KR20120131043A - 심전도 신호 및 지문인식을 이용한 생체인식 시스템 - Google Patents

Abstract

본 발명은 생체신호 및 지문인식을 이용한 생체인식 시스템 및 생체인식 방법에 관한 것으로, 측정자의 심전도 신호의 측정시, 측정자의 양손에 접촉되는 각 전극을 이용하여 심전도 리드 Ⅰ 파형을 측정함으로써 측정시 불편함을 해소하고 위변조를 방지하여 신뢰성을 향상시킬 수 있는 생체인식 시스템 및 생체인식 방법의 제공을 목적으로 한다.
이를 위해 본 발명에 따른 생체신호를 이용한 생체인식 시스템은 측정자의 심전도 신호를 측정하는 생체신호 측정부; 상기 생체신호 측정부로부터 측정된 심전도 신호를 입력받는 심전도 신호 입력부; 상기 심전도 신호 입력부에 입력된 P, Q, R, S 및 T 파형을 포함하는 상기 심전도 신호에서 잡음을 제거하는 노이즈 필터링부; 상기 잡음이 제거된 심전도 신호 파형에서 Q, R, S 파형을 추출하는 파형 추출부; 상기 파형 추출부로부터 상기 Q, R, S 파형이 추출되면, 상기 심전도 신호에서 P, Q, R, S 및 T 파형의 특징 정보를 추출하는 특징 추출부; 및 상기 특징 추출부로부터 추출된 상기 특징 정보에 따라 상기 심전도 신호에 대응하는 측정자를 인식하는 생체인식부;를 포함하는 것을 특징으로 한다.

Description

심전도 신호 및 지문인식을 이용한 생체인식 시스템{BIOMETRIC SYSTEM USING ECG SIGNAL AND FINGERPRINT IDENTIFICATION}

본 발명은 생체인식 시스템에 관한 것으로, 보다 상세하게는 인간의 생체신호 중 심전도 리드 I 파형를 측정하여 특징점을 추출함으로써 측정자를 인식하고, 또한, 측정자의 생체신호 및 지문인식을 통한 생체인식 시스템에 관한 것이다.

생체인식기술(Biometics)이란 인간의 생리학적 또는 행동상의 특성을 기반으로 개개인만의 독특한 특징을 본인확인을 위한 측정단위로 활용하는 기술을 말한다. 즉, 인간의 생체적 특징을 자동화된 장치를 거쳐 신원확인에 이용하는 기술분야이다.

생체인식에 활용되는 생체부분은 지문, 망막, 홍채, 안면, 손, 정맥, 목소리, 서명, 몸냄새, DNA, 귀 등 다양하나 현재 가장 대중적으로 많이 이용되는 부분은 지문, 음성, 홍채, 안면을 이용하는 생체인식이다.

특히, 지문인식은 많은 어플리케이션에 성공적으로 이용되어온 가장 오래된 기술 중에 하나이다. 지문은 땀샘에 융기되어 일정한 흐름을 형성한 것으로 그 형태가 개인마다 서로 다르고 태어날 때의 모습 그대로 평생 동안 변하지 않는 고유한 특성 때문에 식별 성능에 대한 신뢰도와 안정도에 있어서 효율적인 개인 인증 방법으로 이용되고 있다.

일반적으로 지문인식 방법으로는 크게 세선화나 주파수 공간에서의 푸리에 변환이나 웨이브릿변환, 또는 신경회로망이나 퍼지논리에 의한 것 등이 있으며, 이들은 대부분 잡음을 줄이는 전처리와 보정과정의 후처리를 필요로 하게 된다. 또한, 이들 간에는 구문론적 방법이나 통계적, 규칙 기반, 신경회로망 구성 등의 방법이 혼재되어 사용되는 것이 일반적이며, 특징적인 방법으로 체인코드나 융선 추적 등이 사용된다.

이러한 종래의 특징점 기반의 지문인식 알고리즘은 지문영상의 해상도, 화소값 분포특성, 지문입력센서의 스캔방식이 바뀌면 동일인의 지문영상이라 하여도 추출된 특징 점에 기하학적인 변형이 발생하여 적절한 인식을 보장할 수 없는 문제점이 있고, 융선 개수정보추출 및 사용방법은 지문의 회전과 국부적인 변형에 취약하며, 재현성이 떨어진다는 문제점이 있다.

홍채인식은 눈으로 들어오는 빛의 양을 조절하는 기관인 홍채조직이 개인 마다 독특한 형태를 갖는다는 사실을 이용하여 개인을 식별하는 방법으로, 홍채는 심각한 안구 질환에 걸리지 않는 한 일생 동안 그의 형태가 변하지 않기 때문에 신체 내부에 정보가 잘 보호되어 있다고 말할 수 있다.

홍채인식에 의한 개인 식별 시스템은 인식 오류 비율이 낮다는 장점이 있지만 홍채를 스캔할 때 측정자의 홍채와 스캐너 장치의 초점거리가 정확해야 하고 측정자가 눈을 깜박거리거나 미세하게 움직이면 홍채의 패턴을 정확하게 얻을 수 없다는 단점이 있다.

또한 홍채를 촬영할 당시의 조명의 영향으로 인하여 홍채 영상의 농담도가 달라질 수 있으며, 컬러렌즈 등의 콘택트 렌즈를 착용할 경우 홍채인식이 어렵다는 단점이 있다.

망막 스캐닝 기술은 인간의 망막 내의 혈관 패턴을 평가한다. 그러나 알콜이 혈액에 포함되거나 안경 또는 콘택트 렌즈를 불규칙적으로 사용하는 경우에 혈관 패턴이 시간에 따라 변경될 수 있고, 또한, 사용자는 망막 스캐닝이 수행되는 동안 눈이 조명되는 것에 불편함을 느낄 수 있으며, 눈과 스캐닝 장치가 접촉하여 눈이 오염될 수 있는 문제점이 있다.

얼굴인식은 개개인의 서로 다른 얼굴모양을 인식하여 개인을 식별하는 방법으로 접촉식 방법을 사용하는 지문인식 시스템과는 다르게, 비접촉식으로 개인의 얼굴을 촬영하여 얻은 영상에서 얼굴 영역을 추출한 뒤에 얼굴의 특징 마디 점들을 분석하여 개인을 식별한다.

사용자의 입장에서 보면 매우 간편한 인증 방법이라고 말할 수 있으나 얼굴의 각도, 표정, 나이에 따라 얼굴의 모양이 달라질 수 있기 때문에 실제로 실용화하기가 어렵고 조명에 민감하여 인식률이 낮다는 단점이 있다.

손등정맥 패턴에 의한 개인 식별 방법은 손의 정맥 패턴을 접촉식 적외선 촬영 장치를 이용하여 개인을 식별하는 시스템으로, 개인마다 고유한 특징을 보이는 정맥패턴은 타인에 의하여 복제가 불가능하다는 장점이 있지만 정맥 패턴을 데이터베이스로 구축하기가 어렵고, 지문인식에 비해 장비의 가격이 고가여서 상용화에 걸림돌이 되고 있다.

음성인식의 경우 시간에 따라 인간음성의 변화가 광범위하다는 것과 평가가 이루어지는 동안 배경 잡음이 존재할 수 있으며, 위조자가 허가된 개인의 음성을 녹음하여 시스템을 기만할 가능성이 있다는 단점이 있다.

