1 |
1
(a) 사용자의 심전도 신호를 획득하는 단계; (b) 상기 획득된 심전도 신호를 푸리에 싱크로스퀴즈 변환(Fourier synchrosqueezed transform)하는 단계; (c) 상기 푸리에 싱크로스퀴즈 변환된 심전도 신호로부터 다수의 관심영역을 분류하는 단계; 및 (d) 상기 분류된 다수의 관심영역 각각을 딥러닝 네트워크에 입력하여 상기 사용자를 식별하는 단계; 를 포함하는, 심전도 신호의 분할을 통한 개인식별 방법
|
2 |
2
제1항에 있어서,상기 (b) 단계는,상기 획득된 심전도 신호의 시간-주파수 스펙트럼에 대한 시간분해능에 따라 상기 획득된 심전도 신호를 푸리에 싱크로스퀴즈 변환하는 단계;를 포함하는,심전도 신호의 분할을 통한 개인식별 방법
|
3 |
3
제1항에 있어서, 상기 (c) 단계는,LSTM(Long short-term memory) 기반 딥러닝 네트워크를 이용하여 상기 푸리에 싱크로스퀴즈 변환된 심전도 신호를 상기 다수의 관심영역으로 분류하는 단계; 를 포함하는,심전도 신호의 분할을 통한 개인식별 방법
|
4 |
4
제3항에 있어서, 상기 LSTM 기반 딥러닝 네트워크는,LSTM 층, 완전연결 층(fully connected layer), 소프트맥스 층(softmax layer) 및 분류 층을 포함하는,심전도 신호의 분할을 통한 개인식별 방법
|
5 |
5
제1항에 있어서,상기 다수의 관심영역은,상기 심전도 신호의 P파, QRS파 및 T파를 포함하는,심전도 신호의 분할을 통한 개인식별 방법
|
6 |
6
제1항에 있어서,상기 (d) 단계는, 상기 분류된 다수의 관심영역 각각을 푸리에 싱크로스퀴즈 변환하는 단계;상기 푸리에 싱크로스퀴즈 변환된 다수의 관심영역 각각을 딥러닝 네트워크에 입력하는 단계; 및상기 딥 네크워크의 각 출력값을 결합하여 상기 사용자를 식별하는 단계;를 포함하는,심전도 신호의 분할을 통한 개인식별 방법
|
7 |
7
사용자의 심전도 신호를 획득하는 획득부; 및상기 획득된 심전도 신호를 푸리에 싱크로스퀴즈 변환(Fourier synchrosqueezed transform)하고,상기 푸리에 싱크로스퀴즈 변환된 심전도 신호로부터 다수의 관심영역을 분류하고,상기 분류된 다수의 관심영역 각각을 딥러닝 네트워크에 입력하여 상기 사용자를 식별하는 제어부;를 포함하는,심전도 신호의 분할을 통한 개인식별 장치
|
8 |
8
제7항에 있어서,상기 제어부는,상기 획득된 심전도 신호의 시간-주파수 스펙트럼에 대한 시간분해능에 따라 상기 획득된 심전도 신호를 푸리에 싱크로스퀴즈 변환하는,심전도 신호의 분할을 통한 개인식별 장치
|
9 |
9
제7항에 있어서,상기 제어부는,LSTM(Long short-term memory) 기반 딥러닝 네트워크를 이용하여 상기 푸리에 싱크로스퀴즈 변환된 심전도 신호를 상기 다수의 관심영역으로 분류하는,심전도 신호의 분할을 통한 개인식별 장치
|
10 |
10
제9항에 있어서,상기 LSTM 기반 딥러닝 네트워크는,LSTM 층, 완전연결 층(fully connected layer), 소프트맥스 층(softmax layer) 및 분류 층을 포함하는,심전도 신호의 분할을 통한 개인식별 장치
|
11 |
11
제7항에 있어서,상기 다수의 관심영역은,상기 심전도 신호의 P파, QRS파 및 T파를 포함하는,심전도 신호의 분할을 통한 개인식별 장치
|
12 |
12
제7항에 있어서,상기 제어부는,상기 분류된 다수의 관심영역 각각을 푸리에 싱크로스퀴즈 변환하고,상기 푸리에 싱크로스퀴즈 변환된 다수의 관심영역 각각을 딥러닝 네트워크에 입력하고,상기 딥러닝 네트워크의 각 출력값을 결합하여 상기 사용자를 식별하는,심전도 신호의 분할을 통한 개인식별 장치
|