Dinlenme durumunda elektroensefalografi (EEG) alfa frekansıüzerinden biyometrik tanımlama ve kimlik doğrulama
Biometric identification and authentication based on electroencephalography (EEG) alpha frequency in resting state
- Tez No: 864600
- Danışmanlar: DR. ÖĞR. ÜYESİ KUTLUCAN GÖRÜR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bandırma Onyedi Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 108
Özet
Biyometrik tanımlama ve kimlik doğrulama bir bireyin fiziksel ve davranışsal özelliklerini inceleyerek kişinin tanımlanması ve diğer kişilerden ayırt edilmesini sağlayan sistemlerdir. Biyometrik tanımlama ve kimlik doğrulama çalışmalarında kullanılan en yaygın biyolojik sinyaller parmak izi, yüz tanıma ve iris tanımadır. Bu sistemlerde canlılık tespitinin yapılamaması, yanıltılmalarının kolay olması ve aynı kalitede verinin alınamaması gibi dezavantajlarının üstesinden gelebilmek için farklı bir biyometrik yaklaşım olan beyin sinyallerine yönelinmiştir. Elektroensefalogram (EEG) kafa derisine bağlanan elektrotlar yardımıyla beyinde oluşan elektriksel aktiviteyi kayıt altına alınmasını sağlayan yöntemdir. Dinlenme durumunda yüksek güce sahip olan EEG alfa sinyalleri 8-13 Hz frekans bandında olup, kişilerin bilinçaltıyla ilişkilidir. Dinlenme durumunda elde edilen EEG sinyalleri bu frekans aralığında yüksek genlik değerine sahip olup, beynin daha çok parietal ve oksipital bölgelerinde görülmektedir. Bu çalışmada, dinlenme durumu EEG alfa frekanslı benzersiz sinyaller kullanılarak biyometrik tanımlama ve kimlik doğrulama uygulamaları gerçekleştirilmiştir. Veri setinde saniyede 512 Hz örnekleme frekansı kullanılarak yirmi kişinin EEG sinyalleri elde edilmiştir. Biyometrik tanımlama ve kimlik doğrulama için EEG alfa frekanslı sinyallere makine ve derin öğrenme modelleri uygulanmıştır. Biyometrik tanımlama ve kimlik doğrulama çalışmalarının performanslarının değerlendirilmesi için ise en yaygın performans metrikleri incelenmiştir. Biyometrik tanımlama çalışmasında, farklı örneklemeli derin öğrenme modellerinin performansı araştırılmış ve karşılaştırılmıştır. Biyometrik kimlik doğrulama çalışmasında ise yanlız iki kanal verisi üzerinden performans metrikleri değerlendirilmiştir. Elde edilen sonuçlarda hem tanımlama hem de kimlik doğrulama çalışmalarının yüksek tahmin performansına ve doğruluk değerlerine sahip olduğu görülmektedir. Bu çalışma ile düşük maliyetli, kullanımı kolay ve güvenilir bir biyometrik tanımlama ve kimlik doğrulama sistemi önerilmiştir.
Özet (Çeviri)
Biometric identification and authentication are systems that enable an individual to be identified and distinguished from other individuals by examining their physical and behavioral characteristics. The most common biological signals used in biometric identification and authentication studies are fingerprint, facial recognition and iris recognition. In order to overcome the disadvantages of these systems, such as not being able to detect liveness, being easy to mislead, and not being able to get the same quality data, a different biometric approach, brain signals, has been used. Electroencephalogram (EEG) is a method that allows recording the electrical activity in the brain with the help of electrodes attached to the scalp. EEG alpha signals, which have high power at rest, are in the 8-13 Hz frequency band and are associated with people's subconscious. EEG signals obtained at rest have high amplitude values in this frequency range and are seen mostly in the parietal and occipital regions of the brain. In this study, biometric identification and authentication applications were carried out using unique resting state EEG alpha frequency signals. In the data set, EEG signals of twenty people were obtained using a sampling frequency of 512 Hz per second. Machine and deep learning models have been applied to EEG alpha frequency signals for biometric identification and authentication. The most common performance metrics were examined to evaluate the performance of biometric identification and authentication studies. In the biometric identification study, the performance of different sampling deep learning models was investigated and compared. In the biometric authentication study, performance metrics were evaluated using only two channel data. The results show that both identification and authentication studies have high prediction performance and accuracy values. In this study, a low-cost, easy-to-use and reliable biometric identification and authentication system is proposed.
Benzer Tezler
- Dinlenme durumunda elektroensefalografi (EEG) alfa frekansı üzerinden biyometrik tanımlama ve kimlik doğrulama
Biometric identification and authentication via resting state electroencephalography (EEG) alpha frequency
HAZİM ÖZTÜRK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiBandırma Onyedi Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KUTLUCAN GÖRÜR
- Elektromanyetik dalgaların konuşma anlaşılabilirliği üzerine etkisinin elektrofizyolojik sinyallerle değerlendirilmesi
Evaluation of the effect of electromagnetic waves on speech intelligibility from electrophysiological signals
LÜTFİYE NUREL ÖZDİNÇ POLAT
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞÜKRÜ ÖZEN
- Elit sporcularda nöral ve otonom sinir sistemi yanıtlarının vücut pozisyonu ile ilişkisi
Relationship between central and autonomic nervous system responses in elite sportsmen
CANAN ELİF ÖZCAN
Yüksek Lisans
Türkçe
2017
SporMarmara ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
YRD. DOÇ. DR. ADİL DENİZ DURU
- Korteks davranışının vuru üreten hücre modeli ile incelenmesi
Analysis of cortex behavior by a spiking neuron model
YUSUF KUYUMCU
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. NESLİHAN SERAP ŞENGÖR
- Stres ve zihinsel yorgunluğun fiziksel ve fizyolojik ölçümlerle değerlendirilmesi
Evaluation of stress and mental fatique with physical and physiological measurements
SERDAR GÜNDOĞDU
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖVÜNÇ POLAT