JP4782141B2 - 電子バイオメトリック識別認識のための方法及び装置 - Google Patents
電子バイオメトリック識別認識のための方法及び装置 Download PDFInfo
- Publication number
- JP4782141B2 JP4782141B2 JP2007539648A JP2007539648A JP4782141B2 JP 4782141 B2 JP4782141 B2 JP 4782141B2 JP 2007539648 A JP2007539648 A JP 2007539648A JP 2007539648 A JP2007539648 A JP 2007539648A JP 4782141 B2 JP4782141 B2 JP 4782141B2
- Authority
- JP
- Japan
- Prior art keywords
- electrocardiogram
- patient
- signal
- signature
- ecg
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 129
- 238000000513 principal component analysis Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 7
- 238000012880 independent component analysis Methods 0.000 claims description 6
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 230000004936 stimulating effect Effects 0.000 claims 1
- 230000000638 stimulation Effects 0.000 claims 1
- 238000009826 distribution Methods 0.000 description 31
- 239000000523 sample Substances 0.000 description 20
- 230000006870 function Effects 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 9
- 230000009466 transformation Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000002184 metal Substances 0.000 description 6
- 238000000844 transformation Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000000718 qrs complex Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002207 retinal effect Effects 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 210000005003 heart tissue Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000026676 system process Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010040914 Skin reaction Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 239000011824 nuclear material Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000035483 skin reaction Effects 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 210000003371 toe Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000009834 vaporization Methods 0.000 description 1
- 230000008016 vaporization Effects 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Collating Specific Patterns (AREA)
Description
特定個人の心臓鼓動パターンの表現と複数個人の心臓鼓動パターンの共通特性の格納された表現との間で差異を形成して、特定個人を識別する第1のバイオメトリックシグニチャを作成して格納するステップと、
上記作成するステップの後、選択された個人の心臓鼓動パターンの表現を取得し、上記選択された個人の心臓鼓動パターンと上記複数個人の心臓鼓動パターンの共通特性の格納された表現との間で差異を形成して、第2のバイオメトリックシグニチャを作成するステップと、
上記第2のバイオメトリックシグニチャを上記第1のバイオメトリックシグニチャと比較し、上記選択された個人が上記特定個人であるか判定するステップと
を含む方法である。
他に指示がなければ、“識別する”、“識別すること”及び“識別”の用語の意味は、夫々、“識別を証明する”、“識別を証明すること”及び“識別の証明”の概念を含むものとする。
第1の形態によると、生物−電気信号が収集され、処理されて解析され個人識別を識別する。この第1の形態に係るシステム及び方法の好適な実施形態は、例として、図1に示される。図1は、電子−バイオメトリック識別(E−BioID)と呼ばれるシステムを示す。この好適な形態では、複数の個人の一つ又はそれ以上の心電図コンポーネントの共通特性の格納される表現は、それら個人の一つ又はそれ以上の心電図コンポーネントの平均である。しかしながら、他の実施形態は、様々なタイプの共通特性の格納される表現を利用する。例えば、主成分解析、ファジークラスタリング解析、ウエーブレット分解により遂げられるもの、又は、解析モデルにより得られるものなどである。
生体電気信号、即ち心臓鼓動信号は、簡素な方法で取得され、その方法では患者は数秒間少なくとも1つのセンサに接触するように指示される。金属プレートでもよい一つ又はそれ以上のセンサは、生体電気信号をアンプ24に導き、アンプ24は生体電気信号を所望の電圧範囲に増幅する。好適な実施形態では、電圧範囲は0〜5ボルトである。
