TWM668151U

TWM668151U - 人工智慧腦電圖生物辨識裝置

Info

Publication number: TWM668151U
Application number: TW113213151U
Authority: TW
Inventors: 陳進添
Original assignee: 智能基因網路科技有限公司
Priority date: 2024-11-29
Filing date: 2024-11-29
Publication date: 2025-03-21

Abstract

人工智慧腦電圖生物辨識裝置，其包括人工智慧微型控制器、推論引擎晶片、耳內電極、音訊換能與感測器、校準模組、通信模組、麥克風、觸控感測器與電池模組，裝置在耳道內，經由特徵音頻誘發電極量測在大腦神經元電活動引起的電壓波動，以生成事件相關電位特徵，並由推論引擎產生特徵向量，再經控制器生成密碼金鑰，以執行生物辨識，傳統生物辨識如臉形、指紋等有其應用場景，但在安全、偽造和保密上仍顯不足，因腦電圖是無法在不知情狀況下被捕獲，其提供了獨特防偽能力，能夠抵抗各項攻擊，是應用於人員識別身份驗證最佳安全裝置。

Description

人工智慧腦電圖生物辨識裝置

本新型專利屬於腦神經科學、人工智慧及生物辨識技術領域，具體涉及一種基於腦電圖(Electroencephalogram,EEG)信號的人工智慧生物辨識裝置，該裝置經由入耳式耳機之耳內電極作為非侵入式腦電圖信號採集，並結合人工智慧(Artificial Intelligence，AI)深度學習及數據分析技術實現身份辨識功能，該裝置利用腦電圖信號的唯一性與不可仿冒性，提升了生物辨識精確率與執行效率，適用於資訊安全及人機交互等領域的密碼金鑰需求。該技術特點包括，在腦神經科學領域，應用音訊換能器所產生的嵌入式觸發音頻訊號，藉以誘發大腦神經元電活動所引起的電壓波動，進而產生事件相關電位(Event-Related Potentials，ERPs)，透過主動式耳內電極執行事件相關電位(ERPs)信號採集，並應用低功耗之人工智慧微型控制器之模型加速器執行信號分析，以提取生成的事件相關電位(ERPs)特徵，接著，利用腦電圖模型推論引擎晶片的生物特徵辨識與推論技術產生特徵向量，並由人工智慧微型控制器將隨機數據附加到特徵向量，應用哈希-512安全雜湊演算法運算加密，最終以自定義字符集映射方式產生密碼金鑰。此技術提供一種不可複製的生物特徵辨識方法，結合數據加密技術，實現用戶識別與身份驗證的高度安全防護，並有效解決傳統生物辨識技術在資訊安全領域可能面臨的密碼資料竊取、複製或仿冒攻擊問題，該技術具有重要的創新性與實用價值，能顯著提高系統的安全防護能力。

在先前腦電圖電極量測技術中，如圖2習知腦電圖量測圖所示，是通過電流穿過頭皮組織，產生電位的時間序列變化，其信號是在兩個濕式電極20之間量測，習知量測技術會以標準排列方式放置多個濕式電極20涵蓋整個頭皮，使其能夠通過頻譜分析儀器21同時觀察整個腦部的活動，然而，因傳統的腦電圖系統需要高度訓練有素的技術人員替頭皮去角質、擺放濕式電極20和導電膠，這個過程耗時且對使用者造成刺激，並容易產生雜訊和偽像干擾，從而限制了在應用環境中對腦電圖監測的實際可用性。

近年來，腦機介面研究取得顯著進展，特別是在腦損傷的功能恢復方面，非侵入性、可穿戴式的大腦活性監測裝置結合乾式感測電極，已成為目前的主流發展方向，其中，針對生物偵測耳機的發展，例如新型的藍牙耳機，開創了耳道生物偵測技術的新方向，這類耳機在首次戴上時會發出聲波，並利用回波來描繪出使用者的耳道形狀，為了確保正常使用，使用者的耳道形狀需與預設的耳道形狀相符。儘管該耳道偵測式藍牙耳機並非使用人工智慧來執行耳道偵測工作，但其設計為耳機式生物偵測技術帶來了新的突破，而基於腦電圖的生物辨識裝置，尤其是人工智慧腦電圖生物辨識裝置，展現了更為先進的技術潛力，該裝置為一入耳式腦機介面裝置，憑藉其獨特的腦電圖辨識功能，成為了一種具有高度辨識性和功能性的生物辨識技術裝置。

