KR20140029332A - 생체신호를 이용한 보안 서비스 제공 방법 및 장치 - Google Patents

생체신호를 이용한 보안 서비스 제공 방법 및 장치 Download PDF

Info

Publication number
KR20140029332A
KR20140029332A KR1020130104410A KR20130104410A KR20140029332A KR 20140029332 A KR20140029332 A KR 20140029332A KR 1020130104410 A KR1020130104410 A KR 1020130104410A KR 20130104410 A KR20130104410 A KR 20130104410A KR 20140029332 A KR20140029332 A KR 20140029332A
Authority
KR
South Korea
Prior art keywords
eeg
data
user
analysis
signal
Prior art date
Application number
KR1020130104410A
Other languages
English (en)
Other versions
KR101551169B1 (ko
Inventor
이수영
정은수
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Publication of KR20140029332A publication Critical patent/KR20140029332A/ko
Application granted granted Critical
Publication of KR101551169B1 publication Critical patent/KR101551169B1/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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow

Abstract

본 발명은 사용자의 뇌파를 뇌파측정 센서를 통해 센싱하여 뇌파 데이터를 획득하는 과정과, 획득된 상기 뇌파 데이터에 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 포함함을 특징으로 한다.

Description

생체신호를 이용한 보안 서비스 제공 방법 및 장치{METHOD AND APPARATUS FOR PROVIDING SERVICE SECURITY USING BIOLOGICAL SIGNAL}
본 발명은 생체신호 기반 사용자 인증 시스템에 관한 것으로, 더욱 상세하게는 자극에 대해 발생하는 뇌파(EEG) 혹은 시선 움직임의 변화 혹은 동공의 크기를 획득하여 미리 저장된 사용자의 자극 반응 이력 데이터와 상관관계(correlation, 코릴레이션) 혹은 기계적 지도학습법/비지도학습법을 이용하여 그 유사도를 비교하여 본인 인증을 수행하는 기술이다.
사람은 뇌의 전기적인 신호를 이용하여 사고나 행동을 할 때에 전기적인 신호를 발생시킨다. 각 뇌 영역마다 담당하고 있는 기능적 역할은 다르지만, 통상적으로는 뇌가 아무리 간단한 일을 처리한다고 해도 뇌의 여러 영역들이 상호작용을 한다. 따라서 뇌가 특정 과제를 수행할 때 어떠한 뇌 영역들이 서로 상호작용을 하게 되는지를 뇌 영역 간의 연결성을 통해 알 수 있다.
예를 들어, 사람이 사진 등을 보는 것과 같은 시각적 반응을 받았을 경우 뇌에서 시각적인 영역을 담당하는 후두엽이 활성화되고, 사진을 보고 잘생겼다거나 예쁘다 라는 생각을 할 때 사고를 담당하는 전두엽이 활성화된다.
이럴 경우 뇌에서 전기적인 신호는 시각을 담당하는 후두엽에서 사고를 담당하는 전두엽으로 전파된다고 생각할 수 있으며 두 영역 사이에는 연결성이 있다고 할 수 있다. 최근 뇌기능 조사 및 뇌질환 진단 등의 목적으로 뇌 영역 간의 연결성을 관찰하는 것에 관심을 기울이기 시작하고 있다. 즉, 피험자에게 특정 자극을 제시하거나 행동을 수행하게 한 후 그와 관련된 뇌 영역 간의 연결성을 관찰함으로써 뇌 영역 간의 상호작용을 관찰하거나, 알츠하이머, 치매, 정신 분열증, 자폐증, 우울증과 같은 뇌 관련 질환을 앓고 있는 환자와 정상인의 특정 뇌 영역 간의 연결성을 비교 관찰함으로써, 정상인과 환자에서 관찰되는 뇌 영역 간의 연결성 차이를 이용하여 질병을 진단하는데 이용할 수 있다. 최근에는 인간두뇌의 뇌파를 이용하여 산업의 다양한 분야 예컨대, 자동차 기술에 적용되어 사용되고 있다.
ERP (event related potential)의 한 종류인 P300은 기억과 관계되어 발생한다고 알려져 있다. 사람이 자신이 아는 것에 대한 사진을 볼 때 P300이 발생하고 그것을 뇌지문이라고 하는데 이것을 이용하여 범죄수사에서 범인을 찾는 연구도 있다. (Farwell, "Brain fingerprinting: a comprehensive tutorial review of detection of concealed information with event-related brain potentials", 2012 ) 이렇게 뇌지문을 이용하여 개인을 식별할 수 있는데 이 점을 사용자 인증시스템에 적용시키려고 하는 것이다.
이에 더하여 상기 자동차 기술분야 혹은 시건 장치 분야에는 전자 키 혹은 인체의 지문과 같은 키 수단을 통해 인증하는 인증시스템에 현재 널리 사용되고 있다.
