개인 식별을 위한 multi-lead ECG의 QRS 특징점 기반 평균 특징 벡터 생성 방법

Q: 이 논문에서 정의한 평균 특징 벡터란 무엇인가?

개인의 다중 리드 심전도에서 추출한 QRS 특징점들을 벡터 형태로 표현한 후, 여러 심박 주기에 걸쳐 가중 평균을 내어 생성한 벡터다. 이는 특징점 간 거리 정보와 파형의 진폭 정보를 모두 포함하며 개인의 고유한 심장 특성을 대표한다.

Q: 가중 평균 기반의 평균 특징 벡터가 개인 식별 성능을 높이는 이유는 무엇인가?

연구 결과, 유사도에 따른 가중치 부여를 통해 특징점 검출 과정에서 발생하는 예외적인 오차 값의 영향을 최소화했기 때문이다. 이를 통해 복잡한 변수 없이 벡터 간 단순 비교만으로도 높은 정확도의 개인 식별이 가능해진다.

한미나; 이상국

doi:10.14801/jkiit.2016.14.12.35

추천

검색

질문

자료유형: 학술저널

저자정보: 한미나 (가톨릭대학교) 이상국 (가톨릭대학교)

저널정보: 한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제14권 제12호(JKIIT, Vol.14, No.12)

발행연도: 2016.12

수록면: 35 - 45 (11page)

DOI: 10.14801/jkiit.2016.14.12.35

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

정보 보안을 강화하기 위해 생체정보가 개인 식별에 활용되고 있다. 생체정보는 정보 보안에 필요한 특성인 고유성과 불변성을 가진다. 본 논문에서는 개인 식별을 위해 multi-lead ECG에서 추출한 QRS 특징점을 기반으로 개인을 대표하는 평균 특징 벡터 생성 방법을 제안한다. 먼저, 각 lead에 대해 QRS 특징점을 검출하고 벡터로 구성한다. 다음으로, 특징 벡터를 평균화하여 개인을 대표하는 평균 특징 벡터를 생성한다. 마지막으로, 생성된 평균 특징 벡터와 테스트 특징 벡터의 오차를 계산하여 k-Nearest Neighbor(k-NN)분류기로 개인 식별을 수행한다. PTB Diagnostic ECG Database의 열두 개의 lead 중 main lead를 이용하여 특징 벡터를 구성하고 개인식별을 실험하였다. 제안하는 방법은 적은 특징을 이용하였으며 특징점 검출 정확도가 개인 식별 결과에 미치는 영향을 최소화하였다. 제안하는 방법은 97.26%의 개인 식별 정확도를 보였다.

#ECG #biometric #individual identification #security #multi-lead signal #fiducial points based methods #QRS complex

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2017-004-001918302

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)