バイオメトリック認識は、新たに取得されたバイオメトリックシグニチャを、登録若しくは記録されたバイオメトリックシグニチャテンプレートデータベースのシグニチャテンプレートと比較することが求められる。ここでは、システム動作の2つのフェーズ:登録と認識が要求される。
好適な実施形態では、個々の新しい患者は、左手の指で第1のセンサに触れ、右手の指で別のセンサに触れるように指示される。別の実施形態では、患者は、好ましくは手や足である体の他の部位で、通常金属からなるセンサに触ってもよい。別の実施形態では、患者は、体の単一のポイントで単一のセンサに触ってもよい。一方で、患者はセンサに触らなくてもよい。システムは、患者の脈拍数をモニタし記録を開始し、少なくとも20秒間続けるのが好ましい。要求される正確さのレベルに依存するが、より短い間隔も用いられ得る。記録が終了すると、システムは、登録されたセグメントの2つの部分から導出される少なくとも2つのバイオメトリックシグニチャを比較してシグニチャの一貫性を照合するセルフテストを行う。2つの部位は、2つの半分のものでもよく、2つのより大きい重なり合うセグメントであってもよい。2つの部位は、2つのバイオメトリックシグニチャを導出するのに利用される。セルフテスト結果が成功すれば、その患者の登録が終了し、成功しなければ、手順が繰り返される。成功した記録が、心電図信号、若しくは一連の心電図信号の構築の為に利用され、それらは心電図信号データベースに付加される。
最適な係数が決定されると、以下の式に従って(3又は4などの)データベースの第1の主成分を総和するのに利用され得る。
この総和は、患者の信号から減じられる。そうすると、患者のシグニチャ及び恐らくノイズが残る。
心電図成分のデータベースの変動には、潜伏的変動、即ち登録されたデータシグニチャの時間変動によるものがある。結果として、前述の方法は、主成分を時間シフトすることにより向上され得るのであり、シフトは右でも左でも構わない。例えば、3の主成分が共通心電図特性を近似するのに利用されるのであれば、6以上の成分が、右シフトでも左シフトでも、個々の成分に対して2つ、潜伏的変動となるように加えられ得る。
認識フェーズでは、患者は登録フェーズのときと同様にシステムに係わるが、しかしながら数秒のオーダーのより短い記録時間で充分となる。
好適な実施形態では、比較は、電子−バイオメトリックシグニチャσjと電子−バイオメトリックシグニチャテンプレートΦiとの間の相関係数ρを計算することにより、実施される。以下のようになる。
バイオメトリック識別方法は、識別閾値の適正な決定により益を得る。識別閾値は、対象シグニチャと登録されたデータベースシグニチャとの間の相関解析から導出され得る。閾値は、最適の識別パフォーマンスとなるように、経験的データの分布を利用して決定され得る。但し、固定された閾値は、決定論的シグニチャ及び静的ノイズを暗黙に仮定するのであり、一方、実際にはシグニチャは可変であり、ノイズも殆ど予測できない外部的影響に依存する。従って、第1の形態を含めて、バイオメトリック識別方法は、データベース及びテスト読み取りにおける信号及びノイズの変動により、悪影響をうける。一般的に、このことにより、適合と不適合の両方に対して、相関の減少を生じてしまう。
ここで、zは正規分布’z スコア’であり、Zfmeanはデータベースによる変換された相関関係の平均であり、sdZfはデータベースによる変換された相関関係の標準偏差である。
ここで、zは正規分布’z スコア’であり、Zfcは変換された対象の相関関係であり、Zfmeanはデータベースによる変換された相関関係の平均であり、sdZfはデータベースによる変換された相関関係の標準偏差である。
データベース内の全ての対を相関させることによって、703の相互相関のセットが得られた。生の相関分布とz−変換された相関分布が、図11に示される。生の相関は正規分布ではない(上図)が、変換された相関は、正規分布に近いものを示しているようである(下図)。
バイオメトリック識別方法は、38の登録されたシグニチャと38のテストのシグニチャの分析を利用して、実施された。図12は、静的閾値の関数としてFAR及びFRR実施曲線を示し、図13は動的閾値の関数として実施曲線を示す。動的閾値が有意に優れた結果を示しているのが明白である(例えば、EERstatic=3%、EERdynamic=0%)
上述のように、動的識別閾値はデータ駆動型の閾値であり、個々の識別セッションで再計算され信頼限界を確立し識別プロセスの統計的有意性を実証するのが好ましい。しかし、全体スコアは背景ノイズによる信号の性質の低下によりやはり減少し、動的閾値を下げ、このことにより識別信頼を減少してしまう。この問題は、高パフォーマンスの認識を促進するために、登録フェーズと識別フェーズの両方で、信号の性質の評価を要求する。
(1)インプット心電図信号は、従来の波形モルフォロジ特性(例えば、P、Q−R−S、Tエレメント)からなる心電図波形に区分される。
(2)R波ピークに対して心電図波形が並べられる(“時間固定される”)。
(3)平均心電図が、並べられた心電図波形から導出される。調和平均、幾何平均、加重平均、若しくは中間値などの別の方法も利用され得るが、好適な方法は、算術平均を取る。更に別の方法は、主成分解析などの他の方法により元の信号を変換することを含む。
(4)個々の元の心電図波形は平均心電図に対して処理され、平均心電図に対して幾分かの差異が導出される。別の方法(例えば、平均心電図による元の心電図への除算)も利用可能であるが、好適な方法は、減算を行う。平均心電図が安定しており患者の心電図の真の徴表であるならば、結果として差異は、個々の個体の心電図波形に固有のノイズ(心電図ノイズ)の徴表となる。
(5)個々の心電図ノイズ波形において時間軸に対応する個々のサンプルポイントが共に処理され、可変性の大きさが導出される。最も好適な方法は分散を決定することである。利用され得る別の方法は、標準偏差即ち距離を含む。
(6)平均はこれらの可変性の大きさから求められる。最も好適な方法は、算術平均を取ることである。別の方法は、変換(例えば、log)後の平均を取ること、若しくは、別の平均(気化、調和、中間)を取ることを含み得る。最大値などの、別のサマリスコアも利用可能で有り得る。
Xが心電図データマトリクスを示すならば、一つの心電図波形を示す個々の列はXi(n)を示し、ここでiは心電図波形のインデクスであり、nは離散時間単位を示す。全ての心電図波形の平均は、x(n)で示される。時間nのあらゆるポイントに対して、エラー項を計算する.
