KR20210070569A - 심전도를 이용한 개인 인증 방법 - Google Patents

심전도를 이용한 개인 인증 방법 Download PDF

Info

Publication number
KR20210070569A
KR20210070569A KR1020190160437A KR20190160437A KR20210070569A KR 20210070569 A KR20210070569 A KR 20210070569A KR 1020190160437 A KR1020190160437 A KR 1020190160437A KR 20190160437 A KR20190160437 A KR 20190160437A KR 20210070569 A KR20210070569 A KR 20210070569A
Authority
KR
South Korea
Prior art keywords
ecg
electrocardiogram
personal authentication
signal
ecg signal
Prior art date
Application number
KR1020190160437A
Other languages
English (en)
Other versions
KR102276606B1 (ko
Inventor
구기원
이정기
양철승
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020190160437A priority Critical patent/KR102276606B1/ko
Publication of KR20210070569A publication Critical patent/KR20210070569A/ko
Application granted granted Critical
Publication of KR102276606B1 publication Critical patent/KR102276606B1/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
    • A61B5/117—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]
    • A61B5/327—Generation of artificial ECG signals based on measured signals, e.g. to compensate for missing leads
    • 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
    • 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

Abstract

심전도 신호를 등록한 후에 등록된 신호와 새로 취득된 신호간의 비교를 통해서 개인 인증을 수행하는 심전도를 이용한 개인 인증 방법이 제공된다. 본 발명의 실시예에 따른 심전도를 이용한 개인 인증 방법은 ECG(심전도) 신호를 수집하는 단계; ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 ECG 신호의 특징을 추출하는 단계; 및 추출된 ECG 신호의 특징과 기저장된 ECG 템플릿 데이터를 비교하여, 개인 인증을 수행하는 단계;를 포함한다. 이에 의해, ECG(심전도) 신호를 등록한 후에 등록된 신호와 새로 취득된 ECG 신호간 비교 결과를 통해서 개인 인증을 수행하며, 등록 시, ECG 신호의 변화폭을 저장할 뿐만 아니라, 인증 성공이 수행될 때마다 Template updating을 수행함으로써 변화하는 ECG 정보를 획득할 수 있다. 또한, ECG 신호의 ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 개인 인증을 수행하여, 심전도의 전체적인 특징을 반영할 수 있으며, 연산량을 줄일 수 있으며, 실제 환경에서 측정 부위, 측정 면적, 피부 습도 정도와 같은 다양한 요인에 의해 피부와 센서 사이간의 임피던스 변화를 고려하여, 실제 인증을 수행 시 skin to electrode 임피던스 변화로 인한 ECG 신호의 변화에 의해 발생하는 정확도가 떨어지는 현상을 방지할 수 있다.

