相关实验视频
Updated: Jul 15, 2025
09:42
Stimulus-specific Cortical Visual Evoked Potential Morphological Patterns
Published on: May 12, 2019
6.1K
使用c-VEP的身份验证在轻度负担的认知任务中引起
Zhihua Huang1, Zequan Liao1, Guojie Ou1
1College of Computer and Data Science, Fuzhou University, Fuzhou, China.
Frontiers in human neuroscience
|September 25, 2023
概括
这项研究介绍了一种轻度负担的认知任务 (MBCT),用于使用代码调制的视觉唤起潜力 (c-VEP) 和深度学习来验证个人的身份. 该方法实现了高精度,证明了c-VEP.
科学领域:
- 生物识别身份验证的真实性
- 神经科学是一个神经科学.
- 大脑与计算机的接口.
背景情况:
- 基于生物标志物的认证是一个不断增长的研究领域.
- 代码调制的视觉唤起潜能 (c-VEP) 对脑-计算机接口越来越重要.
- 目前正在探索c-VEP信号中的个别歧视性特征以进行认证.
研究的目的:
- 调查使用c-VEP信号进行身份验证的可行性.
- 开发和验证基于c-VEP的认证的深度学习方法.
- 评估轻度负担认知任务 (MBCT) 在唤起注意调制c-VEP信号以进行身份验证方面的有效性.
主要方法:
- 一个轻度负担的认知任务 (MBCT) 旨在确保参与者对视觉刺激的注意.
- 深度学习模型使用第一个会话中的c-VEP数据进行训练.
- 经过训练的模型使用来自第二次与17名参与者的c-VEP数据进行了验证.
主要成果:
- 深度学习模型的平均准确率为0.92.2.
- 这些模型的平均F1得分为0.89.
- 该研究证实c-VEP信号具有独特的个体特征.
结论:
- 在MBCT中基于c-VEP信号的身份验证是可行的.
- 深度学习有效地从c-VEP中提取识别特征以进行身份验证.
- 这些发现支持开发使用c-VEP的实用身份验证系统.
更多相关视频
11:47Modulating Cognition Using Transcranial Direct Current Stimulation of the Cerebellum
Published on: February 15, 2015
28.7K
08:26Event-related Potentials During Target-response Tasks to Study Cognitive Processes of Upper Limb Use in Children with Unilateral Cerebral Palsy
Published on: January 11, 2016
12.2K