인공지능 기반 광혈류 신호를 이용한 개인 식별 방법
Biometric identification using artificial intelligence-based photoplethysmography signals
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구에서는 딥러닝 기법을 활용하여 광혈류(Photoplethysmography, PPG) 신호를 이용한 개인식별 방법을 제안한다. PPG 신호는 심장의 해부학적 구조 및 혈류역학적 특성과 밀접하게 연관되어 있으며, 심전도(ECG)와 달리 전극 부착이 필요하지 않고 비침습적으로 광 센서를 통해 간편하게 측정할 수 있다는 장점을 지닌다. 본 연구에서는 휴식 상태에서 측정한 PPG 신호를 대상으로전처리 과정을 수행한 후, 딥러닝 모델을 통해 학습 및 분류를 진행하였다. 그 결과, 심장 및 심실의 주기적 활동과 신체 상태 변화에 따른 PPG 신호의 특성을 기반으로 개인 간 구분이 가능함을 확인하였다. 제안한 방법은 총 12명의 대상자로부터 각각 610개의 주기적인 PPG신호를 획득하여 알고리즘을 평가하였으며, 평가결과 제안한 접근법의 유용성과 적용 가능성을 검증하였다.
Abstract
In this study, In this study, we propose a method for personal identification using photoplethysmography (PPG) signals utilizing deep learning techniques. PPG signals are closely related to the anatomical structure and hemodynamic characteristics of the heart. Unlike electrocardiograms (ECGs), they do not require electrode attachment and can be easily measured noninvasively using optical sensors. In this study, we performed preprocessing on PPG signals measured at rest, followed by training and classification using a deep learning model. The results confirmed that individual identification is possible based on the characteristics of PPG signals corresponding to periodic cardiac and ventricular activity and changes in physical condition. The proposed method was evaluated by acquiring 610 periodic PPG signals from 12 subjects. The evaluation results verified the usefulness and applicability of the proposed approach.