研究中心近日在基于脑电信号的身份检测方面发表了一项重要研究成果。
随着人工智能技术的普及，基于生物特征的身份识别于身份验证方法由于其方便快捷、无需记忆等优点，广泛应用于日常生产生活中。然而，传统的生物特征识别技术如人脸识别、指纹识别，在给人们带来便利的同时，也因其天然的易于采集、伪造的缺陷，在安全性上广受质疑。为了克服这一缺陷，众多学者开始积极探索其他可用于身份识别的生物特征。其中，受到广泛关注的方向之一就是使用脑电信号进行身份识别。然而，由于脑电信号的不稳定性，目前的基于脑电的身份认证方法仅在实验中的单一简单环境下有效，而无法对处于真实的复杂环境中的人进行有效的身份识别。
金睿同学对目前使用脑电信号进行身份识别的方法进行了调研，并与社会安全风险感知与防控大数据应用国家工程实验室、首都医科大学人脑保护高精尖创新中心、国家精神心理疾病临床医学研究中心合作开展研究。经过长时间的探索与实验，所取得的研究成果以论文形式发表于The 2022 International Joint Conference on Biometrics (IJCB 2022)，论文题为“EPI-CGAN: Robust EEG-based Person Identification Using Conditional Generative Adversarial Network”。
该研究成果提出了一种基于电极位置的特征映射方法。现有的脑电信号特征提取主要针对时域、频域进行特征提取，而忽略了采集电极的位置信息，且实验条件单一，鲁棒性差。针对这些问题，研究团队提出了一种可以提取空域特征的方法，并与生成对抗网络结合，以改善鲁棒性。具体地，该方法利用了脑电信号采集时的蒙太奇，通过将三维的电极分布映射在二维的网络上，得到了包含空间信息的特征张量。使用在多个不同的采集条件下采集的数据集，实验证明了新模型在保持高识别准确率的同时，可以实现在多种复杂环境下的身份识别。此外，该研究还对一批抑郁症患者的脑电数据进行了成功的身份识别，是首个将脑部疾病患者纳入实验范畴的工作。