Description

심전도를 이용한 개인 인증 방법{Method for personal authentication using electrocardiogram}
본 발명은 개인 인증 방법에 관한 것으로, 더욱 상세하게는 심전도 신호를 등록한 후에 등록된 신호와 새로 취득된 신호간의 비교를 통해서 개인 인증을 수행하는 심전도를 이용한 개인 인증 방법에 관한 것이다.
심전도 신호는 개인별 특징을 가지고 있지만 교감/부교감 신경에 의해 끊임없이 변화하기 때문에, 타 생체인증방법(지문,홍채 등)과 다르게 끊임없이 비밀번호가 바뀌는 것과 같은 장점이 존재한다.
종래에는 Fiducial dependent 인증 방법과 Fiducial independent 인증 방법으로 개인 인증을 수행하였는데, Fiducial dependent 인증 방법은, 심전도의 지엽적인 특징( Amplitude of P,Q,R,T wave and Interval of PQ, QRS, QT, RT, QT etc)을 이용하여 인증하는 방법으로서, 심박 속도의 변화를 반영하지 못하고, 지엽적인 특징점 간의 duration, amplitude만을 비교하기 때문에, 노이즈에 큰 영향을 받으며, 항상 변화하는 심전도의 전체적인 특징을 놓칠 위험이 크다는 문제점이 존재한다.
더불어, Fiducial independent 인증 방법은, 심전도의 waveform 을 주파수 영역에서 분석하여 전체적인 모형의 특징을 이용하는 인증방법으로으로서, 심전도 전체를 항상 저장해야 하므로, 방대한 양의 저장공간이 필요하며 연산시에 데이터베이스에 기등록된 모든 사람과 비교를 진행해야 하므로, 많은 연산량을 요구한다는 단점이 존재한다.
또한, 실제 사용 환경에서 발생하는 피부와 센서 간의 임피던스(Skin to Electrode Impedance) 변화를 고려하지 않아, 실제 인증을 수행시 정확도가 크게 떨어지는 단점이 존재한다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, ECG(심전도) 신호를 등록한 후에 등록된 신호와 새로 취득된 ECG 신호간 비교 결과를 통해서 개인 인증을 수행하며, 등록 시, ECG 신호의 변화폭을 저장할 뿐만 아니라, 인증 성공이 수행될 때마다 Template updating을 수행함으로써 변화하는 ECG 정보를 획득할 수 있는 심전도를 이용한 개인 인증 방법을 제공함에 있다.
본 발명의 다른 목적은, ECG 신호의 ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 개인 인증을 수행하여, 심전도의 전체적인 특징을 반영할 수 있으며, 연산량을 줄일 수 있으며, 실제 환경에서 측정 부위, 측정 면적, 피부 습도 정도와 같은 다양한 요인에 의해 피부와 센서 사이간의 임피던스 변화를 고려하여, 실제 인증을 수행 시 skin to electrode 임피던스 변화로 인한 ECG 신호의 변화에 의해 발생하는 정확도가 떨어지는 현상을 방지할 수 있는 심전도를 이용한 개인 인증 방법을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 심전도를 이용한 개인 인증 방법은 ECG(심전도) 신호를 수집하는 단계; ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 ECG 신호의 특징을 추출하는 단계; 및 추출된 ECG 신호의 특징과 기저장된 ECG 템플릿 데이터를 비교하여, 개인 인증을 수행하는 단계;를 포함한다.
그리고 본 발명의 일 실시예에 따른, 심전도를 이용한 개인 인증 방법은 피부와 ECG 센서 간의 임피던스를 고려하여, 수집된 ECG 신호를 보상하는 단계;를 더 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른, 심전도를 이용한 개인 인증 방법은 보상 단계를 거친 ECG 신호를 가공하는 전처리 단계를 더 포함하고, 이때, 전처리 단계는, 증폭하는 증폭 과정, 특정 주파수 대역만을 통과시키는 밴드 패스 필터링 과정 및 특정 주파수 대역만 제거하는 노치 필터링 과정이 포함될 수 있다.
