买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆大学申请的专利一种基于脑电波信号采集的身份信息安全认证方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114090998B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111447019.7，技术领域涉及：G06F21/32；该发明授权一种基于脑电波信号采集的身份信息安全认证方法是由王宁;费楚钦;陈泌文;郭尚伟;淦艳;向涛设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本一种基于脑电波信号采集的身份信息安全认证方法在说明书摘要公布了：本发明涉及一种基于脑电波信号采集的身份信息安全认证方法，属于信息数据处理技术领域。该方法利用便携式设备对脑电波进行采集，通过去噪方法最大限度保留脑电波信号特征后进行特征提取，系统通过对每条样本进行切片采样，组成等长度的数据块，并读入Pytorch进行网络训练，测试数据再根据生成的训练模型进行分类。本方法能够比传统个人身份信息安全认证方式更加安全，更难伪造，同时整体性能和准确率大大提高。

本发明授权一种基于脑电波信号采集的身份信息安全认证方法在权利要求书中公布了：1.一种基于脑电波信号采集的身份信息安全认证方法，其特征在于：该方法利用便携式设备对脑电波进行采集，通过去噪方法最大限度保留脑电波信号特征后进行特征提取，系统通过对每条样本进行切片采样，组成等长度的数据块，并读入Pytorch进行网络训练，测试数据再根据生成的训练模型进行分类； 该方法使用脑电波信号采集进行身份信息安全认证，自发性脑电波的频率从低到高分为五种电波形式，有γ波、β波、α波、θ波、δ波；该方法具体包括以下步骤： S1、首先对意识脑电波信号进行预处理，去噪从而分离出真正的原始脑电波信号； S2、对得到的原始脑电波信号数据进行特征提取和特征分类，对意识脑电波信号特征提取采用快速傅里叶变换，通过频域分析将幅度随时间变化的脑电波信号变换为脑电功率随频率变化的谱图，根据功谱图密度从而确定去噪中阈值的选取，即：利用噪声和正常使用的脑电波信号的功率谱密度在统计特征空间上的显著差异，采用NP检测算法，优化最小漏检概率得到所需阈值； S3、得到处理后的特征数据后，利用深度学习框架进行神经网络的开发和训练； S4、得到测试集意识脑电波信号后首先提取X-vector做LDA数据降维，向量长度规整，所述X-vector为声纹识别中的一种框架，基于深度神经网络DNN投影可变长度的数据段为固定维度的说话人嵌入，所述LDA为降维方法线性判别分析；再将数据训练做PLDA或者Cosine打分使得系统在后端中能够得到该脑电波信号与训练集相似的分数，所述PLDA表示概率线性判别分析，所述Cosine表示余弦相似度；最后通过分数的高低从而识别当前身份信息认证是否成功； 在步骤S1中，首先需要对意识脑电波信号进行预处理，即去噪从而分离出真正的原始脑电波信号，眼电通道数据作为无用数据就通过独立成分分析方法ICA去除眼电成分，ICA模型假定任何一组观测随机变量xi都是一组相互独立的内在随机变量sj的混合：xi＝ai1s1+ai2s2+…+ainsn,i＝1,…n，向量形式的ICA模型为：x＝As＝Σiaisi,对独立成分s的估计通过寻找混合变量x的线性组合y来实现：y＝bTx＝Σibixi＝bTAs＝qTs＝Σiqisi，其中b是待确定的向量，问题转变成为所有独立成分具有相同分布的情况下，如何确定q，使向量y＝s；通过改变系数q找到y的非高斯性的最大值，意识脑电波信号由一组在头皮不同位置放置的电极记录的电信号x组成，x是由大脑和肌肉活动相对应的生物电成分s混合而成的，因此与ICA模型描述的问题类似，则满足该模型条件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400030 重庆市沙坪坝区正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。