Core Concepts
심장 자기장도 신호는 개인 식별을 위한 안정적이고 안전한 생체 정보로 활용될 수 있다.
Abstract
이 연구에서는 광펌핑 자력계를 사용하여 심장 자기장도(MCG) 신호를 측정하고, 이를 개인 식별에 활용하는 시스템을 개발하였다. 연구팀은 MCG 신호를 2D 시간-주파수 행렬로 변환하고, 합성곱 신경망(CNN)을 이용하여 개인을 식별하는 방법을 제안하였다.
데이터 수집 단계에서는 5명의 건강한 남성 피험자로부터 다양한 환경 자기장 조건에서 MCG 신호를 측정하였다. 이때 ECG와 손가락 맥박 신호도 함께 수집하여 MCG 신호의 정확성을 확인하였다.
데이터 처리 과정에서는 산업 주파수 잡음 제거를 위한 필터링과 시간-주파수 변환 기법을 적용하였다. 또한 인접한 측정점의 MCG 신호를 4채널의 데이터셋으로 구성하여 공간 정보를 활용하였다.
개인 식별 모델 학습 결과, 이중 분류 시스템에서 F1 점수 99.31%, 다중 분류 시스템에서 매크로 F1 점수 97.04%의 우수한 성능을 달성하였다. 또한 잡음에 대한 강건성 테스트를 통해 MCG 신호 대비 2dB 이하의 잡음 수준에서도 안정적인 식별 성능을 보였다.
이 연구 결과는 MCG 신호가 개인 식별을 위한 안정적이고 안전한 생체 정보로 활용될 수 있음을 보여준다. 향후 다양한 환경과 대상자에 대한 추가 검증이 필요할 것으로 보인다.
Stats
심장 자기장도 신호의 R파 크기는 약 20 pT, S파 크기는 약 -5 pT이다.
잡음 수준이 MCG 신호 대비 2dB 이하일 때 안정적인 개인 식별 성능을 보였다.
Quotes
"MCG 신호는 개인 식별을 위한 안정적이고 안전한 생체 정보로 활용될 수 있다."
"잡음 수준이 MCG 신호 대비 2dB 이하일 때 안정적인 개인 식별 성능을 보였다."