在生物辨識技術領域，習知的生物辨識方式，包括基於身體特徵指標的生物辨識模式，如臉型、指紋、虹膜與靜脈模式等，以及基於行為特徵指標，如擊鍵動態、簽名和步態模式等，每種生物辨識技術都有其特定應用場景，也存在相對應的缺點，例如臉型辨識容易受到臉部特徵變化、外部光線變化、影像資料庫數據或種族膚色的影響，造成準確率偏低或辨識失敗。同樣地，光學式指紋辨識在螢幕老化、螢幕表面有污漬或水漬，甚至在強光環境下，辨識率也會顯著下降。而超音波指紋辨識技術雖然能利用指紋表面皮膚與空氣間密度的差異構建三維圖像，進行數據比對，具有較高的穿透性、準確性及抗污漬能力，但若裝置貼膜後厚度增加，可能導致反射時間延長、指紋圖像品質下降，進而增加辨識失敗率，由於傳統生物辨識技術在應用場景中存在上述相對缺點，用於人員識別和身份驗證時，可能面臨特定的辨識失敗風險。

本創作係有關於一種應用人工智慧腦電圖生物辨識裝置，其為一種入耳式之耳機裝置，能以超低功耗運作並能即時執行人工智慧辨識功能，其結合主動式耳內電極、人工智慧微型控制器與腦電圖模型推論引擎晶片，以形成人工智慧腦電圖生物辨識裝置主要元件。腦電圖模型推論引擎晶片內建一套整合卷積神經網路(Convolutional Neural Network，CNN)與長短期記憶網路(Long Short-Term Memory，LSTM)的CNN-LSTM腦電圖推論引擎模型，此模型結合了卷積神經網路(CNN)在局部特徵提取上的能力與長短期記憶網路(LSTM)在長時依賴建模上的優勢，是一種基於深度學習架構的高效推論引擎，其能快速透過音訊換能器產生的嵌入式觸發音頻訊號，誘發大腦神經元的電活動，進而產生事件相關電位(Event-Related Potentials，ERPs)，隨後，透過裝置內的主動式耳內電極執行事件相關電位(ERPs)信號採集，再利用人工智慧微型控制器內建的硬體CNN-LSTM模型加速器進行信號分析，生成腦電圖事件相關電位(ERPs)特徵數據，並由腦電圖模型推論引擎晶片執行辨識與推論，最終產生腦電圖特徵向量，該特徵向量代表用戶的腦波活動模式。人工智慧微型控制器將隨機數據附加至特徵向量，並應用SHA-512安全雜湊演算法進行加密，隨後利用可根據需求進行數據處理、密碼生成及支持多語言的自定義字符集映射方式，轉換為符合特定長度需求且包含大小寫英文字母、數字與特殊符號的密碼金鑰，此過程能有效確保密碼金鑰的安全性與隱私性，在驗證過程中，產生的身份驗證密碼金鑰將透過裝置的通信介面傳送至手機、電腦或服務器進行比對以產生辨識結果。由於腦電圖信號無法在當事人不知情的情況下被捕獲，因此提供了獨特的安全保護能力，使其能夠在生物辨識技術中有效抵禦欺騙攻擊與偽造，進一步強化身份保密性與隱私合規性，此技術為應用於人員識別與身份驗證的最佳安全裝置。

