Projekty badawcze

Biometria/Identyfikacja

Spis treści:

Weryfikacja podpisu odręcznego

Weryfikacja wzoru tęczówki oka

Cytosensory

Neuronowa regulacja ciśnienia krwi u operowanych pacjentów

Weryfikacja podpisu odręcznego

Andrzej Pacut, Adam Czajka

Wyniki prac poświęconych rozpoznawaniu podpisów odręcznych wskazują na możliwość weryfikacji tożsamości również na bazie tej techniki biometrycznej. W pracy użyto tabletu graficznego do pomiaru pięciu składników podpisu w dziedzinie czasu, mianowicie położenia na płaszczyźnie, nacisku oraz kątów określających orientację pióra w trakcie pisania.

Na tablecie umieszczono specjalnie przygotowaną ramkę, której wymiary zbliżone są do wymiarów ramek występujących na potwierdzeniach transakcji dokonanych kartą płatniczą, tworząc w ten sposób panel podpisu.

Tablet oraz specjalnie przygotowana ramka jako panel podpisu.

Pamiętać należy, że istotne jest rozróżnianie podpisu (zbioru) od realizacji podpisu (elementu zbioru). Podpis jest zbiorem realizacji podpisu, natomiast same realizacje są wielowymiarowymi krzywymi jednowymiarowego argumentu (czas), jednoznacznie określonych przez jej wykres.

Przykładowa realizacja podpisu.

Podpisy zostały następnie poddane wstępnemu przetworzeniu (eliminacja trendu), a następnie wyznaczony został zbiór cech. Wybrano cechy najlepiej opisujące podpisy osób uczęstniczących w eksperymencie: długość podpisu, wartości średnie, odchylenia standardowe, współczynniki trendu liniowego, wektory i wartości własne macierzy inercji położenia pióra oraz trzecie momenty centralne położenia i nacisku.

Do zbioru finalnego cech starano się dobrać te spośród cech, które nie wnosiły tej samej informacji, czyli wykazywały małą korelację z pozostałymi cechami. Doprowadziło to do zbioru finalnego liczącego 12 cech. Z racji niejednoznaczności wyboru "silnie skorelowanych" cech, odrzucano te cechy, których obliczenie jest bardziej złożone.

Do aproksymacji funkcji klasyfikującej użyto dwóch struktur sieci neuronowych: dwuwarstwowego perceptronu o sigmoidalnych funkcjach aktywacji oraz radialnej sieci RCE. Rezultatem jest poprawna klasyfikacja blisko 100% podpisów (sieć RCE), błędna akceptacja 8.33% podpisów sfałszowanych oraz błędne odrzucenie 11.11% podpisów oryginalnych.

Weryfikacja wzoru tęczówki oka

Andrzej Pacut, Adam Czajka

Weryfikacja tęczówki oka uważana jest za jedną z najbezpieczniejszych biometrycznych metod weryfikacji tożsamości. Wzór tęczówki oka, w pełni ustalony pod koniec 15 tygodnia życia płodowego, jest niepowtarzalny i niezmienny podczas całego życia człowieka, w przeciwieństwie do koloru, którego nasycenie może się zmieniać. Prowadzi to do możliwości poprawnego rozróżnienia nawet bliźniąt jednojajowych.

(z lewej) Zdjęcie tęczówki oka wykonane w podczerwieni (długość fali = 840nm). Na rysunku zaznaczono również obszar będący wynikiem działania algorytmu lokalizacji tęczówki.

Pierwszym krokiem jest lokalizacja tęczówki w obrazie z kamery. Środek oraz promień rozgraniczający rogówkę od tęczówki znaleźć można łatwo przez zastosowanie trywialnych fitrów graficznych wyodrębniających rogówkę oka z obrazu. Aby wyliczyć promień rozgraniczający tęczówkę i białkówkę oka znajdujemy maksimum funkcji będącej różniczką (po promieniu r tęczówki) całki krzywoliniowej liczonej po odcinku okręgu o środku w centrum rogówki oka, ze zmiennym parametrem r.

Następnie, po przekształceniu wycinka tęczówki do układu polarnego oraz policzeniu FFT, obliczamy bity kodu tęczówki za pomocą filtru Gabora (każda liczba zespolona otrzymana na wyjściu G(x) filtru Gabora kodowana jest dwubitowo, mianowicie b₁="sgn[Re[G(x)]," b₂=sgn[Im[G(x)]). Przykładowy kod dla 720 wartości różnych parametrów filtru Gabora przedstawionno poniżej.

