Keselamatan adalah isu utama di dunia dan tidak ada yang benar-benar selamat. Sekarang biometrik telah menjadi alat keselamatan berguna dalam beberapa dekad kebelakangan ini kerana keberkesanannya dalam mengenal pasti dan mengesahkan pengguna yang dikehendaki berbanding penceroboh yang berpotensi. ECG telah dicadangkan sebagai biometriks yang menjanjikan untuk pengenalan dan pengesahan manusia. Kelebihan biometric ECG adalah sangat selamat, dan sulit berbanding dengan cap jari, iris, dan muka. Walau bagaimanapun, 12 bilangan petunjuk yang digunakan untuk mengumpul isyarat ECG dalam sistem pengenalan yang tipikal tidak berkesan. Oleh itu, projek ini mencadangkan kit pengesanan ECG mudah alih yang direka dengan menggunakan hanya oleh Lead 1 untuk pengesanan dan rakaman ECG. Aplikasi Android juga membantu untuk mengumpul isyarat ECG yang betul dengan memeriksa status subjek ECG dalam projek ini sebelum data ECG subjek direkodkan. Dalam projek ini, algoritma Pan-Tompkins digunakan sebagai teknik ekstraksi ciri titik fiducial ECG manakala rangkaian saraf buatan digunakan untuk sistem pengenalan. Penilaian prestasi
menunjukkan bahawa 93.65% daripada keseluruhan prestasi sistem dan 85% ketepatan mata pelajaran individu berdasarkan 10 data latihan mata pelajaran yang berlainan dan 20 ujian subjek yang berlainan. Hasil eksperimen ini menjanjikan dengan itu isyarat ECG terbukti menjadi modaliti yang berdaya maju untuk sistem biometrik.
_______________________________________________________________________________________________________
Security is a top issue in the world and nothing is completely secure. Now biometrics has been a useful security tool in recent decades because of its effectiveness in identifying and authenticating desired users versus potential intruder. ECG has been proposed as promising biometrics for human identification and authentication. The advantage of ECG biometric is highly secure, and confidential compared to fingerprint, iris, and face. However, 12 number of leads used to collect ECG signal in typical identification system is not efficient. So that, this project proposes a portable ECG detection kit that is designed
by using solely by Lead 1 for ECG detection and recording. The Android application also helps to collect proper ECG signal by checking the status of subject’s ECG in this project before the subject’s ECG data is recorded. In this project, Pan-Tompkins algorithm is used as feature extraction technique of ECG fiducial points while artificial neural network is used for identification system. The performance evaluation shows that 93.65% of overall system performance and 85% of individual subject accuracy based on 10 different subject’s training data and 20 different subject’s testing. This experimental result is
promising hence ECG signal is proved to be a viable modality for biometric system.