人工智慧腦電圖生物辨識裝置在實際應用中，可用於人員識別或身份驗證等個性化安全驗證，例如，在金融領域，可應用於高安全性身份認證，每個人的腦電圖具有獨特的模式，能作為一種生物辨識技術來確認個人身份，與傳統的密碼、臉型、指紋或虹膜等生物辨識方法相比，腦電圖密碼金鑰在防止偽造方面具有顯著優勢，難以偽造或盜用。在無縫用戶體驗方面，使用者只需佩戴入耳式耳機，無需額外的身份接觸驗證步驟，大幅提升便利性與用戶體驗。在自動解鎖功能上，該裝置可在辨識到使用者的腦電圖密碼金鑰後自動解鎖，適用於門禁管制、機密通行系統、手機、電腦、資料中心服務器、文件管制、金融帳戶、加密貨幣金鑰、軍事機密或國家安全系統等多個場景，其應用領域涵蓋個人身分認證、消費者商業電子產品應用、企業機密應用、金融帳戶交易安全、機密文件保護、軍事與國家安全等。

10a:微型印刷主機板

10:生物辨識耳機裝置外殼

11:人工智慧微型控制器

12:腦電圖模型推論引擎晶片

13:耳內電極

14:音訊換能器

15:音訊感測器

16:校準模組

17:通信模組

18:電池模組

19:麥克風

19a:觸控感測器

20:濕式電極

21:頻譜分析儀器

50:0秒虛線

51:N100負向峰值

52:P300正向峰值

61:連續疊加N100負向峰值

62:連續疊加P300正向峰值

70:智慧型手機

80:入耳式人工智慧腦電圖生物辨識裝置

81:耳道

82:出勤管理系統

83:出席螢幕

〔圖1〕係本創作之人工智慧腦電圖生物辨識裝置元件配置圖。

〔圖2〕係習知腦電圖量測圖。

〔圖3〕係本創作之元件連接示意圖。

〔圖4〕係本創作之特徵向量產生圖。

〔圖5〕係本創作之典型腦波事件相關電位(ERPs)波形圖。

〔圖6〕係本創作之連續疊加腦波事件相關電位(ERPs)平均波形圖。

〔圖7〕係本創作之密碼金鑰產生圖。

〔圖8〕係本創作之出勤管理身份驗證系統圖。

請參閱圖1，人工智慧腦電圖生物辨識裝置元件配置圖，其中裝置元件包括有一微型印刷主機板10a、一生物辨識耳機裝置外殼10、一人工智慧微型控制器11、一腦電圖模型推論引擎晶片12、一或多個耳內電極13、一音訊換能器14、一音訊感測器15、一校準模組16、一通信模組17、一電池模組18、一觸控感測器19a及一麥克風19。其裝置結構主要由生物辨識耳機裝置外殼10與微型印刷主機板10a所組成，該生物辨識耳機裝置外殼10，為一入耳式耳機殼，機殼表面嵌入了主動式耳內電極13點、音訊換能器14音口、音訊感測器15音口、麥克風19音口與觸控感測器19a介面，其機殼內部設置有微型印刷主機板10a，並應用表面黏著技術，整合人工智慧微型控制器11、腦電圖模型推論引擎晶片12、耳內電極13、音訊換能器14、音訊感測器15、校準模組16、通信模組17、觸控感測器19a、麥克風19和電池模組18等元件，而電池模組18提供微型印刷主機板10a整體元件之電力需求。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中與人工智慧微型控制器11電性連接元件包刮腦電圖模型推論引擎晶片12、主動式耳內電極13、音訊換能器14、音訊感測器15、校準模組16、通信模組17、電池模組18、觸控感測器19a及麥克風19等。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該人工智慧微型控制器11透過表面黏著技術，整合於微型印刷主機板10a上，其是一款整合先進精簡指令集的單晶片系統，其內建硬體CNN-LSTM模型加速器，採用具有浮點運算器的中央處理器，具超低功耗深度學習的卷積神經網路(CNN)，與長短期記憶網路(LSTM)整合加速器，以硬體加速方式，實現人工智慧微型控制器11對腦電圖模型推論引擎晶片12的執行與控制。