그리고 추출 단계는, 생리적인 요인에 따른 영향을 최소화하기 위해, 전처리 단계를 거친 ECG 신호를 QRS 인터벌만큼 이동시키는 슬라이딩(sliding) 과정과 슬라이딩 과정을 거친 ECG 신호를 기설정된 구간 단위로 ACP를 나누고, LDA 알고리즘을 이용하여, 각각의 ACP의 구간별 진폭(amplitude)과 구간별 projection angle을 특징으로 추출하는 추출 과정으로 구성될 수 있다.
또한, 본 발명의 일 실시예에 따른, 심전도를 이용한 개인 인증 방법은 사용자의 요청에 의해, ECG 신호의 특징을 기반으로 ECG 템플릿 데이터를 생성하여, 개인 인증에 이용되는 사용자 인증 정보로 등록하는 단계;를 더 포함할 수 있다.
그리고 등록 단계는, 진폭(amplitude) 데이터 및 projection angle 데이터 각각의 평균값과 표준편차값을 이용하여, 각각의 데이터의 임계치값을 설정하고, 진폭(amplitude) 데이터 및 projection angle 데이터 각각의 구간별 표준편차값을 비교하여, 각각의 데이터에 가중치를 부여하며, 각각의 데이터의 임계치값과 부여된 가중치에 대한 정보가 포함된 ECG 템플릿 데이터를 사용자 인증 정보로 등록할 수 있다.
또한, 인증 단계는, 등록된 ECG 신호와 인증하고자 하는 ECG 신호의 일치도 점수를 하기의 수식으로 계산할 수 있다.
(수식) 일치도 = (진폭의 가중치)*(진폭 값)+(angle의 가중치)*(angle 값)
한편, 본 발명의 다른 실시예에 따른, 심전도를 이용한 개인 인증 시스템은, ECG(심전도) 신호를 수집하는 신호 측정부; 및 ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 ECG 신호의 특징을 추출하고, 추출된 ECG 신호의 특징과 기저장된 ECG 템플릿 데이터를 비교하여, 개인 인증을 수행하는 프로세서;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, ECG(심전도) 신호를 등록한 후에 등록된 신호와 새로 취득된 ECG 신호간 비교 결과를 통해서 개인 인증을 수행하며, 등록 시, ECG 신호의 변화폭을 저장할 뿐만 아니라, 인증 성공이 수행될 때마다 Template updating을 수행함으로써 변화하는 ECG 정보를 획득할 수 있다.
또한, 본 발명의 실시예들에 따르면, ECG 신호의 ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 개인 인증을 수행하여, 심전도의 전체적인 특징을 반영할 수 있으며, 연산량을 줄일 수 있으며, 실제 환경에서 측정 부위, 측정 면적, 피부 습도 정도와 같은 다양한 요인에 의해 피부와 센서 사이간의 임피던스 변화를 고려하여, 실제 인증을 수행 시 skin to electrode 임피던스 변화로 인한 ECG 신호의 변화에 의해 발생하는 정확도가 떨어지는 현상을 방지할 수 있다.
도 1은 심전도의 기본 모형이 예시된 도면,
도 2는 본 발명의 일 실시예에 따른 심전도를 이용한 개인 인증 시스템 구성의 설명에 제공된 도면,
도 3은 본 발명의 일 실시예에 따른 심전도를 이용한 개인 인증 시스템을 이용하여 개인 인증을 하는 과정의 설명에 제공된 도면,
도 4 내지 도 5는 본 발명의 일 실시예에 따른 전처리 과정이 예시된 도면,
도 6 내지 도 7은 본 발명의 일 실시예에 따른 ECG 신호 특징의 추출 과정의 설명에 제공된 도면,
도 8은 본 발명의 일 실시예에 따른 구간 단위의 설명에 제공된 도면,
도 9는 본 발명의 일 실시예에 따른 생체인증효율의 설명에 제공된 도면, 그리고
도 10은 본 발명의 일 실시예에 따른 심전도를 이용한 개인 인증 방법의 설명에 제공된 흐름도이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 1은 심전도의 기본 모형이 예시된 도면이고, 도 2는 본 발명의 일 실시예에 따른 심전도를 이용한 개인 인증 시스템 구성의 설명에 제공된 도면이며, 도 3은 본 발명의 일 실시예에 따른 심전도를 이용한 개인 인증 시스템을 이용하여 개인 인증을 하는 과정의 설명에 제공된 도면이다.
도 1을 참조하면, ECG 신호는 심장의 전기적 활동을 기록한 것으로서, 단일 리드 ECG 센서 인 경우 기본 ECG 신호주기가 그림 1에 표시됩니다. 그것은 신호주기가 P 파와 QRS 콤플렉스 및 T 파로 구성된 심장의 전기적 활동을 반영할 수 있다.
본 실시예에 따른 심전도를 이용한 개인 인증 시스템은, ECG(심전도) 신호 중 생리적인 요인에 가장 영향을 덜 받는 QRS 신호에서 ECG 신호의 특징을 추출하여, 등록한 후에 등록된 신호와 새로 취득된 ECG 신호간 비교 결과를 통해서 개인 인증을 수행할 수 있다.
또한, 본 실시예에 따른 심전도를 이용한 개인 인증 시스템은, 등록 시, ECG 신호의 변화폭을 저장할 뿐만 아니라, 인증 성공이 수행될 때마다 Template updating을 수행함으로써 변화하는 ECG 정보를 획득할 수 있다.
또한, 본 실시예에 따른 심전도를 이용한 개인 인증 시스템은, ECG 신호의 ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 개인 인증을 수행하여, 심전도의 전체적인 특징을 반영할 수 있으며, 연산량을 줄일 수 있으며, 실제 환경에서 측정 부위, 측정 면적, 피부 습도 정도와 같은 다양한 요인에 의해 피부와 센서 사이간의 임피던스 변화를 고려하여, 실제 인증을 수행 시 skin to electrode 임피던스 변화로 인한 ECG 신호의 변화에 의해 발생하는 정확도가 떨어지는 현상을 방지할 수 있다.
이를 위하여, 본 심전도를 이용한 개인 인증 시스템은, 신호 측정부(110), 신호 처리부(120), 템플릿 생성부(130), 프로세서(140) 및 데이터베이스부(150)를 포함할 수 있다.
신호 측정부(110)는, ECG(심전도) 신호를 수집하고, 피부와 ECG 센서 간의 임피던스를 고려하여, 수집된 ECG 신호를 보상할 수 있다.
신호 처리부(120)는, 보상된 ECG 신호를 가공하는 전처리 할 수 있다.
구체적으로 신호 처리부(120)는, 도 4 내지 도 5에 예시된 바와 같이 보상 단계를 거친 ECG 신호를 대상으로 증폭하는 증폭 과정, 노이즈를 제거하거나 억제하기 위해, 특정 주파수 대역만을 통과시키는 밴드 패스 필터링 과정 및 특정 주파수 대역만 제거하는 노치 필터링 과정을 수행할 수 있다.
템플릿 생성부(130)는, 등록 요청시, ACP(자동 상관 프로프일, Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 ECG 신호의 특징을 추출하고, 추출된 ECG 신호의 특징을 기반으로 ACP에서 고유한 기능 세트를 간격별로 추출하여 사용자와 사용자의 생체 인식 특성 사이의 연관성을 작성하고 추출된 기능 세트인 ECG 템플릿 데이터를 생성할 수 있다.
또한, 템플릿 생성부(130)는, 시간이 지남에 따라 주로 심장 신호의 개체 내 변화에 대처하기 위해 시간이 지남에 따라 템플릿을 업데이트할 수 있다.
프로세서(140)는 인증 요청시, ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 ECG 신호의 특징을 추출하고, 추출된 ECG 신호의 특징과 기저장된 ECG 템플릿 데이터를 비교하여, 개인 인증을 수행할 수 있다.
데이터베이스부(150)는 템플릿 생성부(130)를 통해 생성된 ECG 템플릿 데이터를 개인 인증에 이용되는 사용자 인증 정보로 등록할 수 있다.
도 6 내지 도 7은 본 발명의 일 실시예에 따른 ECG 신호 특징의 추출 과정의 설명에 제공된 도면이다.