ここで、分散はδe 2(n)で示される。可変平均を0から1の距離に変換する好適なスケーリングコンバージョンは、以下のように規定される。
理論的には、1に近い適合スコアは、正適合を示し、非適合スコアは、相関関係を完全に欠くことを示すゼロとなる傾向がある。しかしながら、実際には、真の適合スコアは、心電図シグニチャの一時的変動に影響され、更に重要なことに、背景ノイズから影響される。従って、より高い信号の性質が、短い時間の、高スコア識別に対して、求められる。高性質の信号は適合スコア上の上方境界を増加させるが、心臓学的シグニチャの可変性に依存する下方境界に影響しないことに、留意すべきである。図13及び図14に示される例は、38人の患者のデータベースに基づいて、信号の性質の関数としてスコア分布を示す。図15は、夫々5秒の短いデータ区分を示す。対照的に、図16は夫々20秒のより長い区分を示す(図16)。明らかに、より長い区分ではノイズの効果が相当程度まで補償され、スコア分布が平坦である。
信号の性質は、Qパラメータを利用して定量化され得る。より小さいQ値であるが、Qが、心電図アラインメント処理が崩れる或る限界以下にはならない場合、統計的優位性を維持するためにはより長い記録が必要である。図15及び図16は、所与のQ値に対する記録期間の関数として識別スコアにおける増加を示す。
第4の形態によれば、本明細書に開示される方法及びシステムは、格納されたシグニチャを暗号化し得る。この安全性の特性は、本明細書の種々の方法及びシステムは生の心電図データではなく格納されたシグニチャに基づいて通常動作するにもかかわらず、データベース内のデータを誤用してしまうことを防ぐように設計されている。従って、シグニチャ自身を暗号化することによって、セキュリティの追加的層が利用されてもよい。そのためには、クレジットカードデータに利用されるPKI(公開鍵基盤)技術を含む種々の波長変更技術が用いられてもよい。認証されていない個人がシグニチャを解読し更にシグニチャを生データ信号に変換する必要があり、それはどの共通特性が生データから除去されたのかを知らなければ不可能な作業であるから、この第4の形態によれば登録された患者データの不適切な利用がいっそう難しくなる。従って、本明細書に開示されるシステム及び方法の一つの利点は、格納された情報を誤用することが非常に困難になることである。
バイオメトリック識別システムは、一般に登録詐欺には脆弱である。この第5の形態に係るシステム及び方法は、データベースに登録された発生学的に関連する個人からの心電図データを利用することによって、この問題を解決する。肉親は、共通特性を共有する心電図を有する。患者のシグニチャを一般集団と相関させ、及び/又は、患者と意図的に関連する登録者と相関させることによって、システムは、患者が彼らの意図する者であるか否かが、確信して判定できる。この技術は、写真認識及び/又は指紋適合などの従来方法を介して個人識別を確認することに加えて、利用されてもよい。しかしながら、非ユークリッドであり類似性に基づくクラスタ化に従順でないそれらの方法とは異なり、この技術は、登録者の心電図シグニチャに基づいて発生学的関係の確率を決定することによって、登録プロセスのどの段階でも、詐欺を判定できる。
本明細書に開示されるシステム及び方法は、心電図を計測するための極めて高いインピーダンスプローブも利用する。信頼性及び利用容易性は、心電図ベースのバイオメトリック識別システムのとって重要であるから、単一ポイントで、若しくは患者に触れさえもせず、心電図を計測することは有用である。バイオメトリック識別の信頼性及び利用容易性を増加するために、本明細書に記載のものを含むバイオメトリック方法及びシステムと共に、電位プローブが動作してもよい。極めて高いインピーダンスプローブは種々の形態となる。例えば、Harlandらによる非特許文献2を参照されたい。この形態に係る極めて高いインプットインピーダンスプローブは、極めて低いノイズ特性を有し、動作するために電流伝導経路を要求しないのが好ましい。結果として、それらは、エキスパートシステムオペレータの助け無く素人が利用する場合であっても、前述の方法及びシステムと十分に動作する。従って、個人が衣服をまとって(金属探知器に類似する)スキャナを通過する際に心電図信号を収集することなど、これらのプローブは空港をベースにしたバイオメトリック識別システムで利用され得る。同様に、ATMやゲーム機などで、個人の指先から心電図を収集するのに、単体のプローブが利用されてもよい。単体のプローブに利用により、患者にはより動作の自由が与えられ、患者が識別及び登録管理に応じることがより容易になる。このことは、本明細書に記載のバイオメトリック識別システムが患者の機械操作を制御するのに利用される場合に特に有用であり、とりわけ、機械が操作するのに身体的接触を必要とする場合(例えば、小火器や乗物)にそうである。本形態に係る単体のプローブ及び遠隔プローブ心電図捕獲システムは、身体ノイズ及びEMGを減少させるノイズ減少計略により補完されてもよい。
最後に、上述の相関技術の代替技術で、若しくはそれらに加えて、本明細書に記載の方法及びシステムは、識別のための加重相関を利用してもよい。本形態によると、相関関係が種々のシグニチャ差分に対して種々の加重を与え得る。例えば、QRS群特性によるシグニチャの差分は、T若しくはPコンプレクス特性によるシグニチャの差分よりも加重されてもよい。Tは高度に可変であり、QRSは安定であり、Pはその中間であるから、システム及び方法は、加重関数の一部として、シグニチャ値の二乗平均平方根を利用してもよい。従って、シグニチャは、二乗平均平方根計算、L1メトリックス、若しくは別の正規化技術を利用して、正規化され得る。
図19は、好適なシステムの機能図を示す。同様に、図20は、好適な信号プロセッサの機能図を示す。“プロセッサ”という用語は、本明細書では、一般的用法で用いられており、プロセシングは、ICチップ上のコプロセッサなど、物理的な個別部品によりなされてもよく、又は、プロセッサは物理的な統合ユニットを含んでもよい。
以下は、前述の形態のいずれとも利用され得る登録フェーズのための例示のアルゴリズムである。
i.xi(n)は、i番目の新たな患者の20秒、250Hzデジタルサンプルを示し、nは時間の離散単位を示す。
ii.xi(n)は4Hz−40Hzの範囲でバンドパスフィルタされる。
iii.フィルタされた信号は、yi(n)で示される。
iv.フィルタされた信号yi(n)は、QRS群が探索され、’R’ピークをアンカーポイントとして識別する。
v.フィルタされた信号yi(n)は、維持され若しくはインバートされ、正の’R’ピークを得る。
vi.識別されたQRS群が計算され平均脈拍数読み取りPRiを確立する。
vii.フィルタされた信号yi(n)は、アンカーポイント周りでセグメント化され、個々の’R’アンカーポイントの前に50サンプル、アンカーポイントの後に90サンプルを取る。
viii.個々のデータセグメントは、’R’アンカーポイントの大きさで正規化される。
ix.セグメントはアンカーポイント周りで整列されて平均化され、si(n)で示される患者の心電図信号を生成する。
x.患者の心電図信号si(n)は、脈拍数に係る’P’と’T’の潜伏を正規化することによって、平均脈拍数PRiに従って調整される。調整された心電図信号は、vi(n)で示される。
xi.脈拍数を調整した患者の心電図信号vi(n)は、データベースに付加され、全平均T(n)に持ち込まれる。
xii.システムデータベース内に格納された脈拍数を調整した心電図信号の各々から全平均T(n)を差し引くことによって、電子−バイオメトリックシグニチャΦiのセットが構築される。
以下は、認識フェーズのための例示のアルゴリズムである。
i.xj(n)は、テストされる患者の10秒、250Hzデジタルサンプルを示す。
