심전도 신호기반 개인식별을 위한 텐서표현의 다선형 판별분석기법

A Multilinear LDA Method of Tensor Representation for ECG Signal Based Individual Identification

심전도 신호는 기본적으로 심장의 전기적 활동에 포함되며 이를 통해 심박수 측정, 심장 박동의 리듬 검사, 심장 이상 진단, 정서 인식 및 생체 인식과 같은 다양한 목적으로 분석 및 활용된다. 본 논문의 목적은 다차원 데이터 배열인 텐서 특성을 가진 다선형 판별분석(MLDA: Multilinear Linear Discriminant Analysis) 기법을 이용하여 개인식별을 수행하고자 한다. MLDA 는 상위 차원의 텐서를 포함하는 분류 문제에 대해서 차원 문제를 해결 할 수 있으며, 상호 연관된 부분 공간은 서로 다른 클래 스를 구별하기 위해 사용될 수 있다. 제시된 방법의 성능을 검증하기 위해 Physionet의 MIT-BIH데이터베이스를 적용하였다. 이 데이터베이스에 대해 실험한 결과, MLDA는 기존 PCA와 LDA와 비교하여 개인식별 성능이 우수함을 확인하였다.

A Multilinear LDA Method of Tensor Representation for ECG Signal Based Individual Identification Electrocardiogram signals, included in the cardiac electrical activity, are often analyzed and used for various purposes such as heart rate measurement, heartbeat rhythm test, heart abnormality diagnosis, emotion recognition and biometrics. The objective of this paper is to perform individual identification operation based on Multilinear Linear Discriminant Analysis (MLDA) with the tensor feature. The MLDA can solve dimensional aspects of classification problems in high-dimensional tensor, and correlated subspaces can be used to distinguish between different classes. In order to evaluate the performance, we used MPhysionet s MIT-BIH database. The experimental results on this database showed that the individual identification by MLDA outperformed that by PCA and LDA.