본 실시예에 따른 심전도를 이용한 개인 인증 시스템은, ECG 신호 특징을 추출하기 위해, 도 6에 예시된 바와 같이 전처리 단계를 거친 ECG 신호를 QRS 인터벌(m)만큼 이동시키는 슬라이딩(sliding) 과정을 수행하고, 도 7에 예시된 바와 같이 슬라이딩 과정을 거친 ECG 신호를 기설정된 간격 단위로 ACP를 나누고, LDA 알고리즘을 이용하여, 각각의 ACP의 구간별 진폭(amplitude)과 구간별 projection angle을 특징으로 추출하는 추출 과정을 수행할 수 있다.
구체적으로, 슬라이딩 과정에서는, 전처리 단계를 거친 ECG 신호를 기설정된 길이(도 6에서는 2분 간격으로 나눔)의 구간으로 나눠, 각각의 훈련 세트 X(n)로 설정하고, 각각의 훈련 세트는 여러 클래스(C)로 나눌 수 있으며, 이러한 클래스들을, QRS 인터벌(m)만큼 이동시킬 수 있다.
이때, 훈련 세트 x(n)에 C 클래스가 포함되어 있다고 가정하면, C 클래스에 대한 ACP 세트를 다음과 같이 정의할 수 있습니다.
Figure pat00001
그리고 훈련 프로파일 x(n)에 포함된 모든 ACP에 대한 평균으로 기준 프로파일 Φ
Figure pat00002
(m)을 아래 수식을 통해 획득할 수 있습니다.
(수식)
Figure pat00003
도 7은, 각 특징 추출 대상에 C 클래스가 포함되어 있고 해당 클래스가 Q와 동일한 시간 내에 함께 표시되는 것으로 가정하는 두 개의 서로 다른 특징 추출 대상 (대상 A 및 특징 추출 대상 B)에 대한 ACP의 예를 보여준다.
도 7에서 (a), (c)는 두 대상을 ACP의 진폭 ф로 구별하기 어려운 간격이지만이 두 대상을 ACP의 각도 θ로 더 쉽게 구분할 수있는 간격이며, (b), (d)는 ACP의 진폭으로 두 대상을 쉽게 구별 할 수있는 간격이다. θ는 각각의 대상에 속하는 ACP에 대한 x 축의 각도인 것으로 간주된다.
본 추출 과정에서는, 구간 기반 특징 벡터를 생성하기 때문에, 상이한 특징 추출 대상들 사이의 구별을 용이하게 하기 위해, 각 클래스는 ACPlet이라 불리는 단시간 ACP 세그먼트들로 분할되는 것이 바람직하다.
도 8은 본 발명의 일 실시예에 따른 구간 단위의 설명에 제공된 도면이다.
본 실시예에 따른 심전도를 이용한 개인 인증 시스템은, 적절하게 결정되는 특정 길이인 구간 단위로 ACP를 나눌 수 있다.
이때, 각각의 ACPlet에 다른 특징 벡터를 적용할 수 있으며, 구간 단위의 최적 크기를 결정하기 위해, 최적 크기가 ACPlet과 선형 적합 선 사이의 평균 제곱 오차 기준을 만족하는 최대 간격으로 결정되는 경우 Φ
Figure pat00004
(m)의 ACPlet을 고려할 수 있다.
도 8은, NI(Number of Interval)의 함수로서 MSE ζ (Mean Square Error) 및 식별 정확도 η의 전형적인 예를 보여준다. 도 8에서 MSE ζ는 NI가 2로 설정된 경우 MSE ζ가 100 %라고 가정 할 때의 비율을 나타낸다.
(a)는 최소 공차 ε을 나타내며, 실험적으로 20 %로 설정될 수 있으며, (b)는 (a)를 만족하는 NI 값이며 이는 Q / L에 해당한다. (c)는 NI 값이 (b)에 해당할 때 식별 정확도 값이다.
NI가 증가함에 따라 MSE ζ가 감소하지만, NI와 계산 비용 사이에는 상충 관계가 있어, NI는 Q / L로 설정되는 것이 바람직하다.
도 9는 본 발명의 일 실시예에 따른 생체인증효율의 설명에 제공된 도면이다.
도 9를 참조하면 FR(False Rejection)은 자기 자신에도 불구하고 거부된 경우를 의미하고, FA(False Acceptance)는 다른 사람 임에도 불구하고 수락되는 경우를 의미한다.
임계값(Threshold)은 피사체에 따라 FR(False Rejection)과 FA (False Acceptance)의 교차로 선택되었으며, 임계값(Threshold)을 A 구간으로 설정하는 경우, EER(Equal Error Rate)의 평균은 0%로 나오는 것을 확인할 수 있다.
