脑纹识别研究综述

发布时间：2019-01-20 18:51

【摘要】：个人身份识别在当今互联网信息时代有着重要的意义,而传统的身份识别方式在安全上无法得到充分保证。脑电信号作为一种新型的生物特征,在不可窃取、不可伪造、必须活体检测等方面具有独特的优势,能为身份识别提供更安全的生物识别方法。因此,脑纹识别有着广阔的研究前景和应用价值。回顾近年来基于脑电信号的身份识别技术,详细阐述基于静息电位、视觉诱发电位(VEP)、运动想像、事件相关电位(ERP)在脑纹识别过程中的基本原理与方法,并分析各自的优势和局限性;最后就脑纹识别研究现状进行论述,并对其研究前景进行展望。
[Abstract]:Personal identification is of great significance in the Internet information age, but the traditional identification method can not be fully guaranteed in terms of security. As a new biological feature, EEG has unique advantages in non-theft, non-forgery, and must be detected in vivo, which can provide a more secure biometric method for identity recognition. Therefore, the recognition of cerebral striae has a broad research prospect and application value. Looking back on the recognition technology based on EEG in recent years, the basic principles and methods of (VEP), motion imagination and event-related potential (ERP) in the recognition of cerebral stria based on resting potential, visual evoked potential and event related potential are described in detail, And analyze their advantages and limitations; In the end, the research status of cerebral stria recognition is discussed, and its research prospect is prospected.
【作者单位】： 杭州电子科技大学计算机学院;
【基金】：国家自然科学基金(61671193) 国家国际科技合作专项资助项目(2014DFG12570)
【分类号】：R318;TN911.7

【相似文献】

相关期刊论文 前10条

1 沈勤,周波,李海生,张荣;眼静息电位向眼周的扩散现象和临床应用[J];现代康复;2001年09期

2 徐兆麟;膜电位复极化的机制有别于静息电位的产生和维持[J];生物学通报;2005年06期

3 张文伯 ,尚通明 ,马国泰 ,张芬琴;钾氯离子对静息膜电位的影响[J];张掖师专学报(综合版);1994年02期

4 任衍钢;;钠钾泵是怎样发现的[J];生物学通报;2011年03期

5 秦潮;;细胞膜钠钾泵生理学[J];生物学通报;1986年08期

6 车广伟;冯玉娟;赵敬国;;次极量运动对视觉诱发电位P_(100)潜伏期的影响[J];湖州师范学院学报;2008年01期

7 Depew J A M;陈瑞红;;关于视觉诱发电位幅度与潜伏期特性的中心和外周效应[J];国外医学.生物医学工程分册;1991年04期

8 李汀滢,姚凯,宋策;关于视觉诱发电位提取方法的探讨[J];佳木斯工学院学报;1997年03期

9 吴正华;尧德中;;稳态视觉诱发电位神经网络间的相互作用[J];生物物理学报;2007年02期

10 陈霞，管永清，蔡浩然，，郭静秋;正常儿童多导视觉诱发电位的非对称性分布[J];生物物理学报;1996年01期

相关博士学位论文 前2条

1 马小飞;认知任务下的脑电动力学分析[D];南京大学;2017年

2 胡开良;四种蝙蝠色觉的行为学、免疫组织化学和视觉诱发电位研究[D];华东师范大学;2011年

相关硕士学位论文 前10条

1 LUU ELODIE（吕丽君）;基于稳态视觉诱发电位的脑机接口研究[D];华南理工大学;2016年

2 李琳;基于稳态视觉诱发电位的脑机接口系统设计及相关算法的研究[D];浙江理工大学;2017年

3 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年

4 张志琴;脑电信号的复杂性分析[D];中南大学;2009年

5 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年

6 王欢;基于非平稳时间序列分析方法的脑电信号模式识别[D];苏州大学;2015年

7 王世通;基于多尺度符号序列熵的睡眠脑电与少中年脑电信号分析[D];南京邮电大学;2015年

8 徐朝阳;基于深度网络的脑电信号分类方法研究[D];中国海洋大学;2015年

9 王帅;基于符号化表示学习的脑电信号情绪分类方法研究[D];哈尔滨工业大学;2016年

10 温炜;脑电信号采集系统的设计与实现[D];南京邮电大学;2016年

本文编号：2412304