Topluluk makine öğrenmesi modeli oluşturularak tek kanallı EEG tabanlı biyometrik kimlik tanımlama sistemi

Balcı F., Ilgın H. A.

JOURNAL OF THE FACULTY OF ENGINEERING AND ARCHITECTURE OF GAZI UNIVERSITY, cilt.41, ss.1-15, 2025 (SCI-Expanded, Scopus, TRDizin)

Özet

Klinik uygulamalarda yapay zekâya olan ilginin artmasıyla birlikte, her birey için benzersiz bir desen içeren ve diğer biyometrik verilere göre sahte verilere karşı daha fazla güvenlik avantajı sağlayan elektroensefalografi (EEG), modern biyometrik tabanlı güvenlik sistemlerinde kullanılabilirliği yaygın olarak araştırılan yeni bir tekniktir. Biyometrik veriler, güvenilirlikleri ve eşsizlikleri nedeniyle güvenlik sistemlerinde sıklıkla kullanılmaktadır. Bu araştırmada, düşük maliyet hedeflenerek kapalı bir sistemde, 109 katılımcıdan 64 kanal üzerinden elde edilen veri setinden rastgele seçilen sınırlı sayıdaki deneklerin EEG verileriyle, topluluk makine öğrenmesi tabanlı tek kanallı EEG verisiyle kimlik tespiti yaklaşımının başarımı araştırılmıştır. Karar ağaçları tabanlı algoritmalarda kullanılan Gini önem katsayısı kullanılarak, hem gözler açık hem de gözler kapalı olarak kaydedilen veri setinden seçilen kanaldan çıkarılan özniteliklerle eğitilen makine öğrenmesi modelleri; 64 kanal kullanan makine öğrenmesi modelleriyle, eğitim süresi, test süresi, doğruluk, duyarlılık, kesinlik ve F1-skoru gibi performans parametreleri açısından karşılaştırılmıştır. Ön işleme, öznitelik çıkarımı ve sınıflandırma adımlarından oluşan tek kanallı sistemde, gözler kapalı veriler için Cp4 kanalının delta frekans bandı kullanılmış ve rastgele ormanlar, çok katmanlı sinir ağı, gradyan artırma, karar ağaçları ve destek vektörleri makinesi algoritmalarından oluşan topluluk modeliyle sınıflandırma yapılmıştır. Yapılan çapraz doğrulama testlerinde, model %100 sınıflandırma doğruluğuna ulaşmıştır. Ayrıca, 64 kanallı deneylere göre ortalama olarak eğitim süresinde 68 kat ve test süresinde 38 kat kısalma sağlanmıştır. Elde edilen bulgular, kanal optimizasyonu ile EEG kanal sayısının azaltılmasına rağmen yüksek güvenilirlikli tek kanallı biyometrik kimlik tespit sisteminin mümkün ve geliştirilebilir olduğunu göstermektedir.