여기서 상기와 같은 뇌파기반 신호처리장치와 관련된 선행기술로는 연세대학교 산학협력단에 의해 출원공개된 한국공개특허공보 제 10-2010-0026426호(발명의 명칭: 뇌파 기반 실시간 기능적 피질 연결성 모니터링 시스템; 공개일: 2010년03월10일)가 공지되어 있다.
그러나, 상기와 같은 종래 키 수단을 통해 인증하는 인증시스템은 인증키를 관리자 자신의 몸에 지니거나 가방에 넣어 관리하는 방식이기 때문에 분실이 용이하여 인증시스템의 사용에 상당한 제약을 가져왔으며, 키를 강탈하려는 자가 쉽게 인증키를 강탈할 수 있으므로 그에 따라 인증키의 안전성도 상당히 저하된다는 문제점이 있었다.
이에 본 발명은 상기와 같은 종래기술의 문제점을 해결하기 위해 발명된 것으로, 별도의 키 인증수단을 구비하지 않고도 인간두뇌의 독특한 EEG패턴이나 눈동자의 움직임을 통해 인증키를 구현하기 때문에 물리적인 강압이나 기타 완력에 의해 복제될 염려가 없는 뇌파와 눈동자 관측을 통한 사용자 인증시스템 및 그 제어방법을 제공함에 그 목적이 있다.
본 발명의 또 다른 목적은 물리적인 키 대신에 인간의 두뇌 안에서 존재하는 기억들의 독특한 성분들을 간편히 활용하는 방식이므로 키 제작을 위한 별도의 비용이 들지 않아 인증키의 제조비용도 상당히 저감 시키는 뇌파와 눈동자 관측을 통한 사용자 인증시스템 및 그 제어방법을 제공하는 데 있다.
본 발명의 일 견지에 따르면, 사용자의 뇌파를 뇌파측정 센서를 통해 센싱하여 뇌파 데이터를 획득하는 과정과, 획득된 상기 뇌파 데이터에 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 포함함을 특징으로 하되, 상기 사용자별 뇌파 특이성 검출을 통해 사용자별 기억 혹은 감정에 의한 패턴을 찾을 수도 있다.
예를 들면 어떤 인물의 사진을 보았을 때 사용자의 기억에 의해 이 인물을 '안다', '모른다'하는 반응이 자동적으로 나오게 된다. 따라서 같은 자극을 같은 순서로 여러 사용자에게 제시가 되어도 사용자 간의 반응이 다르게 될 것이다. 사용자 한 명이 보인 반응도 기억정보에 의한 차이를 이용해서 분류를 할 수 있기 때문에 여러 자극을 제시했을 때 전체적인 패턴을 이용해서 그 사용자의 특정 추출을 할 수 있다. 다시 말해 한 번의 반응 속에서도 그 인물의 고유한 생체신호 특징을 찾을 수 있지만 여러 자극을 제시했을 때 각각의 반응의 차이를 이용해서도 특징을 찾을 수 있다.
본 발명의 다른 견지에 따르면, 시각, 청각 및 심리상태 관련 자극신호를 생성하는 자극신호 생성부와, 상기 자극신호 생성부로부터 출력된 자극신호에 대응하는 뇌파신호를 센싱하여 뇌파 데이터를 획득하는 뇌파 데이터 획득부와, 뇌파가 반응하는 자극 타입별 유효 뇌파 데이터 구간에 대응하는 데이터를 추출하여 분석하고자 하는 뇌파 데이터로 분류하는 전처리부와, 상기 전처리부에서 분류된 뇌파 데이터를 기설정된 뇌파분석 패턴에 적용하여 사용자별 뇌파 특이성 검출을 통해 인증을 수행하도록 제어하는 제어부를 포함함을 특징으로 한다.
본 발명은 별도의 키 인증수단 없이도 타인의 도용/조작이 불가능한 사용자별 고유의 EEG 패턴 혹은 동공 변화 패턴을 통해 사용자를 식별함으로써 사용자의 신분을 보증 가능하므로 본인 인증 시스템 분야에서 최상의 보안 안정성이 가능한 효과가 있다.
또한, 본 발명은 사용자별 뇌파 혹은 시선 움직임의 특이성 검출을 코릴레이션 특성 혹은 지도학습 방식 적응적으로 사용하여 분석함으로써 유사범위 판단에 대한 간섭 및 잡음에 강인한 사용자 인증을 보장하고, 본인 인증 범위에 대한 정확성이 보장 가능한 효과가 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들을 아래의 기재로부터 당업자에게 명확하게 이해되어 질 수 있을 것이다.
도 1은 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공에 관한 전체 시스템을 개략적으로 보인 구성도.
도 2는 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법에 관한 전체 흐름도.
도 3은 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법에 있어서 제1 뇌파 특이성 검출을 통한 사용자 인증 방법을 보인 흐름도.
도 4는 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법에 있어서 제2 뇌파 특이성 검출을 통한 사용자 인증 방법을 보인 흐름도.
도 5는 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법에 있어서 제3 뇌파 특이성 검출을 통한 사용자 인증 방법을 보인 흐름도.
도 6은 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 장치에 관한 상세 블록도.
이하 본 발명에 따른 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 하기 설명에서는 구체적인 구성 소자 등과 같은 특정 사항들이 나타나고 있는데 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐 이러한 특정 사항들이 본 발명의 범위 내에서 소정의 변형이나 혹은 변경이 이루어질 수 있음은 이 기술 분야에서 통상의 지식을 가진 자에게는 자명하다 할 것이다.