ii.xj(n)は4Hz−40Hzの範囲でバンドパスフィルタされる。
iii.フィルタされた信号は、yj(n)で示される。
iv.フィルタされた信号yj(n)は、QRS群の位置が探索され、Rピークをアンカーポイントとして利用する。
v.フィルタされた信号yj(n)は、維持され若しくはインバートされ、正の’R’ピークを得る。
vi.識別されたQRS群が計算され平均脈拍数読み取りPRjを確立する。
vii.フィルタされた信号yj(n)は、アンカーポイント周りでセグメント化され、個々のアンカーポイントの前に50サンプル、アンカーポイントの後に90サンプルを取る。
viii.セグメントはアンカーポイント周りで整列されて平均化され、sj(n)で示される患者の心電図信号を生成する。
ix.患者の心電図信号sj(n)は、平均脈拍数PRjに従って正規化される。脈拍数を調整した患者の心電図信号は、vj(n)で示される。
x.脈拍数を調整した心電図信号vj(n)から全平均T(n)を差し引くことによって、電子−バイオメトリックシグニチャσjが構築される。
xi.電子−バイオメトリックシグニチャσjと全ての登録された電子−バイオメトリックシグニチャΦiとの間の相関係数が計算されて2乗され、その元の符号を維持する。
xii.最大の符号維持2乗相関値が選択され前にセットされた閾値と比較される。
xiii.選択された最大の符号維持2乗相関値が前にセットされた閾値より大きければ、正の適合が示され、患者が識別される。
患者からの心電図信号の取得、デジタル化、及び格納;
a.心電図信号データベースの編成;
b.心電図信号の類似性に基づくテンプレートデータベースの複数サブセットへの分割;
c.一つ又はそれ以上の全平均の構築;
d.患者固有電子−バイオメトリックシグニチャの導出。
[照合]
新たに捕獲された電子−バイオメトリックシグニチャは、患者固有の登録された電子−バイオメトリックシグニチャテンプレートと比較される;
a.関連して格納された電子−バイオメトリックシグニチャテンプレートと、新たに捕獲された患者の電子−バイオメトリックシグニチャの相関と信頼分析;
b.認識結果の表示及び登録、及び/又は、物理的若しくは仮想的ローカル/リモートメカニズムの作動。
新たに捕獲された電子−バイオメトリックシグニチャは、データベース内に加わる電子−バイオメトリックシグニチャテンプレートの全てと比較される;
a.全ての格納された電子−バイオメトリックシグニチャテンプレートと、新たに捕獲された患者の電子−バイオメトリックシグニチャの相関と信頼解析;
b.認識結果の表示及び登録、及び/又は、物理的若しくは仮想的ローカル/リモートメカニズムの作動。
Claims (27)
- a)心電図信号収集モジュール、
b)登録されたシグニチャデータベース、
c)上記心電図信号収集モジュールにより収集された心電図信号から、個人のグループの共通心電図特性を表す特性波形を除く心電図シグニチャ生成器を含む心電図信号プロセッサ、
d)心電図シグニチャを少なくとも1つの登録された心電図シグニチャと比較する心電図シグニチャ比較器、
e)上記比較のための識別閾値を動的に再計算する動的閾値生成器、及び、
f)出力モジュール
を含むバイオメトリック識別システム。 - 上記心電図シグニチャ生成器は、上記グループの心電図信号の主成分解析から導出される第1の主成分を表す特性波形を除くことを特徴とする請求項1に記載のシステム。
- 上記特性波形は、心電図信号収集モジュールにより収集される心電図信号内に存在する特性波形の範囲を近似するように加重されることを特徴とする請求項2に記載のシステム。
- 上記心電図シグニチャ生成器が、心電図信号収集モジュールにより収集された心電図信号から上記近似値を除くことを特徴とする請求項3に記載のシステム。
- 上記心電図信号収集モジュールが、上記個人のグループのメンバでない個人から心電図信号を収集することを特徴とする請求項2に記載のシステム。
- 上記特性波形が、総合的心電図から導出されることを特徴とする請求項1乃至3のうちのいずれか一に記載のシステム。
- 上記心電図シグニチャ生成器が、上記グループの心電図信号の独立成分分析(ICA)から導出される特性波形を除くことを特徴とする請求項1に記載のシステム。
- 上記心電図シグニチャ生成器が、上記グループの心電図信号のウエーブレット分解(WD)から導出される特性波形を除くことを特徴とする請求項1に記載のシステム。
- 上記特性波形を加重する再構成係数を利用することを特徴とする請求項3に記載のシステム。
- 上記心電図収集モジュールが、ユーザからの意識的応答を要求しない生物学的チャレンジレスポンスメカニズムのために備わる双方向インターフェースを含むことを特徴とする請求項1乃至3のうちのいずれか一に記載のシステム。
- 上記双方向インターフェースが伝導媒質を含むことを特徴とする請求項10に記載のシステム。
- 上記伝導媒質がアパレルアイテムの中に総合されていることを特徴とする請求項11に記載のシステム。
- a)患者の心電図を収集するステップ、
b)個人のグループからの心電図を分解し該グループの共通特性を表す特性波形のセットを決定するステップ、
c)上記特性波形を除くことによって、上記患者の心電図を処理するステップ、
d)患者の処理された心電図を利用して該患者を識別するステップ、及び
e)上記識別のための識別閾値を動的に再計算して生成するステップ
を含む個人を識別する方法。 - 上記患者が上記個人のグループのメンバでないことを特徴とする請求項13に記載の方法。
- 上記分解された心電図が総合的であることを特徴とする請求項13に記載の方法。
- 上記ステップがリストされた順序で実施されることを特徴とする請求項13に記載の方法。
- 上記特性波形を加重し患者の心電図信内に存在する共通特性の範囲を近似するステップを更に含むことを特徴とする請求項13に記載の方法。
- 上記特性波形を除くステップが、上記近似を除くことにより完遂されることを特徴とする請求項17に記載の方法。
- 上記分解するステップが、主成分解析を個人のグループからの心電図に適用することにより為され、上記加重するステップが、患者の心電図内に存在する上記共通特性の範囲を近似するように共通特性を表す主成分に対する再構成係数を決定することにより為されることを特徴とする請求項17に記載の方法。
- 上記近似が患者の心電図から除かれることを特徴とする請求項19に記載の方法。
- 共通特性を表す主成分がタイムシフトされて上記再構成係数を決定することを特徴とする請求項19に記載の方法。
- 上記分解するステップが独立成分分析(ICA)であることを特徴とする請求項13に記載の方法。
- 上記分解するステップがウエーブレット分解(WD)であることを特徴とする請求項13に記載の方法。
- 患者の意識的応答を要求しないように患者を喚起するステップを更に含む請求項13乃至16のうちのいずれか一に記載の方法。
- 上記喚起するステップが、患者の心電図を収集するのに利用される伝導媒質を介して電気的刺激を与えるステップを含むことを特徴とする請求項24に記載の方法。
- a)心電図信号を収集するステップ、
b)上記心電図信号を処理して心電図シグニチャを生成するステップ、
c)上記心電図シグニチャを複数の総合的心電図シグニチャと相関させるステップ、
d)上記相関の一つ又は複数を変換するステップ、
e)上記相関のための動的閾値を生成するステップ、及び、
f)識別結果を出力するステップ
を含むバイオメトリック識別の方法。 - 上記ステップがリストされた順序で実施されることを特徴とする請求項26に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ILPCT/IB2004/03899 | 2004-11-08 | ||