따라서, 기존의 생체인식 방법의 문제점을 해결하고자, 최근에는 심전도 생체인식 방법으로 심전도 리드 Ⅱ 파형의 P, Q, R, S, T 파형간의 거리 및 높이, 각도 혹은 각각의 조합 등을 특징으로 하는 특징 파라메타를 추출하여 심전도 생체인식 시스템에 대한 연구개발을 진행 중에 있다.

그러나 기존의 심전도 생체인식 방법에서는 정형화된 심전도 리드Ⅱ 파형과 측정자의 정적인 상태만을 고려하여 실험을 하였기 때문에 상용화의 한계가 있고, 또한, 심전도 리드Ⅱ 파형의 경우, 하나의 전극을 측정자의 우측 손에 부착하고 다른 전극을 좌측 다리에 부착하여 심전도 신호를 측정해야 하기 때문에 심전도 측정시 측정자로 하여금 불편함이 따른다.

따라서, 본 발명은 상기한 바와 같은 문제를 해결하기 위해 안출된 것으로, 종래의 생체인식 시스템의 문제점을 보완할 수 있는 새로운 생체인식 시스템을 구현할 수 있는 생체신호 및 지문인식을 이용한 생체인식 시스템의 제공을 목적으로 한다.

본 발명의 다른 목적은 측정자의 심전도 신호의 측정시, 측정자의 양손에 접촉되는 각 전극을 이용하여 심전도 리드 Ⅰ 파형을 측정함으로써 측정시 불편함을 해소하고, 변조가 불가능한 생체신호 및 지문인식을 이용한 생체인식 시스템의 제공을 목적으로 한다.

본 발명의 또 다른 목적은 심전도 리드Ⅰ 파형을 이용한 생체신호 측정과 측정자의 지문인식을 통하여 정밀한 생체인식을 수행할 수 있는 생체신호 및 지문인식을 이용한 생체인식 시스템의 제공을 목적으로 한다.

상기한 바와 같은 목적을 달성하기 위해 본 발명에 따른 생체신호를 이용한 생체인식 시스템은, 측정자의 심전도 신호를 측정하는 생체신호 측정부; 상기 생체신호 측정부로부터 측정된 심전도 신호를 입력받는 심전도 신호 입력부; 상기 심전도 신호 입력부에 입력된 P, Q, R, S 및 T 파형을 포함하는 상기 심전도 신호에서 잡음을 제거하는 노이즈 필터링부; 상기 잡음이 제거된 심전도 신호 파형에서 Q, R, S 파형을 추출하는 파형 추출부; 상기 파형 추출부로부터 상기 Q, R, S 파형이 추출되면, 상기 심전도 신호에서 P, Q, R, S 및 T 파형의 특징 정보를 추출하는 특징 추출부; 및 상기 특징 추출부로부터 추출된 상기 특징 정보에 따라 상기 심전도 신호에 대응하는 측정자를 인식하는 생체인식부;를 포함하는 것을 특징으로 한다.

또한, 상기 생체신호 측정부로부터 측정되는 상기 심전도 신호는 심전도 리드Ⅰ 파형인 것을 특징으로 한다.

또한, 상기 생체신호 측정부는 상기 측정자의 양손에 각각 접촉되도록 제 1 전극 및 제 2 전극을 포함하는 것을 특징으로 한다.

또한, 상기 파형 추출부에서는 상기 Q, R, S 파형을 추출하기 위한 전처리 과정으로, 상기 심전도 신호에 포함된 상기 P 파형 및 상기 T 파형을 제거하는 것을 특징으로 한다.

또한, 상기 파형 추출부에서 추출된 상기 Q, R, S 파형에서 정점인 R파형을 추출하는 R파형 추출부;를 더 포함하고, 상기 R파형 추출부는 추출된 R파형의 위치를 저장하고, 추출된 상기 R파형의 위치를 기준으로 상기 심전도 신호 입력부에 입력된 상기 심전도 신호에서 ±10 샘플을 검사하여 추출된 상기 R파형이 실제 정점인지를 확인하는 것을 특징으로 한다.

또한, 본 발명에 따른 생체인식 시스템은, 측정자의 심전도 신호를 측정하는 생체신호 측정부; 상기 생체신호 측정부로부터 측정된 심전도 신호를 입력받는 심전도 신호 입력부; 상기 심전도 신호 입력부에 입력된 P, Q, R, S 및 T 파형을 포함하는 상기 심전도 신호에서 잡음을 제거하는 노이즈 필터링부; 상기 잡음이 제거된 심전도 신호 파형에서 Q, R, S 파형을 추출하는 파형 추출부; 상기 파형 추출부에서 추출된 상기 Q, R, S 파형에서 정점인 R파형을 추출하여 R파형의 위치를 저장하고, 추출된 상기 R파형의 위치를 기준으로 상기 심전도 신호 입력부에 입력된 상기 심전도 신호에서 ±10 샘플을 검사하여 추출된 상기 R파형이 실제 정점인지를 확인하는 R파형 추출부; 및 미리 설정된 입력 파라메타를 입력값으로 적용하여 상기 심전도 신호에 대응하는 측정자를 인식하는 생체인식부;를 포함하는 것을 특징으로 한다.

또한, 상기 입력 파라메타는 심전도 신호의 파형에 대한 진폭값을 입력값으로 설정하고, 상기 입력값의 범위는 360㎐의 샘플링 레이트로 200 내지 250개의 진폭값인 것을 특징으로 한다.

또한, 상기 생체신호 측정부로부터 측정되는 상기 심전도 신호는 심전도 리드Ⅰ 파형이고, 상기 생체신호 측정부는 상기 측정자의 양손에 각각 접촉되도록 제 1 전극 및 제 2 전극을 포함하는 것을 특징으로 한다.

또한, 상기 파형 추출부에서는 상기 Q, R, S 파형을 추출하기 위한 전처리 과정으로, 상기 심전도 신호에 포함된 상기 P 파형 및 상기 T 파형을 제거하는 것을 특징으로 한다.

본 발명에 따른 심전도 신호 및 지문인식를 이용한 생체인식 시스템은, 측정자의 심전도 신호를 측정하고 동시에 지문데이터를 취득하는 멀티 측정부; 측정된 상기 심전도 신호를 처리하는 생체신호 처리부; 상기 생체신호 처리부에서 처리된 상기 심전도 신호의 파형정보와 미리 설정된 입력 파라메타를 적용하고, 상기 멀티 측정부에서 취득한 상기 지문데이터를 미리 저장된 적어도 하나 이상의 등록 지문데이터를 비교하여 상기 측정자를 인식하는 생체인식부;를 포함한다.

또한, 상기 멀티 측정부는, 상기 측정자의 상기 지문데이터를 취득하는 프리즘; 상기 프리즘 위에 증착되어 상기 측정자의 심전도 신호를 측정하는 투명 전극(ITO); 상기 투명 전극 위에 증착되는 시드 레이어(seed layer); 및 상기 시드 레이어 위에 증착되는 메탈층;을 더 포함한다.

또한, 상기 메탈층은 ITO(Indium Tin Oxide) 박막의 상면 테두리에 금(Au), Ti 및 Cr 중 어느 하나의 전극 라인이 증착되어 형성되는 것을 특징으로 한다.

상기한 바와 같이 본 발명에 따른 생체신호 및 지문인식을 이용한 생체인식 시스템은, 측정자의 심전도 신호의 측정시, 측정자의 양손에 접촉되는 각 전극을 이용하여 심전도 리드Ⅰ 파형을 측정함으로써 측정시 불편함을 해소할 수 있다. 특히, 인체에서 발생되는 생체신호 중 심전도 파형의 특성을 이용하여 개인을 식별하는 생체인식 시스템에 있어서, 심전도는 개인마다 심장의 위치, 크기, 심실심방의 박동차 등이 개인마다 서로 다르기 때문에 이를 이용하여 개인의 신원을 구별할 수 있으며, 측정자의 변조 및 위조가 불가능하다는 장점이 있다.