Kod tęczówki obliczony dla 720 wartości parametrów filtru Gabora. Prowadzi to do 1440 bitów kodu, który porównany może być z innym kodem np. za pomocą operacji XOR.

Cytosensory

Andrzej Pacut

Cytosensor to szczególny rodzaj biosensorów, wykorzystujący żywe komórki jako element pomiarowy. W naszych badaniach wykorzystujemy kultury komórek chromatoforowych ryb. Są one wrażliwe zarówno na czynniki chemiczne (trucizny) jak i biologiczne (wirusy, bakterie), które wywołują w nich reakcje morfologiczne i fizjologiczne. Unikalność metodologii związana jest z jej uniwersalnocią (żadna inna metoda nie pozwala na wykrywanie tak szerokiej gamy zagrożeń) oraz z jej bardzo wysoką czułością. Metodologia i urządzenia pomiarowe opatentowane zostały przez zespół badaczy z Oregon State University w Corvallis, Oregon, stamtąd też pochodzą analizowane wyniki eksperymentów. Wyniki te to sekwencje obrazów ukazujące zmiany na poziomie komórkowym w okresie po podaniu czynnika chemicznego czy biologicznego. Jedno z podstawowych zadań polega na opracowaniu metody analizy sekwencji obrazów, pozwalającej na rozpoznaniu czynnika, chwili jego aplikacji i identyfikacji jego stężenia. Dużą trudnością jest - typowa dla danych biologicznych - wysoka zmienność indywidualna danych, wymagająca stosowania metod statystycznych.

Odmiany bojownika syjamskiego Betta splendens, eksperymentalnie wzbogacone o różne chromatofory. Z lewej: ryby wzbogacone o erytrofory były używane w opisywanym eksperymencie. Z prawej, od góry do dołu: ryby wzbogacone o irydofory, ksantofory i melanofory.

Cechy uwzględniane w badaniach

Przykładowe cechy uwzględniane w badaniach: całkowita powierzchnia żywych chromatoforów, intensywność koloru dominującego, liczba Eulera dla komórek oraz prawdopodobieństwo wykrycia substancji obcej. Pokazano średnie przebiegi wybranych cech po podaniu norepidefryny (czynnik chemiczny) o dwu różnych stężeniach. Istotna jest zmienność wartości, a nie wartości początkowe, związane z polem widzenia mikroskopu.

Neuronowa regulacja ciśnienia krwi u operowanych pacjentów

Andrzej Pacut, Dariusz Radomski

Badania dotyczą neuronowego regulatora adaptacyjnego przeznaczonego do sterowania pompą infuzyjną dozującą lek obniżający ciśnienie krwi. Do weryfikacji algorytmu regulacji wykorzystano zmodyfikowany model McLeod'a, symulujacy "chorego pacjenta". Model ten opisuje zmianę dynamiki ciśnienia krwi pod wpływem podawanego leku.

Odwrotna regulacja neuronowa tętniczego ciśnienia krwi.

Proponowany algorytm regulacji został przebadany w obecności zakłóceń generowanych przez najczęstsze stany patologiczne układu krążenia.

Sytuacje patologiczne	Mechanizm biologiczny	Sposób modelowania
Obniżenie wrażliwości na lek	Długie dawkowanie leku uodparnia organizm na jego działanie	Wykładniczo malejąca wartość K
Obniżenie pobudzenia ukł. nerwowego	Zmniejszenie aktywności ukł. nerwowego przez leki znieczulające	Skokowe zmniejszenie wartości progu P_T
Wstrząs kardiogenny	Ograniczenie sprawności mechanicznej serca przez niedotlenienie	Skokowe zmniejszenie kurczliwości lewej komory E_L i wzrost aktywności hormonalnej K_r
Wstrząs hipowolemiczny	Nagły krwotok po zabiegu chirurgicznym	Wykładniczo malejaca wartość V_T
Uszkodzenie zastawki serca	Niedomykalność zastawki powodująca wsteczny przepływ krwi	Model uszkodzonej zastawki: G^(x) = x dla x>0 G^(x) ="" -2 dla x <= 0

Regulacja ciśnienia oparta o sterownik neuronowy charakteryzowała się dużą odpornością na zakłócenia, krótkim czasem regulacji oraz zerowym uchybem w stanie ustalonym. Otrzymane wyniki sugerują kliniczną przydatność proponowanego algorytmu.