Geri Dön

Fingertip electrocardiogram and speech signal based biometric recognition system

Parmak ucu elektrokardiyogram ve ses sinyali tabanlı biyometrik tanıma sistemi

  1. Tez No: 723371
  2. Yazar: GÖKHAN GÜVEN
  3. Danışmanlar: PROF. DR. ÜMİT GÜZ, PROF. DR. HAKAN GÜRKAN
  4. Tez Türü: Doktora
  5. Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Bioengineering, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Işık Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 164

Özet

Araştırmamızda, geleneksel sistemlere nazaran genel performansı iyileştirmek adına hem konuşma hem de EKG sinyallerinin kombinasyonuna dayanan tek boyutlu CNN tabanlı kişi tanıma sistemi geliştirilmiştir. Önerdiğimiz sistem, iki yaklaşım içermektedir: Bunlardan ilki, metinden bağımsız konuşma ve parmak ucu EKG füzyonu ile bir tanıma sistemi elde etmek, diğeri ise bu geliştirilen füzyon tanıma sisteminin yetkisiz kişileri önlemesine yarayan güçlü bir reddetme algoritması geliştirmektir. Bu yaklaşımlara ek olarak, taşınabilir parmak ucu EKG cihazlarının ya da kullanıcının hareketlerinin neden olduğu tutarsızlıkları veya benzeri sorunları tespit etmek ve ortadan kaldırmaya yarayan bir algoritma da geliştirilmiştir. İlk yaklaşım, LibriSpeech Corpus ses veri tabanı ve CYBHi veri tabanı ile daha önceden oluşturduğumuz parmak ucu EKG veri tabanlarının birleşiminden alınan 30, 45, 60, 75 ve 90 kişi üzerinde test edilmiştir. 3 kat çapraz doğrulama yöntemiyle, sistem 10 saniyeye yanıt verecek şekilde ayarlanarak testler gerçekleştirilmiştir.İlk deneyde, EKG tabanlı sistemin, 90 kişi üzerinden %90.22 doğruluk oranına ulaştığı saptanmıştır. Konuşma tabanlı sistemin ise 90 kişi üzerinden %97.94 doğruluk oranına ulaştığı tespit edilmiştir. Her iki sinyalin kombinasyonu ise %99.92 doğruluk oranına sahip olduğu gözlemlenmiştir. İkinci yaklaşımda ise, EKG ve konuşma veritabanlarından 90 kişi hakiki sınıf, 26 kişi ise sahtekar sınıfı olarak ikiye ayrılmıştır ve en uygun reddetme eşit değerlerine ayarlandığı göz önünde bulundurarak %71.05 doğrulukla hakiki sınıfı tanıdığı ve %71.08 doğrulukla sahtekar sınıfı reddettiği, EKG tabanlı sistemde tespit edilmiştir. Konuşma tabanlı sistemin ise, %86.48 doğrulukla hakiki sınıfı tanıdığı, %87.82 doğrulukla da sahtekar sınıfı reddettiği tespit edilmiştir. Her iki sistemin kombinasyonu ile, %91.68 doğrulukla hakiki sınıfı tanıdığı, %96.05 doğrulukla da sahtekar sınıfı reddettiği gözlemlenmiştir.

Özet (Çeviri)

In this research work, we presented a one-dimensional CNN-based person identification system which depends on the combination of both speech and ECG modalities to improve the overall performance compared to traditional systems. The proposed method has two approach: one is to develop combination of text-independent speech and fingertip ECG fusion system, the other one is to develop a robust rejection algorithm to prevent unauthorized access to the fusion system. In addition to the system robustness, we have developed an ECG spike and inconsistent beats removing algorithm, which detect and remove the problems caused by either portable fingertip ECG devices or movements of the patients. First approach has been tested on 30, 45, 60, 75 and 90 people which were taken from LibriSpeech Corpus database and combination of both CYBHi and our private fingertip ECG database. The 3-fold cross validation test setup has been conducted while system working time was set to 10 seconds. In the first experiment, we achieved 90.22% accuracy rate for 90 people for ECG based system. For the speech based system, 97.94% accuracy rate has achieved for 90 people. For the combination of both system, 99.92% accuracy rate has been achieved. For the second approach, 90 people for ECG and Speech database were being used as genuine class, 26 people as imposter class, and after the performance evaluation in optimum rejection thresholds, 71.08% accuracy rate for imposters rejection and 71.05% accuracy rate for genuine recognition has achieved for ECG based system. For the speech based system, imposter class were 87.82% accurately rejected while genuine classes were 86.48% accurately identified. The combination of both system has achieved 91.68% accuracy for genuine identification rate whereas 96.05% accuracy for imposter rejection.

Benzer Tezler

  1. Laparoskopik kolesistektomi operasyonlarında basınç kontrollü ve volüm kontrollü ventilasyon modlarının serebral oksimetri ve kan gazı üzerine etkileri

    In laparoscopic cholecstectomy operations, ventilation modes with volume controlled and pressure controlled on cerebral oxymetry and blood gas effects

    EMRE BADUR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Anestezi ve ReanimasyonSağlık Bilimleri Üniversitesi

    Anesteziyoloji ve Reanimasyon Ana Bilim Dalı

    UZMAN LEYLA TÜRKOĞLU KILINÇ

  2. Anestezi derinliği monitörizasyonundaki median frequency spectral edge frequency oranının postoperatif kognitif fonksiyonlar üzerinde prediktif etkinliği

    Predictive effectiveness of the median frequency to spectral edge frequency ratio in anesthesia depth monitoring on postoperative cognitive functions

    YEKTA BEKTAŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Anestezi ve ReanimasyonAnkara Üniversitesi

    Anesteziyoloji ve Reanimasyon Ana Bilim Dalı

    PROF. DR. BAŞAK CEYDA MEÇO

  3. Fingertip ECG signal based biometric recognition system

    Parmak ucu EKG tabanlı biyometrik tanıma sistemi

    GÖKHAN GÜVEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    BiyomühendislikIşık Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN GÜRKAN

    DOÇ. DR. ÜMİT GÜZ

  4. İnnerve digital arter perforatör flebinin uzun dönem klinik sonuçlarının değerlendirilmesi

    Evaluation of long-term clinical outcomes of innervated digital artery perforator flap

    ALİ CAVİT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    Ortopedi ve TravmatolojiAkdeniz Üniversitesi

    Ortopedi ve Travmatoloji Ana Bilim Dalı

    DOÇ. DR. HALUK ÖZCANLI

  5. Dirsek parmak ucu mesafesi ve radius-ulnanın direkt grafideki uzunluğunun değerlendirilmesinin cinsiyet ve boy tahmininde kullanılabilirliği

    Usefullness of elbow-fingertip distance and direct graphy measurement of radius-ulna length in sex determination and stature estimation

    OSMAN KULE

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    Adli Tıpİnönü Üniversitesi

    Adli Tıp Ana Bilim Dalı

    PROF. DR. OSMAN CELBİŞ