一种使用单导设备的脑电静息态身份认证方法及装置制造方法及图纸

本发明专利技术提供一种使用单导设备的脑电静息态身份认证方法及装置。该方法包括：获取待认证目标的原始脑电信号；对原始脑电信号进行数据预处理，得到标准脑电信号；数据预处理包括去噪处理、数据分段处理和数据基线矫正；对标准脑电信号进行信号特征提取，信号特征提取包括时域特征提取、频域特征提取和时频域特征提取，所述时频域特征为IMF‑2特征；根据信号特征的瑞利商对时域特征、频域特征和IMF‑2特征进行特征筛选；利用设定的集成分类器对筛选后的信号特征进行分类，得到身份认证结果。该装置包括：信号获取单元、数据预处理单元、特征提取单元、特征筛选单元和身份认证单元。本发明专利技术能够将时间降低到10秒内，且可提高分类结果的稳定性和正确率。

A Method and Device for EEG Resting State Identity Authentication Using Single-channel Equipment

【技术实现步骤摘要】
一种使用单导设备的脑电静息态身份认证方法及装置
本专利技术涉及身份认证
，尤其涉及一种使用单导设备的脑电静息态身份认证方法及装置。
技术介绍
随着信息安全和身份认证的重要性日益凸显，传统身份认证方式逐渐不能满足人们的安全需求，基于个体的生物特征的身份认证方式更加受到人们的认可。但是，随着科技手段的不断进步，现有的基于生物特征(如人脸、指纹、声音、步态等)的身份认证方式都出现了破解方式。随着近年来脑科学的不断发展，使用脑电信号的身份认证方式被更多人关注，大量实验也证明了其可行性和可靠性。脑电是伴随着大脑神经活动而产生的电信号。人们不同的记忆、生活习惯、思考方式以及大脑结构微小的差异都会带来脑电信号的差异。现有实验证明：即使是同卵双胞胎的脑电信号也是具有差异性并且可以区分的。脑电信号还具有其他生物特征所不具备的优势，具有生命体征的个体就可以产生大脑信号，确保这项技术具有普适性并且无法从死者身上伪造提取。脑电信号的无痕性确保在提取后不留下可复制的痕迹，被他人威胁带来的情绪波动也会导致脑电信号的异常而无法通过认证。目前主要存在三个问题导致脑电身份认证无法应用到生活中。(i)现有脑电信号采集设备多采用多通道湿电极，一次实验的佩戴和清洗时间在30分钟以上，被试经常反馈较长的准备时间和清洗过程会影响实验效果，不能满足日常需要的快速、便捷的检测速度，远远达不到生活所需的秒级的认证速率。(ii)多数脑电身份认证方式需要播放视觉刺激，不能够应用于视力障碍的人群，并且刺激的播放时间会影响认证速度。(iii)虽然正确率在不断提高，但是大体上的正确率位于80％到90％。专利技术内容针对现有的脑电身份认证方法中存在的认证时间长以及认证结果的正确率有待提高的问题，本专利技术提供一种使用单导设备的脑电静息态身份认证方法及装置，在保证认证效率的同时，进一步提高认证结果的稳定性和正确率。第一方面，本专利技术提供一种使用单导设备的脑电静息态身份认证方法，该方法包括：步骤1、获取待认证目标的原始脑电信号；步骤2、对所述原始脑电信号进行数据预处理，得到标准脑电信号；所述数据预处理包括去噪处理、数据分段处理和数据基线矫正；步骤3、对所述标准脑电信号进行信号特征提取，所述信号特征提取包括时域特征提取、频域特征提取和时频域特征提取，所述时频域特征为IMF-2特征；步骤4、根据信号特征的瑞利商对所述时域特征、频域特征和IMF-2特征进行特征筛选；步骤5、利用设定的集成分类器对筛选后的信号特征进行分类，得到身份认证结果。进一步地，所述原始脑电信号为180秒静息态脑电数据。进一步地，所述去噪处理具体为：删除所述180秒静息态脑电数据的前10秒暂态数据，得到170秒静息态脑电数据；去除所述170秒静息态脑电数据中的眼电、肌电伪迹；利用切比雪夫滤波器对去除伪迹后的170秒静息态脑电数据进行0～60Hz的低通滤波。进一步地，所述数据分段处理具体为：将低通滤波后的170秒静息态脑电数据以2秒作为时间间隔平均分为无重叠的85段脑电数据。进一步地，所述数据基线矫正具体为：以数据自身的均值作为基线，对所述85段脑电数据中的每一段脑电数据进行基线矫正。进一步地，所述频域特征提取具体为：对所述标准脑电信号进行1024点的快速傅里叶变换，得到频域脑电信号；将3～58Hz的频域脑电信号平均分为28个子频带；利用微分熵计算得到28个所述子频带的频带能量。进一步地，所述时频域特征提取具体为：对所述标准脑电信号进行本征模态分解，得到所述标准脑电信号中的beita节律；选择所述beita节律中的IMF-2特征作为时频域特征；对所述时频域特征进行1024点的快速傅里叶变换，得到时频域脑电信号；将3～58Hz的时频域脑电信号平均分为28个子时频带；利用微分熵计算得到28个所述子时频带的时频带能量。进一步地，所述步骤4具体为：步骤4.1、计算提取到的时域特征、频域特征和时频域特征的瑞利商；步骤4.2、选择瑞利商值最大的28种特征作为优选特征。进一步地，所述步骤5具体为：步骤5.1、利用多个分类器对筛选后的信号特征进行分类，所述分类器包括KNN分类器、LDA分类器、SVM分类器；步骤5.2、利用投票策略将多个所述分类器的分类结果进行整合，将票数最大的分类结果作为身份认证结果。第二方面，本专利技术实施例提供一种使用单导设备的脑电静息态身份认证装置，包括：信号获取单元、数据预处理单元、特征提取单元、特征筛选单元和身份认证单元；其中：信号获取单元，用于获取待认证目标的原始脑电信号；数据预处理单元，用于对所述原始脑电信号进行数据预处理，得到标准脑电信号；所述数据预处理包括去噪处理、数据分段处理和数据基线矫正；特征提取单元，用于对所述标准脑电信号进行信号特征提取，所述信号特征提取包括时域特征提取、频域特征提取和时频域特征提取，所述时频域特征为IMF-2特征；特征筛选单元，用于根据信号特征的瑞利商对所述时域特征、频域特征和IMF-2特征进行特征筛选；身份认证单元，用于利用设定的集成分类器对筛选后的信号特征进行分类，得到身份认证结果。本专利技术的有益效果：本专利技术提供的使用单导设备的脑电静息态身份认证方法及装置，可以将身份验证时间明显缩短到10秒以内。并且使用了5种方法共同处理脑电数据提高验证结果的稳定性和正确率，分别为自身均值基线矫正法、均分28频带法、时频域IMF-2特征提取法、瑞利商融合法，以及集成分类器在脑电身份认证领域的首次使用。其中，使用自身均值基线矫正法代替传统方法作为新的基线矫正方式，有效降低了静息态下的信号波动性。频域特征使用均分28频带法代替常用的脑电5节律分段法，有效提升了频域特征分辨率和数量。在时频域选择使用IMF-2特征，此特征具有丰富的利于身份认证的beita节律。进一步地，结合时域特征形成时域、频域、时频域的高维特征组，经过新的瑞利商方式融合以上特征，在缓解空间特征缺少的同时提升了准确率。本专利技术最后还使用了微分熵计算能量，设计集成分类器来融合个体分类器的优点，提升了身份认证的准确率。附图说明图1为本专利技术实施例提供的一种使用单导设备的脑电静息态身份认证方法的流程示意图之一；图2为本专利技术实施例提供的一种使用单导设备的脑电静息态身份认证方法与现有身份认证方法的流程对比示意图；图3为本专利技术实施例提供的一种使用单导设备的脑电静息态身份认证装置的结构示意图；图4为本专利技术实施例提供的均分28频带法的频率特征分辨率示意图；图5为本专利技术实施例提供的两种频率特征分段方式的被试相似度矩阵示意图；图6为本专利技术实施例提供的均分28频带法的正确率提升示意图；图7为本专利技术实施例提供的自身均值基线矫正法的稳定度提升示意图；图8为本专利技术实施例提供的时域、频域、时频域特征的被试相似度矩阵示意图；图9为本专利技术实施例提供的时域、频域、时频域特征的认证正确率示意图；图10为本专利技术实施例提供的瑞利商融合法的正确率提升示意图；图11为本专利技术实施例提供的集成分类器的正确率提升示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性本文档来自技高网...