본 발명은 생체신호 기반 사용자 인증 시스템에 관한 것으로, 더욱 상세하게는 자극에 대해 발생하는 뇌파(EEG) 혹은 시선 움직임의 변화 혹은 동공의 크기를 획득하여 데이터 처리 후 뇌파분석 패턴에 적용하여 사용자별 자극 반응 특이성을 검출하고, 이를 기저장된 해당 사용자의 자극 반응 이력 데이터와 상관관계(correlation, 코릴레이션) 혹은 기계적 지도학습법/비지도 학습법을 이용하여 그 유사도를 비교하여 본인 인증을 수행한다.
이에 따라, 별도의 키 인증수단 없이도 타인의 도용/조작이 불가능한 사용자별 고유의 EEG 패턴 혹은 동공 변화 패턴을 통해 사용자를 식별함으로써 사용자의 신분을 보증 가능하므로 본인 인증 시스템 분야에서 최상의 보안 안정성이 가능한 기술을 제공하고자 한다.
또한, 본 발명은 사용자별 뇌파 혹은 시선 움직임의 특이성 검출을 코릴레이션 특성 혹은 지도학습 방식 적응적으로 사용하여 분석함으로써 유사범위 판단에 대한 간섭 및 잡음에 강인한 사용자 인증을 보장하고, 본인 인증 범위에 대한 정확성이 보장 가능한 기술을 제공하고자 한다.
이하, 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법에 대해 도 1 내지 도 4를 참조하여 자세히 살펴보기로 한다.
우선, 도 1은 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공에 관한 전체 시스템을 개략적으로 보인 구성도이다.
도 1을 참조하면, 본 발명은 생체신호 기반 사용자 인증을 위해 인간두뇌에서 활동하는 독특한 뇌파신호들과 눈동자의 변화에 반응을 하는 시각 혹은 청각 자극신호들을 생성하여 본인 인증이 필요한 사용자에게 제공한다. 이때, 상기 사용자는 인증에 필요한 생체신호 즉, 전극(뇌파측정 센서) 혹은 시선 추적기(110)를 통해 본인 고유의 반응 자극 신호를 제공하고, 이는 본 발명에 따른 생체신호 보안 서비스 제공 장치를 통해 획득되어 데이터 처리 후 분석되어 본인 인증 절차를 수행한다.
더욱 상세하게는, 도 2를 참조하면, 도 2는 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법에 관한 전체 흐름도이다.
도 2에 도시된 바와 같이, 먼저 210 과정에서는 사용자 인증을 위해 사용자별 고유 생체 신호 획득을 영상 및 음성에 반응하는 혹은 사용자의 안정상태 혹은 특정상황 혹은 특정 태스크 수행 시 뇌파를 획득하기 위한 자극신호를 생성한다.
212 과정에서는 상기 자극신호 제공 후 사용자의 뇌파를 뇌파측정 센서를 통해 센싱하여 뇌파 데이터를 획득한다.
이때, 상기 사용자의 뇌파는, 영상 및 음성에 반응하는 뇌파 혹은 사용자의 안정상태 혹은 특정 상황 혹은 특정 태스크 수행 시 뇌파를 의미하는 것으로, 상기 안정상태 뇌파는 피험자(사용자)가 안정된 상태에서 특정한 의사 또는 특정한 생각 없는 동안 측정한 뇌파를 말한다. 안정상태 뇌파는 피험자가 특정 태스크를 수행할 때 뇌파가 어떻게 변화하는 판단하기 위한 기준이 된다.
또한, 피험자의 태스크 수행 시 뇌파란 특정 피험자가 특정한 생각, 연산, 신체 움직임, 감정 등을 생각하거나 느낄 때 나타나는 뇌파를 의미한다.
214 과정에서는 획득된 상기 뇌파 데이터에 대한 노이즈 필터링을 위한 잡음 처리를 증폭 및 필터부를 통해 수행하고, 이를 216 과정에서 A/D 변환부를 통해 디지털 신호로 변환한다.
이때, 본 발명에 적용된 생체신호를 이용한 보안 서비스 제공 시스템에서는 노이즈 필터링을 위한 노이즈 처리방법으로 저역통과 필터(low pass filter)를 이용해 고주파 부분을 제거할 수 있다.
이후, 218 과정에서는 전처리부를 통해 뇌파가 반응하는 자극 타입별 유효 뇌파 데이터 구간에 대응하는 데이터를 추출하고, 상기 추출된 데이터를 220 과정에서 분석하고자 하는 뇌파 데이터로 분류한다.
여기서, 자극 타입별 유효 뇌파 데이터란 시각 자극 신호 생성을 통해 획득된 뇌파 데이터, 청각 자극 신호 생성을 통해 획득된 뇌파 데이터, 안정상태, 특정 상황/태스크 수행 시 뇌파 데이터를 의미하는 것으로, 본 발명에 따르면 자극의 유무, 유형에 따라 기설정된 주기별 존재하는 신호만 추출하여 필요한 구간에 맞춰 분류할 수 있다.
이와 같이 분류된 뇌파 데이터를 222 과정에서 기설정된 뇌파분석 패턴에 적용한다.
더욱 상세하게는, 본 발명에 적용되어 미리 설정된 뇌파분석은 다수 존재하며, 이는 측정 후 분석을 수행할 경우 모든 자극에 대한 신호를 조합하여 분류 혹은 분석을 수행하는 제1 뇌파분석, 측정 중 분석을 수행할 경우 구간별로 신호가 생성되는 즉시 분류 혹은 분석을 수행하는 제2 뇌파분석, 측정신호를 시간 도메인이나 주파수 도메인에서 분석을 수행하는 제3 뇌파분석을 포함한다.
이때, 상기 제3 뇌파분석은, 상기 220 과정에서 분류된 뇌파 데이터를 시간도메인 신호로 변환하는 뇌파분석 혹은 상기 변환된 시간도메인 신호를 FFT하여 주파수 영역의 뇌파 데이터로 변환하는 뇌파분석이다.
상기 시간도메인 신호를 FFT하여 주파수 영역의 뇌파 데이터로 변환하는 뇌파분석은, 주파수 영역의 뇌파 데이터에서 제1 및 제2의 특정 주파수 대역을 추출하여 각 대역별 파워(power)를 추출하고, 추출된 각 대역별 파워를 이용하여 수행된다.
이어서, 본 발명에 적용되어 미리 설정된 뇌파분석은 특정 혹은 전체 뇌파측정 센서에서의 신호를 사용하는 뇌파분석 혹은 독립성분 분석 알고리즘을 이용하여 뇌파측정 센서별 신호와는 다르게 성분별로 신호를 추출해서 사용하는 제4 뇌파분석을 포함한다. 독립성분 분석, 혹은 전극별 분석을 통해서 어떤 자극을 받았을 때 얼마만큼의 시간 차이를 두고 어느 정도 크기를 갖는 뇌파가 생성되는지 확인 가능하다. 그 패턴을 파악하여 사용자별 뇌파의 특이성을 찾을 수 있다.
이를 통해 224 과정에서는 분류된 뇌파 데이터를 사용자별 뇌파 특이성 검출이 가능하며, 이를 통해 226 과정에서 인증을 수행한다.
또한, 본 발명에서는 상기 사용자별 뇌파 특이성 검출을 통해 사용자별 기억 혹은 감정에 의한 패턴을 찾을 수도 있다.
예를 들면 어떤 인물의 사진을 보았을 때 사용자의 기억에 의해 이 인물을 '안다', '모른다'하는 반응이 자동적으로 나오게 된다. 따라서 같은 자극을 같은 순서로 여러 사용자에게 제시가 되어도 사용자 간의 반응이 다르게 될 것이다. 사용자 한명이 보인 반응도 기억정보에 의한 차이를 이용해서 분류를 할 수 있기 때문에 여러 자극을 제시했을 때 전체적인 패턴을 이용해서 그 사용자의 특정 추출을 할 수 있다. 다시 말해 한 번의 반응 속에서도 그 인물의 고유한 생체신호 특징을 찾을 수 있지만 여러 자극을 제시했을 때 각각의 반응의 차이를 이용해서도 특징을 찾을 수 있다.
그리고 상기 사용자별 뇌파 특이성 검출은, 본 발명에 적용된 하기의 세 가지 방법으로 획득 가능하다.
더욱 상세하게는, 첫째, 상관관계(correlation) 방법이다.
한 사용자가 과거에 보여준 반응과 현재의 반응의 상관관계(correlation)를 이용하여 두 신호가 얼마나 같은지 알아본다. 정한 기준 이상의 유사도를 보이면 과거의 사용자와 현재의 사용자가 같은 인물이라 판단한다.
즉, 사용자의 기저장된 자극 타입별 뇌파 이력 데이터와 획득된 뇌파 데이터 간의 상관관계(correlation)을 이용한 유사도 측정을 통해 임계치 이상의 유사도 여부 출력을 통해 검출하는 제1 뇌파 특이성 검출이다.
여기서, 도 3을 참조하면, 도 3은 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법에 있어서 제1 뇌파 특이성 검출을 통한 사용자 인증 방법을 보인 흐름도로서, 310 과정에서는 특정 사용자의 인증을 위한 해당 사용자의 자극 타입별 뇌파 이력 데이터를 생체신호를 이용한 보안 서비스 시스템 데이터베이스에서 호출하여 312 과정에서 뇌파 데이터를 획득한다. 획득된 뇌파 데이터를 314 과정에서 제1 뇌파 특이성 검출인 코릴레이션 기반 유사도 측정을 수행하고, 그 결과를 316 과정에서 체크하여 임계치 이상인 경우 318 과정으로 이동하여 본인 인증을 허용하고, 임계치 이하인 경우 320 과정으로 이동하여 본인 인증을 차단한다.
이때, 상기 생체신호를 이용한 보안 서비스 시스템 데이터베이스는, 사용자별 뇌파 이력 데이터를 이용하여, 다양한 서비스 및 어플리케이션을 제공할 수 있다. 예를 들어, 뇌파 데이터를 네트워크를 통해 외부의 건강 검진 시스템에 주기적으로 송신하도록 제어할 수 있으며, 다양한 유형별 건강 검진 어플리케이션 등을 제공할 수 있다.
둘째, 기계적 지도학습법이다.
사용자 개인이 각각의 자극에 대해 어떻게 반응할지를 예상하여 분석하는 것으로, 과거의 사용자 뇌파 반을 분류해 놓은 답을 이용하거나 사용자에 대한 사전 정보를 이용한다. 예상이나 과거의 분류를 이용하여 지도학습을 한 후 현재의 반응결과를 분류한다. 과거 혹은 예상했던 바와 유사도가 높은 경우에 올바른 사용자라고 간주할 수 있다.
즉, 기계적 지도학습법에 따라 사용자의 자극 타입별 뇌파 이력 데이터 기반 혹은 사용자의 소정 상태 정보 기반 예상 뇌파 데이터를 이용하여 지도학습을 수행한 후 획득된 뇌파 데이터 결과 분류를 통해 임계치 이상의 유사도 여부를 통해 검출하는 제2 뇌파 특이성 검출이다.
이러한 제2 뇌파 특이성 검출은 SVM(support vector maching) 학습, 선형판별분석(linear discriminant analysis) 및 MLP(multi-layer perceptron) 학습 중 어느 하나를 통해 수행된다.
여기서, 도 4를 참조하면, 도 4는 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법에 있어서 제2 뇌파 특이성 검출을 통한 사용자 인증 방법을 보인 흐름도로서, 410 과정에서는 특정 사용자의 인증을 위한 해당 사용자의 자극 타입별 뇌파 이력 데이터를 생체신호를 이용한 보안 서비스 시스템 데이터베이스에서 호출하여 412 과정에서 뇌파 데이터를 획득한다. 획득된 뇌파 데이터를 414 과정에서 제2 뇌파 특이성 검출인 기계적 지도학습법을 수행하고, 그 결과를 416 과정에서 체크하여 임계치 이상인 경우 418 과정으로 이동하여 본인 인증을 허용하고, 임계치 이하인 경우 420 과정으로 이동하여 본인 인증을 차단한다.
셋째, 기계적 비지도학습법이다.
사용자의 반응을 비지도학습으로 분류하는 것이다. 비슷한 반응을 보인 뇌파 신호끼리 분류를 하여 뇌파를 간단하게 2진 혹은 그 이상의 코드로 만들 수 있다. 그 코드를 과거의 반응과 비교하거나 예상하는 반응과 비교해서 사용자를 인증할 수 있다.
즉, 기계적 비지도학습법에 따라 임계치 이상의 반응에 대응하는 뇌파 데이터를 분류하고, 분류된 상기 뇌파 데이터를 이진 혹은 이진 이상의 코드로 생성하여 사용자의 기저장된 자극 타입별 뇌파 이력 데이터 혹은 사용자의 소정 상태 정보 기반 예상 뇌파 데이터와의 비교를 통해 임계치 이상의 유사도 여부를 통해 검출되는 제3 뇌파 특이성 검출이다.