또한 심전도는 개인의 건강상태를 연속적으로 감시하는 헬스케어 시스템에 기본적으로 포함되는 측면에서 보았을 때, 심전도를 이용하여 신원을 파악할 수 있게 된다면 개개인의 건강정도 또한 실시간 측정 및 데이터 축적이 가능하여 데이터베이스화가 가능할 수 있고, 이러한 심전도 생체인식 시스템은 유비쿼터스 환경과 더불어 개인의 신원확인 및 건강 상태를 언제 어디서나 확인할 수 있을 뿐만 아니라 별도의 신원확인 방법 없이 개인의 건강정보를 구축, 건강 상태를 감시할 수 있는 기반을 구축하는데 효과가 있다.

또한, 본 발명에 따른 생체인식 시스템은 생체신호 측정과 측정자의 지문인식을 통하여 정밀한 생체인식을 수행할 수 있는 특징이 있다. 지문인식은 전세계에서 가장 많이 사용하는 생체인식 시스템이지만 간단한 방법으로도 위조가 가능하기 때문에 가장 널리 사용되는 생체인식 방법에도 불구하고 생체인식 시스템에 대한 신뢰성이 약한 단점이 있다.

그러나 본 발명에 따른 생체인식 시스템은 수백 마이크로 볼트의 미세한 생체신호를 연속적인 그래프로 측정하기 때문에 원천적으로 위조가 불가능하고, 이러한 생체신호와 지문인식을 융합하여 멀티모달 생체인식 시스템으로서 위조에 대해 원천적인 해결이 가능하여 생체인식 시스템의 신뢰성의 향상을 기대할 수 있는 효과가 있다.

도 1은 본 발명에 따른 생체인식 시스템을 나타내는 블럭도이다.
도 2는 본 발명에 따른 생체신호 처리부를 나타내는 블럭도이다.
도 3a는 측정된 심전도 신호의 파형을 나타내고, 도 3b는 심전도 신호에 P, T 파형이 제거된 파형을 나타내는 예시도이다.
도 4는 심전도 리드Ⅰ 파형의 문턱값을 나타내는 예시도이다.
도 5는 파형 표준화를 통한 측정자의 심전도 파형을 나타내는 도면이다.
도 6은 신경회로망의 입력형태를 나타내는 도면이다.
도 7은 기저선의 위치에 따라 2가지 타입의 심전도 리드Ⅰ 파형을 나타내는 예시도이다.
도 8은 생체인식을 위한 특징 파라메타를 나타내는 도면이다.
도 9는 심전도 파형 추출 알고리즘과 특징 추출 알고리즘이 포함된 프로그램 화면을 나타내는 예시도이다.
도 10은 본 발명에 따른 생체인식 방법을 나타내는 흐름도이다.
도 11은 심전도 리드Ⅰ 파형의 검출을 위한 알고리즘 검증화면을 나타내는 도면이다.
도 12는 다층 퍼셉트론 신경회로망의 학습방법을 나타내는 도면이다.
도 13은 오류 역전파 알고리즘을 나타내는 흐름도이다.
도 14는 측정자의 정적인 상태 및 운동 직후의 심전도 파형을 나타내는 도면이다.
도 15 및 도 16은 본 발명에 따른 다양한 응용분야를 나타내는 예시도이다.
도 17은 본 발명의 다른 실시예에 따른 심전도 생체인식과 지문인식(멀티 모달 생체인식)을 포함한 생체인식 시스템의 블럭도이다.
도 18은 본 발명의 다른 실시예에 따른 생체인식 방법을 나타내는 흐름도이다.
도 19는 본 발명에 따른 생체인식 시스템을 나타내는 예시도이다.
도 20은 멀티 모달 생체인식을 위한 멀티 전극 제작공정을 나타내는 도면으로, 프리즘 크리닝 공정을 나타내는 도면이다.
도 21은 ITO 증착을 위한 준비공정을 나타내는 도면이다.
도 22는 메탈(Au)을 증착한 멀티 전극을 나타내는 도면이다.
도 23은 금 박막 제거를 위해 PR 도포된 프리즘을 나타내는 도면이다.
도 24는 멀티전극을 나타내는 도면이다.
도 25는 멀티전극을 통해 획득한 지문영상을 나타내는 도면이다.
도 26은 멀티전극 및 일반전극으로 측정된 심전도 파형을 나타내는 도면이다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다. 우선, 도면들 중 동일한 구성요소 또는 부품들은 가능한 한 동일한 참조부호를 나타내고 있음에 유의해야 한다. 본 발명을 설명함에 있어서 관련된 공지기능 혹은 구성에 대한 구체적인 설명은 본 발명의 요지를 모호하게 하지 않기 위해 생략한다.

도 1은 본 발명에 따른 생체인식 시스템을 나타내는 블럭도이고, 도 2는 본 발명에 따른 생체신호 처리부를 나타내는 블럭도이다. 도면에 나타낸 바와 같이, 생체인식 시스템은 측정자의 심전도 신호를 측정하는 생체신호 측정부(100), 측정된 심전도 신호를 처리하는 생체신호 처리부(110) 및 심전도 신호에 근거하여 측정자를 인식하는 생체인식부(120)를 포함하고, 생체신호 처리부(100)는 생체신호 입력부(200), 노이즈 필터링부(210), QRS파형 추출필터링부(221), R파형 추출부(222) 및 파형 표준화부(223)를 포함하는 파형 추출부(220)를 포함하여 구성된다.

또한, 본 발명의 실시예에 따른 생체신호 처리부(110)는 측정된 심전도 신호에서 19개의 파형 특징을 추출하는 특징 추출부(230)를 더 포함하여 구성될 수 있다.

생체신호 측정부(100)에서는 측정자의 심전도 리드Ⅰ 파형을 측정하여 생체신호 입력부(200)에 전송한다. 심전도 리드Ⅰ 파형은 측정자의 양손을 통해 측정되기 때문에, 측정자의 양손에 각각 부착 또는 접촉될 수 있도록, 예를 들면, 도 15 내지 도 16 및 도 19에 나타낸 바와 같이, 제 1 전극(301, 401, 610) 및 제 2 전극(302, 311, 402, 630)을 포함하여 구성될 수 있다.

생체신호 측정부(100)에서 측정된 심전도 신호의 심전도 리드Ⅰ 파형은 생체신호 입력부(200)에 입력되고, 신호 입력부(200)에 입력된 심전도 리드Ⅰ 파형은 노이즈 필터링부(210)를 통해 근전도 및 호흡잡음, 전력선 잡음 등의 노이즈(잡음)가 제거된다. 본 발명의 심전도 리드Ⅰ 파형을 이용한 생체인식 알고리즘의 잡음제거를 위한 노이즈 필터링부(210)는 예를 들면, FIR Bandpass filter를 이용하여 잡음을 제거할 수 있다.

도 3a는 원 심전도 리드Ⅰ 파형을 나타내고 P, T 파형을 제거하기 위한 전처리 과정으로 QRS파형 추출필터링부(221)를 적용하면, 도 3b와 같이 심전도 리드Ⅰ 파형의 Q, R, S파형만 남고 나머지 P파형 및 T파형은 모두 사라지는 것을 볼 수 있다. 이렇게 Q, R, S파형만 남은 파형은 파형 추출부(220)를 통해 간단하게 문턱값(Thershold)만 정의해서 Q, R, S파형을 추출할 수 있다.

