文献

J-GLOBAL ID：201702273852882778   整理番号：17A1396444

感情データを用いた心電図に基づくバイオメトリック同定のための二変量経験的モード分解【Powered by NICT】

Bivariate empirical mode decomposition for ECG-based biometric identification with emotional data

著者 (3件)： Ferdinando Hany (Optoelectronics and Measurement Technique unit, University of Oulu, Finland) ,  Seppanen Tapio (Physiological signal analysis team, University of Oulu, Finland) ,  Alasaarela Esko (Optoelectronics and Measurement Technique unit, University of Oulu, Finland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 450-453  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 実生活応用における心電図に基づくバイオメトリック同定に影響する可能性があることをこのような感情は,ECG信号を調節する。被験者の感情状態は最小影響を持つが良好な特徴抽出方法の発見の動機となった。感情を考慮すると,本論文では,バイオメトリック同定のための二変量経験的モード分解(BEMD)に基づく特徴抽出を評価した。感情認識のためのMahnob H CIデータベースからのECG信号を用いて,特徴はE CG信号に対するBEMD解析を適用した後に支配的な周波数の統計的分布した。達成された精度は,被験者の感情状態を考慮しなかった場合に26人の被験者を同定するための10倍交差検証におけるkNN分類器を用いた高濃度で99.5%であった。被験者の感情状態を考慮した場合,提案した方法は,高精度を実現し,約99.4%であった。は,提案した方法が心電図に基づくバイオメトリック同定のための感情に依存しない特徴を提供すると結論した。提案した方法は,他の情動データベースからのECG信号の他の分類器と変動,例えば不整脈と正常E CG対ECG,様々な年齢からのECG(心電図),とE CGとの試験に関連したより評価する必要がある。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： データベース ,  周波数 ,  *心電図 ,  特徴抽出 ,  不整脈
準シソーラス用語： 高精度 ,  高濃度 ,  統計分布 ,  感情認識 ,  感情状態 ,  被験者 ,  *経験的モード分解 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  生体計測  (EL03020C)

タイトルに関連する用語 (6件)： 感情 ,  心電図 ,  メトリック ,  同定 ,  変量 ,  経験的モード分解