شناسایی فریب از طریق پردازش سیگنال‌های مغزی مبتنی بر روش مقایسه همبستگی

نویسندگان

1 کارشناس ارشد مهندسی پزشکی

2 استادیار و عضو هیئت علمی دانشگاه جامع امام حسین(ع)

doi
چکیده

در مقابل تحریکات نظامی، اطلاعاتی و امنیتی دشمن، استفاده از ابزار پدافندی، گریزناپذیر است. در دنیای امروز، استفاده از پدافند غیرعامل در مقابل این حرکات- با توجه به هزینه‌های کمتر و آسیب‌پذیری پائین‌تر و سهولت اجرای آن- از اصلی‌ترین ابزار فوق بوده و همواره مورد توجه است. در زمان کنونی، نظر به پیشرفت بالای علمی، فنی و نظامی در دنیا، این تکنیک‌ها به‌صورت نوین ظهور پیدا کرده است. یکی از مهم‌ترین این سیستم‌ها در پدافند غیرعامل، راستی‌آزمایی یا همان قطعیت تشخیص در صحت و سقم گفتار افراد از طریق پردازش سیگنال‌های مغزی می‌باشد. در این مقاله، با هدف ارائه روشی توانمند به‌منظور تشخیص فرد گناه‌کار در سیستم‌های دروغ‌سنجی، روشی مبتنی بر مؤلفه‌شناختی P300 طراحی و بررسی شده است. بدین منظور بر اساس الگوی Odd-ball  (بازشناسی چهره مخفی‌شده) آزمونی طراحی و سیگنال‌های مغزی 18 فرد ثبت گردیده و سپس از طریق بهبود روش مقایسه همبستگیBootstrapped Correlation Difference (BCD) ، به جداسازی افراد گناه‌کار و بی‌گناه پرداخته شده است. نتایج به‌دست‌آمده نشان می‌دهد روش BCD بهبودیافته، با صحت تشخیص 94.5 %، توانمندی به‌مراتب بیشتری نسبت به دیگر روش‌های مقایسه‌محور دارد. از طرفی نتایج نشان می‌دهد روش پیشنهادی درصد تفکیک‌پذیری بالاتری را نسبت به دیگر کارهای قبلی ارائه می‌دهد.