Q, R, S파형 추출을 위한 문턱값 정의는 수학식 1과 같이 정의할 수 있다. 문턱값은 도 4에 나타낸 바와 같이 최대 정점(리드Ⅰ 파형의 R파형)을 찾고, 그 값을 기준으로 심전도 신호(원신호)에서 R파형의 정점을 찾은 후 원신호 파형을 한 파형씩 추출한다.

여기서, TC는 Threshold coefficient(문턱값 계수)이고, Peak_max는 R파형의 정점이다. 예를 들면, TC는 생체신호 측정 하드웨어의 특성에 따라 달라질 수 있는 것으로, 본 발명에서는 0.6으로 하는 것이 바람직하다.

심전도 리드Ⅰ 파형의 문턱값 정의는 최적화된 필터조합을 이용하여 파형 추출필터링을 하여 일반적으로 정의되는 심전도의 P파형과 T파형이 모두 제거되기 때문에 간단한 문턱값 정의로도 쉽게 파형을 추출할 수 있다.

R파형 추출부(222)는 심전도 리드Ⅰ 파형의 정점(R 파형)이 추출되면 그에 해당하는 R(리드Ⅰ)파형의 위치를 저장하고, 필터를 거치면서 파형의 왜곡이 일어나 실제 원신호의 R(리드Ⅰ)파 값이 이동되는 경우가 발생하기 때문에 원 심전도 신호에서 다시 R(리드Ⅰ)파를 찾는다.

따라서 저장된 R(리드Ⅰ)파의 위치를 기준으로 원신호에서 ±10샘플을 검사하여 추출된 R(리드Ⅰ)파형 값이 실제 정점인지 확인을 한다.

파형 표준화부(223)에서는 파형의 특징추출을 용이하게 하고 각각의 파형들을 일정한 구간으로 표준화(Normalization)하여 동일한 파형과 서로 다른 파형들 간의 특징을 확실히 표현한다.

표준화 구간은 0과 1 사이로 진행하였으며, 도 5에 나타낸 바와 같이 표준화를 하고 측정자들의 파형을 매칭시켜 보면 그 특징값들의 차이를 쉽게 찾을 수 있을 뿐만 아니라, 추후 파형분류 알고리즘(신경회로망)에 특징값들을 입력할 때 별도의 전처리 작업 없이 바로 입력이 가능하다는 장점이 있다.

본 발명에서는, 입력 파라메타는 특징 추출을 거치지 않고 파형의 진폭(amplitude)값을 그대로 입력으로 넣는 방법과, 특징 추출을 하는 방법 2가지 모두를 사용할 수 있다. 특징 추출을 거치지 않고 파형의 진폭값을 그대로 입력하는 방법은, 도 6에 나타낸 바와 같이 특징 추출 없이 200~250개의 진폭값을 그대로 넣는 것으로, 입력값의 범위는 샘플링 레이트(sampling rate)에 따라 조금씩 다르지만 360Hz의 샘플링 레이트에서 200~250개의 진폭값을 신경회로망의 입력으로 넣어 줄 수 있다. 또한, 도 8은 특징을 추출하는 방법을 나타내는 것으로, 이 경우 19개의 특징점들을 나타낼 수 있다.

특징 추출부(230)는 파형 검출부(220)로부터의 파형 정보에 대해 심전도 리드Ⅰ 파형의 특징정보를 추출할 수 있다. 도 7에 나타낸 바와 같이, 심전도 리드Ⅰ 파형은 도 7a의 S파가 최소점이 되는 파형과 도 7b와 같이 S파형이 최소점이 아닌 다른 파형들이 최소점이 되는 심전도 파형으로 구분할 수 있다.

이러한 두 가지 파형을 기준으로 특징값들을 정의하였으며, 이 두가지 파형을 구분하는 방법으로 기저선(Baseline)선을 이용하였고, 그 값이 0.3 이상이면 도 7a와 같은 파형으로, 그 이하면 도 7b의 파형으로 구별하였다. 이를 기반으로 본 발명에서는 도 8에 나타낸 바와 같이 총 19가지의 특징을 선정하여 심전도 리드Ⅰ 파형을 이용한 생체인식 시스템의 특징 파라메타로 정의하였다.

심전도 신호를 이용하여 측정자를 인식하는 생체 인식부(120)는 특징 추출부(230)로부터 추출된 특징정보에 미리 설정된 입력 파라메타를 적용하여 측정된 심전도 리드Ⅰ 파형에 대응하는 측정자를 인식할 수 있다.

도 9는 본 발명에 따른 심전도 특징 추출 프로그램 화면을 나타내는 예시도이며, 이 프로그램에는 심전도 파형 추출 알고리즘과 특징 추출 알고리즘이 포함되어 있다. 도시한 바와 같이, 한 개의 파형마다 특징점들의 추출되는 것이 실시간으로 확인이 가능하기 때문에 어느 파형에서 오류가 생겼는지를 바로 확인이 가능하다는 장점이 있다.

도 10은 본 발명에 따른 생체인식 시스템을 이용한 생체인식 방법을 나타내는 흐름도이다. 생체신호 측정부(100)에서 측정자의 심전도 신호로서 측정자의 심전도 리드Ⅰ 파형을 측정하여 생체신호 입력부(200)에 입력된다(S101). 이때, 심전도 리드Ⅰ 파형은 측정자의 양손을 통해 측정된다.

생체신호 입력부(200)에 입력된 심전도 리드Ⅰ 파형은 노이즈 필터링부(210)를 통해 근전도 및 호흡잡음, 전력선 잡음 등의 노이즈가 제거되고(S102), QRS파형 추출필터링부(221)에서 P파형 및 T파형을 제거하도록 필터링을 수행하고(S103), 문턱값(Thershold)을 설정함으로써(S104), 파형 추출부(220)에서 Q, R, S파형을 추출한다(S104). 파형 추출을 위한 문턱값 정의는 상술한 수학식 1을 통해 알 수 있다.

R파형 추출부(222)는 심전도 리드Ⅰ 파형의 정점(R 파형) 추출하여(S106) 그에 해당하는 R파형의 위치를 저장하고, 노이즈 필터링부(210)를 거치면서 파형의 왜곡이 일어나 실제 원신호의 R파 값이 이동되는 경우가 발생하기 때문에, 원 심전도 신호에서 다시 R파를 찾아 추출된 R파형 값이 실제 정점인지 확인을 한다.

이후, 파형 표준화부(223)에서 파형의 특징추출을 용이하게 하고 각각의 파형들을 일정한 구간으로 표준화(Normalization)하여(S107), 동일한 파형과 서로 다른 파형들 간의 특징을 표현하고, 특징 추출부(230)에서 특징 정보를 추출하면(S108), 생체 인식부(120)에서는 특징 정보에 미리 설정된 입력 파라메타를 적용하여 측정된 심전도 리드Ⅰ 파형에 대응하는 측정자를 인식한다(S109).

본 발명에 따른 파형 추출 알고리즘의 검증을 위해 1차 30명, 2차 30명 총 60명을 대상으로 심전도 데이터를 수집하였으며, 알고리즘의 성능분석을 위하여 Accuracy(ACC)와 Sensitivity(SN) 그리고 Specificity(SP), Positive predictive accuracy(PPA), Negative predictive accuracy(NPA)의 총 5가지의 성능지표를 이용하였다.