而其內建有只讀記憶體，可以即時運行人工智慧腦電圖生物辨識裝置之啟動程序、內建靜態隨機記憶體，為此裝置之主記憶體可提供快速的資料運算讀取和寫入，內建快閃記憶體，可儲存已完成身份認證密碼金鑰數據，內建指令快取記憶體，可以加快中央處理器對指令的存取速度，以減少因從主記憶體讀取指令所造成的延遲，而資料匯流排介面可電性連接腦電圖模型推論引擎晶片12，以執行卷積神經網路(CNN)和長短期記憶網路(LSTM)之腦電圖辨識推論，並輸出腦電圖特徵向量。人工智慧微型控制器11還具多組通用輸入輸出控制連接埠口，可用來執行音訊換能器14、音訊感測器15、校準模組16、麥克風19、觸控感測器19a等元件資料存取與控制，此外，具有串行外設介面可同步串行通信模組17，如無線網路(Wireless Fidelity，WiFi)與藍牙模組，以無線通信方式，將周邊裝置如手機、電腦和服務器相連結。人工智慧微型控制器11內建類比數位轉換電路，負責處理主動式耳內電極13腦電圖的取樣數據，通過濾波、去噪、分段和基線校正等步驟，並透過差分特徵、反應時間與標準化特徵三個關鍵指標進行分析，差分特徵提取不同條件下事件相關電位(ERPs)波形的差異，反映樣本在振幅及波形面積上的顯著變化，反應時間則衡量從刺激到神經反應的延遲，揭示大腦處理速度與注意力的變化，標準化特徵通過歸一化振幅與頻譜功率，以消除不同個體之間基線電位或振幅幅度的差異，使不同個體樣本的數據具有可比較性，藉以生成事件相關電位(ERPs)特徵，並將事件相關電位(ERPs)特徵輸入到腦電圖模型推論引擎晶片12，以進行腦電圖辨識推論，並產生腦電圖特徵向量。人工智慧微型控制器11還將隨機數據附加到特徵向量，應用哈希-512安全雜湊演算法運算加密，並利用可根據需求進行數據處理、密碼生成及多語言支持的自定義字符集映射方式產生密碼金鑰，確保數據不可逆推且具有唯一性，從而增強系統抗偽造能力與安全保護能力，最終，透過通信模組17之無線網路(WiFi)與藍牙模組，以無線通信方式將生成的密碼金鑰傳輸至智慧型設備，以用於人員辨識和身份驗證。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該腦電圖模型推論引擎晶片12與人工智慧微型控制器11 電性連接，是一種用於已完成模型訓練後的人工智慧腦電圖模型推論引擎晶片12，其被燒錄於只讀記憶體晶片內，並固化於微型印刷主機板10a中，該晶片負責在實際應用中利用模型推論引擎，對人工智慧微型控制器11輸入的腦電圖事件相關電位(ERPs)特徵數據進行快速辨識推論，並生成腦電圖特徵向量，這是一種實現穩定推論的嵌入式技術晶片，其核心功能是提供低延遲、穩定可靠的推論服務。在腦電圖數據分析場景中，基於事件相關電位(ERPs)特徵的CNN-LSTM腦電圖模型推論引擎晶片12是一種專為分析特定刺激下腦電訊號動態響應模式而設計的混合深度學習架構，該架構結合了卷積神經網路(CNN)的局部特徵提取能力與長短期記憶網路(LSTM)的長時依賴建模能力，實現對腦電圖事件相關電位(ERPs)特徵向量的準確推斷，CNN-LSTM腦電圖模型推論引擎晶片12充分發揮其優勢，對於處理非穩態、高雜訊且具有時序依賴性的腦電圖事件相關電位(ERPs)特徵數據，展現出準確性的特徵向量辨識推論與輸出。。