Biometric identification of photopletysmographic signals in the maxillofacial surgery clinic using deep learning technologies (Ukr)

Це дослідження направлене на підвищення ефективності оброблення сигналів фотоплетизмографії (ФПГ), які мають низку переваг перед традиційними біометричними методами. Було створено комплексну методику для реєстрації ФПГ сигналів від 95 пацієнтів за допомогою оптико-електронної системи оцінювання тканинної мікроциркуляції Фотоплетизмографічні сигнали були перетворені в двовимірні вигляд за допомогою матриці Грама. Для аналізу та автентифікації використовувалася модель EfficientNetV2 B0, яка інтегрована з мережею довготривалої короткочасної пам'яті (ДКП), що дозволило досягти точності інтерпретації 99 %. Удосконалена модель була додатково перевірена для ідентифікації в реальному часі, що підкреслює її ефективність і надійність для систем біометричного розпізнавання. Загалом це дослідження вирішує ключові проблеми біометричної автентифікації шляхом використання переваг ФПГ сигналів і сучасних методологій глибокого навчання, дозволяючи підвищити ефективність застосування біомедичних систем. Значною перевагою підходу є його застосовність під час обробки сигналів в реальному часі. Розроблена оптико-електронна система, яка включає в себе збір, попередню обробку та класифікацію сигналів ФПГ в режимі реального часу, демонструє практичну доцільність біометричних систем на основі ФПГ. Оптико-електронна система для оцінювання тканинної мікроцикуляції дозволяє реєструвати та обробляти ФПГ сигнали частини тіла. що додає системі універсальності. Це дослідження вирішує ключові проблеми біометричної автентифікації шляхом використання переваг ФПГ сигналів і сучасних методологій глибокого навчання, дозволяючи підвищити ефективність застосування біомедичних систем. Значною перевагою підходу є його застосовність при обробці сигналів в реальному часі. Розроблена оптико-електронна система, яка включає в себе збір, попередню обробку та класифікацію сигналів ФПГ в режимі реального часу, демонструє практичну доцільність біометричних систем на основі ФПГ.

Authors

Publication Details

Journal
Scientific Works of Vinnytsia National Technical University
Published
2025-01-01
DOI
https://doi.org/10.31649/2307-5376-2025-1-109-120
Primary Topic
Dental Radiography and Imaging
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Biometric identification of photopletysmographic signals in the maxillofacial surgery clinic using deep learning technologies (Ukr)

Volodymyr S. Pavlov, V. S. Polishchuk, Н. І. Заболотна, Yang Longyin et al.
Scientific Works of Vinnytsia National Technical University
Dental Radiography and Imaging
article

Biometric identification of photopletysmographic signals in the maxillofacial surgery clinic using deep learning technologies (Ukr)

Volodymyr S. Pavlov, V. S. Polishchuk, Н. І. Заболотна, Yang Longyin, A. I. Dalishchuk, Yanina Skoriukova
article en

Abstract

Це дослідження направлене на підвищення ефективності оброблення сигналів фотоплетизмографії (ФПГ), які мають низку переваг перед традиційними біометричними методами. Було створено комплексну методику для реєстрації ФПГ сигналів від 95 пацієнтів за допомогою оптико-електронної системи оцінювання тканинної мікроциркуляції Фотоплетизмографічні сигнали були перетворені в двовимірні вигляд за допомогою матриці Грама. Для аналізу та автентифікації використовувалася модель EfficientNetV2 B0, яка інтегрована з мережею довготривалої короткочасної пам'яті (ДКП), що дозволило досягти точності інтерпретації 99 %. Удосконалена модель була додатково перевірена для ідентифікації в реальному часі, що підкреслює її ефективність і надійність для систем біометричного розпізнавання. Загалом це дослідження вирішує ключові проблеми біометричної автентифікації шляхом використання переваг ФПГ сигналів і сучасних методологій глибокого навчання, дозволяючи підвищити ефективність застосування біомедичних систем. Значною перевагою підходу є його застосовність під час обробки сигналів в реальному часі. Розроблена оптико-електронна система, яка включає в себе збір, попередню обробку та класифікацію сигналів ФПГ в режимі реального часу, демонструє практичну доцільність біометричних систем на основі ФПГ. Оптико-електронна система для оцінювання тканинної мікроцикуляції дозволяє реєструвати та обробляти ФПГ сигнали частини тіла. що додає системі універсальності. Це дослідження вирішує ключові проблеми біометричної автентифікації шляхом використання переваг ФПГ сигналів і сучасних методологій глибокого навчання, дозволяючи підвищити ефективність застосування біомедичних систем. Значною перевагою підходу є його застосовність при обробці сигналів в реальному часі. Розроблена оптико-електронна система, яка включає в себе збір, попередню обробку та класифікацію сигналів ФПГ в режимі реального часу, демонструє практичну доцільність біометричних систем на основі ФПГ.

Scientific Works of Vinnytsia National Technical University(1)
Openalex Percentile: Top 92%
Dental Radiography and Imaging
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.