각각의 계산식은 수학식 2와 같다. 다음과 같은 방법으로 본 발명에서는 성능평가를 실시했으며, 평가는 우선 심전도 리드Ⅲ 파형과 리드Ⅰ 파형의 파형추출 성능과 심전도 리드Ⅲ 파형을 이용한 생체인식 인식률, 그리고 리드Ⅰ 파형을 이용한 심전도 생체인식 인식률의 순서로 기술하였다.

여기서, TP, FN, FP, TN은 각각 true positive, false negative, false positive, true negative를 의미한다.

TP는 측정자를 정상적으로 생체인식이 된 경우, 혹은 실제 파형을 정상적으로 추출한 경우이며, FN은 측정자가 아닌데 측정자로 실제 측정자로 잘못 인식된 경우, 혹은 실제 파형이 아님에도 파형으로 추출했을 경우이다. 또한, FP는 측정자인데 측정자가 아닌 것으로 인식될 경우, 혹은 파형를 추출하지 못했을 경우이며, 마지막으로 TN은 실제 측정자가 아닌데 측정자가 아닌 것으로 인식이 될 경우다. 파형 추출성능을 실험할 경우는 TN을 고려하지 않는다. 왜냐하면 실제 파형이 아닌 점을 찾기가 불가능하며, 무수히 많은 심전도 파형의 특정 한 점을 파형이 아닌 곳으로 정의하기 힘들기 때문이다. 통상적으로 파형추출 알고리즘을 검증할 때 TP, FN, FP 만을 고려한다.

심전도 리드Ⅰ 파형 검출은 각각의 파형 위치를 도 11의 (a)와 같이 표시되도록 출력한다. 그 후 도 11의 ⓐ와 같이 파형 한 개씩 검사를 해서 심전도 리드Ⅰ 파형의 위치를 확인하였다. 도 11의 (b)는 심전도 리드Ⅰ 파형을 필터링한 후 심전도 리드Ⅰ의 R파형을 추출하기 위해 전처리한 파형이고, (c)는 심전도 리드Ⅰ 파형을 필터링 한 후의 파형이다.

상기와 같은 파형검출을 통하여 전체 58,242개의 2차 30명분의 데이터를 기반으로 파형검출 성능을 실험한 결과, 표 1과 같이 99.98%의 민감도와 99.97%의 파형검출 정확도를 나타냈다. 파형검출이 상대적으로 낮았던 7, 9, 12, 21, 25번의 측정자들은 운동직후와 측정하면서 측정자가 움직임이면서 파형이 측정 범위를 벗어나 파형이 포화(Saturation)된 상태였으며, 그 포화된 파형이 필터링을 거치면서 왜곡된 파형으로 변형되면서 R파형의 위치가 흔들린 경우였다.

추출된 특징값들, 즉 생체인식을 위한 심전도 파형의 분류를 위해 본 발명에서는 3층의 다층 퍼셉트론(perceptron)구조를 신경회로망을 이용하였다. 다층 퍼셉트론 신경회로망의 학습 알고리즘으로써 오류 역전파 알고리즘을 사용하였으며, 다층 퍼셉트론은 입력층(input layer)과 출력층(output layer) 사이에 하나 이상의 계층을 갖는 신경 회로망을 말한다.

3층의 다층 퍼셉트론은 도 12와 같이 입력층과 출력층 사이에 하나의 은닉층(hidden layer)을 갖으며, 입력층, 은닉층, 출력층 순으로 차례대로 계산하는 것을 전방향이라 하고, 반대로 오차를 계산하기 위해 출력층, 은닉층, 입력층 순의 역으로 계산하는 것을 역방향이라 한다. 이 역방향으로 인해 오류 역전파 알고리즘이라 불린다.

신경망의 학습 알고리즘으로써 사용한 오류 역전파 알고리즘(error back propagation algorithm)은 일반화된 LMS(Least Mean Square) 알고리즘이다. 이 알고리즘은 원하는 출력값과 실제 출력값과의 차이의 제곱을 가장 최소화하고자 경사 하강 방법을 적용한 알고리즘이다. 이 알고리즘은 입력 노드와 관련 없는 클래스의 모든 노드의 원하는 출력값은 점점 낮아지고 반대인 경우는 높아지게 되고, 학습 과정은 다음과 같다.

1 단계: 모든 노드에 대한 가중치와 임계값을 임의의 작은 수로 초기화한다.

2 단계: 모든 훈련 데이터를 반복적으로 입력한다. 연속적인 입력 벡터 x₀, x₁, ......., x_{n -1}과 차례로 대응되는 원하는 출력값 d₀, d₁,......, d_{m -1}을 입력한다. 만약 패턴분류에만 사용할 경우 입력과 관련된 해당 클래스의 원하는 출력값만을 1로 하고 이를 제외한 모든 출력층의 원하는 출력값을 모두 0으로 한다. 이때 가중치가 불변할 때까지 계속적으로 반복한다.

3 단계: 다음의 시그모이드 활성화 함수를 이용하여 실제 출력값 y₀, y₁,......, y_{m -1}을 차례대로 구한다.

4 단계: 출력층 노드의 값에서 시작해서 거꾸로 첫 번째 은닉층으로 전달하는 반복 알고리즘을 이용하여 가중치를 조절한다.

w_ij(t+1) = w_ij(t)+ηδ_jx_i ^'

w_ij(t)는 은닉층 노드 i 또는 입력 노드 i로부터의 시간 t에서의 노드 j로의 가중치이며 x_i ^'는 노드 i의 출력값 또는 입력값을 의미하며 η는 이득률(gain term)을 나타내고, δ_j는 노드 j에 대한 오류(error term)를 나타낸다. 만약 노드 j가 출력 노드이며 d_i가 노드 j의 원하는 출력값이고 y_j가 실제 출력값이라면 δ_j는 다음과 같다.

δ_j = y_j(1-y_j)(d_j-y_j)

만약 노드 j가 은닉층이며 k가 노드 j위에 있는 층의 모든 노드를 나타낸다면 δ_j는 다음과 같다.

이때 모멘텀 변수(momentum term) a가 추가되면 모델의 수렴속도는 더 빨라지며 가중치 변화는 더 완만해진다.

이 과정은 가중치가 거의 변화하지 않을 때까지 즉, δ_j가 거의 0에 접근할 때까지 반복한다.

5 단계: 2 단계로 이동함으로써 반복한다.

오류 역전파 알고리즘의 흐름은 도 13에 나타낸다. 먼저 입력층, 은닉층, 출력층 사이의 모든 연결강도와 오프셋을 초기화하고(S201), 학습 패턴을 설정한다(S202). 학습 패턴이 설정되면, 학습 패턴을 이용하여 은닉층 노드와 출력층 노드를 차례대로 계산한다(S203 및 S204). 여기까지 전방향에 해당한다.

그리고 출력층 노드와 은닉층 노드의 오차 계산을 하고(S205 및 S206), 은닉층과 출력층 사이, 입력층과 은닉층 사이의 연결강도 및 오프셋을 변경한다(S207 및 S208). 연결강도 및 오프셋 변경이 완료되면(S209), 하나의 학습패턴에 대한 학습이 종료되고(S210), 학습 패턴을 증가시켜(S211) 다음 학습 패턴의 학습을 같은 방법으로 진행한다. 모든 학습 패턴에 대해서 정해준 학습 반복 횟수만큼 학습이 이루어졌거나 학습 반복 횟수를 채우지 못하더라도 목표 출력 값과 실제 출력 값 사이의 오차가 정해준 값 이하로 떨어졌다고 판단되면(S212), 알고리즘은 종료된다.