【技术保护点】
1.一种使用单导设备的脑电静息态身份认证方法，其特征在于，包括：步骤1、获取待认证目标的原始脑电信号；步骤2、对所述原始脑电信号进行数据预处理，得到标准脑电信号；所述数据预处理包括去噪处理、数据分段处理和数据基线矫正；步骤3、对所述标准脑电信号进行信号特征提取，所述信号特征提取包括时域特征提取、频域特征提取和时频域特征提取，所述时频域特征为IMF‑2特征；步骤4、根据信号特征的瑞利商对所述时域特征、频域特征和IMF‑2特征进行特征筛选；步骤5、利用设定的集成分类器对筛选后的信号特征进行分类，得到身份认证结果。

【技术特征摘要】
1.一种使用单导设备的脑电静息态身份认证方法，其特征在于，包括：步骤1、获取待认证目标的原始脑电信号；步骤2、对所述原始脑电信号进行数据预处理，得到标准脑电信号；所述数据预处理包括去噪处理、数据分段处理和数据基线矫正；步骤3、对所述标准脑电信号进行信号特征提取，所述信号特征提取包括时域特征提取、频域特征提取和时频域特征提取，所述时频域特征为IMF-2特征；步骤4、根据信号特征的瑞利商对所述时域特征、频域特征和IMF-2特征进行特征筛选；步骤5、利用设定的集成分类器对筛选后的信号特征进行分类，得到身份认证结果。2.根据权利要求1所述的方法，其特征在于，所述原始脑电信号为180秒静息态脑电数据。3.根据权利要求2所述的方法，其特征在于，所述去噪处理具体为：删除所述180秒静息态脑电数据的前10秒暂态数据，得到170秒静息态脑电数据；去除所述170秒静息态脑电数据中的眼电、肌电伪迹；利用切比雪夫滤波器对去除伪迹后的170秒静息态脑电数据进行0～60Hz的低通滤波。4.根据权利要求3所述的方法，其特征在于，所述数据分段处理具体为：将低通滤波后的170秒静息态脑电数据以2秒作为时间间隔平均分为无重叠的85段脑电数据。5.根据权利要求4所述的方法，其特征在于，所述数据基线矫正具体为：以数据自身的均值作为基线，对所述85段脑电数据中的每一段脑电数据进行基线矫正。6.根据权利要求1所述的方法，其特征在于，所述频域特征提取具体为：对所述标准脑电信号进行1024点的快速傅里叶变换，得到频域脑电信号；将3～58Hz的频域脑电信号平均分为28个子频带；利用微分熵计算得到28个所述子频带的频带...

【专利技术属性】
技术研发人员：童莉，张融恺，曾颖，舒君，闫镔，石舒豪，杨凯，宋喜玉，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：河南,41