PCT/IB2004/003899 WO2006048701A2 (en) | 2004-11-08 | 2004-11-08 | Method and apparatus for electro-biometric indentity recognition |
PCT/IB2005/003281 WO2006059190A2 (en) | 2004-11-08 | 2005-11-08 | Method and apparatus for electro-biometric identity recognition |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2008518709A JP2008518709A (ja) | 2008-06-05 |
JP2008518709A5 JP2008518709A5 (ja) | 2008-08-07 |
JP4782141B2 true JP4782141B2 (ja) | 2011-09-28 |
Family
ID=34959495
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007539643A Pending JP2008518708A (ja) | 2004-11-08 | 2004-11-08 | 電子バイオメトリック識別認識のための方法及び装置 |
JP2007539648A Expired - Fee Related JP4782141B2 (ja) | 2004-11-08 | 2005-11-08 | 電子バイオメトリック識別認識のための方法及び装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007539643A Pending JP2008518708A (ja) | 2004-11-08 | 2004-11-08 | 電子バイオメトリック識別認識のための方法及び装置 |
Country Status (7)
Country | Link |
---|---|
EP (2) | EP1815386A1 (ja) |
JP (2) | JP2008518708A (ja) |
KR (2) | KR101019844B1 (ja) |
CN (2) | CN101421744B (ja) |
AU (3) | AU2004324705A1 (ja) |
CA (2) | CA2587214A1 (ja) |
WO (2) | WO2006048701A2 (ja) |
Families Citing this family (63)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7536557B2 (en) * | 2001-03-22 | 2009-05-19 | Ensign Holdings | Method for biometric authentication through layering biometric traits |
GB0704429D0 (en) | 2007-03-08 | 2007-04-18 | Sensor Technologies & Devices | Method and apparatus for determining information concerning the identity of an individual |
US8271082B2 (en) * | 2007-06-07 | 2012-09-18 | Zoll Medical Corporation | Medical device configured to test for user responsiveness |
JP4406460B2 (ja) * | 2008-02-27 | 2010-01-27 | 東海電子株式会社 | 呼気アルコール測定装置 |
WO2009111671A2 (en) * | 2008-03-05 | 2009-09-11 | Pulmonary Data Systems, Inc. | System including method and device for identification and monitoring of pulmonary data |
WO2010023962A1 (ja) * | 2008-09-01 | 2010-03-04 | 独立行政法人情報通信研究機構 | ユビキタス型心電計システム |
GB2465782B (en) | 2008-11-28 | 2016-04-13 | Univ Nottingham Trent | Biometric identity verification |
US10257191B2 (en) | 2008-11-28 | 2019-04-09 | Nottingham Trent University | Biometric identity verification |
US8680995B2 (en) * | 2010-01-28 | 2014-03-25 | Honeywell International Inc. | Access control system based upon behavioral patterns |
CN102469948B (zh) * | 2010-03-12 | 2015-06-03 | 塔塔咨询服务有限公司 | 用于车辆安全、个性化和驾驶员的心脏活动监控的*** |
JP5772242B2 (ja) | 2011-06-03 | 2015-09-02 | ソニー株式会社 | 測定装置、測定方法、プログラム、および情報処理装置 |
WO2013096954A1 (en) * | 2011-12-23 | 2013-06-27 | The Trustees Of Dartmouth College | Wearable computing device for secure control of physiological sensors and medical devices, with secure storage of medical records, and bioimpedance biometric |
PT106102B (pt) * | 2012-01-19 | 2014-08-11 | Inst Superior Técnico | Dispositivo e método para reconhecimento biométrico contínuo baseado em sinais eletrocardiográficos |
CN103220564A (zh) * | 2013-04-07 | 2013-07-24 | 深圳Tcl新技术有限公司 | 识别用户身份的方法及遥控装置 |
KR101492802B1 (ko) * | 2013-06-26 | 2015-02-12 | 계명대학교 산학협력단 | 개인 인증을 위한 피부 임피던스 측정용 전극 센서 및 이를 포함하는 피부 임피던스 측정 장치 |
EP3047601B1 (en) * | 2013-09-19 | 2019-07-10 | Intel Corporation | Technologies for synchronizing and restoring reference templates |
US10929848B2 (en) | 2013-11-22 | 2021-02-23 | Htc Corporation | Electronic device for contactless payment |
US9345231B2 (en) * | 2013-11-26 | 2016-05-24 | Vet Innovations, Llc | Selective access control apparatus for animals using electronic recognition |
