基于稳定的SSVEP空间频率能量分布的脑印识别
概括
这项研究引入了一种新的脑生物识别方法,使用稳定状态视觉唤起潜能 (SSVEP) 来增强脑印识别. 拟议的方法实现了高准确性,识别了独特的EEG信号特征,以确保安全的个人识别.
科学领域:
- 神经科学是一个神经科学.
- 生物识别信息 生物识别信息
- 信号处理 信号处理
背景情况:
- 使用脑电图 (EEG) 信号的脑印识别正在获得信息安全的引力.
- 导致单个EEG信号独特性的特定组件在很大程度上仍未确定.
- 现有的方法缺乏关于大脑信号特征源的解释性.
研究的目的:
- 提出基于稳定状态视觉唤起潜能 (SSVEP) 的EEG生物识别可解释的生物标志物.
- 调查SSVEP组件的空间和频率分布属性,以确定主体可分离性.
- 开发一个强大的脑印识别系统,利用这些独特的SSVEP功能.
主要方法:
- 纯SSVEP组件从EEG数据中用点位置等效重建 (PPER) 方法分离出来.
- 分析了SSVEP组件的空间和频率分布特性.
- 统一的多重近似和投影 (UMAP) 用于减小维度,其次是长期短期记忆 (LSTM) 网络用于分类.
主要成果:
- 拟议的方法成功识别了独特的SSVEP组件,证明了在二维特征空间中的显著主体可分离性.
- 长短期记忆 (LSTM) 网络在SSVEP基准数据集上实现了98.33%的平均识别精度.
- 证实SSVEP的空间频率能量特征是一种有效和可解释的生物标志物.
结论:
- SSVEP的空间频率能量特征是用于脑印识别的高效和可解释的生物标志物.
- 这项研究提高了对个体EEG信号独特性的理解,为先进的个人识别系统铺平了道路.
- 这些发现支持基于SSVEP的生物识别在信息安全中的实际应用.
