• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.6
• /
• pp.18-26
• /
• 2009

In this paper, we proposed multipurpose signal detection methods for ECG (electrocardiogram) based u-healthcare systems. For ECG based u-healthcare system, QRS signal extraction for cardiovascular disease diagnosis is essential. Also, for security and convenience reasons, it is desirable if u-healthcare system support biometric identification directly from user's bio-signal such as ECG for this case. For this, from Lead II signal, we developed QRS signal detection method and also, we developed signal extraction method for biometric identification using Lead II signal which is relatively robust from signal alteration by aging and diseases. For QRS signal detection capability from Lead II signal, ECG signals from MIT-BIH database are used and it showed 99.36% of accuracy and 99.68% of sensitivity. Also, to show the performance of signal extraction capability for biometric diagnosis purpose, Lead III signals are measured after drinking, smoking, or exercise to consider various monitoring conditions and it showed 99.92% of accuracy and 99.97% of sensitivity.

• Proceedings of the IEEK Conference
• /
• 2006.06a
• /
• pp.791-792
• /
• 2006

본 논문은 심전도의 리드III 파형을 이용하여 신원확인이 가능한 생체인식 기술을 제안한다. 인식을 위한 심전도의 리드III파형을 특징추출하기 위해 $4{\sim}30Hz$의 대역통과 필터를 사용하여 피크(peak)점만 남겨놓고 모든 잡음을 제거한 후, AAV(absolute amplitude value)를 이용하여 피크점의 값을 추출한다. 추출된 피크 점은 원신호의 피크점과 같으므로 이를 기준으로 전체파형을 특징추출을 위한 단위 파형으로 분리한다. 분리된 신호는 정의된 4가지 형태(type)의 파형 중 가장 유사한 파형타입으로 분류되며, 분류된 형태를 기준으로 꼭지점, 최대 피크점, 최소 피크점, 최대.최소 피크점 비, 파형 간격(interval) 및 파형의 세부 모양 등 총22가지의 특징들을 추출한다. 추출된 특징들은 오류역전파 신경회로망(back-propagation neural network)의 입력으로 사용되었으며, 성인남녀 31명을 대상으로 제한된 파형 내에서 실험한 결과 100%의 인식률을 보였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.10 no.4
• /
• pp.521-526
• /
• 2015

Research on how to use the biological characteristics of human to confirm the identity of the individual is being actively conducted. Electrocardiogram(: ECG) based biometric system is difficult to counterfeit and does not cause skin irritation on the subject. It can be easily combined with conventional biometrics such as fingerprint and face recognition to give multimodal biometric systems. In this thesis, biometric identification method analysing ECG waveform characteristics from Discrete Wavelet Transform(DWT) coefficients is suggested. Feature selection is performed on the 9 coefficients of DWT using the correlation analysis. The verification is achieved by using the error back propagation neural networks. Using the proposed approach on 24 subjects of MIT-BIH QT Database, 98.88% verification rate has been obtained.

• Journal of Korea Game Society
• /
• v.15 no.2
• /
• pp.105-114
• /
• 2015

We propose a real time user interface that utilizes emotion recognition by physiological signals. To improve the problem that was low accuracy of emotion recognition through the traditional EEG(ElectroEncephaloGram), We developed a physiological signals-based emotion recognition system mixing relative power spectrum values of theta/alpha/beta/gamma EEG waves and autonomic nerve signal ratio of ECG (ElectroCardioGram). We propose both a data map and weight value modification algorithm to recognize six emotions of happy, fear, sad, joy, anger, and hatred. The datamap that stores the user-specific probability value is created and the algorithm updates the weighting to improve the accuracy of emotion recognition corresponding to each EEG channel. Also, as we compared the results of the EEG/ECG bio-singal complex data and single data consisting of EEG, the accuracy went up 23.77%. The proposed interface system with high accuracy will be utillized as a useful interface for controlling the game spaces and smart spaces.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.11a
• /
• pp.202-205
• /
• 2009

체력이나 건강을 위한 트레이닝이나 심장 질환자의 생체신호 모니터링을 위해 다양하게 사용되는 심전도는 현재 여러가지 장비형태로 사용되고 있다. 최근에는 착용자가 인식하지 않고 손쉽고 편안한 방법으로 측정하거나 모니터링 할 수 있는 형태의 생체신호 모니터링 의복에 관한 연구가 많이 진행되고 있다. 본 연구에서는 20대 남성의 체표면 분석을 통해 심전도 검출이 가능한 일체형 의복을 설계하고 제작된 시제품의 착의평가를 진행하였다. 심전도 측정이 가장 효과적인 흉부 부분을 중심으로 심전도 데이터 추출 정확성을 위해 다층구조로 센서를 설계하고, 흉부의 움직임을 최소화하여 노이즈를 감소할 수 있는 디자인을 제안한 결과, 심전도 데이터 추출 정확성 및 편의성은 향상되고 노이즈는 감소하는 결과를 도출하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.246-249
• /
• 2019

심전도는 심장운동으로 미세하게 변하는 심장의 전위차를 신체외부의 피부에서 측정한 것으로 최근 의료, 금융, 보안, 오락 등 서비스에서 기존의 생체신호시스템의 대안으로 많은 연구가 되고 있다. 기존 서비스로서 개인인식, 개인인증, 부정맥인식, 행동인식, 심방세동 검출 등은 근본적으로 심전도를 분류하는 기술이고 또한 최근 딥러닝이 여러 분야에서 두드러진 성능들이 보고되었기 때문에 딥러닝을 이용한 심전도 분석도 많은 연구가 되고 있다. 따라서 본 논문은 딥러닝기반 심전도 분류의 국내외 동향분석을 한다.

