PPG (fotopletismografi) sinyalleri ile biyometrik tanımlama sistemi
Biometric recognition system with PPG (photoplethysmography) signals
- Tez No: 361070
- Danışmanlar: YRD. DOÇ. DR. MEHMET RECEP BOZKURT, DOÇ. DR. KEMAL POLAT
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: 104
Özet
İnsan bedeninde bulunan benzersiz fiziksel veya davranışsal özellikler ile sayısal cihazların çalıştığı yapıya biyometrik sistem denilmektedir. Biyometrik tanıma, kişinin gerçekte kim olduğunu kanıtlamaya yarayan sistemdir. Biyometrik tanıma sistemleri kişilerin sadece kendisinin sahip olduğu ve diğerlerinden ayıran fiziksel veya davranışsal özelliklerin tanınması prensibi ile çalışmaktadır. PPG sinyalleri biyo-sinyaller arasında kullanım kolaylığı, kolay erişilebilir olması, güvenilirlik ve gizliliğinin yüksek olması gibi özelliklerinden dolayı ön plana çıkmaktadır. PPG sinyalleri üzerinde yapılan fizibilite çalışmaları ise PPG sinyallerinin insan tanıma için önemli özellikler içerdiğini ve biyometrik tanımlama sistemlerinde kullanılabilirliğini göstermektedir. Bu tez çalışmasında PPG sinyali ile birinci ve ikinci türevlerinden zaman domeni özelliklerin çıkartılması ve bu özelliklerin biyometrik tanımaya yönelik kullanımı amaçlanmıştır. Bu amaç için öncelikle, özellik noktalarının tespitinde kullanılmak üzere bir tepe algılama algoritması önerilmiştir. Sonrasında önerilen tepe algılama algoritmasının kullanılmasıyla toplam 40 özellik çıkartılmış ve bir özellik sıralama algoritması önerilmiştir. Önerilen bu özellik sıralama algoritması ile her bir özelliğin biyometrik tanımaya olan katkısı ayrı ayrı hesaplanıp katkısı büyük olandan küçük olana doğru özellikler sıralanmaktadır. Sıralanmış özeliklerin ilk 5,10,…,40 tanesi seçilerek en iyi sınıflama başarısını veren özellik sayısı belirlenerek bir özellik seçme modeli oluşturulmuştur. Sınıflama işlemi k-nn algortiması ile yapılmıştır. Sınıflama başarısının tarafsız bir şekilde değerlendirilmesinde“birini hariç tut”çapraz geçerlilik yöntemi kullanılmıştır. Uygulama olarak otuz sağlıklı bireyden bir PPG veri elde etme kartı ile temaslı PPG sinyalleri elde edilmiştir. Çıkartılan özelliklerin zamanda sürekliliğinin değerlendirilebilir olması için her bireyden farklı zamanlarda iki örnek alınmıştır. Her bir örnek 15'er periyotluk PPG sinyallerinden oluşturulmuştur. Sınıflama işlemi sonrası sonuçlar değerlendirildiğinde 15 öznitelik kullanılarak %87.22 tanımlama başarısı elde edilmiştir. Önerilen özellik sıralama algoritmasının ve özellik seçme modelinin %3 oranında sınıflama başarısını artırdığı gösterilmiştir. Bu tez çalışmasında temassız olarak bir web kamerası ile elde edilen PPG sinyallerinin biyometrik tanımaya yönelik kullanımı da amaçlanmıştır. Temaslı PPG'nin doku ile doğrudan temas gerektirmesinden dolayı, dokuda yaraların veya yanıkların bulunması durumunda kullanım olasılığı ortadan kalkmaktadır. Temassız PPG, bir ışık kaynağı ve bu ışık kaynağının iletimini algılayan bir web kamerasından oluşturulmuştur. Kamera görüntülerinin MATLABTM GUI ortamında hazırlanan bir arayüz ile işlenmesiyle temassız PPG sinyali elde edilmiştir. Uygulama olarak beş gönüllüden eş zamanlı olarak temaslı ve temassız PPG sinyalleri elde edilmiştir. Önerilen özellik sıralama ve özellik seçme modeli sonucu elde edilen 15 öz nitelik kullanılarak gerçekleştirilen sınıflama işlemi sonrası sonuçlar değerlendirildiğinde temaslı PPG ile gerçekleştirilen biyometrik tanıma işlemlerinde %99.33 tanımlama başarısı elde edilmiştir. Temassız PPG sinyalleri ile gerçekleştirilen biyometrik tanıma işlemlerinde %84.66 tanımlama başarısı elde edilmiştir. Elde edilen sonuçlar temassız PPG sinyallerinin biyometrik tanımaya yönelik kullanımının umut vaat ettiğini göstermiştir. Bu tez çalışmasında ayrıca uygulamalarda genellikle kullanılan sıralı özellik seçme algoritması ile PPG sinyallerinde biyometrik tanımaya yönelik sonuçlar elde edilmiştir. Bu sonuçlar ile önerdiğimiz özellik sıralama ve seçme modelinin karşılaştırılması yapılmıştır. Bu karşılaştırmalar sonucunda, işlem süresi ve sınıflama başarı yüzdeleri bir arada değerlendirildiğinde önerdiğimiz özellik seçme modelinin tercih edilebilirliği gösterilmiştir. Elde edilen sonuçlar, gerek önerilen tepe bulma algoritmasının gerekse önerilen özellik sıralama algoritması ve özellik seçme modelinin hem PPG sinyaline dayanan biyometrik tanımlama sistemlerine hem de literatüre katkısının olacağını göstermektedir.