EP3074086A1 (en) * | 2013-11-30 | 2016-10-05 | Koninklijke Philips N.V. | Automated detection of patient age by ecg |
JP6585606B2 (ja) * | 2014-02-24 | 2019-10-02 | ソニー株式会社 | スマート装置からセンサ情報を取得するスマートウェアラブル装置及び方法 |
EP2963603A1 (en) * | 2014-07-03 | 2016-01-06 | Nxp B.V. | Method and device for secure identification of a user of a service |
CN105336021A (zh) * | 2014-08-12 | 2016-02-17 | 鸿富锦精密工业(深圳)有限公司 | 汽车及其使用无钥匙解锁***及汽车无钥匙解锁方法 |
KR102257289B1 (ko) * | 2014-08-26 | 2021-05-27 | 삼성전자주식회사 | 심전도 신호를 이용한 사용자 인증 방법 및 장치 |
US9734315B2 (en) * | 2014-09-01 | 2017-08-15 | Lg Electronics Inc. | Wearable terminal |
KR102299819B1 (ko) * | 2014-12-30 | 2021-09-08 | 삼성전자주식회사 | 생체 신호를 이용한 사용자 인증 방법 및 장치 |
US9836896B2 (en) | 2015-02-04 | 2017-12-05 | Proprius Technologies S.A.R.L | Keyless access control with neuro and neuro-mechanical fingerprints |
US10357210B2 (en) | 2015-02-04 | 2019-07-23 | Proprius Technologies S.A.R.L. | Determining health change of a user with neuro and neuro-mechanical fingerprints |
US9577992B2 (en) | 2015-02-04 | 2017-02-21 | Aerendir Mobile Inc. | Data encryption/decryption using neuro and neuro-mechanical fingerprints |
US9590986B2 (en) | 2015-02-04 | 2017-03-07 | Aerendir Mobile Inc. | Local user authentication with neuro and neuro-mechanical fingerprints |
JP6655794B2 (ja) | 2015-03-17 | 2020-02-26 | パナソニックIpマネジメント株式会社 | 個人認証装置、個人認証方法、およびプログラム |
US11712190B2 (en) | 2015-06-12 | 2023-08-01 | ChroniSense Medical Ltd. | Wearable device electrocardiogram |
US11160459B2 (en) | 2015-06-12 | 2021-11-02 | ChroniSense Medical Ltd. | Monitoring health status of people suffering from chronic diseases |
US11464457B2 (en) | 2015-06-12 | 2022-10-11 | ChroniSense Medical Ltd. | Determining an early warning score based on wearable device measurements |
US11160461B2 (en) | 2015-06-12 | 2021-11-02 | ChroniSense Medical Ltd. | Blood pressure measurement using a wearable device |
US10687742B2 (en) | 2015-06-12 | 2020-06-23 | ChroniSense Medical Ltd. | Using invariant factors for pulse oximetry |
US10952638B2 (en) | 2015-06-12 | 2021-03-23 | ChroniSense Medical Ltd. | System and method for monitoring respiratory rate and oxygen saturation |
US10278620B2 (en) | 2015-09-10 | 2019-05-07 | Panasonic Intellectual Property Management Co., Ltd. | Individual authentication method, electrocardiographic authentication information generation method, individual authentication device, electrocardiographic authentication information generating device, recording medium, and method |
GB2544087A (en) * | 2015-11-05 | 2017-05-10 | B-Secur Ltd | Automatic teller machine with biometric authentication |
WO2017096550A1 (en) * | 2015-12-09 | 2017-06-15 | Intel Corporation | Methods and apparatus using human electrocardiogram to protect electronic data |
US11000235B2 (en) | 2016-03-14 | 2021-05-11 | ChroniSense Medical Ltd. | Monitoring procedure for early warning of cardiac episodes |
CN107788992B (zh) | 2016-08-29 | 2022-03-08 | 松下知识产权经营株式会社 | 识别生物体的装置以及识别生物体的方法 |
KR102596904B1 (ko) * | 2016-09-01 | 2023-11-07 | 주식회사 라이프사이언스테크놀로지 | 심전도신호를 이용한 개인정보의 암호화 및 복호화 방법 |
CN106859633A (zh) * | 2017-01-06 | 2017-06-20 | 湖北工业大学 | 移动心电监护预警*** |
US11055530B2 (en) * | 2017-03-24 | 2021-07-06 | Magic Leap, Inc. | Accumulation and confidence assignment of iris codes |
JP6762903B2 (ja) * | 2017-04-26 | 2020-09-30 | 東芝情報システム株式会社 | リスク管理システム及びリスク管理システム用プログラム |