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該耳內電極13與人工智慧微型控制器11電性連接，其主要功能是通過耳道測量大腦神經活動引起的電位變化，提供腦波頻段事件相關電位(ERPs)的資料數據至人工智慧微型控制器11進行處理，該電極應用了微型主動式電極技術，這是一種用於生物腦電圖信號採集的先進技術，主要用以替代傳統電極，傳統電極通常需要使用導電膠或電解液來降低皮膚和電極之間的阻抗，以獲得高品質的腦電圖生物電訊號。而微型主動式電極製作技術則採用導電聚合物或奈米金屬薄膜等導電性良好的材料，能直接接觸皮膚，無需使用電解液，為了克服皮膚與電極之間的高阻抗，微型主動式電極整合了前置放大器與阻抗變換器元件，能有效解決高阻抗問題，因腦電圖之事件相關電位(ERPs)信號非常微弱，通常僅為微伏(μV)級別，容易受到外界電磁干擾和雜訊的影響，前置放大器能夠在信號輸出之前直接在耳內放大信號，從而減少輸送過程中的信號衰減和雜訊干擾，而因耳道附近的環境可能會受到外部雜訊、肌肉活動如咀嚼、講話以及眼睛運動的干擾，微型主動式電極配備具共模抑制技術與屏蔽技術，來減少電磁干擾和防止來自周圍的射頻干擾，以提供良好的共模放大，與良好信噪比特性和穩定性，由於電極採用奈米微型化設計尺寸非常小，可以被安置在入耳式裝置，具舒適性且適用性廣可符合長時間佩戴。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該音訊換能器14與人工智慧微型控制器11電性連接，其是將電訊號轉換為聲音訊號，相當於揚聲器的功能，其是經由人工智慧微型控制器11進行控制，並執行發送嵌入式觸發音頻訊號至大腦神經元，神經元會回應刺激並同步放電，使大腦產生隨時間變化的頻率與振幅波形的事件相關電位(ERPs)信號，並經由主動式耳內電極13採集，轉成腦電圖信號數據提供後續辨識執行應用。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該音訊感測器15與人工智慧微型控制器11電性連接，其相當於耳內麥克風，可接收音訊換能器14發送的聲音訊號並轉成電訊號，讓人工智慧微型控制器11判斷是否繼續控制音訊換能器14，以再次發送嵌入式觸發音頻訊號至大腦神經元，以協助取得完整的腦電圖信號數據。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該校準模組16與人工智慧微型控制器11電性連接，其被設置成向使用者呈現數據取樣分析結果後的執行動作通知，在對使用者樣本取樣過程時，校準模組16提供了一種即時錯誤檢測機制，該機制旨在通知使用者主動式耳內電極13點，是否在耳道內表面有良好接觸，如果沒有良好接觸，校準模組16會指示人工智慧微型控制器11，並通知音訊換能器14發送需要重新調整主動式耳內電極13點位置信息，讓使用者的耳內組織有更好地貼合和接觸。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該通信模組17與人工智慧微型控制器11電性連接，其可配置以串行外設介面的無線網路(WiFi)與藍牙模組，能與包括手機、電腦或相關外設等眾多設備之間進行無線信息交換，且具有高速傳輸功能，能夠有效地簡化移動通信終端設備之間的信息交換。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該麥克風19與人工智慧微型控制器11電性連接，其是一種微型的音頻感測器，用於捕捉聲音並將其轉換為電訊號，並應用微機電系統技術，以實現高靈敏度和小型化設計，可應用於日常耳機通話。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該觸控感測器19a與人工智慧微型控制器11電性連接，其用於裝置開關機操作、不同腦電圖密碼金鑰輸出設定、耳機通話與語音撥放控制等觸控功能設定。