이와 같이 본 실시예에 따른 심전도를 이용한 개인 인증 시스템은, ECG 신호의 ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 개인 인증을 수행하여, 심전도의 전체적인 특징을 반영할 수 있으며, 연산량을 줄일 수 있으며, 실제 환경에서 측정 부위, 측정 면적, 피부 습도 정도와 같은 다양한 요인에 의해 피부와 센서 사이간의 임피던스 변화를 고려하여, 실제 인증을 수행 시 skin to electrode 임피던스 변화로 인한 ECG 신호의 변화에 의해 발생하는 정확도가 떨어지는 현상을 방지할 수 있다.
도 10은 본 발명의 일 실시예에 따른 심전도를 이용한 개인 인증 방법의 설명에 제공된 흐름도이다. 도 10을 참조하면, 본 실시예에 따른 심전도를 이용한 개인 인증 방법은, ECG(심전도) 신호를 수집하는 수집 단계(S1010), ACP 및 LDA 알고리즘을 이용하여 ECG 신호 특징 추출하는 추출 단계(S1020) 및 추출된 ECG 신호의 특징과 기저장된 ECG 템플릿 데이터를 비교하여 개인 인증을 수행하는 인증 단계(S1030)로 구성될 수 있다.
더불어, 사용자의 요청에 의해, ECG 신호의 특징을 기반으로 ECG 템플릿 데이터를 생성하여, 개인 인증에 이용되는 사용자 인증 정보로 등록하는 등록 단계를 더 포함할 수 있다.
등록 단계에서는, 진폭(amplitude) 데이터 및 projection angle 데이터 각각의 평균값과 표준편차값을 이용하여, 각각의 데이터의 임계치값을 설정하고, 진폭(amplitude) 데이터 및 projection angle 데이터 각각의 구간별 표준편차값을 비교하여, 각각의 데이터에 가중치를 부여하며, 각각의 데이터의 임계치값과 부여된 가중치에 대한 정보가 포함된 ECG 템플릿 데이터를 사용자 인증 정보로 등록할 수 있다.
즉, 등록 단계에서는, amplitude , angle(projection) 두 요인의 평균값, STD 값을 이용하여 Threshold값을 설정하고, 사용자의 정보로 등록하고, 두 요인의 구간별 STD(표준편차) 값을 비교하여 가중치를 저장할 수 있다.
이때, 표준편차 값이 높을수록 가중치는 작아지며, 구체적으로 예를 들면, amplitude의 가중치가 0.4, angle의 가중치가 0.6이면, weight of amplitude : 0.4 , weight of angle : 0.6로 부여되는 것이다.
인증 단계에서는, 등록된 ECG 신호와 인증하고자 하는 ECG 신호의 일치도 점수를 하기의 수식으로 계산할 수 있다.
(수식) 일치도 = (진폭의 가중치)*(진폭 값)+(angle의 가중치)*(angle 값)
즉, 인증 단계에서는, unknown ECG 신호를 ECG 신호를 수집하여 ECG 템플릿 데이터를 생성하기 위해, 신호의 특징을 추출하는 과정을 등록 단계와 동일하게 거쳐 비교를 수행하고, 등록된 ECG 신호와 새로 취득한 ECG 신호 간 일치도 점수를 계산하여, 계산 결과가 인증 기준값 이상인 경우, 개인 인증이 성공한 것으로 판단할 수 있다.
더불어, 인증 단계에서는 인증 성공이 수행될 때마다 Template updating을 수행함으로써 변화하는 ECG 정보를 획득할 수 있다.
즉, 심전도는 끊임없이 변하기 때문에 가장 최근의 심전도 정보를 저장할수록 일치도가 높게 나오기 때문에, 만약 ECG 신호가 일치되어, 새로 취득한 unknown ECG가 등록된 ECG와 동일 인물로 판명되면, Enroll(등록) 된 정보를 새로 취득한 ECG 정보로 갱신하여 저장할 수 있다.
이를 통해, ECG(심전도) 신호를 등록한 후에 등록된 신호와 새로 취득된 ECG 신호간 비교 결과를 통해서 개인 인증을 수행하며, 등록 시, ECG 신호의 변화폭을 저장할 뿐만 아니라, 인증 성공이 수행될 때마다 Template updating을 수행함으로써 변화하는 ECG 정보를 획득할 수 있다.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
110 : 신호 측정부
120 : 신호 처리부
130 : 템플릿 생성부
140 : 프로세서
150 : 데이터베이스부