JP6765657B2 (ja) * | 2017-06-27 | 2020-10-07 | 公立大学法人会津大学 | 認証装置、認証方法及びコンピュータプログラム |
CN108125686B (zh) * | 2017-07-13 | 2021-02-12 | 广东网金控股股份有限公司 | 一种反欺诈方法及*** |
KR101917526B1 (ko) | 2017-07-20 | 2018-11-12 | 현대오트론 주식회사 | 리얼 타임 클럭 및 이를 이용한 시간 정보 입출력 방법 |
JP6788876B2 (ja) * | 2017-07-25 | 2020-11-25 | パナソニックIpマネジメント株式会社 | 心電図信号処理装置、個人認証装置及び心電図信号処理方法 |
US10499827B2 (en) * | 2017-09-19 | 2019-12-10 | Honeywell International Inc. | System and method for interpretation of signal-to-noise ratios detected in an array of electrodes sensors in terms of physical and cognitive state |
US11642431B2 (en) | 2017-12-08 | 2023-05-09 | Sony Corporation | Information processing apparatus, control method of the same, and recording medium |
US11568984B2 (en) | 2018-09-28 | 2023-01-31 | Zoll Medical Corporation | Systems and methods for device inventory management and tracking |
EP3860441A4 (en) * | 2018-10-01 | 2022-10-12 | Delgado, Reynolds | HIGH FREQUENCY QRS IN BIOMETRIC IDENTIFICATION |
US11000198B2 (en) * | 2018-12-05 | 2021-05-11 | Viavi Solutions Inc. | Autonomous full spectrum biometric monitoring |
CN109431493B (zh) * | 2018-12-07 | 2021-02-26 | 南京医科大学 | 基于距离分段加权算法的可穿戴体表电势采集装置 |
CN109875546B (zh) * | 2019-01-24 | 2020-07-28 | 西安交通大学 | 一种面向心电图数据的深度模型分类结果可视化方法 |
CN110123289B (zh) * | 2019-04-08 | 2022-01-07 | 清华大学深圳研究生院 | 一种基于脉搏波的生物识别方法及相关装置 |
WO2020237302A1 (en) * | 2019-05-27 | 2020-12-03 | La Trobe University | Wireless electrochemical analysis |
CN112168176B (zh) * | 2019-06-12 | 2024-03-19 | 京东方科技集团股份有限公司 | 一种基于心电信号的身份识别方法、装置和设备 |
KR102276606B1 (ko) * | 2019-12-05 | 2021-07-13 | 한국전자기술연구원 | 심전도를 이용한 개인 인증 방법 |
CN111415442A (zh) * | 2020-03-16 | 2020-07-14 | 恒玄科技(上海)股份有限公司 | 一种门禁控制方法、电子设备及存储介质 |
JP7237917B2 (ja) * | 2020-12-28 | 2023-03-13 | マクセル株式会社 | 生体認証装置 |
CN113836995B (zh) * | 2021-08-09 | 2024-04-02 | 新绎健康科技有限公司 | 年龄段识别方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6040783A (en) * | 1995-05-08 | 2000-03-21 | Image Data, Llc | System and method for remote, wireless positive identity verification |
US7536557B2 (en) * | 2001-03-22 | 2009-05-19 | Ensign Holdings | Method for biometric authentication through layering biometric traits |
WO2003000015A2 (en) * | 2001-06-25 | 2003-01-03 | Science Applications International Corporation | Identification by analysis of physiometric variation |
AU2003256693B2 (en) * | 2002-07-29 | 2008-05-01 | Intel Corporation | Method and apparatus for electro-biometric identiy recognition |
KR101201403B1 (ko) * | 2010-12-30 | 2012-11-14 | 에이피시스템 주식회사 | 감지 모듈 |
-
2004
- 2004-11-08 EP EP04799001A patent/EP1815386A1/en not_active Withdrawn
- 2004-11-08 CA CA002587214A patent/CA2587214A1/en not_active Abandoned
- 2004-11-08 JP JP2007539643A patent/JP2008518708A/ja active Pending
- 2004-11-08 KR KR1020077012835A patent/KR101019844B1/ko not_active IP Right Cessation
- 2004-11-08 WO PCT/IB2004/003899 patent/WO2006048701A2/en active Application Filing
- 2004-11-08 CN CN2004800443502A patent/CN101421744B/zh not_active Expired - Fee Related
- 2004-11-08 AU AU2004324705A patent/AU2004324705A1/en not_active Abandoned
-
2005
- 2005-11-08 CA CA2586772A patent/CA2586772C/en not_active Expired - Fee Related
- 2005-11-08 CN CNA2005800379021A patent/CN101263510A/zh active Pending
- 2005-11-08 JP JP2007539648A patent/JP4782141B2/ja not_active Expired - Fee Related
- 2005-11-08 AU AU2005310994A patent/AU2005310994A1/en not_active Abandoned
- 2005-11-08 EP EP05850656A patent/EP1815391A2/en not_active Withdrawn
- 2005-11-08 WO PCT/IB2005/003281 patent/WO2006059190A2/en active Application Filing
- 2005-11-08 KR KR1020077012836A patent/KR101019838B1/ko active IP Right Grant
-
2010
- 2010-11-30 AU AU2010246527A patent/AU2010246527A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
KR20070085857A (ko) | 2007-08-27 |
WO2006059190A3 (en) | 2008-02-21 |
JP2008518709A (ja) | 2008-06-05 |
AU2005310994A1 (en) | 2006-06-08 |
WO2006048701A2 (en) | 2006-05-11 |
CN101421744A (zh) | 2009-04-29 |
EP1815391A2 (en) | 2007-08-08 |
AU2010246527A1 (en) | 2010-12-23 |
CA2586772C (en) | 2015-01-13 |
EP1815386A1 (en) | 2007-08-08 |
CN101263510A (zh) | 2008-09-10 |
KR20070085856A (ko) | 2007-08-27 |
CN101421744B (zh) | 2013-06-05 |
AU2004324705A1 (en) | 2006-05-11 |
KR101019838B1 (ko) | 2011-03-04 |
CA2587214A1 (en) | 2006-05-11 |
KR101019844B1 (ko) | 2011-03-04 |
JP2008518708A (ja) | 2008-06-05 |
WO2006059190A2 (en) | 2006-06-08 |
CA2586772A1 (en) | 2006-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4782141B2 (ja) | 電子バイオメトリック識別認識のための方法及び装置 | |
US7689833B2 (en) | Method and apparatus for electro-biometric identity recognition | |
US20060136744A1 (en) | Method and apparatus for electro-biometric identity recognition | |
US20100311482A1 (en) | Electro-Biometric Methods and Apparatus | |
JP5642210B2 (ja) | 電子バイオメトリック識別認識のための方法及び装置 | |
Singh et al. | Bioelectrical signals as emerging biometrics: Issues and challenges | |
Sriram et al. | Activity-aware ECG-based patient authentication for remote health monitoring | |
Pouryayevali | ECG biometrics: new algorithm and multimodal biometric system | |
Silva et al. | Clinical data privacy and customization via biometrics based on ECG signals | |
Mousavi | Fusion of ECG and PPG signals in apply to spoof detection and biometric authentication | |
Agrafioti | Robust subject recognition using the Electrocardiogram | |
Alariki et al. | A Review Study of Heartbeat Biometric Authentication. | |
Mageshbabu et al. | Analysis on specific biometric approaches: ECG as one of its trait | |
MADDULURI et al. | ELECTROCARDIOGRAM PLETHYSMOGRAPHIC ELECTROMYOGRAMS BASED BIOMETRIC AUTHENTICATION MODELS | |
Asadianfam et al. | ECG-based authentication systems: a comprehensive and systematic review | |
Safie et al. | Pulse domain novel feature extraction methods with application to ecg biometric authentication |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070720 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080606 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080606 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080606 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080606 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101130 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110228 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110307 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110331 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110407 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110502 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110512 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110531 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110621 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110706 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140715 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4782141 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |