JP5642210B2 - 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
- JP5642210B2 JP5642210B2 JP2013019837A JP2013019837A JP5642210B2 JP 5642210 B2 JP5642210 B2 JP 5642210B2 JP 2013019837 A JP2013019837 A JP 2013019837A JP 2013019837 A JP2013019837 A JP 2013019837A JP 5642210 B2 JP5642210 B2 JP 5642210B2
- Authority
- JP
- Japan
- Prior art keywords
- individual
- biometric
- signal
- signature
- patient
- 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
Images
Landscapes
- 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)
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。
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。
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9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10は、静的閾値の関数としてFAR及びFRR実施曲線を示し、図11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.
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13は、夫々5秒の短いデータ区分を示す。対照的に、図14は夫々20秒のより長い区分を示す(図14)。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17は、好適なシステムの機能図を示す。同様に、図18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;
e.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;
f.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;
g.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;
h.認識結果の表示及び登録、及び/又は、物理的若くは仮想的ローカル/リモートメカニズムの作動。
Claims (5)
- 個人を識別する方法において、
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及び第2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であって、上記第1及び第2のバイオメトリックシグニチャの各々は異なる心臓鼓動におけるものである、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3のバイオメトリックシグニチャを作成するステップと、
上記選択された個人の脈拍数に基づいて上記第1及び第2のバイオメトリックシグニチャのうちの一つを選択するステップと、
上記第3のバイオメトリックシグニチャを上記第1及び第2のバイオメトリックシグニチャのうちの上記選択されたものと比較し、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。 - 上記作成して格納するステップが、複数の第1及び第2のバイオメトリックシグニチャを作成し格納するステップを含み、各々は、個々の個別の個人の心臓鼓動パターンの表現と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、個別の個人を識別し、
上記比較するステップが、複数の、上記第1及び第2のバイオメトリックシグニチャのうちの上記選択されたものの、各々に関して、実施されることを特徴とする請求項1に記載の方法。 - 上記比較するステップが、
上記第3のバイオメトリックシグニチャを上記第1及び第2のバイオメトリックシグニチャのうちの上記選択されたものと相関して相関係数を取得し、識別された第1及び第2のバイオメトリックシグニチャのうちの上記選択されたものに係る相関係数を相関係数閾値と比較するステップを含むことを特徴とする請求項1に記載の方法。 - 選択された個人の心臓鼓動パターンの表現を取得する上記ステップが、心臓鼓動パターンの複数の表現を取得するステップを含むことを特徴とする請求項1に記載の方法。
- 特定個人の第1及び第2のバイオメトリックシグニチャを作成し格納する上記ステップが、所定期間に渡って特定個人の心臓鼓動パターンの複数の表現を取得し、特定個人の心臓鼓動パターの複数の表現の夫々から各々連続する第1及び第2のバイオメトリックシグニチャを作成するステップを含むことを特徴とする請求項1に記載の方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013019837A JP5642210B2 (ja) | 2013-02-04 | 2013-02-04 | 電子バイオメトリック識別認識のための方法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013019837A JP5642210B2 (ja) | 2013-02-04 | 2013-02-04 | 電子バイオメトリック識別認識のための方法及び装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007539643A Division 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013150806A JP2013150806A (ja) | 2013-08-08 |
JP5642210B2 true JP5642210B2 (ja) | 2014-12-17 |
Family
ID=49047693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013019837A Expired - Fee Related JP5642210B2 (ja) | 2013-02-04 | 2013-02-04 | 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 (1)
Country | Link |
---|---|
JP (1) | JP5642210B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102257289B1 (ko) | 2014-08-26 | 2021-05-27 | 삼성전자주식회사 | 심전도 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 |
US9577992B2 (en) | 2015-02-04 | 2017-02-21 | Aerendir Mobile Inc. | Data encryption/decryption using 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 |
KR101777583B1 (ko) | 2015-12-02 | 2017-09-13 | 한양대학교 에리카산학협력단 | 심전도 신호 처리 방법 및 그 장치 |
JP6604870B2 (ja) * | 2016-02-19 | 2019-11-13 | 株式会社豊田中央研究所 | 個人識別装置、個人識別方法、及び個人識別プログラム |
EP3602399B1 (en) * | 2017-03-24 | 2022-10-05 | Magic Leap, Inc. | Accumulation and confidence assignment of iris codes |
CN112115782B (zh) * | 2020-08-12 | 2023-09-29 | 安徽心之声医疗科技有限公司 | 一种基于深度哈希神经网络的心电信号身份识别的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100095659A (ko) * | 2002-07-29 | 2010-08-31 | 이데시아 엘티디. | 전자 생체 신원 인식을 위한 방법 및 장치 |
-
2013
- 2013-02-04 JP JP2013019837A patent/JP5642210B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2013150806A (ja) | 2013-08-08 |
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 | |
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 | |
US20100311482A1 (en) | Electro-Biometric Methods and Apparatus | |
Komeili et al. | Liveness detection and automatic template updating using fusion of ECG and fingerprint | |
Wieclaw et al. | Biometrie identification from raw ECG signal using deep learning techniques | |
Sidek et al. | Data mining in mobile ECG based biometric identification | |
Abdeldayem et al. | ECG-based human authentication using high-level spectro-temporal signal features | |
Chamatidis et al. | Using deep learning neural networks for ECG based authentication | |
Pouryayevali | ECG biometrics: new algorithm and multimodal biometric system | |
Silva et al. | Clinical data privacy and customization via biometrics based on ECG signals | |
Gupta et al. | Person identification using electrocardiogram and deep long short term memory | |
Agrawal | ECG-Based User Authentication Using Deep Learning Architectures | |
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. | |
Gona | IoT-based multimodal liveness detection using the fusion of ECG and fingerprint | |
Mageshbabu et al. | Analysis on specific biometric approaches: ECG as one of its trait |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20130918 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140428 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140507 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140805 |
|
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: 20140930 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141028 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5642210 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |