Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

From Annotation to Prediction: Hospital-Grade Early Seizure Risk Prediction from Adult EEG.

Diagnostics (Basel, Switzerland)·2026
Same author

Artificial Intelligence in Predictive Healthcare: A Systematic Review.

Journal of clinical medicine·2025
Same author

Brain-Computer Interface for EEG-Based Authentication: Advancements and Practical Implications.

Sensors (Basel, Switzerland)·2025
Same author

Objective Pain Assessment Using Deep Learning Through EEG-Based Brain-Computer Interfaces.

Biology·2025
Same author

Decoding Pain: A Comprehensive Review of Computational Intelligence Methods in Electroencephalography-Based Brain-Computer Interfaces.

Diagnostics (Basel, Switzerland)·2025
Same author

Improving Imitation Skills in Children with Autism Spectrum Disorder Using the NAO Robot and a Human Action Recognition.

Diagnostics (Basel, Switzerland)·2025

Video Experimental Relacionado

Updated: Sep 9, 2025

How to Find Effects of Stimulus Processing on Event Related Brain Potentials of Close Others when Hyperscanning Partners
09:52

How to Find Effects of Stimulus Processing on Event Related Brain Potentials of Close Others when Hyperscanning Partners

Published on: May 31, 2018

7.8K

Autenticación basada en EEG a través de varios potenciales relacionados con eventos (ERP)

Abeer Al-Nafjan1, Lamia Alahaideb1, Mashael Aldayel2

  • 1Computer Science Department, College of Computer and Information Sciences, Imam Mohammad Ibn Saud Islamic University, Riyadh 11432, Saudi Arabia.

Sensors (Basel, Switzerland)
|August 28, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Los patrones de ondas cerebrales de la electroencefalografía (EEG) ofrecen una nueva biometría para la autenticación segura del usuario. Una red neuronal convolucional (CNN) logró una precisión del 99%, lo que demuestra que el EEG

Palabras clave:
Autenticación biométricared neuronal convolucional (CNN)electroencefalografía (EEG)Potenciales relacionados con el evento (ERP)

Más Videos Relacionados

Applications of EEG Neuroimaging Data: Event-related Potentials, Spectral Power, and Multiscale Entropy
11:15

Applications of EEG Neuroimaging Data: Event-related Potentials, Spectral Power, and Multiscale Entropy

Published on: June 27, 2013

33.9K
Recording Brain Activity with Ear-Electroencephalography
09:58

Recording Brain Activity with Ear-Electroencephalography

Published on: March 31, 2023

3.0K

Videos de Experimentos Relacionados

Last Updated: Sep 9, 2025

How to Find Effects of Stimulus Processing on Event Related Brain Potentials of Close Others when Hyperscanning Partners
09:52

How to Find Effects of Stimulus Processing on Event Related Brain Potentials of Close Others when Hyperscanning Partners

Published on: May 31, 2018

7.8K
Applications of EEG Neuroimaging Data: Event-related Potentials, Spectral Power, and Multiscale Entropy
11:15

Applications of EEG Neuroimaging Data: Event-related Potentials, Spectral Power, and Multiscale Entropy

Published on: June 27, 2013

33.9K
Recording Brain Activity with Ear-Electroencephalography
09:58

Recording Brain Activity with Ear-Electroencephalography

Published on: March 31, 2023

3.0K

Área de la Ciencia:

  • Neurociencia y ciberseguridad
  • Autenticación biométrica
  • Aprendizaje automático en seguridad

Sus antecedentes:

  • Los métodos tradicionales de autenticación se enfrentan a limitaciones en cuanto a seguridad y comodidad para el usuario.
  • La autenticación biométrica ofrece una alternativa más segura y personalizada.
  • La electroencefalografía (EEG) presenta una nueva modalidad biométrica no invasiva.

Objetivo del estudio:

  • Investigar la eficacia de las señales EEG para la autenticación del usuario.
  • Para explorar los patrones de ondas cerebrales como identificadores biométricos únicos.
  • Promover la ciberseguridad a través de marcos de autenticación innovadores.

Principales métodos:

  • Utilizó un conjunto de datos públicos de autenticación EEG de 38 participantes.
  • Potenciales relacionados con el evento (ERP), específicamente P300 y N400.
  • Preprocesamiento de señales aplicado, ERP y extracción de características de densidad espectral de potencia (PSD).
  • Clasificadores comparados de aprendizaje automático (SVM, RF) y aprendizaje profundo (CNN).

Principales resultados:

  • El modelo propuesto de Red Neural Convolucional (CNN) logró una precisión del 99%.
  • Se observó un rendimiento superior en la tarea N400-Faces.
  • Eficacia demostrada en el discernimiento de firmas neuronales de estímulos semánticos y faciales.

Conclusiones:

  • La biometría basada en EEG es factible como método de autenticación seguro y no invasivo.
  • Este enfoque mejora la resiliencia de los marcos de autenticación.
  • Contribuye al desarrollo de soluciones avanzadas de ciberseguridad.