Journal of the Institute of Electronics Engineers of Korea CI (전자공학회논문지CI)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Development of Single Channel ECG Signal Based Biometrics System

단채널 심전도 기반 바이오인식 시스템 개발

  • Received : 2011.09.02
  • Accepted : 2012.01.03
  • Published : 2012.01.25
Download PDF
⟨ Previous Next ⟩

Abstract

In general, currently developed ECG(electrocardiogram) based biometrics approaches are not suitable for real market applications since they require high cost ECG monitoring device and their measurement methods showed poor usability. In this paper, we developed lead I signal based biometrics system using special purpose ECG measurement hardware. To guarantee signal quality for biometrics from various signal measurement environment in our ordinary life, several filters are applied. In addition, to enhance usability, only two skin on electrodes without reference point are used for measurement. Lead I signals of seventeen candidates are measured from developed hardware and features are extracted. Extracted features are applied to support vector machine (SVM) pattern classifier for biometrics, and the experimental results showed 98.59% of sensitivity (SN) and 97.21% of accuracy (ACC). Compare to conventional ECG biometrics approaches, proposed system showed enhanced usability with low-cost measurement hardware.

최근 새롭게 연구되는 심전도기반 바이오인식은 통상 고가의 심전도 측정 장비를 필요로 하고 측정방법에도 제한이 많아 실제 인식시스템으로 사용하기 위해서는 극복해야할 문제들이 많은 실정이다. 이에 본 논문에서는 심전도 바이오인식용 심전도 측정 하드웨어를 제작해 심전도 리드 I 파형을 이용한 바이오인식 시스템을 개발했다. 제작된 하드웨어는 측정자의 동적인 측정환경 및 파형왜곡 최소화를 고려해 설계된 필터가 적용되었고, 기준접점을 제거해 두 개의 전극만으로도 심전도 측정이 가능하도록 설계되어 측정자의 거부감을 줄일 수 있다. 제작된 하드웨어를 기반으로 17명의 측정자로부터 심전도 리드 I 파형을 수집했으며, 파형 추출 알고리즘을 개발해 각각의 단일 심전도 파형으로 분리했다. SVM(support vector machine) 분류기를 이용한 심전도 바이오인식 실험결과 민감도(sensitivity, SN) 98.59% 및 정확도(accuracy, ACC) 97.21% 의 성능을 보였다. 개발된 심전도 바이오인식 기술은 기존 심전도 바이오인식 대비 사용 편의성을 높였으며 저가의 하드웨어로 구현 가능하다.

Keywords

References

  1. Jain A.K., Ross A., Prabhakar S., "An introduction to biometric recognition," IEEE Trans. on Circuits and Systems for Video Technology, vol. 14, pp. 4-20, 2004.
  2. 전자부품연구연, "아시아 생체인식 동향", 전자정보센터, 2009.
  3. Biel L., Pettersson O., Philipson L., Wide P., "ECG analysis: a new approach in human identification," IEEE Trans. on Instrumentation and Measurement, vol. 50, no. 3, pp. 808-812, 2001. https://doi.org/10.1109/19.930458
  4. Kyoso M., Uchiyama A., "Development of an ECG identification system," Proc. of EMBS International Conf. pp. 3721-3723, 2001.
  5. Shen T.W., Tompkins W.J., Hu Y.H., "One- lead ECG for identity verification," Proc. of the Second Joint EMBS/BMES Conf., pp. 62-63, 2002.
  6. Venkatesh N., Jayaraman S., "Human Electrocardiogram for Biometrics Using DTW and FLDA," Proc. of ICPR 20th International Conf., pp. 3838-3841, 2010.
  7. Chan A.D.C., Hamdy M.M., Badre A., Badee V., "Wavelet Distance Measure for Person Identification Using Electrocardiograms," IEEE Trans. on Instrumentation and Measurement, vol. 57, no. 2, pp. 248-253, 2008. https://doi.org/10.1109/TIM.2007.909996
  8. Min C.H., Kim T.S., "ECG Based Patient Recognition Model for Smart Healthcare Systems", Lecture Notes in Computer Science, Volume 3398/2005, pp. 159-166, 2005.
  9. 민철홍, 김태선, "심전도기반 u-Healthcare 시스템을 위한 파형추출방법", 전자공학회 논문지 제 46 권 CI 편 제 6호, pp. 641-649, 2009
  10. James C.H., John G.W., "60-Hz Interference in Electrocardiography", IEEE Transactions on Biomedical Engineering, vol. 20, no. 2, pp. 91-101, 1973.
  11. Pan J., Tompkins W.J., "A Real-Time QRS Detection Algorithm", IEEE Transactions on Biomedical Engineering, vol. 32, no. 3, pp. 203-236, 1985.
  12. Chang C.C., Lin C.J., "Libsvm: A Library for Support Vector Machines", Dept. of Computer Science and Information Eng., Nat'l Taiwan Univ., 2003.
  13. 민철홍, 김태선, "심전도 기반 생체인식 알고리즘의 개발", 정보 및 제어 학술대회(CICS '10) 논문집, pp. 232-233, 2010.