• Smart Media Journal
• /
• v.7 no.4
• /
• pp.90-98
• /
• 2018

A Multilinear LDA Method of Tensor Representation for ECG Signal Based Individual Identification Electrocardiogram signals, included in the cardiac electrical activity, are often analyzed and used for various purposes such as heart rate measurement, heartbeat rhythm test, heart abnormality diagnosis, emotion recognition and biometrics. The objective of this paper is to perform individual identification operation based on Multilinear Linear Discriminant Analysis (MLDA) with the tensor feature. The MLDA can solve dimensional aspects of classification problems in high-dimensional tensor, and correlated subspaces can be used to distinguish between different classes. In order to evaluate the performance, we used MPhysionet's MIT-BIH database. The experimental results on this database showed that the individual identification by MLDA outperformed that by PCA and LDA.

• Review of KIISC
• /
• v.26 no.4
• /
• pp.41-46
• /
• 2016

전통적으로 바이오인식기술은 출입국심사(전자여권, 승무원 승객 신원확인), 출입통제(도어락, 출입통제 근태관리), 행정(무인민원발급, 전자조달), 사회복지(미아찾기, 복지기금관리), 의료(원격의료, 의료진 환자 신원확인), 정보통신(휴대폰 PC 인터넷 인증), 금융(온라인 뱅킹, ATM 현금인출) 등 다방면에서 폭넓게 보급되어 실생활에서 널리 활용되고 있다. [그림1]은 신체적 특징(Physiological biometrics)과 행동적 특징(Behavioral biometrics)을 이용한 사용자 인증기술인 바이오인식기술의 유형과 함께 각 기술별 보안취약점(괄호 안 빨강색글자)을 나타내고 있다. 최근 들어, 모바일 지급결제서비스 ATM 인출기 인터넷전문은행 등과 같은 핀테크 분야에서 비대면 인증기술로 바이오인식기술이 각광을 받기 시작했다. 한편, 가짜지문 등 기존의 신체적 특징을 이용한 바이오인식기술의 위변조 위협에 대한 우려 존재함에 따라 뇌파 심전도 근전도 맥박 등 살아있는 사람의 행동적(신체의 기능적) 특징을 이용한 생체신호를 이용하여 비대면 인증기술로서 활용하기 위하여 주요 선진국에서 차세대 바이오인식 기술개발이 가속화되고 있는 추세이다.[1] 또한, 이러한 생체신호는 최근에 삼성전자, LG전자, 애플 등에서 스마트워치를 통해 심장박동수를 측정하고 스마트폰을 통하여 모바일 지급결제, 헬스케어 등과 같은 IoT 모바일 융복합 응용서비스에 활용될 전망이다. 본고에서는 뇌파 심전도(심박수)와 같은 생체신호를 측정하는 스마트워치 밴드형 의복형 또는 패치형태의 웨어러블 디바이스와 같은 생체신호센서, 생체신호 인증기술 및 관련표준화 동향을 고찰해 보기로 한다. 국내외 관련기술과 표준화 동향을 면밀히 분석하여 지난 2015년 5월29일에 발족한 국내외 전문가그룹인 KISA"모바일 생체신호 인증기술 표준연구회"(이하 KISA 표준연구회)가 구심점이 되어 한국형 생체신호를 이용한 차세대 텔레바이오인식기술에 대한 연구개발과 국내외 표준화 추진에 박차를 가할 계획이다.

• Journal of Digital Convergence
• /
• v.15 no.1
• /
• pp.381-391
• /
• 2017

Biometric technology is a technology for authenticating a user using the physical or behavioral features of the inherent characteristics of the individual. With the necessity and efficiency of the technology in the fields of finance, security, access control, medical welfare, inspection, and entertainment, the service range has been expanding. Biometrics using biometric information such as fingerprints and faces have been exposed to counterfeit and disguised threats and become a social problem. Recent studies using a bio-signal from the inside of the body other than the bio-information of the external body are being developed. This paper analyzes the recent research and technology of biometric systems using bio-signals, ECG, heart sounds, EEG, and EMG to present the skills needed for the development direction. In the future, utilizing the deep learning to build and analyze database to manage bio-signal based big data for the complex condition of individuals, biometrics technologies suitable for real time environment are expected to be researched.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.10
• /
• pp.105-112
• /
• 2010

In this paper, the bio-signals, such as EEG, ECG were measured with a sensor and their characters were drawn out and analyzed. With results from the analysis, four emotion of rest, concentration, tension and depression were inferred. In order to assess one's emotion, the characteristic vectors were drawn out by applying various ways, including the frequency analysis of the bio-signals like the measured EEG and HRV. RBFN, a neural network of the complex structure of unsupervised and supervised learning, was applied to classify and infer the deducted information. Through experiments, the system suggested in this thesis showed better capability to classify and infer than other systems using a different neural network. As follow-up research tasks, the recognizance rate of the measured bio-signals should be improved. Also, the technology which can be applied to the wired or wireless sensor measuring the bio-signals more easily and to wearable computing should be developed.