심전도 생체인식 인식률을 검증하기 위해 본 발명에서는 상기와 같은 오류 역전파 알고리즘(error back propagation algorithm)을 이용하였다. 측정된 데이터는 정적인 상태에서 측정된 데이터의 70%를 학습데이터로 사용하였고, 나머지 30%를 테스트 데이터로 활용하였다. 카페인 복용 후, 흡연 후, 음주 후, 운동 후에 측정된 데이터는 모두 테스트 데이터로 실험하였다. 그 이유는 심전도 생체인식의 경우 정적인 상태의 심전도 파형이 기준이 되기 때문이며, 정적인 상태에서의 심전도 데이터를 기준으로 흡연이나 음주, 운동, 카페인 복용 후에도 생체인식이 원활히 이루어져야 하기 때문이다.

심전도 리드Ⅰ 파형의 심전도 생체인식 인식률 검증에서 5~10개 파형을 대표 파형으로 구성한 후 대표 파형을 이용하여 특징추출을 진행하였다. 신경회로망의 학습데이터는 총 60명의 측정자를 대상으로 50명의 정적인 상태에서 측정된 데이터 70%를 학습 데이터로 사용하고, 나머지 30%와 다양한 환경에서 측정된 심전도 데이터를 모두를 테스트 데이터로 사용하였다. 또한 10명의 데이터를 학습데이터에서 제외하여 FN과 TN을 확인하는 데이터로 활용하였다. 그 결과 표 2와 같이 정적인 상태에서 심전도 생체인식의 성능은 Specificity(SP) 90.49%, Sensitivity(SN) 96.92%, Positive predictive accuracy(PPA) 96.44%, Negative predictive accuracy(NPA) 91.7%, Accuracy(ACC) 95.16%의 특성을 보였다. 카페인 복용 후와 음주 후에 진행된 심전도 측정에서 일부 측정자에게서 심장박동이 빨라지는 현상과 근잡음과 호흡잡음이 증가하는 문제가 있었으나 단채널 심전도 측정 회로와 달리 멀티채널 심전도 측정회로에서는 하드웨어 필터 모듈을 강화하여 잡음상황에 따른 인식률 저하를 조금 낮출 수 있었다. 그러나 여전히 운동 직후에 발생되는 심한 심장박동과 거친 호흡으로부터 발생되는 호흡잡음은 운동후 인식률에 영향을 주었다. 또한 운동 직후 알고리즘적인 문제로 파형 추출범위에 따른 인식률 저하를 들 수 있다.

예를 들면, 도 14에 나타낸 바와 같이, 동일한 시간에 측정된 심전도 파형으로 (a)는 정적인 상태에서 측정된 심전도 그래프, (b)는 운동 직후 측정된 심전도 그래프이다. 그러나 운동 직후의 경우, (a)의 ①과 같이 정적인 상태에서 심전도 리드Ⅰ 파형의 R파 기준으로 앞으로 79 샘플, 뒤로 140 샘플의 파형을 추출하게 되는데, 운동 직후 심장박동이 증가하면서 (b)의 ①번처럼 앞의 T파형과 그 다음으로 측정되는 P파형이 동시에 추출되면서 추출 파형의 변형이 생겨 심전도 생체인식의 인식률에 영향을 주었다. 이를 해결하기 위해 파형 추출간격을 조절할 경우 심전도 파형이 긴 측정자의 파형이 온전히 추출되지 않는 현상이 발생되어 최대한 인식률이 높은 최적화된 파형추출 범위를 선정하여 실험하였다.

전체적으로 심전도 생체인식의 성능평가에서 정적인 상태의 데이터의 양이 많아졌음에도 불구하고 인식률은 약 2%정도의 차이밖에 없었으며, 표 2에서와 같이 전체적으로 90.54%의 인식률을 보였다.

도 15 및 도 16은 본 발명에 따른 다양한 응용분야를 나타내는 예시도로서, 도 15는, 예를 들면, 메모리 시트 및 운전자 모니터링을 위한 자동차의 응용분야를 나타내고, 도 16은, 예를 들면, 가정에서의 건강 모니터링을 위한 리모콘의 응용분야를 나타내는 것으로, 특히 심전도 리드Ⅰ 파형은 측정자의 양손을 통해 측정되도록 측정 전극을 구성할 수 있다. 도 15과 같이, 생체인식 시스템을 자동차에 적용하는 경우, 제 1 전극(301)은 측정자의 왼손과 접촉되는 핸들(300)의 우측부분에, 제 2 전극(302)은 측정자의 오른손과 접촉되는 왼측부분에 장착되고, 오른손과 접촉되는 변속기(310)에도 제 2 전극(311)을 장착한다. 따라서, 자동차 내에서 측정자의 심전도 리드Ⅰ 파형을 측정하여 측정자를 인식할 수 있고, 또한, 운행 중 측정자의 심전도를 측정함으로써 건강상태를 모니터링 할 수 있다.

또한, 도 16과 같이 가정 내에 구비된 리모콘(400)의 양 측면에 측정자의 한쪽 손이 접촉될 수 있도록 제 1 전극(401)을 장착하고, 다른 쪽 손이 접촉되도록 끝면(402)에 제 2 전극을 장착함으로써 측정자의 인식을 통한 개인의 신원확인 및 일정기간 측정자의 심전도를 측정하여 건강정보의 구축 및 건강상태의 모니터링을 수행할 수 있다.

도 17은 본 발명의 다른 실시예에 따른 심전도 생체인식과 지문인식(멀티 모달 생체인식)을 포함한 생체인식 시스템을 나타내는 블럭도이고, 도 18은 생체인식 방법을 나타내는 흐름도이다. 도면에 나타낸 바와 같이, 생체인식 시스템은 측정자의 심전도 신호를 측정하고, 동시에 측정자의 지문데이터를 취득하는 멀티 측정부(500), 측정된 심전도 신호를 처리하는 생체신호 처리부(510), 측정자를 인식하는 생체인식부(520)를 포함하여 구성된다.

도 17에 나타낸 생체신호 처리부(510) 및 생체인식부(520)는 도 1에 나타낸 생체신호 측정부(100), 생체신호 처리부(110) 및 생체 인식부(120)의 일부 구성과 동일한 구성 및 동작을 수행하는 것으로 그 상세한 설명은 생략한다.

도 17 및 도 18을 참조하여 본 발명에 따른 생체인식 방법을 설명하면, 먼저, 멀티 측정부(500)에서 측정한 측정자의 심전도 신호를 입력하고(S301), 동시에, 측정자의 지문데이터를 취득한다(S302).

이후, 입력된 심전도 신호는 노이즈(잡음)가 제거되도록 필터링을 한 후(S303), 노이즈가 제거된 파형에 대해 문턱값(Thershold)을 설정하여(S304), P파형 및 S파형이 제거된 Q, R, S파형을 추출한다(S305). 다음에 R파형을 추출하여(S306) 그에 해당하는 R파형의 위치를 저장하고, 필터링 단계를 거치면서 파형의 왜곡이 일어나 실제 원신호의 R파 값이 이동되는 경우가 발생할 수 있어 원 심전도 신호에서 다시 R파를 찾아 추출된 R파형 값이 실제 정점인지 확인할 수 있다.

이후, 파형의 특징추출을 용이하게 하도록 각각의 파형들을 일정한 구간으로 표준화(Normalization)하고(S307), 동일한 파형과 서로 다른 파형들 간의 특징을 표현하여, 특징정보를 추출한 후(S308), 추출된 특징정보에 미리 설정된 입력 파라메타를 적용하여 심전도 신호에 대응하는 측정자를 확인하고, 취득한 지문데이터와 미리 저장된 적어도 하나 이상의 등록 지문데이터를 비교하여 일치여부를 판단함으로써 측정자를 인식한다(S309).

