ECG Biometrics: A Template Selection Approach

Electrocardiography (ECG) biometrics is emerging as a viable biometric trait. Recent developments at the sensor level have shown the feasibility of performing signal acquisition at the fingers and hand palms, using one-lead sensor technology and dry electrodes. These new locations lead to ECG signals with lower signal to noise ratio and more prone to noise artifacts; the heart rate variability is another of the major challenges of this biometric trait. In this paper we propose a novel approach to ECG biometrics, with the purpose of reducing the computational complexity and increasing the robustness of the recognition process enabling the fusion of information across sessions. Our approach is based on clustering, grouping individual heartbeats based on their morphology. We study several methods to perform automatic template selection and account for variations observed in a person's biometric data. This approach allows the identification of different template groupings, taking into account the heart rate variability, and the removal of outliers due to noise artifacts. Experimental evaluation on real world data demonstrates the advantages of our approach.

ECG signals for biometric applications: are we there yet?

The potential of the electrocardiographic (ECG) signal as a biometric trait has been ascertained in the literature over the past decade. The inherent characteristics of the ECG make it an interesting biometric modality, given its universality, intrinsic aliveness detection, continuous availability, and inbuilt hidden nature. These properties enable the development of novel applications, where non-intrusive and continuous authentication are critical factors. Examples include, among others, electronic trading platforms, the gaming industry, and the auto industry, in particular for car sharing programs and fleet management solutions. However, there are still some challenges to overcome in order to make the ECG a widely accepted biometric. In particular, the questions of uniqueness (inter-subject variability) and permanence over time (intra-subject variability) are still largely unanswered. In this paper we focus on the uniqueness question, presenting a preliminary study of our biometric recognition system, testing it on a database encompassing 618 subjects. We also performed tests with subsets of this population. The results reinforce that the ECG is a viable trait for biometrics, having obtained an Equal Error Rate of 9.01% and an Error of Identification of 15.64% for the entire test population.

Experimental Study And Evaluation Of Paper-Based Inkjet Electrodes For ECG Signal Acquisition

Applications involving biosignals, such as Electrocardiography (ECG), are becoming more pervasive with the extension towards non-intrusive scenarios helping targeting ambulatory healthcare monitoring, emotion assessment, among many others. In this study we introduce a new type of silver/silver chloride (Ag/AgCl) electrodes based on a paper substrate and produced using an inkjet printing technique. This type of electrodes can increase the potential applications of biosignal acquisition technologies for everyday life use, given that there are several advantages, such as cost reduction and easier recycling, resultant from the approach explored in our work. We performed a comparison study to assess the quality of this new electrode type, in which ECG data was collected with three types of Ag/AgCl electrodes: i) gelled; ii) dry iii) paper-based inkjet printed. We also compared the performance of each electrode when acquired using a professional-grade gold standard device, and a low cost platform. Experimental results showed that data acquired using our proposed inkjet printed electrode is highly correlated with data obtained through conventional electrodes. Moreover, the electrodes are robust to high-end and low-end data acquisition devices. Copyright © 2014 SCITEPRESS - Science and Technology Publications. All rights reserved.

ECG-based biometrics: A real time classification approach

Behavioral biometrics is one of the areas with growing interest within the biosignal research community. A recent trend in the field is ECG-based biometrics, where electrocardiographic (ECG) signals are used as input to the biometric system. Previous work has shown this to be a promising trait, with the potential to serve as a good complement to other existing, and already more established modalities, due to its intrinsic characteristics. In this paper, we propose a system for ECG biometrics centered on signals acquired at the subject's hand. Our work is based on a previously developed custom, non-intrusive sensing apparatus for data acquisition at the hands, and involved the pre-processing of the ECG signals, and evaluation of two classification approaches targeted at real-time or near real-time applications. Preliminary results show that this system leads to competitive results both for authentication and identification, and further validate the potential of ECG signals as a complementary modality in the toolbox of the biometric system designer.

Experimental apparatus for finger ECG biometrics

Current Electrocardiographic (ECG) signal acquisition methods are generally highly intrusive, as they involve the use of pre-gelled electrodes and cabled sensors placed directly on the person, at the chest or limbs level. Moreover, systems that make use of alternative conductive materials to overcome this issue, only provide heart rate information and not the detailed signal itself. We present a comparison and evaluation of two types of dry electrodes as interface with the skin, targeting wearable and low intrusiveness applications, which enable ECG measurement without the need for any apparatus permanently fitted to the individual. In particular, our approach is targeted at ECG biometrics using signals collected at the hand or finger level. A custom differential circuit with virtual ground was also developed for enhanced usability. Our work builds upon the current stateof-the-art in sensoring devices and processing tools, and enables novel data acquisition settings through the use of dry electrodes. Experimental evaluation was performed for Ag/AgCl and Electrolycra materials, and results show that both materials exhibit adequate performance for the intended application.

Automatic sleep apnea detection and sleep classification using the ECG and the SpO2 signals

Dissertation for a Masters Degree in Computer and Electronic Engineering

ECG wave detector and delineation with wavelets

Proceedings of the International Conference on Computational Intelligence in Medicine Healthcare, CIMED 2005, Costa da Caparica, June 29 - July 1, 2005

ECG biometrics using a dissimilarity space representation

Electrocardiogram (ECG) biometrics are a relatively recent trend in biometric recognition, with at least 13 years of development in peer-reviewed literature. Most of the proposed biometric techniques perform classifi-cation on features extracted from either heartbeats or from ECG based transformed signals. The best representation is yet to be decided. This paper studies an alternative representation, a dissimilarity space, based on the pairwise dissimilarity between templates and subjects' signals. Additionally, this representation can make use of ECG signals sourced from multiple leads. Configurations of three leads will be tested and contrasted with single-lead experiments. Using the same k-NN classifier the results proved superior to those obtained through a similar algorithm which does not employ a dissimilarity representation. The best Authentication EER went as low as 1:53% for a database employing 503 subjects. However, the employment of extra leads did not prove itself advantageous.

Embedded system for individual recognition based on ECG biometrics

Biometric recognition is emerging has an alternative solution for applications where the privacy of the information is crucial. This paper presents an embedded biometric recognition system based on the Electrocardiographic signals (ECG) for individual identification and authentication. The proposed system implements a real-time state-of-the-art recognition algorithm, which extracts information from the frequency domain. The system is based on a ARM Cortex 4. Preliminary results show that embedded platforms are a promising path for the implementation of ECG-based applications in real-world scenario.

Biometric recognition system using low bandwidth ECG signals

Biometric recognition has recently emerged as part of applications where the privacy of the information is crucial, as in the health care field. This paper presents a biometric recognition system based on the Electrocardiographic signal (ECG). The proposed system is based on a state-of-the-art recognition method which extracts information from the frequency domain. In this paper we propose a new method to increase the spectral resolution of low bandwidth ECG signals due to the limited bandwidth of the acquisition sensor. Preliminary results show that the proposed scheme reveals a higher identification rate and lower equal error rate when compared to previous approaches.

Análise do sinal cardíaco ECG através da técnica SVD

Este trabalho surge no âmbito da área Electromedicina, uma componente da Engenharia Electrotécnica cada vez mais influente e em permanente desenvolvimento, existindo nela uma constante inovação e tentativa de desenvolvimento e aplicação de novas tecnologias. Este projecto possui como principal objectivo o estudo aprofundado das aplicações da técnica SVD (Singular Value Decomposition), uma poderosa ferramenta matemática que permite a manipulação de sinais através da decomposição de matrizes, ao caso específico do sinal eléctrico obtido através de um electrocardiograma (ECG). Serão discriminados os princípios da operação do sistema eléctrico cardíaco, as principais componentes do sinal ECG (a onda P, o complexo QRS e a onda T) e os fundamentos da técnica SVD. A última fase deste trabalho consistirá na aplicação, em ambiente Matlab, da técnica SVD a sinais ECG concretos, com enfase na sua filtragem, para efeitos de remoção de ruído. De modo verificar as suas vantagens e desvantagens face a outras técnicas, os resultados da filtragem por SVD serão comparados com aqueles obtidos, em condições similares, através da aplicação de um filtro FIR de coeficientes estáticos e de um filtro adaptativo iterativo.

Syncope and Intermittent Brugada ECG Pattern

A síndrome de Brugada é uma síndrome rara, com uma prevalência aproximada na Europa de 1-5/10 000 habitantes, mas cuja apresentação clínica inicial pode ser morte súbita. Embora com um padrão eletrocardiográfico típico, este é por vezes intermitente. Os autores apresentam o caso clínico de um doente de sexo masculino, de 32 anos, sem fatores de risco pessoais conhecidos e história familiar de morte súbita, que recorre ao Serviço de Urgência por síncope sem pródromos. O primeiro eletrocardiograma (ECG) em ritmo sinusal documenta a presença de uma elevação isolada e inespecífica do segmento ST em V2. Da restante investigação diagnóstica realizada, salienta-se a repetição do ECG, que revelou a presença de padrão de Brugada tipo 1. Este mesmo padrão é exacerbado posteriormente numa situação de infeção respiratória. O doente foi submetido a estudo eletrofisiológico, seguido de implantação de cardiodesfibrilhador (CDI), tendo tido um episódio de fibrilhação ventricular convertido com choque via CDI 2 meses após a implantação.