이러한 제3 뇌파 특이성 검출은, k-means clustering, nearest neighbor, extectation-maximization 기법 중 어느 하나를 통해 수행된다.
여기서, 도 5를 참조하면, 도 5는 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법에 있어서 제3 뇌파 특이성 검출을 통한 사용자 인증 방법을 보인 흐름도로서, 510 과정에서는 특정 사용자의 인증을 위한 해당 사용자의 자극 타입별 뇌파 이력 데이터를 생체신호를 이용한 보안 서비스 시스템 데이터베이스에서 호출하여 512 과정에서 뇌파 데이터를 획득한다. 획득된 뇌파 데이터를 514 과정에서 제3 뇌파 특이성 검출인 기계적 비지도학습법을 수행하고, 그 결과를 516 과정에서 체크하여 임계치 이상인 경우 518 과정으로 이동하여 본인 인증을 허용하고, 임계치 이하인 경우 520 과정으로 이동하여 본인 인증을 차단한다.
한편, 본 발명의 다른 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 방법은 사용자 눈동자 반응(예컨대, 동공의 변화 혹은 시선 움직임)을 이용한 사용자 인증에 관한 것으로, 시선 추적기를 통해 사용자의 시선 움직임 데이터를 획득하는 과정과, 획득된 상기 시선 움직임 데이터에 대한 노이즈 필터링을 위한 잡음 처리를 증폭 및 필터부를 통해 수행하고, A/D 변환부를 통해 디지털 신호로 변환하는 과정과, 보간법(interpolation)을 통해 눈 깜박임으로 인한 데이터 손실 구간을 채우고, 전처리부를 통해 시선이 변화하는 자극 타입별 유효 시선 움직임 데이터 구간에 대응하는 데이터를 추출하여 분석하고자 하는 시선 움직임 데이터로 분류하는 과정과, 분류된 시선 움직임 데이터를 기설정된 분석 패턴에 적용하여 사용자별 시선 움직임 특이성 검출을 통해 인증을 수행하는 과정을 포함한다.
이상에서는, 본 발명에 따른 생체신호를 이용한 보안 서비스 제공 방법에 관해 살펴보았다.
이하, 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 제공 장치에 관해 살펴보기로 한다.
도 6은 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 장치에 관한 상세 블록도이다.
도 6을 참조하면, 본 발명의 일 실시 예에 따른 생체신호를 이용한 보안 서비스 장치(600)은 자극신호 생성부(610), 뇌파 데이터 획득부(614), 증폭 및 필터부(616), 제어부(618), A/D 변환부(620), 전처리부(622), 뇌파 분석부(624) 및 인증 처리부(626)를 포함한다.
상기 자극신호 생성부(610)은 시각, 청각 및 심리상태 관련 자극신호를 생성한다.
상기 뇌파 데이터 획득부(614)는 자극신호 생성(610)부로부터 출력된 자극신호에 대응하는 뇌파신호를 센싱하여 뇌파 데이터를 획득한다.
상기 전처리부(622)는 뇌파가 반응하는 자극 타입별 유효 뇌파 데이터 구간에 대응하는 데이터를 추출하여 분석하고자 하는 뇌파 데이터로 분류한다.
상기 제어부(618)은 상기 전처리부(622)에서 분류된 뇌파 데이터를 기설정된 뇌파분석 패턴에 적용하여 사용자별 뇌파 특이성 검출을 통해 인증을 수행하도록 제어한다.
그리고 상기 제어부(618)는, 뇌파 분석부(624)를 통해 상기 사용자별 뇌파의 특이성을, 사용자의 기저장된 자극 타입별 뇌파 이력 데이터와 획득된 뇌파 데이터 간의 상관관계(correlation)을 이용한 유사도 측정을 통해 임계치 이상의 유사도 여부 출력을 통해 검출하거나, 기계적 지도학습법에 따라 사용자의 자극 타입별 뇌파 이력 데이터 기반 혹은 사용자의 소정 상태 정보 기반 예상 뇌파 데이터를 이용하여 지도학습을 수행한 후 획득된 뇌파 데이터 결과 분류를 통해 임계치 이상의 유사도 여부를 통해 검출하거나, 기계적 비지도학습법에 따라 임계치 이상의 반응에 대응하는 뇌파 데이터를 분류하고, 분류된 상기 뇌파 데이터를 이진 혹은 이진 이상의 코드로 생성하여 사용자의 기저장된 자극 타입별 뇌파 이력 데이터 혹은 사용자의 소정 상태 정보 기반 예상 뇌파 데이터와의 비교를 통해 임계치 이상의 유사도 여부를 통해 검출하도록 제어한다.
또한, 상기 제어부(618)는, 뇌파분석부(624)를 통해 상기 기설정된 뇌파분석 패턴 적용 시, 상기 분류된 뇌파 데이터를 시간도메인 신호로 변환하는 뇌파분석 혹은 상기 변환된 시간도메인 신호를 FFT하여 주파수 영역의 뇌파 데이터로 변환하는 뇌파분석 혹은 특정 혹은 전체 뇌파측정 센서에서의 신호를 사용하는 뇌파분석 혹은 독립성분 분석 알고리즘을 이용하여 뇌파측정 센서별 신호와는 다르게 성분별로 신호를 추출해서 사용하는 뇌파분석 중 어느 하나를 선택하여 실행되도록 제어한다.
상기와 같이 본 발명에 따른 생체신호를 이용한 보안 서비스 제공 방법 및 장치에 관한 동작이 이루어질 수 있으며, 한편 상기한 본 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나 여러 가지 변형이 본 발명의 범위를 벗어나지 않고 실시될 수 있다. 따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 청구범위와 청구범위의 균등한 것에 의하여 정하여져야 할 것이다.
610: 자극신호 생성부 614: 뇌파 데이터 획득부
616: 증폭 및 필터부 618: 제어부
620: A/D 변환부 622: 전처리부
624: 뇌파분석부 626: 인증 처리부

