发明名称 基于脑电信号的身份识别方法
摘要 本发明基于脑电信号的身份识别方法属于生物医学工程和信息技术领域,该发明实现了通过采集分析人脑脑电信号实现对个体的身份认证和识别。通过不同的刺激模式训练受试者,让受试者适应不同的刺激模式,产生不同的脑电信号,通过多元特征抽提方法对刺激产生的脑电信号进行分析,抽提出个体的特征信号进行多元分类识别,以确定目标特征,训练过程结束。身份识别时,只需将采集的脑电信号提取出目标特征,进行分类,并与每人的模板相比较,即可确定识别结果。研究结果表明,最高识别率超到90%,平均识别率在85%左右,能够实现个体身份识别和认证。
申请公布号 CN101491441A 申请公布日期 2009.07.29
申请号 CN200910114964.8 申请日期 2009.02.26
申请人 江西蓝天学院 发明人 胡剑锋;包学才
分类号 A61B5/117(2006.01)I;G06K9/62(2006.01)I 主分类号 A61B5/117(2006.01)I
代理机构 江西省专利事务所 代理人 李卫东
主权项 1、一种基于脑电信号的身份识别方法,其特征在于:本发明包含以下步骤:步骤1、受试者带上电极帽,原始脑电信号是通过64导符合国际脑电图学会标定的10/20法的EEG放大器采集,采样率为250Hz,以左侧乳突为参考电极,带通滤波器通频带为1-50Hz,选取国际脑电图学会标定的10/20国际标准中的C3,C4,P3,P4,O1和O2共6个电极位置,采集不同运动想象过程的受试者脑电信号;步骤2、将采集到的脑电信号进行预处理后输入特征提取系统,预处理包括对信号进行公共平均参考,用严格线性相位的FIR滤波器对信号进行8-30Hz滤波;步骤3、脑电信号特征提取系统,提取每个受试者的脑电信号特征,将步骤2采集的脑电信号按照下列算法提取出特征量;步骤4、我们使用BP神经网络进行分类学习与测试,基于误差反向传播算法的人工神经网络来确定适合该受试者的运动想象类型;步骤5、将未知的脑电数据输入神经网络进行识别和认证。
地址 330098江西省南昌市瑶湖高校园区