Özet (Çeviri)
Digital devices that work with unique physical or behavioral characteristics located in the human body is called biometric system. Biometric recognition is a system to prove that the person who actually. Biometric identification systems work with the principle of recognition of physical or behavioral characteristics that people only itself owned and distinguishes from others. PPG signals become prominent among the biosignals due to their features, such as ease of use, easy accessibility, reliability and privacy. On the other hand, the feasibility studies on PPG signals suggest that PPG signals comprise important features for human identification, with the availability in biometric recognition systems. In this thesis study, it was aimed that the time-domain features be extracted from a PPG signal and its first and second derivatives, and that these features be used for biometric recognition. First of all, a peak detection algorithm to be utilized in determining the feature points was proposed for this purpose. Later on, 40 features in total were extracted and a feature ranking algorithm was proposed by using the peak detection algorithm suggested. With this proposed feature ranking algorithm, the contribution of each feature to biometric recognition was separately calculated, and the features were ranked according to their contribution from the largest to the smallest. A feature selection model was created by determining the feature number delivering the best classification success through the selection of the first 5,10,…,40 of the ranked features. The classification process was performed through the k-nn algorithm. In the objective evaluation of the classification success, the leave-one-out cross-validation (LOOCV) method was used. As an application, a PPG data acquisition card and contact PPG signals were obtained from thirty healthy individuals. In order to be able to evaluate the duration of the ranked features, two samples were taken from each individual at different periods of time. Each sample was created from the 15-period-PPG signals. When the results were evaluated in the wake of the classification process, an identification success of 87.22% was obtained using 15 features. It was demonstrated that the proposed feature ranking algorithm and feature selection model had increased the classification success at a rate of 3%. In this thesis study, it was also aimed that the PPG signals obtained via a web camera in a non-contact way be used for biometric recognition. Due to the fact that a contact PPG requires a direct contact with the tissue, there is no more possibility to use it in the event that injuries or burns occur in the tissue. A non-contact PPG has been created from a web cam which detects a light source and the transmission of that light source. The non-contact PPG signal was obtained by processing the camera frames through an interface prepared in the MATLABTM GUI environment. In application, contact and non-contact PPG signals were obtained simultaneously from five volunteers. When the results were evaluated after the classification process using 15 features obtained from the proposed feature ranking and feature selection model, an identification success of 99.33% was obtained in the biometric identification processes performed through a contact PPG. An identification success of 84.66% was obtained in the biometric identification processes performed through non-contact PPG signals. The obtained results suggested that the use of non-contact PPG signals for biometric recognition was promising. In this thesis study, results for biometric identification in PPG signals were also obtained through a sequential feature selection algorithm generally used in applications. With these results, a comparison between the feature ranking and selection models we proposed was made. In consequence of these comparisons, the preferability of the feature selection model we proposed was put forth when the process time and classification success rates were evaluated together. The obtained results suggest that both the proposed peak detection algorithm and the proposed feature ranking algorithm and feature selection model will contribute to both the biometric identification systems based on the PPG signal, and to the literature.
Benzer Tezler
- Elektrokardiyografi, fotopletismografi ve kalp sesi çoklu biyometriklerine dayalı kişi doğrulama: Cihaz ve sistem tasarımı
Person verification based on electrocardiography, photoplethysmography and heart sound multi-biometrics: Device and system design
SEÇKİN UYĞUR
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiAtatürk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM YÜCEL ÖZBEK
- EKG ve PPG sinyalleri ile maşonsuz giyilebilir kan basıncı ölçüm sistemi tasarımı
Cuffless wearable blood pressure measurement system design with ECG and PPG signals
ÜMİT ŞENTÜRK
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM YÜCEDAĞ
PROF. DR. KEMAL POLAT
- Giyilebilir kan basıncı ölçüm cihazının geliştirilmesi
Development of a wearable blood pressure monitor
HALİME KARAMAN
Yüksek Lisans
Türkçe
2022
Biyomühendislikİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KORAY GÜRKAN
PROF. DR. SEDAT BALLIKAYA
- Fotopletismografi sinyalleri kullanılarak kalp hızı ve kan basıncı tespiti
Detection of heart rate and blood pressure using photoplethysmography signals
FATMA SEVDE KÖKLÜKAYA
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHMUT ÖZTÜRK
- Ardışıl ileri ana dalgacık seçim yöntemi öznitelikleri ile fotopletismografi işaretlerinin sınıflandırılması
Classification of photoplethysmography signals using features of sequential forward mother wavelet selection method
TUĞBA AYDEMİR
Doktora
Türkçe
2022
Fizik ve Fizik MühendisliğiRecep Tayyip Erdoğan ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. MEHMET ŞAHİN