Claims (10)

  1. 사용자의 뇌파를 뇌파측정 센서를 통해 센싱하여 뇌파 데이터를 획득하는 과정과,
    획득된 상기 뇌파 데이터에 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 포함함을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 방법.
  2. 제1항에 있어서, 상기 사용자별 뇌파의 특이성 검출은,
    사용자의 기저장된 자극 타입별 뇌파 이력 데이터와 획득된 뇌파 데이터 간의 상관관계(correlation)을 이용한 유사도 측정을 통해 임계치 이상의 유사도 여부 출력을 통해 검출되거나,
    기계적 지도학습법에 따라 사용자의 자극 타입별 뇌파 이력 데이터 기반 혹은 사용자의 소정 상태 정보 기반 예상 뇌파 데이터를 이용하여 지도학습을 수행한 후 획득된 뇌파 데이터 결과 분류를 통해 임계치 이상의 유사도 여부를 통해 검출되거나,
    기계적 비지도학습법에 따라 임계치 이상의 반응에 대응하는 뇌파 데이터를 분류하고, 분류된 상기 뇌파 데이터를 이진 혹은 이진 이상의 코드로 생성하여 사용자의 기저장된 자극 타입별 뇌파 이력 데이터 혹은 사용자의 소정 상태 정보 기반 예상 뇌파 데이터와의 비교를 통해 임계치 이상의 유사도 여부를 통해 검출됨을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 방법.
  3. 제1항에 있어서, 상기 기설정된 뇌파분석 패턴은,
    상기 분류된 뇌파 데이터를 시간도메인 신호로 변환하는 뇌파분석 혹은 상기 변환된 시간도메인 신호를 FFT하여 주파수 영역의 뇌파 데이터로 변환하는 뇌파분석 혹은 특정 혹은 전체 뇌파측정 센서에서의 신호를 사용하는 뇌파분석 혹은 독립성분 분석 알고리즘을 이용하여 뇌파측정 센서별 신호와는 다르게 성분별로 신호를 추출해서 사용하는 뇌파분석 중 어느 하나를 선택하여 실행됨을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 방법.
  4. 제3항에 있어서,
    상기 시간도메인 신호를 FFT하여 주파수 영역의 뇌파 데이터로 변환하는 뇌파분석은,
    주파수 영역의 뇌파 데이터에서 제1 및 제2의 특정 주파수 대역을 추출하여 각 대역별 파워(power)를 추출하고, 추출된 각 대역별 파워를 이용하여 수행됨을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 방법.
  5. 제2항에 있어서, 상기 기계적 지도학습법은,
    SVM(support vector maching) 학습, 선형판별분석(linear discriminant analysis) 및 MLP(multi-layer perceptron) 학습 중 어느 하나를 통해 수행되고,
    상기 기계적 비지도학습법은,
    k-means clustering, nearest neighbor, extectation-maximization 기법 중 어느 하나를 통해 수행됨을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 방법.
  6. 제1항에 있어서, 상기 사용자의 뇌파는,
    영상 및 음성에 반응하는 뇌파 혹은 사용자의 안정상태 혹은 특정 상황 혹은 특정 태스크 수행 시 뇌파를 포함함을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 방법.
  7. 시선 추적기를 통해 사용자의 시선 움직임 데이터를 획득하는 과정과,
    획득된 상기 시선 움직임 데이터에 대한 노이즈 필터링을 위한 잡음 처리를 증폭 및 필터부를 통해 수행하고, A/D 변환부를 통해 디지털 신호로 변환하는 과정과,
    보간법(interpolation)을 통해 눈 깜박임으로 인한 데이터 손실 구간을 채우고, 전처리부를 통해 시선이 변화하는 자극 타입별 유효 시선 움직임 데이터 구간에 대응하는 데이터를 추출하여 분석하고자 하는 시선 움직임 데이터로 분류하는 과정과,
    분류된 시선 움직임 데이터를 기설정된 분석 패턴에 적용하여 사용자별 시선 움직임 특이성 검출을 통해 인증을 수행하는 과정을 포함함을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 방법.
  8. 시각, 청각 및 심리상태 관련 자극신호를 생성하는 자극신호 생성부와,
    상기 자극신호 생성부로부터 출력된 자극신호에 대응하는 뇌파신호를 센싱하여 뇌파 데이터를 획득하는 뇌파 데이터 획득부와,
    뇌파가 반응하는 자극 타입별 유효 뇌파 데이터 구간에 대응하는 데이터를 추출하여 분석하고자 하는 뇌파 데이터로 분류하는 전처리부와,
    상기 전처리부에서 분류된 뇌파 데이터를 기설정된 뇌파분석 패턴에 적용하여 사용자별 뇌파 특이성 검출을 통해 인증을 수행하도록 제어하는 제어부를 포함함을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 장치.
  9. 제8항에 있어서, 상기 제어부는,
    뇌파 분석부를 통해 상기 사용자별 뇌파의 특이성을,
    사용자의 기저장된 자극 타입별 뇌파 이력 데이터와 획득된 뇌파 데이터 간의 상관관계(correlation)을 이용한 유사도 측정을 통해 임계치 이상의 유사도 여부 출력을 통해 검출하거나,
    기계적 지도학습법에 따라 사용자의 자극 타입별 뇌파 이력 데이터 기반 혹은 사용자의 소정 상태 정보 기반 예상 뇌파 데이터를 이용하여 지도학습을 수행한 후 획득된 뇌파 데이터 결과 분류를 통해 임계치 이상의 유사도 여부를 통해 검출하거나,
    기계적 비지도학습법에 따라 임계치 이상의 반응에 대응하는 뇌파 데이터를 분류하고, 분류된 상기 뇌파 데이터를 이진 혹은 이진 이상의 코드로 생성하여 사용자의 기저장된 자극 타입별 뇌파 이력 데이터 혹은 사용자의 소정 상태 정보 기반 예상 뇌파 데이터와의 비교를 통해 임계치 이상의 유사도 여부를 통해 검출하도록 제어함을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 장치.
  10. 제8항에 있어서, 상기 제어부는,
    뇌파분석부를 통해 상기 기설정된 뇌파분석 패턴 적용 시,
    상기 분류된 뇌파 데이터를 시간도메인 신호로 변환하는 뇌파분석 혹은 상기 변환된 시간도메인 신호를 FFT하여 주파수 영역의 뇌파 데이터로 변환하는 뇌파분석 혹은 특정 혹은 전체 뇌파측정 센서에서의 신호를 사용하는 뇌파분석 혹은 독립성분 분석 알고리즘을 이용하여 뇌파측정 센서별 신호와는 다르게 성분별로 신호를 추출해서 사용하는 뇌파분석 중 어느 하나를 선택하여 실행되도록 제어함을 특징으로 하는 생체신호를 이용한 보안 서비스 제공 장치.
KR1020130104410A 2012-08-30 2013-08-30 생체신호를 이용한 보안 서비스 제공 방법 및 장치 KR101551169B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020120095736 2012-08-30
KR20120095736 2012-08-30

