بخشی از مقاله
خلاصه
پژوهشهای علمی نشان داده است که برخی از اطلاعات بیولوژیکیِ افراد منحصربهفرد است. این ویژگی مبنای مطالعه حاضر برای معرفی سیستمی است که در آن هویت منحصربهفردِ هر شخصی با توجه به بانک اطلاعات بیومتریک قلبی تحلیل و تایید میشود. بر این اساس، اطلاعات قلبی هر فرد به وسیله سختافزار دریافت و سپس در نرمافزار پردازش میشود. نمونهای از بانک داده بیومتریک جهت تشخیص هویت افراد پیادهسازی شد و تحلیل سیگنالهای الکتروکاردیوگرام مورد بررسی قرار گرفت. این مطالعه میتواند مبنای استفاده امن از فضای مدرن تعاملی باشد.
.1 مقدمه
بیومتریک فیزیولوژیکی براساس دادههایی است که از اندازهگیریهای مستقیم یک قسمت از بدن انسان به دست میآید. تشخیص گوش که بر اساس تمایز گوش خارجی هر یک از افراد میباشد [1]، ترموگرام مادون قرمز صورت و دست که بر اساس الگوی گرمای تابشی بدن انسان است و میتواند توسط دوربین مادون قرمز گرفته شود [2] اثر انگشت حاصل تصویر بر روی سطحی است که با بررسی منحنیهای نوک انگشت صورت میگیرد، به عنوان وسیله شناسایی استفاده میشود []،3 کفِ دست به تصویر کاملی از کف دست اشاره میکند و مشابه اثر انگشت است با این تفاوت که حاوی تمام جزئیات بعلاوه آثار و نشانههای بافت است که میتواند در مقایسه با سیستم بیومتریکِ کف دست فرد دیگری استفاده شود [4]، شبکیه چشم که فنآوری تشخیصِ شبکیه، ضبط، تجزیه و تحلیل الگوهای رگهای خونی در شبکیه است [5]، تشخیص با عنبیه - عنبیه منطقه رنگی بین مردمک و قسمت سفید چشم است - که در آن از شکل منحصربه فرد عنبیه افراد برای تشخیص هویت افراد استفاده میشود .[6] سیستمهای قدیمیِ مرسوم؛ همچون قفل، امضاء، گذرواژه عددی یا الگو، به علت قابلیت جعل و سرقت چندان قابل اطمینان نیستند .[7] در این مطالعه از روش تشخیصی الکتروکاردوگرام استفاده شده است. الکتروکاردیوگرام یا نوار قلب به نمودار ثبت شده تغییرات پتانسیل الکتریکی ناشی از تحریک عضله قلب گفته میشود. معمولاً با عبارت مخفف ECG یا EKG مشخص میشود .[8]
.2 روشها و محاسبات
محل قرارگیری الکترودهای ECG در قسمتهای مختلف بدن بردارهای متفاوتی ایجاد میکند بر این اساساخیراً مطالعاتیعمدتاً با توجه محسوسی به زمینه حسگرها، استخراجکنندههای ویژگی و سیستمهای تشخیصی در خصوص کاربردهای بیومتریک بر پایه ویژگیهای ECG انجام شده است. پیشرفتهای اخیر در زمینه استخراجِ ویژگی به روشهای ثابت، نسبتاً ثابت و یا غیرثابت بوده است. در روش نقاط ثابت از شیب و تاخیر زمانی و سایر ویژگیهای استخراج شده از نقاط مرجع به همراه سیگنال، برای ساخت بردار ویژگی به عنوان ورودی تشخیصدهنده استفاده شدهاند. در حالی که در روش نسبتاً ثابت از Rپیکها برایجداسازیِ بخشهای خاصی از ضربان قلب به عنوان ورودی تشخیص دهنده استفاده شده است. در روش غیرثابت، اطلاعات از کل سیگنال قلبی بدون در نظر گرفتنِ هیچ نقطه مرجعی استفاده میشود. در این پژوهش از روش نقاط ثابت شامل دامنه و ریختشناسی استفاده شده و خلاصه فرایند عملیات انجام شده و چارت تحلیل بیومتریکِ ECG به ترتیب در شکل 1 نمایش داده شده است.
شکل - 1 مراحل فرایند عملیات انجام شده
در بخش سختافزاریِ این مطالعهاز دو بُرد SHIELD-EKG-EMG و Arduino-uno و در بخش نرمافزاریِ آن از نرمافزار Matlab-2016-a استفاده شده است.
.3 نتایج و بحث
-1-3 بخش سخت افزاری
برای دریافت اطلاعات قلبی از بُرد SHIELD-EKG-EMG Arduino - شکل - 2 الف - که بر روی Arduino - شکل -2ب - سوار شده استفاده شده است. سپس با اتصال بُرد Arduino به پورت USBکامپیوتر رابط بُرد Arduino به نرمافزار Matlab-2016-aمتصل شده است. در ادامه سه الکترود بُرد ECG shield را به سه نقطه بالا و پایین قلب و قوزک پای چپ - با توجه به مثلث - Einthoven متصل کردیم.
-2-3 بخش نرمافزاری
در ابتدا با استفاده از نرمافزار processingپنل منحصر به فرد کنترلی برای بُرد ECG ایجاد گردید سپس با ارتباط این فایل اجرایی با نرمافزار Matlab اطلاعات انتخابی از طریق افزارنرم رابطِ گرافیکیِ Matlab دریافت شد. در ادامه از آنجایی که فرکانس عملکرد بیوالکتریکیِ بدن عموماً بین 50 تا 60 هرتز میباشد. با توجه به این اطلاعات فیلتر نویزگیری طراحی و پیادهسازی شد و با استفاده از اطلاعات بدست آمده بردار ویژگی با توجه به بانک قلبی هر فرد در این قسمت درنظر گرفته شد.
شکل 2:نمایی از بُردهای الف: ECG - Shield و ب: Arduinouno
.4 نتیجهگیری
در این مطالعه اطلاعات فیزیکی - بیولوژیکی بر پایه دادههای بانک بیومتریک قلبی مورد بررسی و تحلیل قرار گرفت و منحصر به فرد بودنِ اطلاعات قلبی به عنوان اطلاعاتی جهت کدگذاری و رمزنگاری معرفی گردید. این روش که از دو قسمت سخت افزاری و نرم افزاری تشکیل گردیده است قابلیت پیاده سازی و بکارگیری در سیستمهایی با امنیت مناسب را دارا خواهد بود.