도 19a는 도 18의 생체인식 시스템을 나타내는 예시도이고, 도 19b는 생체신호 측정부와 지문데이터 취득부가 일체로 구성된 멀티 측정부를 나타내는 예시도이다.

측정자의 생체신호 및 지문데이터의 인식을 수행하는 생체인식부(600)는 다중바이오 인식 전극으로 측정자의 생체신호 및 지문데이터를 동시에 취득하는 제 1 멀티전극(610), 제 2 멀티전극(630)과 지문데이터를 스캔할 수 있는 제 1 지문 스캐너(620) 및 제 2 지문 스캐너(640)와 연결되어 있다.

멀티전극(610, 630)은 도 19b에 나타낸 바와 같이, 측정자의 지문을 취득하는데 사용되는 프리즘(또는 Glass, 611) 위에 반도체 공정에서 사용되는 포토프로세스(Photo process) 마스크를 제작한다.

프리즘(611) 위에 투명 박막(ITO박막)(612)을 증착하고, ITO 박막(612) 위에 시드 레이어(seed layer)(613)를 증착한다. 이 시드 레이어(613) 위에 Au, Ti, Cr 중 어느 하나로 메탈층(614)을 증착한다. 이 메탈층(614)에는 전극이 필요한 부분과 저항이 감소되어야 하는 부분에, 예를 들면 투명 박막의 상면 테두리에 전극 라인(electrode line)을 형성하여 각 제 1 멀티전극(610) 및 제 2 멀티전극(630)을 제작한다.

프리즘(611) 위에 반도체 공정을 이용하여 심전도 생체인식이 가능한 전극을 증착하기 위해서 프리즘 Cleaning 과정을 진행하였다. Cleaning 공정은 SPM Cleaning을 이용하였으며 공정조건은 황상(H₂SO₄)와 과산화수소(H₂O₂)를 4:1 비율로 섞은 후 120℃에서 600초를 Cleaning하였다. 도 20은 멀티 모달 생체인식을 위한 멀티 전극 제작공정을 나타내는 도면으로, Cleaning 공정을 진행하기 위해 테플론(Teflon) 용기에서 Cleaning을 진행한 후를 나타낸다.

지문인식과 심전도 생체인식이 가능하기 위해서는 전도체 전극을 프리즘(611) 위에 증착해야 한다. 그러나 일반적인 메탈(metal)전극은 불투명하기 때문에 심전도 전극으로는 활용이 가능하여도 지문전극으로는 사용이 불가능하다. 따라서 본 발명에서는 디스플레이패널(Display Pannel)에서 사용되는 ITO(Indium Tin Oxide) 박막을 증착하였다. ITO 박막은 투명하면서도 전도성을 띄고 있어 일반적으로 LCD 디스플레이, PDP 디스플레이, 태양전지 등의 전극으로 활용되고 있다. ITO 박막을 증착하기 위해 도 21에 나타낸 바와 같이 실리콘(Silicon) 웨이퍼에 Cleaning이 끝난 프리즘을 열전도 테이프(Thermal tape)로 붙이고, ITO 증착용 스퍼터(Sputter)에 장착하였다. ITO 박막의 두께는 2000Å이며, 이때의 투명 전극(613)의 전도성 특성실험 결과는 표 3과 같다.

ITO 투명전극을 약 2000Å 얇은 두께로 박막을 증착한 후 시드 레이어로 크롬(Cr)을 500Å 증착하고, 그 위에 다시 금(Au) 박막을 2000Å 증착하게 된다. 도 22는 금 박막이 증착된 것을 나타낸다. ITO 박막과 금 박막이 증착된 프리즘은 빛 투과성 없어져 지문인식용 전극으로 사용될 수 없다. 따라서 지문인식이 필요한 부분의 골드 증착 부분을 일부 제거해야 한다.

지문인식 부분에 증착된 골드를 선택적으로 제거하기 위해 반도체 공정에서 사용되는 PR을 이용하였다. 일반적으로 반도체 공정에서는 스핀코터(Spin coater)를 이용하여 얇게 PR을 증착하지만 본 발명에서는 스핀 장비를 사용할 수 없었다. 이러한 문제점을 해결하기 위해 스프레이 PR 코팅을 적용하여 PR을 증착하였다. PR의 종류는 DNR 300L-30 Negative PR을 이용하여 도 23과 같이 부분적으로 PR을 증착하였다.

상기와 같은 PR이 도포된 프리즘에 오픈되어 있는 금 박막을 금 에칭(etching) 용액에 wet 에칭하여 금 박막의 일부를 제거하게 된다. 금을 제거한 후 시드 레이어로 증착한 크롬(Cr)을 금 박막을 제거한 방법과 동일하게 크롬 에칭용액에 wet 에칭하여 크롬을 제거한다. 도 24의 (a)는 크롬을 제거하기 전의 프리즘이며, (b)는 크롬을 제거한 후 완성된 멀티전극이다. 도면에 나타낸 바와 같이 크롬에 의해 투명도에 많은 영향을 주기 때문에 반드시 크롬을 제거해야 원활한 지문인식이 가능하다.

도 25는 본 발명의 일 실시예에 따른 멀티전극을 통해 획득한 지문영상을 나타내는 것이며, 멀티전극을 이용한 심전도 파형분석은 일반 전극을 이용하여 측정된 심전도 데이터와 멀티전극을 이용하여 측정된 심전도 데이터를 비교하여 오차를 구하였다.

도 26의 (a)는 멀티전극을 이용하여 측정된 심전도 파형이며, (b)는 일반전극을 이용하여 측정된 심전도 파형이다. 육안으로 보아 두 개의 파형이 차이가 없음을 알 수 있으며, 실제로 두 파형의 차이(멀티전극으로 측정된 파형과 일반전극으로 측정된 심전도 파형)를 확인하기 위해 본 발명에서는 두 파형의 RMSE(Root Mean Square Error)를 이용하였다. RMSE를 구하는 식은 수학식 3과 같다.

여기서,

는 멀티전극으로부터 측정된 파형값이고 ,

는 일반전극으로부터 측정된 파형값이다. n은 데이터 전체파형의 개수이다.

상기 수학식 3과 같이 두 파형의 RMSE를 구해본 결과 5.68%의 오차가 나왔다. 이는 동일한 전극으로 같은 시간에 측정된 동일인물의 파형에 대해 RMSE를 계산했을 때 2.15%의 오차를 보이는 것과 전체적으로 파형의 잡음들을 고려했을 때, 파형의 왜곡이 없이 거의 유사한 파형이 추출된다고 할 수 있다.

상술한 바와 같이, 본 발명 생체인식 시스템 및 방법에 따르면 심전도의 파형을 이용하여 개개인을 구별할 수 있게 되면 개개인마다 고유의 건강 정보 등을 실시간으로 축척 및 데이터베이스화가 가능하게 되어 언제 어디서나 개개인을 접촉할 수 있는 유비쿼터스 네트워크 환경이 이루어지면 개개인의 건강 상태를 언제 어디서나 확인할 수 있다. 또한 u-health 시스템이 대두되고 있는 현재의 상황에 비추어 볼 때, 개개인의 고유한 생체신호 특히 심전도 파형 특성을 이용하여 개인을 식별할 수 있기 때문에 사람이 위치한 장소에 구애 없이 사용자에게서 측정되는 심전도 신호를 이용하여 개인을 식별할 수 있음을 물론 이에 따른 개인의 건강 정보를 구축, 건강 상태를 감시할 수 있는 특징이 있다.