Publications (2)

Publication Number Publication Date
KR20140029332A true KR20140029332A (ko) 2014-03-10
KR101551169B1 KR101551169B1 (ko) 2015-09-08

Family

ID=50642406

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130104410A KR101551169B1 (ko) 2012-08-30 2013-08-30 생체신호를 이용한 보안 서비스 제공 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101551169B1 (ko)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150134788A (ko) * 2014-05-23 2015-12-02 한국과학기술원 역치 이하 자극을 이용한 보안 서비스 제공 방법 및 장치
KR101643354B1 (ko) * 2015-05-06 2016-07-27 서울대학교산학협력단 뇌파를 이용한 본인 인증 시스템 및 방법
KR101719546B1 (ko) * 2015-10-08 2017-03-27 세종대학교산학협력단 뇌파 및 심전도 복합 생체신호를 이용한 실시간 감정인식 인터페이스를 위한 방법 및 그 시스템
WO2018088871A1 (ko) * 2016-11-14 2018-05-17 고려대학교 산학협력단 생체 데이터를 이용한 프로그램의 난이도 및 프로그래머의 수준 예측 분류 시스템
KR20180113451A (ko) * 2017-04-06 2018-10-16 고려대학교 산학협력단 전전두엽 기반 인지적 뇌-기계 인터페이스 장치 및 방법
KR101923323B1 (ko) * 2017-11-17 2019-02-27 금오공과대학교 산학협력단 안정 상태 뇌파를 이용한 개인 인증 방법
KR20190044836A (ko) * 2017-10-23 2019-05-02 동서대학교 산학협력단 감정정보를 이용한 사용자 인증시스템
CN109976525A (zh) * 2019-03-27 2019-07-05 上海大学 一种用户界面交互方法、装置及计算机设备
KR20190096780A (ko) * 2018-02-09 2019-08-20 한국전자통신연구원 뇌-기계 인터페이스 기반의 개인 인증 장치 및 개인 인증 방법
CN111031057A (zh) * 2019-12-21 2020-04-17 北京理工大学 一种基于刺激信号诱发脑电波的信息传输方法
KR20200054069A (ko) * 2018-11-09 2020-05-19 고려대학교 산학협력단 적대적 학습 기반 뇌-컴퓨터 인터페이스 방법 및 장치
KR20200062007A (ko) * 2018-11-26 2020-06-03 금오공과대학교 산학협력단 최적화된 뇌파 측정용 전극 위치에서 측정된 안정상태 뇌파를 이용한 개인 인증 방법
KR20200063478A (ko) * 2018-11-28 2020-06-05 인천대학교 산학협력단 개인화 인지 상태 예측 장치 및 방법
KR102265515B1 (ko) * 2020-12-22 2021-06-15 건국대학교 산학협력단 뇌파 기반 인증 방법 및 장치
KR20220033363A (ko) * 2020-09-09 2022-03-16 이규인 전력선 노이즈 기반 비밀키를 이용하는 페어링 장치 및 그 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004248714A (ja) 2003-02-18 2004-09-09 Kazuo Tanaka 生体信号を用いた認証方法および認証装置

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150134788A (ko) * 2014-05-23 2015-12-02 한국과학기술원 역치 이하 자극을 이용한 보안 서비스 제공 방법 및 장치
KR101643354B1 (ko) * 2015-05-06 2016-07-27 서울대학교산학협력단 뇌파를 이용한 본인 인증 시스템 및 방법
KR101719546B1 (ko) * 2015-10-08 2017-03-27 세종대학교산학협력단 뇌파 및 심전도 복합 생체신호를 이용한 실시간 감정인식 인터페이스를 위한 방법 및 그 시스템
WO2018088871A1 (ko) * 2016-11-14 2018-05-17 고려대학교 산학협력단 생체 데이터를 이용한 프로그램의 난이도 및 프로그래머의 수준 예측 분류 시스템
KR20180113451A (ko) * 2017-04-06 2018-10-16 고려대학교 산학협력단 전전두엽 기반 인지적 뇌-기계 인터페이스 장치 및 방법
KR20190044836A (ko) * 2017-10-23 2019-05-02 동서대학교 산학협력단 감정정보를 이용한 사용자 인증시스템
KR101923323B1 (ko) * 2017-11-17 2019-02-27 금오공과대학교 산학협력단 안정 상태 뇌파를 이용한 개인 인증 방법
KR20190096780A (ko) * 2018-02-09 2019-08-20 한국전자통신연구원 뇌-기계 인터페이스 기반의 개인 인증 장치 및 개인 인증 방법
KR20200054069A (ko) * 2018-11-09 2020-05-19 고려대학교 산학협력단 적대적 학습 기반 뇌-컴퓨터 인터페이스 방법 및 장치
KR20200062007A (ko) * 2018-11-26 2020-06-03 금오공과대학교 산학협력단 최적화된 뇌파 측정용 전극 위치에서 측정된 안정상태 뇌파를 이용한 개인 인증 방법
KR20200063478A (ko) * 2018-11-28 2020-06-05 인천대학교 산학협력단 개인화 인지 상태 예측 장치 및 방법
CN109976525A (zh) * 2019-03-27 2019-07-05 上海大学 一种用户界面交互方法、装置及计算机设备
CN111031057A (zh) * 2019-12-21 2020-04-17 北京理工大学 一种基于刺激信号诱发脑电波的信息传输方法
KR20220033363A (ko) * 2020-09-09 2022-03-16 이규인 전력선 노이즈 기반 비밀키를 이용하는 페어링 장치 및 그 방법
KR102265515B1 (ko) * 2020-12-22 2021-06-15 건국대학교 산학협력단 뇌파 기반 인증 방법 및 장치

Also Published As

Publication number Publication date
KR101551169B1 (ko) 2015-09-08

Similar Documents

Publication Publication Date Title
KR20140029332A (ko) 생체신호를 이용한 보안 서비스 제공 방법 및 장치
Abo-Zahhad et al. A new multi-level approach to EEG based human authentication using eye blinking
Greco et al. Advances in Electrodermal activity processing with applications for mental health
Sulaiman et al. Novel methods for stress features identification using EEG signals
US20090062679A1 (en) Categorizing perceptual stimuli by detecting subconcious responses
Hosseini et al. Emotional stress recognition system for affective computing based on bio-signals
El-Fiqi et al. Convolution neural networks for person identification and verification using steady state visual evoked potential
Djamal et al. EEG-based recognition of attention state using wavelet and support vector machine
Zhao et al. Individual identification based on code-modulated visual-evoked potentials
Alex et al. Discrimination of genuine and acted emotional expressions using EEG signal and machine learning
Gui et al. Multichannel EEG-based biometric using improved RBF neural networks
Maiorana A survey on biometric recognition using wearable devices
KR101630398B1 (ko) 역치 이하 자극을 이용한 보안 서비스 제공 방법 및 장치
Wang et al. RCIT: An RSVP-based concealed information test framework using EEG signals
Dhanapal et al. Electroencephalogram classification using various artificial neural networks
US20220022805A1 (en) Seizure detection via electrooculography (eog)
Ashenaei et al. Stable EEG-Based biometric system using functional connectivity based on Time-Frequency features with optimal channels
Gulay et al. A novel feature extraction method using chemosensory EEG for Parkinson's disease classification
Gondesen et al. Eeg-based biometrics
Kanaga et al. An experimental investigations on classifiers for Brain Computer Interface (BCI) based authentication
Ashwini et al. Classification of EEG signal using EACA based approach at SSVEP-BCI
Di Giamberardino et al. A brain computer interface by EEG signals from self-induced emotions
Yang The use of EEG signals for biometric person recognition
CN108451496B (zh) 检测脑心连通性的信息的方法及其系统
Honal et al. Determine task demand from brain activity

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
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190826

Year of fee payment: 5