Ativação da enzima conversora de angiotensina no coração após infarto do miocárdio e suas repercussões no remodelamento ventricular

OBJETIVO: Determinar as alterações de atividade da enzima conversora de angiotensina (ECA) no coração com infarto do miocárdio (IM) e comparar os efeitos do captopril e losartan em parâmetros morfológicos e funcionais de ratos com IM. MÉTODOS: O IM foi produzido em ratos Wistar por ligadura de ramos da artéria coronária esquerda. Os controles (Con) foram submetidos a uma cirurgia fictícia. Animais com IM e Con foram tratados com captopril (30mg/kg/dia) ou losartan (15mg/kg/dia) e estudados 30 dias após, determinando-se a atividade da ECA nos ventrículos direito (VD) e esquerdo (VE), as alterações hemodinâmicas e as concentrações de hidroxiprolina (OH-Pro) e proteína total no VD e VE. RESULTADOS: A atividade da ECA aumentou no VD (+25%) e VE (+70%) após IM. A maior atividade foi observada na cicatriz fibrótica, onde atingiu cerca de 4,5 vezes a do músculo do VE que sobreviveu ao IM (420±68 vs 94±8nmoles/g/min; P<0,01). O IM determinou aumento da pressão diastólica final e hipertrofia do VD e VE. Captopril e losartan foram igualmente eficazes em atenuar a hipertrofia e o aumento da pré-carga. O captopril também atenuou o aumento de OH-Pro no VD e VE após IM. O IM reduziu a concentração de proteína principalmente no músculo de VE, efeito esse acentuado pelo captopril. CONCLUSÃO: A grande atividade da ECA na cicatriz deve produzir altas concentrações de angiotensina II (AII) no sangue que drena da cicatriz. Os efeitos dos inibidores da ECA seriam decorrentes, principalmente, da redução de geração local de AII, e não de aumento de cininas, uma vez que captopril e losartan exerceram efeitos similares no remodelamento pós-infarto.

Trombose em artérias coronárias normais causando infarto agudo do miocárdio em paciente alcoólatra

Paciente jovem, etilista, que sofreu infarto agudo do miocárdio. Após terapêutica trombolítica sem sucesso, a cineangiocoronariografia na fase aguda evidenciava trombos em múltiplas artérias. Um 2º CATE, realizado no 7º dia de internação revelou coronárias normais. Não havia nenhum distúrbio do metabolismo lipídico, assim como outro fator de risco de doença arterial coronária, a não ser o fato de ser tabagista de oito a 10 cigarros ao dia, há dois anos, o que nos levou a acreditar que o abuso de álcool etílico possa ter contribuído para esse evento.

Diagnóstico do infarto agudo do miocárdio. Valor da dosagem de mioglobina sérica comparada com a creatinofosfoquinase e sua fração MB

OBJETIVO: Comparar o desempenho, em termos de teste diagnóstico, da dosagem sérica de mioglobina (Mgb) com a creatinofosfoquinase (CK) e a sua fração MB (CK-MB), para o diagnóstico de infarto agudo do miocárdio (IAM). MÉTODOS: Estudo observacional, contemporâneo e não controlado de 64 pacientes, admitidos entre setembro/94 e fevereiro/95, em uma emergência especializada em cardiologia, com dor torácica não traumática. Excluíram-se pacientes com sintomas há mais de 6h, trauma muscular, ressuscitação cardiopulmonar e insuficiência renal. O diagnóstico de IAM foi estabelecido quando ao menos dois dos seguintes critérios estavam presentes: dor torácica típica há mais de 20min, alterações eletrocardiográficas compatíveis com necrose (ondas Q), ou elevações tardias de CK e CK-MB. RESULTADOS: Na amostra estudada, 18 tiveram diagnóstico de IAM. A sensibilidade (S) encontrada para CK, CK-MB e Mgb foi de 33%, 22% e 61% e a especificidade (E) de 85%, 96% e 98%, respectivamente. A diferença entre a S de Mgb e a de CK foi de 28%, com um intervalo de confiança de 95% (IC 95%) de -4% a 59%, e a diferença entre a S de Mgb e a de CK-MB foi de 39%, IC 95% de 9% a 69%. A diferença entre a E de Mgb e a de CK foi de 13%, IC 95% de 12% a 14%, e a diferença entre a E de Mgb e a de CK-MB foi de 2%, IC 95% de -5% a 9%. CONCLUSÃO: A mioglobina mostrou ser um marcador mais sensível e tão específico quanto a CK-MB, para o diagnóstico de IAM na população estudada. Em relação a CK, a Mgb foi mais específica e com igual sensibilidade.