또한, 심전도 생체인식 시스템은 수백 마이크로 볼트의 미세 생체신호를 증폭하여 연속적인 그래프로 표현하기 때문에 원천적으로 위조가 불가능하기 때문에 인증 대상자의 동작 변화 및 속임수 등에 의하여 인증 결과의 영향을 받지 않는다. 따라서, 본 발명에 따른 생체신호 및 지문인식을 이용한 멀티모달 생체인식 시스템은 출입 보안 시스템에 적용하여 지문인식의 신뢰성을 향상하고 위조를 원천적으로 방지하여 새로운 생체인식 시스템으로서의 다양한 응용 및 적용분야에 적용할 수 있다.

또한, 운전자 생체인식을 통하여 별도의 조작 없이 원스톱(one-stop) 작동으로 메모리 시트 조절과 실시간 운전자 모니터링 시스템의 적용이 가능하며, 군용으로 적용하여 군인들의 실시간 위치파악 및 생사 유무 파악용 시스템으로도 응용이 가능할 것으로 기대한다.

이상과 같이 본 발명에 따른 생체신호 및 지문인식을 이용한 생체인식 시스템 및 방법을 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상 범위에서 당업자에 의해 다양한 변형이 이루어질 수 있음은 물론이다.

100, 500 : 생체신호 측정부 110, 520 : 생체신호 처리부
120, 530 : 생체인식부 200 : 생체신호 입력부
210 : 노이즈 필터링부 220 : 파형 추출부
230 : 특징 추출부

Claims (12)

1. 측정자의 심전도 신호를 측정하는 생체신호 측정부;
   상기 생체신호 측정부로부터 측정된 심전도 신호를 입력받는 심전도 신호 입력부;
   상기 심전도 신호 입력부에 입력된 P, Q, R, S 및 T 파형을 포함하는 상기 심전도 신호에서 잡음을 제거하는 노이즈 필터링부;
   상기 잡음이 제거된 심전도 신호 파형에서 Q, R, S 파형을 추출하는 파형 추출부;
   상기 파형 추출부로부터 상기 Q, R, S 파형이 추출되면, 상기 심전도 신호에서 P, Q, R, S 및 T 파형의 특징 정보를 추출하는 특징 추출부; 및
   상기 특징 추출부로부터 추출된 상기 특징 정보에 따라 상기 심전도 신호에 대응하는 측정자를 인식하는 생체인식부;를 포함하는 것을 특징으로 하는 생체인식 시스템.
   
2. 제 1 항에 있어서,
   상기 생체신호 측정부로부터 측정되는 상기 심전도 신호는 심전도 리드 Ⅰ 파형인 것을 특징으로 하는 생체인식 시스템.
   
3. 제 1 항에 있어서,
   상기 생체신호 측정부는 상기 측정자의 양손에 각각 접촉되도록 제 1 전극 및 제 2 전극을 포함하는 것을 특징으로 하는 생체인식 시스템.
   
4. 제 1 항에 있어서,
   상기 파형 추출부에서는 상기 Q, R, S 파형을 추출하기 위한 전처리 과정으로, 상기 심전도 신호에 포함된 상기 P 파형 및 상기 T 파형을 제거하는 것을 특징으로 하는 생체인식 시스템.
   
5. 제 1 항에 있어서,
   상기 QRS 파형 추출부에서 추출된 상기 Q, R, S 파형에서 정점인 R파형을 추출하는 R파형 추출부;를 더 포함하고,
   상기 R파형 추출부는 추출된 R파형의 위치를 저장하고, 추출된 상기 R파형의 위치를 기준으로 상기 심전도 신호 입력부에 입력된 상기 심전도 신호에서 ±10 샘플을 검사하여 추출된 상기 R파형이 실제 정점인지를 확인하는 것을 특징으로 하는 생체인식 시스템.
   
6. 측정자의 심전도 신호를 측정하는 생체신호 측정부;
   상기 생체신호 측정부로부터 측정된 심전도 신호를 입력받는 심전도 신호 입력부;
   상기 심전도 신호 입력부에 입력된 P, Q, R, S 및 T 파형을 포함하는 상기 심전도 신호에서 잡음을 제거하는 노이즈 필터링부;
   상기 잡음이 제거된 심전도 신호 파형에서 Q, R, S 파형을 추출하는 파형 추출부;
   상기 파형 추출부에서 추출된 상기 Q, R, S 파형에서 정점인 R파형을 추출하여 R파형의 위치를 저장하고, 추출된 상기 R파형의 위치를 기준으로 상기 심전도 신호 입력부에 입력된 상기 심전도 신호에서 ±10 샘플을 검사하여 추출된 상기 R파형이 실제 정점인지를 확인하는 R파형 추출부; 및
   미리 설정된 입력 파라메타를 입력값으로 적용하여 상기 심전도 신호에 대응하는 측정자를 인식하는 생체인식부;를 포함하는 것을 특징으로 하는 생체인식 시스템.
   
7. 제 6 항에 있어서,
   상기 입력 파라메타는 심전도 신호의 파형에 대한 진폭값을 입력값으로 설정하고, 상기 입력값의 범위는 360㎐의 샘플링 레이트로 200 내지 250개의 진폭값인 것을 특징으로 하는 생체인식 시스템.
   
8. 제 6 항에 있어서,
   상기 생체신호 측정부로부터 측정되는 상기 심전도 신호는 심전도 리드 Ⅰ 파형이며,
   상기 생체신호 측정부는 상기 측정자의 양손에 각각 접촉되도록 제 1 전극 및 제 2 전극을 포함하는 것을 특징으로 하는 생체인식 시스템.
   
9. 제 6 항에 있어서,
   상기 파형 추출부에서는 상기 Q, R, S 파형을 추출하기 위한 전처리 과정으로, 상기 심전도 신호에 포함된 상기 P 파형 및 상기 T 파형을 제거하는 것을 특징으로 하는 생체인식 시스템.
   
10. 측정자의 심전도 신호를 측정하고 동시에 지문데이터를 취득하는 멀티 측정부;
    측정된 상기 심전도 신호를 처리하는 생체신호 처리부;
    상기 생체신호 처리부에서 처리된 상기 심전도 신호의 파형정보와 미리 설정된 입력 파라메타를 적용하고, 상기 멀티 측정부에서 취득한 상기 지문데이터를 미리 저장된 적어도 하나 이상의 등록 지문데이터를 비교하여 상기 측정자를 인식하는 생체인식부; 를 포함하는 것을 특징으로 하는 생체인식 시스템.
    
11. 제 10 항에 있어서, 상기 멀티 측정부는,
    상기 측정자의 상기 지문데이터를 취득하는 프리즘;
    상기 프리즘 위에 증착되어 상기 측정자의 심전도 신호를 측정하는 투명 전극(ITO);
    상기 투명 전극 위에 증착되는 시드 레이어(seed layer); 및
    상기 시드 레이어 위에 증착되는 메탈층;을 더 포함하여 구성되는 것을 특징으로 하는 생체인식 시스템.
    
12. 제 11 항에 있어서, 상기 메탈층은,
    ITO(Indium Tin Oxide) 박막의 상면 테두리에 금(Au), Ti 및 Cr 중 어느 하나의 전극 라인이 증착되어 형성되는 것을 특징으로 하는 생체인식 시스템.
    

Images