다양한 생리학적 상태 변화에 강인한 비선형 정규화에 기반한 심전도 인증

Abstract

Biometric authentication is more convenient and secure than existing methods. Because of its character, various services use biometric. The electrocardiogram is a biological signal included in physiological information, and many researchers are paying attention to it as a signal suitable for security compared to the other biometric. In the case of an electrocardiogram, the heart is repeatedly generated an electrical signal to circulate blood in the body. Furthermore, the electrocardiogram is different for each person reflecting the characteristics of the individual. However, electrocardiography has the disadvantage that morphological changes occur non-linearly according to heart rate. Therefore, it is necessary for an ECG-based authentication system to analyze the trends in each section of the ECG, and to develop a method that minimizes the effect of the heart rate based on the analysis. In addition, many studies have tested authentication using resting-state data. However, the authentication system proceeds in various situations. For this reason, It is necessary to evaluate the authentication system based on data measured in a situation similar to the various environment. In this study, we designed a personal authentication system using Lead 1 electrocardiogram and developed a normalization process to minimize changes in heart rate. The proposed regularization method is evaluated through a database measured in various situations. The ECG database used in the experiment consisted of 15 subjects, and we measured each individual in six situations for 6-12 months. For the measured signal, the original signal was extracted by removing noise. Then, a simple reference point was found from the original signal and separated into one beat. The proposed nonlinear normalization was applied to the separated beats. At this time, four existing methods were also applied to extract the results for each method. We performed the quantitative evaluation of the normalization method by extracting representative beats from normalized beats and confirmed the superiority of the proposed method compared to the existing method. After that, feature points often used in ECG-based authentication were extracted and provided to the authentication system. In the authentication system, we conducted two experiments. The first experiment selected the optimal model for the four classifiers. The second experiment extracted the authentication performance in various situations using the optimal model (SVM-G) and compared each normalization method. Compared to the conventional method in quantitative evaluation, the proposed normalization method showed improvement in average 7.3 % similarity in resting state and average 12.3 % similarity in the non-resting state, showing better performance. In the authentication performance evaluation, in the first experiment, the proposed normalization method showed an accuracy of 99.05%. This result shows that the proposed normalization method was superior to other existing normalization methods. In the second experiment, the proposed normalization method for various situations showed an average accuracy of 87.18% and showed superior performance compared to the existing method. Therefore, the proposed normalization algorithm can minimize the variability of the ECG signal in various situations compared to the existing method, which shows that it can be used in daily life. Through this, it can be used as an essential technology in many fields that require high security, such as medical information security, healthcare platform, and mobile service, out of limited circumstances.|생체인증은 기존의 방법보다 편의성이 뛰어나고 보안성에서도 향상된 면을 보이며 다양한 서비스에 활용되고 있다. 그중에서도 심전도는 생체 내에서 측정하는 신호로 보안에 많은 연구자들이 주목하고 있다. 심전도는 심장에서 발생하는 전기적 신호로 체내 혈액을 순환시키기 위해 반복적으로 발생하며 사람마다 다른 심장의 특성을 가지고 있다. 심전도는 비가시성, 고유성, 편의성, 보편성과 같은 특징을 통해 보안에 활용되기 좋지만, 심박수에 따라 형태학적 변화가 비선형적으로 발생하는 단점이 존재한다. 따라서 심전도의 각 구간마다 어떤 경향을 띄며 변하는지 분석하고 분석결과를 통해 심박수의 영향을 최소화하는 방법을 개발하는 것이 필요하다. 또한, 많은 연구들은 휴식 상태의 데이터를 이용하여 인증을 테스트 하였다. 인증 시스템은 실생활의 다양한 상황에서 진행될 수 있기 때문에 실제 환경과 유사한 상황속에서 측정한 데이터를 기반으로 인증 시스템을 평가할 필요가 있다. 본 연구에서는 Lead 1 심전도를 이용하여 개인 인증 시스템을 설계하였으며, 해당 시스템에는 심박수 변화를 최소화하기 위해 정규화 프로세스를 개발하여 포함한다. 또한, 제안한 정규화 방법을 여러 상황에서 측정한 데이터베이스를 통해 평가한다. 실험에 사용된 심전도 데이터베이스는 총 15명의 피험자로 구성되어 있으며 각 개인은 총 6가지 상황에 대해 6-12달 동안 측정되었다. 측정된 신호는 노이즈를 제거하여 원신호를 추출하고, 원신호로부터 간단한 기준점을 찾아 한 개의 beat로 분리하였으며 분리된 beat들을 대상으로 제안한 비선형 정규화를 적용하였다. 이 때 기존의 방법과도 비교하기 위해 4가지의 기존의 방법들도 적용하여 각 방법에 대한 결과를 추출하였다. 정규화된 beat들을 대상으로 대표 beat를 추출하여 정규화 방법의 정량적 평가를 진행하였으며, 기존의 방법과 비교하여 제안한 방법의 우수성을 확인하였다. 이 후 심전도 기반의 인증에서 많이 이용되는 특징점들을 추출하여 인증시스템에 제공하였다. 인증 시스템에서는 2가지 실험을 진행하였으며, 첫 번째 실험은 4가지 분류기 대상으로 최적의 모델을 선정하였다. 두 번째 실험에서는 최적의 모델인 SVM-G를 대상으로 다양한 상황에서의 인증성능을 각 정규화 방법에 대해 추출하여 비교하였다. 제안한 정규화 방법은 정량적 평가에서 기존의 방법에 대비하여 휴식상태에서는 평균 7.3 %, 비휴식 상태에서는 평균 12.3 %의 유사도 향상을 보이며 더 우수한 성능을 보였다. 인증 성능 평가에서는 첫 번째 실험에서는 제안한 정규화 방법은 99.05%의 정확도를 보이며 다른 기존의 정규화 방법에 대해 우수한 면을 보이고 있었다. 두 번째 실험에서는 다양한 상황에 대해 제안한 정규화 방법이 평균 87.18%의 정확도를 보이며 기존 방법 대비 우수한 성능을 보였다. 따라서 본 연구에서 제안한 심전도의 비선형 정규화 알고리즘은 다양한 상황 속에서의 심전도 신호의 변동성을 기존 방법에 대비하여 최소화 할 수 있으며 이를 통해 일상생활에서도 이용할 수 있음을 보여준다. 이를 통해 한정된 상황을 벗어나 의료정보 보안, 헬스케어 플랫폼, 모바일 서비스 등의 높은 보안을 필요로 하는 수많은 분야에서 필수적인 기술로 이용될 수 있을 것이다.