Biométrie par le signal Electrocardiogramme ECG
Loading...
Date
2023
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des sciences
Abstract
L’objectif de ce mémoire est de trouver une technique biométrique fiable en utilisant une particularité interne et spécifique à chaque être humain qui est son signal Electrocardiogramme « ECG ». L'ECG représente une technologie prometteuse et émergente pour l'identification des personnes. Dans ce travail, nous allons appliquer et tester quelques mesures de similarités avec le classifieur KNN dans le domaine de la biométrie. Les mesures testées sont, la méthode SEA (Shape Exchange Algorithm) [Boucheham, 2008], CID (Complexity Invariant Distance) [Batista, 2014], DTW (Dynamic Time Warping [Sakoe, 1978] [Berndt, 1994] et les variantes de DTW : CIDDTW (Complexity Invariant Distance Dynamic Time Warping) [Batista et al, 2014] et QPDTW (Quasi Periodic Time Warping) [Boulnemour, 2018] qui sont aussi des améliorations de DTW. Nos techniques biométriques reposent principalement sur l’utilisation de ces mesures de similarités pour comparer les ECG des personnes sans avoir besoin de les découper en cycles et sans en extraire leurs caractéristiques. Nous allons valider les algorithmes biométriques proposés en utilisant une base de données mondiale des signaux ECG, MIT/BIH [MITBIH, 2000]. Les résultats obtenus démontrent que la méthode SEA offre les meilleurs résultats, suivie par les méthodes hybrides QPDTW et CIDDTW, qui produisent des résultats supérieurs à ceux des méthodes DTW et CID.