人工智慧腦電圖生物辨識裝置之元件連接，如圖3元件連接示意圖所示，其中該電池模組18與微型印刷主機板10a電性連接，其是一種微型電池模組由小型電池與充電單元組成，使用鋰離子或鋰聚合物技術，具備高能量密度、低自放電率和長回圈壽命，能夠在有限空間內提供穩定電力給微型印刷主機板10a，其具無線充電接收線圈，利用電磁感應原理，當充電基座的線圈產生訊號，傳遞至裝置的接收線圈，接收線圈感應後形成磁場，產生電流，為電池充電，以確保裝置高性能和高便利性。

人工智慧腦電圖生物辨識裝置特徵向量的產生，如圖4特徵向量產生圖所示，其是經由音訊換能器14所產生的嵌入式觸發音頻訊號，藉以誘發大腦神經元的電活動，進而產生的事件相關電位(ERPs)，並經由裝置內的主動式耳內電極13，來執行事件相關電位(ERPs)信號採集，再經由人工智慧微型控制器11內建硬體CNN-LSTM模型加速器執行信號分析，以生成腦電圖事件相關電位(ERPs)特徵數據，並經腦電圖模型推論引擎晶片12執行辨識推論，以產生腦電圖特徵向量，因腦電圖資料來源是基於腦電圖事件相關電位(ERPs)為基礎進行取樣，一般腦波的動作電位源於神經細胞受到外界刺激時，細胞膜對離子的通透性發生變化，此時神經細胞處於興奮狀態，具體而言，細胞膜對鈉離子的通透性突然升高，對鉀離子的通透性也隨之增加但較為緩慢，這導致細胞膜電位的改變，構成了腦波電位的波動，當腦神經受到聽覺刺激等感覺器官的嵌入式觸發音頻時，會產生事件相關電位(ERPs)，這種基於嵌入式觸發音頻訊號所產生的事件相關電位(ERPs)，是以其極性來表示，正向以P表示，負向以N表示，其振幅約從負5微伏(μV)到正10微伏(μV)之間，而潛伏期表示經刺激後出現的時間，如N100代表負向的波形出現在刺激後100毫秒，P300為正向的波形出現在刺激後300毫秒，如圖5典型腦波事件相關電位(ERPs)波形圖所示，0秒虛線50表示刺激開始的時間點，N100負向峰值51為出現在刺激後約100毫秒波形，P300正向峰值52為出現在刺激後約300毫秒波形，這些標記為事件相關電位(ERPs)信號在音頻觸發後的典型反應模式，也是本創作之人工智慧腦電圖生物辨識裝置的資料取樣反應模式，而一般應用此種事件相關電位(ERPs)信號的取樣，會以連續數次的信號取樣，並經過多次連續疊加試驗平均後的事件相關電位(ERPs)平均波形，以讓雜訊減小使腦電圖的特徵更加顯著，如圖6連續疊加腦波事件相關電位(ERPs)平均波形圖所示，其中連續疊加N100負向峰值61表示在刺激後約100毫秒其振幅為負3微伏(μV)，與連續疊加P300正向峰值62表示在刺激後約300毫秒其振幅為正6微伏(μV)，在多次試驗平均後，事件相關電位(ERPs)的波形變得更加清晰和一致，其反映出神經系統對刺激的真實響應，通過多次試驗的重疊平均，隨機雜訊被有效消除，波形的時間、振幅和形狀變得更穩定，從而提高信噪比，這使事件相關電位(ERPs)特徵更具代表性，在耳內電極13將具代表性的事件相關電位(ERPs)的數據傳至人工智慧微型控制器11後，人工智慧微型控制器11能有效處理腦電圖事件相關電位(ERPs)數據，進行高效的濾波、分段和去噪，從而提取在N100到P300之間的事件相關電位(ERPs)特徵，包括帶通濾波以去除高頻肌電干擾和低頻基線漂移，應用基線校正消除系統性漂移，並根據事件時間點將事件相關電位(ERPs)信號數據分段，劃分為固定窗口以專注於事件相關的反應，因此人工智慧微型控制器11處理事件相關電位(ERPs)特徵個體樣本時，採用三個關鍵指標，即差分特徵、反應時間與標準化特徵，其中差分特徵，是通過計算不同條件下事件相關電位(ERPs)波形之間的差異，提取出與特定刺激與反應相關的特徵，藉以反映個體樣本在事件相關電位(ERPs)振幅及波形面積上的顯著差異，而反應時間，是量測從刺激呈現到神經反應發生的時間間隔，如描述ERPs成分N100和P300與行為反應之間的時間延遲，這一指標可以反映大腦處理速度和注意力的變化，而標準化特徵，則通過對振幅和頻譜功率進行歸一化處理，以消除不同個體之間基線電位或振幅幅度的差異，使不同個體樣本的數據具有可比較性，例如以一個特徵樣本，其差分特徵振幅為3.45微伏(μV)，面積為18.75微伏．毫秒(μV．ms)，反應時間為310毫秒(ms)，標準化振幅為0.95，頻譜功率為0.18，並以浮點數列表來表示，則事件相關電位(ERPs)特徵為[3.45,18.75,310,0.95,0.18]，經過腦電圖模型推論引擎晶片12辨識推論，可產生腦電圖特徵向量。

