Wstęp

Obecnie istnieje wiele metod biometrycznych bazujących zarówno na cechach fizycznych jak i behawioralnych osób (np. odcisk palca, tęczówka oka, twarz albo głos). Różni je wiele czynników takich jak koszt, łatwość pomiaru, uniwersalność i wiele innych. Niektóre z nich są już powszechnie stosowane, ale wciąż istnieje potrzeba odkrywania nowych metod, aby uchronić się przed próbami stosowania oszukanych biometrii (np. sztuczny odcisk palca). Jedną z takich metod jest nowa identyfikacja osoby oparta o EEG.

EEG (Elektroencefalografia) jest zapisem neurofizjologicznym aktywności elektrycznej mózgu. Superpozycja impulsów elektrycznych pochodzących od bilionów neuronów jest zapisywana przez elektrody umieszczone bezpośrednio na powierzchni głowy. Polaryzacja membrany pojedynczego neuronu potrafi się zmienić w ciągu kilku milisekund ale ze względu na uśrednienie zapisu sygnał EEG zawiera częstotliwości jedynie w granicach od ok. 0.5 Hz do 30 Hz. Zazwyczaj zakres ten dzieli się na cztery części: fale delta 0.5 - 4 Hz, teta 4 - 8 Hz, alfa 8 - 14 Hz oraz beta powyżej 14 Hz. Potencjał membrany zmienia się z negatywnej (ok. 70mV) do pozytywnej (ok. 40mV), ale ze względu na superpozycję wyników oraz brak bezpośredniego kontaktu z mózgiem zapisywany sygnał ma bardzo niski potencjał (ok. 100 μV), co powoduje trudność w nagrywaniu sygnałów EEG. Ponadto w sygnale pojawiają się artefakty, takie jak impulsy spowodowane stymulacją mięśni, których spektrum pokrywa się ze spektrum samej czynności mózgu i utrudnia ich usunięcie.

EEG a biometria

Sygnał EEG zmienia się w czasie oraz zależy od stanu fizycznego i psychicznego, w jakim znajduje się badana osoba (np. sen lub czuwanie, oczy otwarte lub zamknięte, zmęczenie itp.). Dotychczasowe metody analizy EEG miały na celu klasyfikację chorób w celach diagnostycznych. Oznacza to, że dla osób o tych samych przypadłościach pewne cechy EEG były takie. W przypadku biometrii cel jest w pewnym sensie ortogonalny, ponieważ polega na identyfikacji osoby niezależnie od stanu, w jakim się znajduje.

Po akwizycji sygnał EEG podlega technikom wstępnej obróbki, następnie wyliczane zostają cechy modelu Auto Regresyjnego na podstawie relatywnie krótkich okien czasowych z pojedynczej elektrody. Cechy te zasilane zostają do klasyfikatora, który rozróżnia jedną osobę od pozostałych. Proces polega na policzeniu odległości pomiędzy nowym wektorem cech a wektorem cech przechowywanych we wzorze. Dla tej samej osoby odległość ta powinna być relatywnie mała przy założeniu, że EEG posiada pewne indywidualne cechy.

Wyniki otrzymane podczas eksperymentów wykonanych na Politechnice Warszawskiej dla 10 osób pokazały poziom 85% poprawnej weryfikacji wskazując na możliwość występowania w sygnale EEG cech charakteryzujących osobę.

Figure 1. Urządzenie do zapisu sygnałów EEG będące aktualnie na wyposażeniu Pracowni.