الفهرس 
1. INTRODUCTIONOnly 14 pages are availabe for public view
 |  | from | 170 |  |  |
| | | from | 170 | | |
Abstract
اندمجت النظم البيومترية في نسيج الحياة اليومية – و انتشرت أين و متى مطلوب الاتصال الآمن باى نظام . منذ اكتشاف البصمات منذ أكثر من 100 عاما ، وقد وضعت مجموعة متنوعة من النهج لتحديد \ التحقق الشخصى . في الآونة الأخيرة ، وقد تم إدخال رسم القلب (ECG ) كصفة بيومترية جديدة. انه يميز نفسه من خلال كونه مؤشر حيوية دون أية معالجة إضافية و ايضا سمة بيومترية صعبة التزوير. نظم تحديد \ التحقق من الهوية الموجودة حاليا يمكن تصنيفها عموما وفقا للسمات المستخدمة فيها لنظم اصيلة (fiducial ) وغير إصيلة (non-fiducial) . استخلاص السمات الاصيلة يعتمد بشكل كبير على دقة الكشف عن 11 نقطة إصيلة (11 fiducial points)، وهي مهمة صعبة للغاية في حد ذاتها. من ناحية أخرى ، النهج غير الاصيلة تخفف من الحاجة لعملية الكشف عن النقط الاصيلة لتشمل نقطة واحدة فقط ( أكثرهم حدة ) أو في بعض الأحيان لا يكون هناك حاجة إلى عملية الكشف من اساسها. لكن هذة النهج عادة تتميز بارتفاع عدد السمات المستخرجة كثيرا. يعرض هذا العمل دراسة منهجية تساهم في تحديد الشخصية بواسطة رسم القلب. اولا نهج اصيل يستخدم مجموعة من 36 سمة . وقد تم التحقيق فى تقليل عدد السمات فى هذه المجموعة و الابقاء على السمات الاساسية فقط باستخدام تقنيات مختلفة مثل الحد من مبدأ تحليل العناصر principle component analysis (PCA)، وتحليل التمايز الخطيLinear Discriminant Analysis ( LDA ) ، والمجموعات التقريبية (RS ) Rough setsواكتساب المعلومات( IG ) Information Gain . . علاوة على ذلك ، و من أجل تخفيف من الحاجة لعملية الكشف عن النقط الاصيلة ، تم ايضا دراسة استخدام مجموعة من السمات الاصيلة التى تعتمد فى حسابها على خمسة نقط اصيلة هم نقط القمم والوديان و تم تسميتها مجموعةPV . واسفرت النتائج أن مجموعة السمات الناتجة عن استخدام طريقة الIG حققت افضل النتائج مقارنة بالطرق الاخرة التى تم تجربتها، في حين أن مجموعة PV تحافظ على دقة التعرف على الاشخاص مع انخفاض طفيف في معدل دقة التعرف على نبضات القلب . علاوة على ذلك ، تقترح هذة الدراسة نهجا غير اصيل يستند الى استخدام المويجات (Wavelets)فى استخراج السمات. لتجنب الاعداد الكبيرة لمعاملات المويجات (السمات)، تم اختبار هذة المعاملات من خلال مرحلتين ادت إلى استبعاد ما يقرب من 65 ٪ من المعاملات. بالإضافة إلى ذلك، تم تطبيق هذا النهج المقترح على النماذج المختلفة لتمثيل ضربات القلب مثل فترات ال RR ، QT وQRS و كشفت النتائج أوجه القصور في استخدام فترات QT و QRS فقط لتمثيل ضربات القلب . بالاضافة لذلك، تم اقتراح مرحلة تصحيح فترات ال QT قبل استخراج السمات لكلا النهجين لحل أثر تقلب معدل ضربات القلب ( HRV ) . أخيرا ، تم تقييم النهج المقترحة الاصيلة و الغير اصيلة من خلال مصنفات الشبكة العصبية مثل نموذج متعدد الطبقاتMultilayer Perceptron (MLP) و دوال معيار اساس المهام Radial Basis Functions (RBF)على أساس معايير الاستقرار مع مرور الوقت ، ورفض الدخلاء ، وقابلية التعميم وقد أجريت التجارب باستخدام قواعد البيانات الشهيرة Physionet و اخرى الخاصة بنا . أظهرت النتائج أهمية اقترح مرحلة التصحيح QT وتفوق النهج المويجات المقترح فيما يتعلق بجميع القضايا التى تم النظر فيها. فقد حقق نسبة تعرف 100٪ بالنسبة لجميع قواعد البيانات المستخدمة وايضا ما يقرب من نسبة 100٪ و 96٪ لمتوسط التعرف على النبضات لكل شخص فى Physionet و مجموعة البيانات التي قمنا بجمعها على التوالي، بالإضافة إلى أفضل منحنى ROC بالمقارنة مع النهج الإصيل .