Mi mente, mi yo, mi identidad una firma neuronal independiente de la tarea mental aplicada a la identifcación biométrica
- Autores: Marcos Del Pozo Baños
- Directores de la Tesis: Carlos Manuel Travieso González (dir. tes.), Jesús Bernardino Alonso Hernández (codir. tes.)
- Lectura: En la Universidad de Las Palmas de Gran Canaria ( España ) en 2015
- Idioma: español
- Tribunal Calificador de la Tesis: Pedro Gómez Vilda (presid.), Modesto Castrillón Santana (secret.), Fernando Cruz Roldán (voc.), Francisco Mario Hernández Tejera (voc.), Xavier Leinekugel (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: acceda
- Resumen
Ya en 1936, tan sólo 12 años después de la primera grabación por Hans Verger del Electroencefalograma (EEG) humano, H. y P. Davis evidenciaron en sus investigaciones con EEG de gemelos la existencia de un modelo hereditario de la actividad cerebral. De hecho, el campo de las biometrías ha aplicado con éxito dicha propiedad para la implementación de sistemas capaces de identificar a usuarios a partir de sus EEGs.
En el este trabajo se presentan una serie de evidencias que respaldan la hipótesis: "Existe en el EEG humano, un patrón concomitante a la identidad del individuo e independiente del estado cognitivo". En el proceso: (1) se ha estudiado el estado del arte en la identificación biométrica del EEG y, en menor medida, de estudios genéticos y neurofisiológicos equivalentes; (2) se ha llevado a cabo un análisis exhaustivo (tanto qualitativamente como quantitativamente) del espacio tiempo-frecuencia del EEG desde el punto de vista biométrico; y (3) se ha diseñado e implementado un sistema de verificación biométrico del EEG independiente del estado cognitivo. Estas fases de la investigación resultaron en: (1) la identificación, en la literatura, de una falta general de consenso en varias cuestiones fundamentales referentes a las características individuales del EEG; (2) una descripción de las propiedades de la información discriminatoria contenida en el espacio tiempo-frecuencia del EEG y un conjunto de pautas para su óptima extracción; y (3) un sistema de verificación biométrico del EEG independiente del estado cognitivo con tasas de acierto de entre 73.94% y 97.59% en 6 bases de datos de dominio público. Así mismo, durante una estancia de investigación en el Departamento de Psicología de la Universidad de Swansea (Gales, Reino Unido), se desarrolló una metodología para mejora de los sistemas de eliminación de artefactos del EEG basados en métodos de separación ciega de fuentes: Filtrado Localizado de Componentes.
As early as 1936 -- only 12 years after Hans Verger recorded the first human Electroencephalogram (EEG) -- twin EEG research by H. and P. Davis evidence the existence of a brain activity inheritance model. In fact, the fields of biometrics has successfully used this property to build systems capable of identifying users from their EEG.
Here we present evidence supporting the hypothesis: "There exists, within the human EEG, a task-independent pattern concomitant to the individual's identity". In doing so we have: (1) researched the state of the art in EEG identification biometry and, to a lesser degree, equivalent genetic and neurophisiological studies; (2) conducted an in depth analysis (both qualitatively and quantitatively) of the time-frequency representation of the EEG from a biometrical point of view; and (3) designed and implemented a taskindependent EEG biometric verification system. These research stages resulted in: (1) the identification of a lack of consensus in the literature on several fundamental questions regarding the subject traits within the EEG; (2) a description of properties of the discriminant information within the time-frequency space of the EEG and a set of guidelines for its optimal extraction -- shedding light in most of the identified unanswered questions --; and (3) a task-independent EEG biometric verification system with success rates between 73.94% and 97.59% in 6 publicly available databases. In addition, during a research sta y at the Psychology Department of the College of Human Health and Science, Swansea University (Wales, UK), we developed a new methodology for the enhancement of EEG artefact rejection systems based on blind source separation methods: Localized Component Filtering (LCF).