人工智慧腦電圖生物辨識裝置密碼金鑰的產生，如圖7密碼金鑰產生圖所示，其中腦電圖模型推論引擎晶片12經過辨識推論後，會產生特徵向量，但因特徵向量是一組浮點數列表如[3.45,18.75,310,0.95,0.18]，必須經過加密過程，以產生符合於真實系統應用的密碼金鑰，在腦電圖模型推論引擎晶片12，將特徵向量如[3.45,18.75,310,0.95,0.18]輸出到人工智慧微型控制器11後，人工智慧微型控制器11將應用哈希-512安全雜湊演算法，以生成128個十六進制哈希值如[44c4723f7a778c..…]，由於哈希函數用來處理特徵向量是最佳的安全工具，且哈希函數為單向加密，原始特徵向量不能從哈希值中反推回來，這使得它非常適合安全性應用，而為了增加個別安全性，在生成哈希值之前，可以對特徵向量添加16位元組隨機數據，這將使得即使兩個用戶的腦電圖特徵向量相同，其最終哈希值也會不同，是用來增強哈希值的安全性，為防止攻擊者利用預計算的哈希表來破解密碼金鑰，通常隨機數據附加到特徵向量的開頭，然後生成哈希值，讓每個哈希值都是獨一無二，而最後哈希值會轉換成符合需求之密碼金鑰，此外，也必須考慮實際系統密碼金鑰長度與各種字母組合的需求，如密碼金鑰最多長度為20個字母、大小寫英文字母、數字和特殊符號等組合如C7#e4@C$5&1E%5c$D6Av8為經過哈希-512安全雜湊演算法，並利用可根據需求進行數據處理、密碼生成及多語言支持的自定義字符集映射方式，轉換成特定長度需求與具大小寫英文字母、數字和特殊符號之密碼金鑰，在人工智慧微型控制器11完成密碼金鑰後，會將密碼金鑰透過通信模組17之無線網路(WiFi)與藍牙模組，傳送到已安裝腦電圖應用程式介面之智慧型手機70，作為密碼金鑰輸入驗證，因腦電圖信號無法在當事人不知情的情況下被捕獲，其提供了獨特的防偽能力，這使其在生物辨識技術上能夠抵抗欺騙攻擊與防止偽造，並強化身份保密和隱私合乎規定，是應用於人員識別和身份驗證最佳安全裝置。

人工智慧腦電圖生物辨識裝置，在用戶出勤管理身份驗證應用上，如公司工廠員工出勤、學生上課出席、特定人員會議或訓練出席、軍事或國家安全會議出席，其確認出席的應用方式，如圖8出勤管理身份驗證系統圖所示，其中入耳式人工智慧腦電圖生物辨識裝置80，順著耳道81進入耳內，讓耳內電極13點與耳內皮膚完整接觸後，按壓觸控感測器19a介面以啟動裝置，此時，入耳式人工智慧腦電圖生物辨識裝置80，開始偵測出席者之事件相關電位(ERPs)，並產生腦電圖特徵向量與生成密碼金鑰，再由無線通信方式傳送密碼金鑰至出勤管理系統82，經過確認密碼金鑰無誤後，將確認出席者之身份與出席時間信息顯示於出席螢幕83上，讓出席者最後確認身份，以完成生物辨識功能。