자 인증 장치 및 사용자 인증 시스템
KR101578167B1 (ko) 심전도 생체정보를 이용한 실시간 개인 인증방법
WO2017084546A1 (zh) 基于可穿戴设备的用户关注信息确定方法、装置和可穿戴设备
KR102450763B1 (ko) 사용자 자세에 기초한 키스트로크 패턴을 이용한 사용자 분류 장치 및 방법
KR20200081798A (ko) 심전도 신호의 기저선 변동 잡음 제거 방법 및 컴퓨터 프로그램
KR101928144B1 (ko) 임펄스 레이더를 이용한 타겟의 생체 정보 결정 장치 및 방법
KR102451268B1 (ko) 신호 처리 방법, 신호 필터링 장치 및 신호 처리 장치
KR102187580B1 (ko) 전극별 주파수 가중치 필터를 이용한 csp 기반의 운동심상 분류 장치 및 그 방법
KR20210070569A (ko) 심전도를 이용한 개인 인증 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right