Claims (8)

  1. ECG(심전도) 신호를 수집하는 단계;
    ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 ECG 신호의 특징을 추출하는 단계; 및
    추출된 ECG 신호의 특징과 기저장된 ECG 템플릿 데이터를 비교하여, 개인 인증을 수행하는 단계;를 포함하는 심전도를 이용한 개인 인증 방법.
  2. 청구항 1에 있어서,
    피부와 ECG 센서 간의 임피던스를 고려하여, 수집된 ECG 신호를 보상하는 단계;를 더 포함하는 것을 특징으로 하는 심전도를 이용한 개인 인증 방법.
  3. 청구항 2에 있어서,
    보상 단계를 거친 ECG 신호를 가공하는 전처리 단계를 더 포함하고,
    전처리 단계는,
    증폭하는 증폭 과정, 특정 주파수 대역만을 통과시키는 밴드 패스 필터링 과정 및 특정 주파수 대역만 제거하는 노치 필터링 과정이 포함되는 것을 특징으로 하는 심전도를 이용한 개인 인증 방법.
  4. 청구항 3에 있어서,
    추출 단계는,
    생리적인 요인에 따른 영향을 최소화하기 위해, 전처리 단계를 거친 ECG 신호를 QRS 인터벌만큼 이동시키는 슬라이딩(sliding) 과정과 슬라이딩 과정을 거친 ECG 신호를 기설정된 구간 단위로 ACP를 나누고, LDA 알고리즘을 이용하여, 각각의 ACP의 구간별 진폭(amplitude)과 구간별 projection angle을 특징으로 추출하는 추출 과정으로 구성되는 것을 특징으로 하는 심전도를 이용한 개인 인증 방법.
  5. 청구항 4에 있어서,
    사용자의 요청에 의해, ECG 신호의 특징을 기반으로 ECG 템플릿 데이터를 생성하여, 개인 인증에 이용되는 사용자 인증 정보로 등록하는 단계;를 더 포함하는 것을 특징으로 하는 심전도를 이용한 개인 인증 방법.
  6. 청구항 5에 있어서,
    등록 단계는,
    진폭(amplitude) 데이터 및 projection angle 데이터 각각의 평균값과 표준편차값을 이용하여, 각각의 데이터의 임계치값을 설정하고,
    진폭(amplitude) 데이터 및 projection angle 데이터 각각의 구간별 표준편차값을 비교하여, 각각의 데이터에 가중치를 부여하며,
    각각의 데이터의 임계치값과 부여된 가중치에 대한 정보가 포함된 ECG 템플릿 데이터를 사용자 인증 정보로 등록하는 것을 특징으로 하는 심전도를 이용한 개인 인증 방법.
  7. 청구항 6에 있어서,
    인증 단계는,
    등록된 ECG 신호와 인증하고자 하는 ECG 신호의 일치도 점수를 하기의 수식으로 계산하는 것을 특징으로 하는 심전도를 이용한 개인 인증 방법.
    (수식) 일치도 = (진폭의 가중치)*(진폭 값)+(angle의 가중치)*(angle 값)
  8. ECG(심전도) 신호를 수집하는 신호 측정부; 및
    ACP(Auto Correlation Profile) 및 LDA(Linear Discriminant Analysis) 알고리즘을 이용하여 ECG 신호의 특징을 추출하고, 추출된 ECG 신호의 특징과 기저장된 ECG 템플릿 데이터를 비교하여, 개인 인증을 수행하는 프로세서;를 포함하는 심전도를 이용한 개인 인증 시스템.
KR1020190160437A 2019-12-05 2019-12-05 심전도를 이용한 개인 인증 방법 KR102276606B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190160437A KR102276606B1 (ko) 2019-12-05 2019-12-05 심전도를 이용한 개인 인증 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190160437A KR102276606B1 (ko) 2019-12-05 2019-12-05 심전도를 이용한 개인 인증 방법

Publications (2)

Publication Number Publication Date
KR20210070569A true KR20210070569A (ko) 2021-06-15
KR102276606B1 KR102276606B1 (ko) 2021-07-13

Family

ID=76412196

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190160437A KR102276606B1 (ko) 2019-12-05 2019-12-05 심전도를 이용한 개인 인증 방법

Country Status (1)

Country Link
KR (1) KR102276606B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070085856A (ko) * 2004-11-08 2007-08-27 이데시아 엘티디. 전기-생체 신원 인식 방법 및 장치
KR20160082081A (ko) * 2014-12-30 2016-07-08 삼성전자주식회사 생체 신호를 이용한 사용자 인증 방법 및 장치
KR20160098960A (ko) * 2015-02-11 2016-08-19 삼성전자주식회사 심전도에 기초한 인증 방법, 인증 장치, 심전도 기반 인증을 위한 학습 방법 및 학습 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070085856A (ko) * 2004-11-08 2007-08-27 이데시아 엘티디. 전기-생체 신원 인식 방법 및 장치
KR20160082081A (ko) * 2014-12-30 2016-07-08 삼성전자주식회사 생체 신호를 이용한 사용자 인증 방법 및 장치
KR20160098960A (ko) * 2015-02-11 2016-08-19 삼성전자주식회사 심전도에 기초한 인증 방법, 인증 장치, 심전도 기반 인증을 위한 학습 방법 및 학습 장치

Also Published As

Publication number Publication date
KR102276606B1 (ko) 2021-07-13

Similar Documents

Publication Publication Date Title
CN105373719B (zh) 基于心电图信号的用户认证方法和设备
CN104063645B (zh) 一种基于心电信号动态自更新样本的身份识别方法
KR101019844B1 (ko) 전기-생체 신원 인식 방법 및 장치
US9876791B2 (en) Method and apparatus for authenticating user based on biosignal
Wieclaw et al. Biometrie identification from raw ECG signal using deep learning techniques
Agrafioti et al. ECG biometric analysis in cardiac irregularity conditions
Abdeldayem et al. ECG-based human authentication using high-level spectro-temporal signal features
JP2012176106A (ja) 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
KR20180072290A (ko) 개인 식별을 위한 심전도 획득 방법 및 그 심전도를 이용한 개인 식별 방법
Hussein et al. An IoT real-time biometric authentication system based on ECG fiducial extracted features using discrete cosine transform
Karimian et al. On the vulnerability of ECG verification to online presentation attacks
Teodoro et al. Feature selection for biometric recognition based on electrocardiogram signals
El_Rahman Biometric human recognition system based on ECG
KR20160024600A (ko) 심전도 신호를 이용한 사용자 인증 방법 및 장치
KR101788803B1 (ko) 심전도를 이용한 개인 식별 정보 생성방법 및 그 개인 식별 정보를 이용한 개인 식별 방법
US11500975B2 (en) Authentication device, authentication method, and computer program
KR20150138559A (ko) 심전도 생체정보를 이용한 실시간 개인 인증방법
KR102276606B1 (ko) 심전도를 이용한 개인 인증 방법
Canento et al. Review and comparison of real time electrocardiogram segmentation algorithms for biometric applications
JP2004248714A (ja) 生体信号を用いた認証方法および認証装置
Tantawi et al. Fiducial based approach to ECG biometrics using limited fiducial points
Zhou et al. A method of ECG template extraction for biometrics applications
Keshishzadeh et al. Single lead Electrocardiogram feature extraction for the human verification
US20130187757A1 (en) System for biometric identity confirmation
Tantawi et al. A novel feature set for deployment in ECG based biometrics

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant