DE60211678T2 - Vorrichtung und verfahren zur biometrischen identifikation oder zum biometrischen nachweis von individuen unter verwendung optischer spektroskopie - Google Patents

Vorrichtung und verfahren zur biometrischen identifikation oder zum biometrischen nachweis von individuen unter verwendung optischer spektroskopie Download PDF

Info

Publication number
DE60211678T2
DE60211678T2 DE60211678T DE60211678T DE60211678T2 DE 60211678 T2 DE60211678 T2 DE 60211678T2 DE 60211678 T DE60211678 T DE 60211678T DE 60211678 T DE60211678 T DE 60211678T DE 60211678 T2 DE60211678 T2 DE 60211678T2
Authority
DE
Germany
Prior art keywords
optical
spectral data
tissue
spectral
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
DE60211678T
Other languages
English (en)
Other versions
DE60211678D1 (de
Inventor
K. Robert Corrales ROWE
Ries Mark Albuquerque ROBINSON
L. Steve Joliet PERELLA
N. Roxanne Ellicott City LANDESMAN
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HID Global Corp
Original Assignee
Lumidigm Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lumidigm Inc filed Critical Lumidigm Inc
Application granted granted Critical
Publication of DE60211678D1 publication Critical patent/DE60211678D1/de
Publication of DE60211678T2 publication Critical patent/DE60211678T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/117Identification of persons
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/30Individual registration on entry or exit not involving the use of a pass
    • G07C9/32Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Description

  • Technisches Gebiet
  • Die vorliegende Erfindung betrifft allgemein Verfahren und Systeme zum Ausführen von biometrischer Identifikation unbekannter Individuen oder Nachweisen der Identität eines Individuums unter Verwendung optischer Spektraldaten von Gewebe. Genauer ausgedrückt, betrifft die Erfindung Verfahren und Vorrichtungen zur biometrischen Identifikation oder zum biometrischen Nachweis eines lebenden Individuums unter Verwendung optischer Energie in den nahen Ultraviolett-, sichtbaren oder nahen Infrarotbereichen oder Kombinationen von Wellenlängen von diesen Bereichen zum Messen der Absorption und Streuung der Lichtenergie durch Gewebe unter der Epidermis. Die Spektralmerkmale, die durch Gewebe einer einfallenden optischen Bestrahlung auferlegt werden, sind eindeutig für ein Individuum und geeignet für biometrische Bestimmungen. Solche Bestimmungen werden durch Verwendung multivarianter Klassifizierungstechniken zum Vergleichen aktueller Gewebespektren mit vorhergehend gespeicherten Gewebespektraldaten ausgeführt, die in einer Registrierungsdatenbank enthalten sind.
  • Hintergrund der Erfindung
  • Biometrische Identifikation beschreibt den Prozess der Verwendung eines oder mehrerer physikalischer oder Verhaltensmerkmale zum Identifizieren einer Person oder einer anderen biologischen Einheit. Es gibt zwei übliche Arten, in denen biometrische Identifikation erfolgt: eine-zu-vielen (Identifikation) und eine-zu-einer (Nachweise). Eine-zu-vielen Identifikation versucht die Frage zu beantworten "Kenne ich dich?". Die biometrische Messeinrichtung sammelt einen Satz biometrischer Daten von einem Zielindividuum. Von diesen Informationen allein beurteilt sie, ob die Person bereits in dem biometrischen System registriert ist. Systeme, die die eine-zu-vielen Identifikationsaufgabe wie zum Beispiel das Automatische Fingerabdruckidentifizierungssystem (AFIS) des FBI ausführen, sind allgemein sehr teuer (mehrere Millionen Dollar oder mehr) und erfordern viele Minuten, um eine Übereinstimmung zwischen einer unbekannten Probe und einer großen Datenbank zu detektieren, die Hunderttausende oder Millionen von Eintragungen enthält. Die eine-zu-einer Betriebsart von Biometrik beantwortet die Frage von "Bist du, wer du vorgibst zu sein?" Diese Betriebsart wird in Fällen verwendet, in denen ein Individuum eine Identität unter Verwendung eines Codes, einer Magnetkarte oder eines anderen Mittels beansprucht, und die Vorrichtung die biometrischen Daten zum Bestätigen der Identität der Person durch Vergleichen der biometrischen Zieldaten mit den registrierten Daten verwendet, die der behaupteten Identität entsprechen.
  • Es existiert ferner mindestens eine Variante zwischen diesen beiden Betriebsarten. Diese Variante erfolgt in dem Fall, wenn eine kleine Anzahl von Individuen in der registrierten Datenbank enthalten sind und die biometrische Anwendung die Bestimmung nur dessen benötigt, ob ein Zielindividuum sich unter dem registrierten Satz befindet. In diesem Fall wird die exakte Identität des Individuums nicht benötigt und somit ist die Aufgabe etwas anders (und oft einfacher) als die oben beschriebene Identifizierungsaufgabe. Diese Variante kann bei Anwendungen verwendbar sein, in denen das biometrische System zum Sichern eines teuren, gefährlichen oder komplexen Maschinenteils verwendet wird. In diesem Beispiel sollten nur berechtigte Personen die Ausrüstung verwenden können, aber es muss nicht von Interesse sein, spezifisch zu bestimmen, welche Person des berechtigten Personals es zu einem bestimmten Zeitpunkt verwendet.
  • Obwohl allgemein die eine-zu-vielen Identifikationsaufgabe schwieriger als eine-zu-einer ist, werden die beiden Aufgaben gleich, wenn die Anzahl erkannter oder berechtigter Benutzer für eine gegebene biometrische Vorrichtung auf nur ein einziges Individuum sinkt. Situationen, in denen eine biometrische Identifikationsaufgabe nur eine kleine Anzahl von Einträgen in der Berechtigungsdatenbank aufweist, sind recht gewöhnlich. Zum Beispiel biometrischer Zugang zu einem Wohnhaus, zu einem persönlichen Auto, zu einem Personalcomputer, zu einem Mobiltelefon, zu einer Handfeuerwaffe, oder anderen solchen persönlichen Einrichtungen erfordert typischerweise eine Berechtigungsdatenbank von nur wenigen Personen.
  • Biometrische Identifikation und biometrischer Nachweis sind in vielen Anwendungen nützlich. Beispiele umfassen Nachweisen von Identität vor dem Aktivieren von Maschinensystemen oder Erhalten von Zutritt zu einem gesicherten Bereich. Ein anderes Beispiel wäre die Identifikation zur Gleichheitsprüfung eines Individuums hinsichtlich Aufzeichnungen in Aktendateien für dieses Individuum, so wie zum Beispiel Gleichheitsprüfung von Krankenhauspatientenaufzeichnungen, wenn die Identität eines Individuums unbekannt ist. Biometrische Identifikation ist auch nützlich zur Gleichheitsprüfung von Polizeiaufzeichnungen zu dem Zeitpunkt, wenn ein Verdächtiger festgenommen wird, aber die wahre Identität des Verdächtigen nicht bekannt ist. Zusätzliche Verwendungen von biometrischer Identifikation oder biometrischem Nachweis umfassen Autoanlassen ohne Schlüssel und Zutrittsanwendungen, sicheren Computer- und Netzzugang, automatische Finanztransaktionen, berechtigte Verwendung von Handfeuerwaffen sowie Zeit- und Anwesenheitsanwendungen.
  • Aktuelle Verfahren zur biometrischen Identifikation sind vielfältig, aber einige der üblichsten Techniken umfassen Fingerabdruckmustergleichheitsprüfung, Gesichtserkennung, Handgeometrie, Irisabtastung und Spracherkennung. Jede dieser Techniken ist auf die Notwendigkeit von biometrischer Identifikation in irgendeinem Ausmaß gerichtet. Aufgrund von Kosten, Leistung oder anderen Punkten birgt jedes der existierenden Verfahren jedoch Vorteile und Nachteile in Bezug zu den anderen Techniken.
  • Ein aktuelles biometrisches Produkt auf dem Markt ist als das LiveGripTM bekannt, das durch Advanced Biometrics, Inc. hergestellt wird. Dieses Produkt basiert auf der Technik, die in dem US-Patent Nr. 5,793,881 durch Stiver et al. offenbart ist. In diesem Patent offenbaren Stiver et al. ein Identifikationssystem, das eine Sicherheitseinrichtung ist, welche aus einer zylindrischen oder länglichen durchsichtigen Schale mit einer internen Lichtquelle und einem Mittel zum Scannen der Hand der Person besteht, die die Schale ergreift, um die interne Struktur oder subkutane Struktur der Hand unter Verwendung von Abbildungsmethodologie aufzuzeichnen. Das System verwendet Licht des nahen Infrarotbereichs zum Abbilden des Musters von Blutgefäßen und verknüpftem Gewebe in der Hand. Es wird beansprucht, dass das auf diesem Patent basierende LiveGripTM Produkt die Fähigkeit eines Eindringlings, das biometrische System zu überlisten, gesenkt hat, da dies, wie sie vorgeben, einfach unter Verwendung eines Latexgusses bei vielen Fingerabdrucklesern oder Handgeometriesystemen möglich ist. Der Abbildungsansatz erfordert jedoch ein optisches System guter Qualität und/oder Detektorarrays, die sowohl zur Systemkomplexität als auch zu Kosten beitragen. Ferner beruht das System auf Abbildung von Blutgefäßen, und erfordert deshalb, dass die gleiche Stelle wie während Registrierung dem System in Gebrauch dargeboten wird, und erfordert weiter, dass die Neupositionierung der Stelle ausreichend genau ist, damit die Software die beiden Bilder zum Bestätigen von Identität ausrichten kann. Schließlich ist die Größe des Sensorkopfes auf den Teil der Hand begrenzt, der zur genauen Identifikation abgebildet werden muss.
  • Lebendes menschliches Gewebe wird als ein dynamisches System erkannt, das eine Vielzahl von Komponenten und Analytinformation enthält, die besonders nützlich in dem medizinischen Beruf zum Diagnostizieren, Behandeln und Überwachen menschlicher physikalischer Zustände sind. In dieser Hinsicht sind Bemühungen auf die Entwicklung von Verfahren zur nichtinvasiven Messung von Gewebebestandteilen unter Verwendung von Spektroskopie gerichtet worden. Die spektrographische Analyse von lebendem Gewebe ist auf die Identifikation von Spektralinformationen konzentriert worden, die einzelne Analyten definiert und solche Spektraldaten in Bezug zu der Konzentration des Analyten setzt. Konzentrationen dieser Analyten variieren im Verlauf der Zeit bei einer einzelnen Person. Erfassen von Gewebespektraldaten mit ausreichender Genauigkeit zum Gebrauch in Diagnose und Behandlung hat sich als schwierig herausgestellt. Schwierigkeiten beim Ausführen der Analyse sind festgestellt worden, die mit der Tatsache verknüpft sind, dass das Gewebesystem eine komplexe Matrix von Materialen mit unterschiedlichen Brechungsindices und Absorptionseigenschaften ist. Da die Bestandteile von Interesse viele Male bei sehr niedrigen Konzentrationen vorliegen, hatten darüber hinaus Bestandteile hoher Konzentration, wie zum Beispiel Wasser, eine schädliche Auswirkung auf die Identifizierung der Spektralinformationen von Bestandteilen niedriger Höhe und darauf, eine genaue Ablesung der gewünschten Bestandteilkonzentration zu geben. Entwicklung dieser Techniken konzentrierte sich immer auf die Änderungen in der Spektralausgabe bei Änderung in der Konzentration eines dynamischen Analyten von Interesse, wie zum Beispiel Glukose. Die offenbarten Techniken konzentrieren sich auf die Identifizierung von Konzentrationen bestimmter Analyten, von deren Konzentration erwartet wird, dass sie sich im Verlauf der Zeit ändert.
  • Verbesserte Verfahren und Vorrichtungen zum Sammeln und Analysieren eines nahen Infrarot-Gewebespektrums für eine Analytkonzentration sind in gemeinsam abgetretenen US-Patentenanmeldungen und erteilten Patenten offenbart. US-Patent Nr. 5,655,530 und US-Patentanmeldung der Seriennr. 08/844,501, eingereicht am 18. April, 1997 unter dem Titel "Method for Non-Invasive Blood Analyte Measurement with Improved Optical Interface" [Verfahren zur nichtinvasiven Blutanalytmessung mit verbesserte optischer Schnittstelle] betreffen nahe Infrarotanalyse einer Gewebeanalytkonzentration, die im Verlauf der Zeit variiert, mit einer primären Konzentration auf Glukosekonzentration bei Diabetesindividuen. Die Verfahren und Vorrichtungen umfassen, ein Brechungsindexanpassungsmedium zwischen einem Sensor und der Haut zu platzieren, um die Genauigkeit und Wiederholfähigkeit des Testens zu verbessern. Die US-Patentanmeldung der Seriennr. 09/174,812, eingereicht am 19. Oktober 1998 unter dem Titel "Methode for Non-Invasive Blood Analyte Measurement with Improved Optical Interface" [Verfahren zur nichtinvasiven Blutanalytmessung mit verbesserter optischer Schnittstelle] offenbart zusätzliche Verbesserungen bei nichtinvasiver Analytanalyse von lebendem Gewebe.
  • US-Patent Nr. 5,636,633 betrifft teilweise einen anderen Aspekt von genauer nichtinvasiver Messung einer Analytkonzentration. Das Gerät umfasst eine Vorrichtung mit transparenten und reflektierenden Quadranten zum Trennen von diffus reflektiertem Licht von spiegelnd reflektiertem Licht. In die Haut projiziertes einfallendes Licht führt zu spiegelnd und diffus reflektiertem Licht, das von der Haut zurückkommt. Spiegelnd reflektiertes Licht weist geringe oder keine verwendbaren Informationen auf und wird vorzugsweise vor Sammlung entfernt. Die US-Patentanmeldung der Seriennr. 08/871,366, eingereicht am 9. Juni 1997 unter dem Titel "Improved Diffuse Reflectance Monitoring Apparatus" [Verbessertes Überwachungsgerät von diffuser Reflexion] offenbart eine Weiterverbesserung zur akkuraten Analytkonzentrationsanalyse, die eine Blockierlamellenvorrichtung zum Trennen von diffus reflektiertem Licht von spiegelnd reflektiertem Licht einschließt. Die Lamelle lässt Einfangen von Licht von der tieferen, inneren Dermisschicht zu, während Licht von der Oberfläche, Epidermisschicht abgelehnt wird, wo die Epidermisschicht viel weniger Analytinformation als die innere Dermisschicht aufweist und Rauschen beiträgt. Die Lamelle fängt Spiegelreflexionen sowie diffuse Reflexionen von der Epidermis ein.
  • US-Patent Nr. 5,435,309 betrifft ein System zum Auswählen optimaler Wellenlängen für multivariante Spektralanalyse. Die Verwendung von nur einer Wellenlänge liefert unzureichende Informationen, insbesondere für Lösungen mit mehreren Komponenten. Die Verwendung zu vieler Wellenlängen kann zu viel Rauschen enthalten und zu kombinatorischer Explosion in Berechnungen führen. Deshalb sollten die Anzahl verwendeter Wellenlängen begrenzt und die Wellenlängen gut gewählt werden. Genetische Algorithmen werden in dieser Verweisstelle zum Auswählen der passendsten Wellenlänge verwendet.
  • In US-A-5 719 950 ist ein persönliches, biometrisches Berechtigungssystem offenbart. Das System verwendet die Kombination eines eindeutigen, inhärent spezifischen biometrischen Parameters, das erkannt und mit gespeicherten Daten verglichen wird, und mindestens eines nicht spezifischen biometrischen Parameters einer physiologischen Charakteristik, das mit physiologischen Normen verglichen wird.
  • Zusammenfassung der Erfindung
  • Die vorliegende Erfindung umfasst Verfahren und Vorrichtungen zur biometrischen Identifikation oder zum biometrischen Nachweis von Individuen unter Verwendung optischer Spektroskopie in den nahen Ultraviolett-, sichtbaren oder nahen Infrarotbereichen und Kombinationen dieser Spektralbereiche, wie in dem anliegenden Satz von Ansprüchen definiert ist. Die offenbarten Verfahren und Vorrichtungen liefern überlegene Leistung gegenüber aktuellen biometrischen Systemen und schaffen andere Vorteile. Biometrische Identifikationsvorrichtungen des Standes der Technik bergen den deutlichen Nachteil, dass sie die Verwendung bestimmter Körperteile zum Erreichen ihrer Techniken erfordern. Zum Beispiel erfordern Fingerabdruckvorrichtungen, dass nur der äußerste ventrale Teil der Finger als die biometrische Stelle verwendet werden kann. Die Verfahren und Vorrichtungen der vorliegenden Erfindung ermöglichen, das biometrische Identifikation mit Fingern, Handflächen, Handgelenken, Unterarmen und anderen zweckdienlichen Stellen am Körper erfolgt. Selbst in dem Fall der Verwendung von Fingern ermöglicht die vorliegende Erfindung ferner Verwendung mehrerer Stellen entlang dem Finger sowohl auf den dorsalen oder ventralen Oberflächen. Aktuelle Fingerabdruckleser erfordern, dass der selbe Finger dem Leser zur Identifikation oder zum Nachweis dargeboten wird, der während der Registrierungsanalyse dargeboten wurde. Die vorliegende Erfindung kann verschiedene Finger (oder andere Stellen) zur Registrierung und zum nachfolgenden Nachweis verwenden. Diese Fähigkeit sorgt für erhöhte Registrierungseffizienz, da der Benutzer nur eine Registrierungsstelle dem System darbieten muss, schafft aber auch kritische Flexibilität während der Verwendung der Vorrichtung. Ein Beispiel dieser Flexibilität ist der Fall, in dem der Benutzer eine Stelle an einer bestimmten Hand registriert hat und diese bestimmte Stelle für nachfolgende Analyse aufgrund irgendeiner Verletzung oder irgendeiner schwerwiegenden Oberflächenverunreinigung der Stelle nicht zur Verfügung steht. Dieses spektroskopiegestützte biometrische System der vorliegenden Erfindung kann an der Stelle von der anderen Hand ohne vorhergehende Registrierung einer solchen Stelle arbeiten. Obwohl die im Folgenden aufgeführten Ergebnisse auf optischen Systemen basieren, die Kontakt mit der Hautoberfläche erfordern, könnte ferner das optische System, wie zum Beispiel das im Vorhergehenden erörterte US-Patent Nr. 5,636,633 oder US-Patent der Seriennr. 08/871,366 offenbarte, in der vorliegenden Erfindung zum Erzeugen ähnlicher Daten in einer kontaktfreien Betriebsart verwendet werden. Ein solches kontaktfreies biometrisches Sensorgerät würde wesentliche Vorteile bei Installierung an öffentlichen Plätzen aufweisen, um mit kritischen optischen Elementen verknüpfte Abnutzungs- und Verunreinigungspunkte zu minimieren.
  • Die vorliegende Erfindung basiert auf der Erkenntnis des Anmelders, dass das resultierende Gewebespektrum eines bestimmten Individuums eindeutige Spektralmerkmale und Kombinationen von Spektralmerkmalen einschließt, die zum Identifizieren des Individuums verwendet werden können, wenn die analytische Vorrichtung geschult wurde, um das Individuum zu identifizieren. Die Vorrichtung der vorliegenden Erfindung führt biometrische Analyse unter Verwendung naher ultravioletter, sichtbarer, sehr naher infraroter, oder naher infraroter Energie und Kombinationen daraus aus. Genau ausgedrückt, ist es den Anmeldern gelungen, zu demonstrieren, dass die Spektraldaten des nahen Infrarotbereichs im Bereich von 1,25–2,5 μm, wie sie mit einem Spektroskopiesystem des nahen Infrarotbereichs gesammelt werden, für spektralbiometrische Bestimmungen von Identität oder Nachweis von Identität verwendet werden können. Außerdem haben die Anmelder auch gezeigt, dass nahe ultraviolette, sichtbare und sehr nahe infrarote Spektraldaten im Bereich von 350–1000 nm auch zum Ausführen biometrischer Bestimmungen verwendet werden können. Obwohl einer oder beide der vorgenannten Spektralbereiche verwendet werden können, kann der letztere Bereich vorteilhaft aufgrund der niedrigeren Kosten und allgemein höherer Leistung der Siliziumdetektoren sein, die in in diesem Spektralbereich arbeitende Systeme eingebaut werden können.
  • Zum Verwenden der vorliegenden Erfindung für biometrische Aufgaben, müssen die Vorrichtung und die Algorithmen zum Optimieren von Leistung in dieser Anwendung aufgebaut sein. Die Anmelder waren in der Lage, sehr hohe Genauigkeitsraten mit den hier offenbarten Techniken zu erzielen, obwohl das analysierte Gewebe ein dynamisches System mit Analytkonzentrationen und somit Gewebespektraldaten ist, die im Verlauf der Zeit und zwischen Analysen beträchtlich variieren. Man geht davon aus, dass der Erfolg des Verfahrens der vorliegenden Erfindung an mindestens zwei Komponenten gebunden ist.
  • Erstens enthält das Verfahren eine Vorrichtung und Technik zum akkuraten und wiederholbaren Erfassen eines Gewebespektrums, das Effekte aufgrund von Instrument-, Umgebungs- und Probeentnahmeänderungen minimiert, während es empfindlich für geringfügige Änderungen in den Spektraleigenschaften von Gewebe bei einer jeglichen gegebenen Wellenlänge bleibt. Das System optimiert optischen Durchsatz sowohl in die Gewebeprobe als auch aus dieser heraus. Zweitens, da die Spektralmerkmale oder Kombinationen von Spektralmerkmalen, die eindeutig für ein bestimmtes Individuums sind, nicht einfach durch visuellen Vergleich eines Spektralergebnisses offensichtlich sind oder identifiziert werden, beruht die vorliegende Erfindung auf Diskriminanzanalysetechniken, um zuerst die Vorrichtung zu schulen, Spektralmerkmale von Bedeutung für das Individuum zu identifizieren, und dann solche Merkmale mit neuen Spektraldaten zum Zeitpunkt von versuchter Identifikation oder versuchtem Nachweis zu vergleichen. Die vorliegende Erfindung enthält Diskriminanzanalyseverfahren wie zum Beispiel diejenigen, die auf Mahalanobis-Distanzen, Spektralrestgrößen, Verfahren von K-nächster Nachbar, oder linearen oder nichtlinearen Diskriminanztechniken zum Vergleichen von Spektraldaten, die von einem Individuum erfasst wurden, mit in einer Datenbank vorhandenen Spektraldaten beruhen.
  • Die vorliegende Erfindung schließt somit ein Verfahren zum Identifizieren oder Nachweisen der Identität eines Individuums unter Verwendung nichtinvasiver Gewebespektroskopie ein. Abhängig von der Gewebestelle und dem Wellenlängenbereich, können die Spektraldaten in einer Übertragungs- oder Reflexionskonfiguration gesammelt werden. Ein bevorzugtes Verfahren und eine bevorzugte Vorrichtung beleuchtet Haut mit ausgewählter Strahlung und sammelt die reflektierte, nichtabsorbierte ausgewählte Strahlung. Diffus, anstelle von spiegelnd reflektiertem Licht wird vorzugsweise gesammelt, und stärker bevorzugt Licht, das diffus von der Dermis und tieferem Gewebe anstelle der Epidermis reflektiert wird. Die gesammelten Spektraldaten können in einer Computerdatenbank gesammelt werden.
  • Es gibt drei Hauptdatenelemente, die mit der vorliegenden Erfindung verknüpft sind:
    Kalibrierungs-, Registrierungs- und Zielspektraldaten. Die Kalibrierungsdaten werden zum Festlegen von Spektralmerkmalen verwendet, die wichtig für biometrische Bestimmungen sind. Dieser Satz von Spektraldaten besteht aus einer Reihe optischer Gewebespektraldaten, die von einem Individuum oder Individuen bekannter Identität gesammelt werden. Vorzugsweise werden diese Daten über eine Zeitspanne und einen Satz von Bedingungen gesammelt, so dass mehrere Spektren an jedem Individuum gesammelt werden, während sie beinahe den vollständigen Bereich physiologischer Zustände einschließen, von denen erwartet wird, dass eine Person sie durchmacht. Außerdem sollte das Instrument oder die Instrumente, das/die zur Spektralsammlung verwendet wird/werden, auch den vollständigen Bereich von Instrument- und Umgebungseffekteneinschließen, die es oder Schwesterinstrumente im tatsächlichen Gebrauch wahrscheinlich sehen werden. Diese Kalibrierungsdaten werden dann in solcher Weise analysiert, um Spektralwellenlängen oder "Faktoren" (d. h. lineare Kombinationen von Wellenlängen oder Spektralformen) festzulegen, die empfindlich für Spektraldifferenzen zwischen Personen sind, während sie unempfindlich für Effekte innerhalb einer Person sowie Instrumenteffekte (sowohl innerhalb als auch zwischen Instrumenten) und Umwelteffekte sind. Diese Wellenlängen oder Faktoren werden dann anschließend zum Ausführen der biometrischen Bestimmungsaufgaben verwendet.
  • Der zweite Hauptsatz von für biometrische Bestimmungen verwendeten Spektraldaten sind die berechtigten oder Registrierungsspektraldaten. Registrierungsspektren werden von Individuen gesammelt, die berechtigt sind oder auf andere Weise durch das biometrische System erkannt werden müssen. Registrierungsspektren können über eine Zeitspanne von Sekunden oder Minuten gesammelt werden. Zwei oder mehr optische Proben können von dem Individuum gesammelt werden, um Ähnlichkeit zwischen den Proben sicherzustellen und ein Probenartefakt in einer der Proben auszuschließen. Wenn ein solches Artefakt gefunden wird, können zusätzliche Registrierungsspektren gesammelt werden. Diese Spektraldaten können entweder zusammen gemittelt oder auf andere Weise kombiniert, oder getrennt gespeichert werden. In jedem Fall werden die Daten in einer Registrierungsdatenbank gespeichert. In den meisten Fällen wird jeder Satz von Registrierungsdaten mit einer Identifizierung für die Personen verknüpft, an denen die Spektren gemessen wurden. In dem Fall einer Identifikationsaufgabe, kann die Identifizierung zu Aufzeichnungsführungszwecken davon verwendet werden, wer auf das biometrische System zu welchen Zeiten zugegriffen hat. Für eine Nachweisaufgabe wird die Identifizierung zum Extrahieren des richtigen Satzes von Registrierungsdaten verwendet, gegenüber dem Nachweis ausgeführt wird.
  • Der dritte und letzte Hauptsatz von Daten, die für das spektralbiometrische System verwendet wird, sind die Spektraldaten, die gesammelt werden, wenn eine Person versucht, das biometrische System zum Identifizieren derselben oder Nachweisen ihrer Identität zu verwenden. Diese Daten werden als Zielspektren bezeichnet. Sie werden mit dem passenden Registrierungsspektrum oder- Spektren unter Verwendung der Klassifizierungswellenlängen oder -Faktoren verglichen, die von dem Kalibrierungssatz zum Bestimmen des Ähnlichkeitsgrads bestimmt werden. Wenn die Ziel- und Registrierungsspektren ausreichend ähnlich sind, wird die biometrische Bestimmung ausgeführt. Wenn die Ähnlichkeit unzureichend ist, dann wird die biometrische Bestimmung storniert und eine neue Zielmessung kann versucht werden. Im Fall von Identifikation vergleicht das System das Zielspektrum mit allen der Registrierungsspektren und meldet eine Übereinstimmung, wenn ein Datenelement oder mehrere der Daten des registrierten Individuums ausreichend ähnlich zu dem Zielspektrum ist sind. Wenn mehr als ein registriertes Individuum mit dem Ziel übereinstimmt, können entweder alle übereinstimmenden Individuen gemeldet werden, oder die beste Übereinstimmung kann als die identifizierte Person gemeldet werden. Im Fall von Nachweis wird das Zielspektrum durch eine behauptete Identität begleitet, die unter Verwendung einer Magnetkarte, eines eingetippten Benutzernamens, eines Transponders, eines Signals von einem anderen biometrischen System oder anderer Mittel gesammelt wird. Diese Identifizierung wird dann zum Abrufen des entsprechenden Satzes von Spektraldaten von der Registrierungsdatenbank verwendet, gegenüber dem die biometrische Ähnlichkeit festgestellt und die Identität nachgewiesen oder verneint wird.
  • Bei einem Nachweisverfahren wird Hauptkomponentenanalyse auf die Kalibrierungsdaten zum Erzeugen von Spektralfaktoren angewendet. Diese Faktoren werden dann auf die Spektraldifferenz angewendet, die zwischen dem Zielspektrum und einem Registrierungsspektrum genommen wird, um Mahalanobis-Distanz und Spektralrestgrößenwerte als Ähnlichkeitsmetriken zu erzeugen. Identität wird nur nachgewiesen, wenn die vorgenannten Distanz und Größe kleiner als ein für jede festgelegter, vorbestimmter Schwellenwertsatz sind. In ähnlicher Weise werden in einem bevorzugten Verfahren zur biometrischen Identifikation die Mahalanobis-Distanz und Spektralrestgröße für das Zielspektrum in Bezug zu jedem der Datenbankspektren berechnet. Identifizierung wird festgestellt, wenn die Person oder Personen, die mit den Datenspektren verknüpft sind, welche die kleinste Mahalanobis-Distanz und Spektralrestgröße ergaben, kleiner als ein für jede festgelegter vorbestimmter Schwellenwert ist.
  • Ein System zum Ausführen biometrischer Aufgaben umfasst: einen Computer mit einer Eingabeeinrichtung und einer Ausgabeeinrichtung; eine Datenbank, die ausgewählte Gewebespektraldaten für registrierte Personen enthält, eine Strahlungs- oder Lichtquelle zum Projizierung ausgewählter Strahlung auf subepidermales Gewebe, einen Probenehmer zum Anschluss an Gewebe; ein Spektrometer, das einen Detektor zum Messen subkutaner Strahlungsintensität über eine Mehrzahl von Wellenlängen einschließt, und ein Klassifizierungsprogramm, das in dem Computer zum Bewerten des Ähnlichkeitsgrads zwischen einer Mehrzahl optischer Spektren durch Anwenden eines Satzes von Klassifizierungsfaktoren läuft. Das Programm kann Software zum Ausführen von Diskriminanzanalyse einschließen. Außerdem kann das Programm ein getrenntes Modul zum Sammeln zusätzlicher berechtigter Spektraldaten oder zum Entfernen existierender Spektraldaten aus der Datenbank einschließen. Im Fall der Verwendung des spektralbiometrischen Systems für Nachweisaufgaben, wird das System auch irgendein Mittel zum Festlegen der behaupteten Identität der Person einschließen, die versucht, Zugang zu erhalten. Verfahren zum Sammeln der behaupteten Identität umfassen, sind jedoch nicht begrenzt auf Magnetkarten, PIN-Code, Tastatureingabe des Namens oder der ID, Sprachbefehl, Transponder, etc.
  • Diese und verschiedene andere Vorteile und Merkmale von Neuheit, die die vorliegende Erfindung kennzeichnen, sind mit Genauigkeit in den hier anliegenden Patentansprüchen ausgeführt und bilden einen Teil hiervon. Für ein besseres Verständnis der Erfindung, ihrer Vorteile und des durch ihre Verwendung erreichten Ziels, sollte jedoch auf die Zeichnungen verwiesen werden, die einen weiteren Teil derselben bilden, und auf das anliegende beschreibende Material, in dem bevorzugte Ausführungsform der vorliegenden Erfindung dargestellt und beschrieben sind.
  • Kurze Beschreibung der Zeichnungen
  • In den Zeichnungen, in denen gleiche Bezugsziffern entsprechende Teile oder Elemente bevorzugter Ausführungsformen der vorliegenden Erfindung in allen der mehreren Ansichten anzeigen, ist:
  • 1 ein Blockdiagramm von Komponenten, die in einen bevorzugten biometrischen Analysator eingebaut sind;
  • 2 eine Teilquerschnittansicht eines Sensorelements, das an die Hautoberfläche über eine Indexanpassungsflüssigkeit gekoppelt wird;
  • 3 eine Teilquerschnittansicht einer alternativen Ausführungsform eines Sensorelements ist, das an gegenüberliegende Seiten einer Hautoberfläche über eine Indexanpassungsflüssigkeit gekoppelt wird;
  • 4 ein Graph, der Falschakzeptanzraten und Falschrückweisungsraten für eine den nahen Infrarotbereich nutzende biometrische Vorrichtung der vorliegenden Erfindung abbildet;
  • 5 ein Graph, der Empfängerbetriebscharakteristiken für den biometrischen Analysator von 4 zusammenfasst;
  • 6 ein Graph, der Falschakzeptanzraten und Falschrückweisungsraten für einen biometrischen Sensor der vorliegenden Erfindung abbildet, welcher im nahen Ultraviolett-, sichtbaren und sehr nahen Infrarotbereich des Spektrums arbeitet;
  • 7 ein Graph, der Empfängerbetriebsbedingungen für den biometrischen Sensor von 6 abbildet.
  • Ausführliche Beschreibung der bevorzugten Ausführungsformen
  • Es sind hier detaillierte Ausführungsformen der vorliegenden Erfindung offenbart. Es soll jedoch verstanden werden, dass die offenbarten Ausführungsformen lediglich exemplarisch für die vorliegende Erfindung sind, welche in verschiedenen Systemen ausgeführt sein kann. Deshalb sind bestimmte hier offenbarte Details nicht als begrenzend sondern stattdessen als eine Basis für die Patentansprüche und als eine repräsentative Basis zu interpretieren, um dem Fachmann in diesem Gebiet zu lehren, die Erfindung in verschiedenen Arten zu praktizieren.
  • Die vorliegende Erfindung basiert auf der Erkenntnis des Anmelders, dass akkurate, präzise und wiederholbare Gewebespektren eines Individuums im nahen Ultraviolettbereich, sichtbaren Bereich, sehr nahen Infrarot-, nahen Infrarotbereich und Kombinationen dieser Bereiche Spektralmerkmale und Kombinationen von Spektralmerkmalen enthalten, die eindeutig für dieses Individuum sind. In dieser gesamten Offenbarung werden Spektraldaten, die die nahen Ultraviolett- , sichtbaren und sehr nahen Infrarotbereiche von 350 nm bis 1000 nm einschließen, als Siliziumbereichsdaten aufgrund dessen bezeichnet werden, dass dies im wesentlichen der Spektralbereich ist, über den Siliziumdetektoren empfindlich sind.
  • Die vorliegende Erfindung basiert weiter auf einer Erkenntnis, das richtige Analyse, unter Nutzung von Diskriminanzanalysetechniken, diese eindeutigen Merkmale oder Kombinationen identifizieren kann, die nicht einfach bei visueller Analyse einer Spektralausgabe erkennbar sind, so dass die Identität eines Individuums durch Vergleich von Gewebespektraldaten, die zum Zeitpunkt des Nachweises genommen wurden, verglichen mit gespeicherten Gewebespektraldaten von einem früheren Test nachgewiesen werden kann. Die Identifikationsverfahren können auch in Verbindung mit, oder gleichzeitig mit einer Messung von Analytkonzentrationen in einem Individuum verwendet werden. Ferner können die biometrischen Verfahren der vorliegenden Erfindung in Verbindung mit anderen biometrischen Techniken verwendet werden, um entweder die Genauigkeit des Systems zu erhöhen, oder mehr als ein Verfahren zum Identifizieren einer Person in dem Fall anzubieten, dass ein Verfahren aufgrund von Systemversagen oder einem anderen Grund deaktiviert ist.
  • Frühere Spektraldaten werden zum Schulen der Vorrichtung verwendet, eine bestimmte Person basierend auf Merkmalen zu identifizieren, die als eindeutig für dieses bestimmte Individuum erkannt werden. Diese eindeutigen Spektraldaten haben sich als konsistent vorhanden herausgestellt, obwohl das analysierte Gewebe zu jedem Analysezeitpunkt ein dynamisches System ist, das Komponenten und Analyten enthält, deren Konzentration variiert, mit resultierenden Gewebespektralvariationen aufgrund von physiologischen Änderungen in dem Individuum.
  • Wie bereits festgestellt, gibt es zwei Komponenten, von denen angenommen wird, dass sie von Bedeutung für den Erfolg des Verfahrens der vorliegenden Erfindung sind. Erstens enthält das Verfahren eine Vorrichtung und eine Technik zum akkuraten und wiederholbaren Erfassen eines Gewebespektrums, dass Effekte aufgrund von Instrument-, Umgebungs- und Probeentnahmeänderungen minimiert, während es empfindlich für geringfügige Änderungen in den Spektraleigenschaften von Gewebe bei einer jeglichen gegebenen Wellenlänge bleibt. Außerdem optimiert das System optischen Durchsatz sowohl in die Gewebeprobe hinein als auch aus dieser heraus. Zweitens erfordert das Verfahren spezielle Techniken zum Schulen des Instruments, Spektralmerkmale von Bedeutung für dieses bestimmte Individuum zu identifizieren, und dann solche Merkmale mit neuen Spektraldaten zu vergleichen, die zum Zeitpunkt eines versuchten Nachweises oder einer versuchten Identifikation erfasst werden. Da die Spektralmerkmale oder Kombinationen von Spektralmerkmalen, die eindeutig für ein bestimmtes Individuum sind, nicht einfach durch visuellen Vergleich eines Spektralergebnisses offensichtlich sind oder identifiziert werden, und die eindeutigen Spektralmerkmale bei unterschiedlichen Wellenlängen für verschiedene Individuum vorliegen, beruht die vorliegende Erfindung auf Diskriminanzanalysetechniken zum Vergleichen von Spektraldaten. Jede Komponente der Vorrichtung und des Verfahrens der vorliegenden Erfindung ist im Folgenden aufgelistet.
  • Nun bezugnehmend auf 1, ist ein Blockdiagramm eines bevorzugten Gesamtspektroskopiesystems der vorliegenden Erfindung gezeigt. Das System umfasst allgemein eine Lichtquelle 32, die Lichtenergie bei ausgewählten Wellenlängen zur Eingabeseite eines optischen Probenehmers 34 liefert. Das Licht gelangt vom Eingang des Probenehmers 34 in das Gewebe 36. Wenn es sich im Gewebe 36 befindet, fließt ein Teil des Lichts in die Ausgangsseite des Probenehmers 38 durch, welcher dann in ein Spektrometer 40 eintritt. Das durch den Detektor in dem Spektrometer 40 gesammelte Signal wird digitalisiert und zu einem Verarbeitungssubsystem 42 gesendet, wobei die Daten innerhalb eines Spektralähnlichkeitsbestimmungssystems 44 analysiert werden, welches seinerseits die richtige Ausgabe 46 basierend auf den Daten liefert. Die Ausgabe kann einfach eine Ja- oder Nein- Bestimmung sein, ob eine Person ist, wer sie behauptet zu sein, oder alternativ kann das System eine Identifikation eines unbekannten Individuums ausgeben.
  • Beim Erfassen von Gewebespektraldaten können Messungen in mindestens zwei verschiedenen Betriebsarten ausgeführt werden. Es wird erkannt, dass man durch einen Abschnitt von Gewebe übertragenes Licht messen kann, oder man von dem Gewebe reflektiertes Licht messen kann. Obwohl Licht in solchen Bereichen wie dem Siliziumbereich abhängig von der Wellenlänge Gewebe zu bedeutenden Tiefen von einem Zentimeter oder mehr durchdringen kann, begrenzt Übertragungsprobeentnahme des Gewebes den Bereich des Körpers, der verwendet werden kann. Während jede Art der Probeentnahme auf die vorliegende Erfindung anwendbar ist, und insbesondere auf Analyse unter Verwendung von Licht im Siliziumbereich, basiert ein bevorzugtes und vielseitigeres Probeentnahmeverfahren auf reflektiertem Licht.
  • Photonen werden reflektiert und brechen bei Brechungsindexunstetigkeiten, und daher hat direkt auf das Gewebe auftreffendes Licht einen kleinen Reflexionsgrad an der Gewebeoberfläche. Dies wird als Spiegelreflexionsgrad bezeichnet. Da dieses Licht nicht in das Gewebe eindringt, enthält es geringe Informationen über die Gewebebestandteile. Dies gilt besonders angesichts der Physiologie der Haut, die eine äußere Schicht besitzt, welche im wesentlichen tot ist und keine Spektralinformationen enthält, die als eindeutig für ein Individuum betrachtet werden. Daher wird reflektierte Lichtenergie, die für ein Individuum eindeutige Spektraldaten enthält, als das Licht betrachtet, das zur Oberfläche durch Brechungsindexunstetigkeiten tiefer innerhalb der Gewebeprobe zurück reflektiert wird. Diese reflektierte Lichtenergie wird als diffus reflektiertes Licht bezeichnet.
  • Die Anmelder haben festgestellt, dass ein großer Anteil von einfallenden Photonen im Gewebe absorbiert und zerstreut werden. Diejenigen Photonen, die zur Kopplung zurück aus dem Gewebe heraus verfügbar sind, werden wahrscheinlich in ihrem Winkelpfad umgeleitet. Tatsächlich muss nach Definition ein Photon die Richtung ändern, um das Gewebe in einer Richtung zur Eingabeoptik hin zu verlassen, wenn Licht unter Verwendung eines Probenehmers diffuser Reflexion gesammelt wird. Die Anmelder haben jedoch festgestellt, dass ein Problem bei Detektion mit der Brechungsindexunstetigkeit zwischen dem mittleren Gewebebrechungsindex und dem Brechungsindex der Luft außerhalb des Gewebes verknüpft ist. Es ist festgestellt worden, dass diese auf einfallendes Licht einwirkende Unstetigkeit zu einer Brechung und einem kleinen Spiegelreflexionsgrad von etwa 5 Prozent führt. Auf dem Weg nach außen verursacht die Unstetigkeit jedoch ein kritisches Winkelphänomen. Da das Photon von einem Medium mit hohem Brechnungsindex zu einem niedrigeren wandert, existiert ein kritischer Winkel, über dem ein Photon vollständig intern reflektiert wird und nicht der Gewebeprobe entkommen wird. Dieser kritische Winkel für Photonen, die von Gewebe zu Luft wandern, hat sich als etwa 46 Grad herausgestellt, was ein Problem darstellt. Ein normalerweise auf die Gewebeoberfläche einfallendes Photon muss über einen großen Winkel abweichen, um auszutreten. Aufgrund der Vorwärtsbündelung von Streuung, ist dies schwierig für ein Photon, auszuführen, und es ist sehr wahrscheinlich, einen streifenden oder hohen Winkeleinfall mit der Grenzfläche von Gewebe und Luft zu bilden. Die streifend einfallenden Photonen werden nicht entkommen, da der kritische Winkel überschritten ist. Ausführungsformen der vorliegenden Erfindung umfassen Merkmale zum Überwinden dieses Problems und Sicherstellen, dass zusätzliches Licht mit hohem Einfallswinkel durch den Ausgang des optischen Probenehmers 38 empfangen werden kann.
  • Die Verwendung eine Blockierlamelleneinrichtung oder funktional ähnliche Verteilung von Eingangs- und Ausgangslicht beseitigt einen Großteil des durch Änderungen im Brechungsindex erzeugten Problems, wobei die resultierenden Spiegelreflexionen reduziert werden. Verlust von Licht aufgrund des Problems des kritischen Winkels an der Grenzfläche von Gewebe und Luft führt zu einer geringfügigen Senkung in dem Störabstand der Messung, was für viele biometrische Bestimmungsanwendungen tolerierbar ist.
  • Eine alternative Lösung für die Differenzen im Brechungsindex, die mit Kopplung von Gewebe verlassender Lichtenergie an ein analytisches Instrument verknüpft sind, ist die Verwendung einer Eintauchflüssigkeit, die einen sehr niedrigen Absorptionsgrad im Spektralbereich von Interesse hat, und eine mit gutem Fluss und guter Abdeckung vereinbare Viskosität aufweist, während sie einen Brechungsindex hat, der wirksam Licht in die Geweben einbringt, Spiegelreflexion reduziert und Licht effektiv aus dem Gewebe heraus bringt.
  • Nun bezugnehmend auf die 2 und 3, sind Teilquerschnittansichten von zwei bevorzugten Ausführungsformen einer Vorrichtung zum nichtinvasiven Erfassen eines Gewebespektrums abgebildet. Die Abbildungen in den 2 und 3 sind schematisch, um das Konzept der Verwendung eines nichtinvasiven Sensorelements 11 abzubilden, das operativ mit einer Energiequelle 16 und einem Spektrumanalysator 30 verbunden ist. Die relative Größe, Form und Details physikalischer Komponenten sind nicht abgebildet. Jede Figur zeigt ferner die Verwendung eines optionalen Indexanpassungsmediums 22.
  • Die in 2 abgebildete Vorrichtung und die in 3 abgebildete Vorrichtung umfassen allgemein drei Elemente, eine Energiequelle 16, ein optisches Sensorelement 11 und einen Spektrumanalysator 30. Die Ausführungsform von 2 zeigt das Sensorelement 11 so, dass es ein Eingabeelement 20 und ein Ausgabeelement 26 einschließt, die ein Einzellinsensystem sowohl zum Eingeben als auch zum Ausgeben von Lichtenergie umfassen kann. Das Eingabeelement 20 und Ausgabeelement 26 stehen in Berührung mit einer gemeinsamen Hautoberfläche 12 des ausgewählten Gewebes 10. Die alternative Ausführungsform von 3 zeigt eine alternative Anordnung eines Sensorelements 11, bei der das Eingabeelement 20 und Ausgabeelement 26 auf gegenüberliegenden Oberflächen 12, 14 von Gewebe 10 angeordnet sind. Beide Ausführungsformen wirken, um eine Messung der Absorption von Lichtenergie durch das Gewebe 10 zu liefern. Die Ausführungsform von 2 wird jedoch zum Messen der Menge von Lichtenergie genutzt, die diffus von dem Gewebe 10 durch die darin enthaltenen Komponenten oder Merkmale reflektiert wird. Im Gegensatz dazu misst die Ausführungsform von 3 die Übertragung von Lichtenergie durch das Gewebe 10. In jeder Ausführungsform kann die Absorption bei verschiedenen Wellenlängen durch Vergleich mit der Intensität der Lichtenergie von der Energiequelle 16 bestimmt werden.
  • Die Energie- oder Lichtquelle 16 kann aus vielen erhältlichen Designs ausgewählt werden. In einer Ausführungsform wird eine Breitband und Infrarotbereich verwendende schwarze Strahlungsquelle mit bevorzugten, von der Energiequelle 16 ausgestrahlten optischen Wellenlängen zwischen 1,0 und 2,5 μm verwendet. Die Lichtquelle 16 kann auch vorzugsweise eine Lichtquelle sein, die Licht im Siliziumbereich des Spektrums emittiert, welcher als der Spektralbereich definiert ist, über den ein Siliziumdetektor aktiv ist und grob zwischen 350 und 1000 nm beträgt. Lichtquellen können auf Quarzwolframhalogen-Glühbirnen, Breitbandlicht emittierenden Dioden (LEDs), Sammlungen von Laserdioden oder senkrecht zur Ebene emittierenden Lasern (vertical cavity surface emitting lasers, VCSELS), Globe Bars oder einer Vielfalt von im Stand der Technik bekannten anderen optischen Quellen basieren. Die Lichtenergie muss zu dem Gewebe weitergeleitet werden und der Probenehmer 36 mit geeigneter Auslegung kann verwendet werden. Die Vorrichtung kann aus Lichtleitern zum Liefern des Lichts zur richtigen Stelle auf dem Gewebe bestehen. Dieser Typ von Auslegungen ist schematisch in den 2 und 3 gezeigt. Die Energiequelle 16 ist operativ an ein erstes Mittel zum Übertragen von Infrarotenergie 18 von der Energiequelle zu Eingabeelement 20 gekoppelt. In bevorzugten Ausführungsformen stellt dieses erste Mittel 18 einfach die Übertragung von Lichtenergie zum Eingabeelement 20 durch Luft dar, indem die Energiequelle 16 nahe zu dem Eingabeelement 20 platziert wird.
  • Das Eingabeelement 20 des Sensorelements 11 kann Lichtleiter oder eine optische Linse einschließen, die die Lichtenergie auf einen Punkt hoher Energiedichte fokussiert. Es wird jedoch verstanden, dass andere Strahlfokussiermittel in Verbindung mit der optischen Linse zum Ändern des Beleuchtungsbereichs verwendet werden können. Zum Beispiel könnte ein Mehrlinsensystem, konische Fasern oder andere konventionelle optische Strahlformungseinrichtungen zum Ändern der eingegebenen Lichtenergie verwendet werden. In anderen bevorzugten Ausführungsformen kann der Probenehmer 36 eine Konfiguration ohne Faser haben, die aus einem Compound Parabolic Concentrator (CPC) besteht, um das Licht an der Probenstelle zu konzentrieren, wie es in der oben aufgeführten US-Patentanmeldung mit dem Titel "System for Spectrographic Analysis of Tissue" [System für spektrographische Analyse von Gewebe] offenbart ist.
  • Wenn das Licht mit dem Gewebe zusammenwirkt, kann es in einer Weise ähnlich zu den Beleuchtungsverfahren gesammelt werden. Eine geeignete Anordnung von optischen Fasern kann verwendet werden, oder eine Sammeleinrichtung ohne Fasern wie ein CPC kann verwendet werden.
  • In beiden in den 2 und 3 abgebildeten Ausführungsformen wird ein Ausgabesensor 26 zum Empfangen von reflektierter oder übertragener Lichtenergie von dem Gewebe 10 verwendet. In einer bevorzugten Ausführungsform ist eine Spiegelungssteuereinrichtung eingebaut, um das spiegelnd reflektierte Licht von diffus reflektiertem Licht zu trennen. Solche Einrichtungen sind in der gleichzeitig schwebenden und gemeinsam abgetretenen Anmeldung der Seriennr. 08/871,366, eingereicht am 9. Juni 1997 unter dem Titel "Diffuse Reflectance Monitoring Apparatus" [Gerät zur Überwachung von diffuser Reflexion] offenbart. Wie im Folgenden in Verbindung mit einem Analyseverfahren beschrieben ist, umfasst die Ausführungsform von 2 einen Ausgabesensor 26, der reflektierte Lichtenergie empfängt, während die Ausführungsform von 3 einen Ausgabesensor 26 einschließt, der übertragenes Licht durch das Gewebe 10 empfängt. Wie bei dem Eingabeelement 20, ist das Ausgabeelement 26 vorzugsweise eine optische Linse. Andere optische Sammelmittel können in ein Ausgabeelement 26 eingebaut werden, wie zum Beispiel ein Mehrlinsensystem, eine konische Faser, oder andere Strahlsammelmittel, um das Richten der Lichtenergie auf den Spektrumanalysator 30 zu unterstützen.
  • Ein zweites Mittel zum Übertragen von Infrarotenergie 28 ist operativ mit dem Ausgabeelement 26 verbunden. Das durch das zweite Mittel übertragene Licht zum Übertragen von Infrarotenergie 28 wird zu dem Spektrumanalysator 30 übertragen. In einer bevorzugten Ausführungsform umfasst die operative Verbindung zu dem Ausgabeelement Übertragung der reflektierten oder übertragenen Lichtenergie, die das Ausgabeelement verlässt, durch Luft zum Spektrumanalysator 30. Ein Spiegel oder eine Reihe von Spiegeln kann zum Richten dieser Lichtenergie zum Spektrumanalysator verwendet werden.
  • Beim Praktizieren des Verfahrens der vorliegenden Erfindung wird ein Bereich von Gewebe 10 als Punkt der Analyse ausgewählt. Dieser Bereich kann die Hautoberfläche 12 auf den dorsalen oder ventralen Oberflächen der Finger und Daumen, dorsalen oder ventralen Oberflächen des Handgelenks, dem Steg zwischen Daumen und Zeigefinger, der Daumenballenerhöhung, der Kleinfingerballenerhöhung, der Mittelfingerballenerhöhung, dem Ohrläppchen, der Schläfe, dem Unterarm oder irgendeiner anderen Hautoberfläche einschließen. Vorzugsweise ist der Bereich zur Probeentnahme eine relativ glatte, nichtverhärtete Oberfläche. Optional kann eine Menge eines Indexanpassungsmediums 22, entweder eine Flüssigkeit oder ein verformbarer Feststoff, auf der Hautoberfläche 12 in dem zu analysierenden Bereich platziert werden, um das Sensorelement 11, welches das Eingabeelement 20 und das Ausgabeelement 26 einschließt, an das Instrument zu koppeln.
  • Beim Erfassen von Spektraldaten des Gewebes 10 wird Lichtenergie von der Energiequelle 16 durch das erste Mittel zum Übertragen von Infrarotenergie 18 in das Eingabeelement übertragen. Die Lichtenergie wird von dem Eingabeelement 20 durch das Indexanpassungsmedium 22 zur Hautoberfläche 12 übertragen. Die die Hautoberfläche 12 berührende Lichtenergie wird unterschiedlich durch die verschiedenen Komponenten und Analyten absorbiert, die unter der Hautoberfläche 12 enthalten sind. In einer bevorzugten Ausführungsform wird die nicht absorbierte Lichtenergie nach erneutem Weiterleiten durch das optionale Indexanpassungsmedium 22 zurück zum Ausgabeelement 26 reflektiert. Die nicht absorbierte Lichtenergie wird über das zweite Mittel zum Übertragen von Infrarotenergie 28 zum Spektrumanalysator 30 übertragen.
  • In der alternativen Ausführungsform von 3 wird die durch das Eingabeelement 20 und die erste Menge von Indexanpassungsmedium 22 weitergeleitete Lichtenergie unterschiedlich durch das Gewebe 10 absorbiert, während eine Menge der Lichtenergie bei verschiedenen Wellenlängen durch das Gewebe 10 zur gegenüberliegenden oder zweiten Hautoberfläche 14 übertragen wird. Von der zweiten Hautoberfläche 14 wird die nicht absorbierte Lichtenergie durch die zweiten Menge vom optionalen Indexanpassungsmedium 24 zum Ausgabeelement 26 mit anschließender Weiterleitung zu dem Spektrumanalysator 30 weitergeleitet, um das Gewebespektrum zu erzeugen. Gewebestellen, die zur Übertragungsprobeentnahme verwendet werden können, können Finger und Daumen, den Steg zwischen dem Daumen und dem Zeigefinger, das Ohrläppchen oder eine jegliche andere Hautoberfläche einschließen, die einen relativ dünnen Teil der Anatomie umgibt. Vorzugsweise ist der Bereich zur Probeentnahme eine relativ glatte, unverhärtete Oberfläche.
  • In 1 kann ein Spektrometersubsystem 40 eine Vielfalt von Verfahren und Vorrichtungen einschließen. Ein bevorzugtes Verfahren zum Detektieren optischer Spektren wird basierend auf optischen Störungsphänomenen wie zum Beispiel einem Fourier-Transformationsinfrarot-Spektrometersystem erreicht. Ein solches System ist in der gemeinsam abgetretenen US-Patentanmeldung der Seriennr. 09/832.585 unter dem Titel "System for Non-Invasive Measurement of Glucose in Humans" [System für nichtinvasive Messung von Glukose bei Menschen] offenbart, eingereicht am gleichen Datum mit dieser Anmeldung, und US-Patentanmeldung der Seriennr. 09/832,631 unter dem Titel "Encoded Variabel Filter Spectrometer" [Codiertes Spektrometer mit variablem Filter], das am gleichen Datum mit dieser Anmeldung eingereicht wurde. Andere Arten zum Detektieren optischer Spektren schließen Gitter, Prismen, abstimmbare Filter, Scheininterferometer, Sagnac- oder Common Path Interferometer, und andere Mittel ein, die den Fachleuten in diesem Gebiet bekannt sind. Viele dieser Spektrometer ermöglich auch, dass das Spektrometer und der Detektor als zwei getrennte Einheiten behandelt werden, wobei die Spektraltrennung vor dem Gewebe erfolgt. Zum Beispiel könnten ein abstimmbarer FTIR-Filter und ein Scheininterferometer alle vor dem Gewebe platziert werden und dem Licht ein Codierung auferlegen, die anschließend durch den Detektor gesehen wird, der, wie in 1 gezeigt, hinter dem Gewebe platziert ist.
  • Beim Praktizieren der vorliegenden Erfindung werden Gewebespektraldaten durch Messen der Lichtintensität bestimmt, die durch den Ausgabesensor bei verschiedenen Wellenlängen empfangen wird, welche Angaben über die Absorption bei solchen Wellenlängen der Infrarotenergie als eine Funktion der Zusammensetzung der Gewebeprobe geben. Wie im technischen Gebiet gut bekannt ist, kann ein Spektrumanalysator 30 der vorliegenden Erfindung die Intensität der auf den Detektor einfallenden Infrarotenergie in eine proportionale Amplitude von Spannung umwandeln. Auf diese Weise wird ein Ausgangsspektrum für das Gewebe unter Analyse definiert.
  • Wenn akkurate und wiederholbare Spektraldaten für Gewebeanalyse erfasst sind, ist das zweite Schlüsselelement der vorliegenden Erfindung, eine Methodologie zum Schulen der Vorrichtung oder des Instruments zu definieren, um Spektralmerkmale oder Kombinationen von Merkmalen zu identifizieren, die eindeutig für dieses bestimmte Individuum sind, und anschließend die Spektraldaten der Datenbank und ihre eindeutigen Merkmale mit neuen Spektraldaten von, wie angenommen, dem selben Individuum zur Bestimmung zu vergleichen, ob die Spektraldaten tatsächlich von dem selben Individuum stammen oder nicht.
  • In einem bevorzugten Verfahren wird die Identifikations- oder Nachweisaufgabe ausgeführt, wenn eine Person eine Operation ausführen will, für die eine begrenzte Anzahl von Personen berechtigt ist (z. B. Ausführen einer spektroskopischen Messung, Zutritt zu einem Raum erhalten, Steuerung über ein verriegeltes Fahrzeug oder Maschinenteil zu erreichen, einen Immigrationkontrollpunkt passieren, etc.). Die Spektraldaten der Person werden zur Identifikation oder zum Nachweis der Identität der Person verwendet. Bei diesem bevorzugten Verfahren registriert sich die Person zuerst in dem System durch Sammeln von einem oder mehreren repräsentativen Gewebespektren. Wenn zwei oder mehr Spektren während der Registrierung gesammelt werden, dann werden diese Spektren hinsichtlich Übereinstimmung geprüft und nur aufgezeichnet, wenn sie ausreichend ähnlich sind, was die Möglichkeit begrenzt, dass ein Probenartefakt die Registrierungsdaten korrumpiert. Für eine Nachweisausführung würde eine Identifizierung wie zum Beispiel ein PIN-Code, eine Magnetkartennummer, Benutzername, Badge, Sprachmuster, andere biometrische oder irgendeine andere Identifizierung auch gesammelt und mit dem bestätigten Registrierungsspektrum oder -Spektren verknüpft werden.
  • Bei nachfolgender Verwendung würde biometrische Identifikation durch Sammeln eines Spektrums von einer Person erfolgen, die versucht, Berechtigung zu erhalten. Dieses Spektrum würden dann mit den Spektren in der Registrierungsberechtigungsdatenbank verglichen werden, und eine Identifikation vorgenommen werden, wenn die Übereinstimmung mit einem berechtigten Datenbankeintrag besser als ein vorbestimmter Schwellenwert war. Die Nachweisaufgabe ist ähnlich, würde jedoch erfordern, dass die Person eine Identifizierung zusätzlich zu einem gesammelten Spektrum vorlegt. Die Identifizierung würde dann zum Auswählen eines bestimmten Registrierungsdatenbankspektrums verwendet werden, und Berechtigung würde gewährt werden, wenn das aktuelle Spektrum ausreichend ähnlich zu dem ausgewählten Registrierungsspektrum wäre. Wenn die biometrische Aufgabe mit einer Operation verknüpft wäre, zu der nur eine einzige Person berechtigt ist, dann sind die Nachweisaufgabe und die Identifikationsaufgabe die gleichen und beide werden zu einer Versicherung vereinfacht, dass das einzige berechtigte Individuum die Operation versucht, ohne die Notwendigkeit einer getrennten Identifizierung.
  • Bevorzugte Ausführungen der vorgeschlagenen Nachweismethodologie erzeugen ein Differenzspektrum D(ν) unter Verwendung des gerade von der Berechtigung wünschenden Person gesammelten Spektrums, V(ν), und dem registrierten Berechtigungsspektrum, A(ν) oder Spektren, die der Person entsprechen, deren Identifikation angegeben wurde: D(ν) = V(ν) – A(ν) Gl.(1)wobei ν eine Variable ist, die die Spektralfrequenz oder Wellenlänge bezeichnet, und D, V, A Spektralwerte in Absorptionseinheiten oder irgendwelchen verwandten Größen sind. Alternativ können D, V und A Spektralintensitätswerte sein, und die "Differenz-" Operation erhält ein Element-für-Element-Verhältnis: D(ν) = V(ν)/A(ν) Gl.(2)
  • Es würde auch möglich sein, andere mathematische Operationen einer ähnlichen Natur für diese Anwendung zu benutzen. Zur Identifikation wird eine Prozedur ähnlich zum Nachweisfall befolgt, aber sie wird für jeden Eintrag in der Registrierungsdatenbank wiederholt.
  • Das andere Schlüsselelement eines bevorzugten biometrischen Verfahrens ist ein Spektralkalibrierungsdatensatz, der unter Verwendung der gleichen mathematischen Operation entwickelt wurde, wie sie zum Erzeugen von D(ν) verwendet wurde. Die Spektraldifferenzen (oder Verhältnis, etc.) in der Kalibrierungsdatenbank werden vorzugsweise von einer oder mehreren Personen gebildet, die jeweils mehrmals gemessen werden. Zur Robustheit sollte die Probeentnahme von Personen, die in der Kalibrierungsdatenbank enthalten sind, erwartete Änderungen in der Physiologie, erwartete Änderungen in oder über die spektroskopischen Messeinrichtungen, und Änderungen in der Messumgebung einschließen. In einer bevorzugten Ausführungsform können Spektraldifferenzen in einer Vielzahl von Kombinationen von Spektren von einer gegebenen Person erzeugt werden, sollten jedoch nie unter Verwendung von Spektren von verschiedenen Personen gebildet werden. Durch Füllen der Kalibrierungsdatenbank mit Intra-Person-Differenzspektren werden typische Intra-Person-Spektraldifferenzen entfernt, und die resultierende Kalibrierungsdatenbank enthält nur Intra-Person-Spektralmerkmale sowie Instrument- und Umgebungseffekte.
  • Die Nachweisaufgabe wird durch Bestimmung gelöst, ob die Spektraldifferenz, D(ν) mit der Kalibrierungsdatenbank übereinstimmt. Wenn die Identifikation, die die Person angegeben hat, korrekt ist, wird das resultierende Differenzspektrum, D(ν) nur Intra-Person-Spektralmerkmale enthalten, und somit mit der Kalibrierungsdatenbank übereinstimmen. Wenn die Identifikation im umgekehrten Fall nicht korrekt ist, wird D(ν) Inter-Person-Spektralmerkmale enthalten und unvereinbar mit der Intra-Person-Spektraldifferenzdatenbank für das Individuum sein. In diesem Fall wird Nachweis versagen.
  • In ähnlicher Weise wird Identifikation durch Vergleichen jedes der Differenzspektren (eins für jeden Eintrag in der Registrierungsdatenbank) mit der Kalibrierungsdatenbank ausgeführt. Welche Differenz(en) auch immer Ergebnisse erzeugt (erzeugen), die mit den Intra-Person-Änderungen in der Kalibrierungsdatenbank übereinstimmen, wird als die Einschätzung von Identität bezeichnet. Wenn keine der Differenzen Ergebnisse erzeugt, die mit der Kalibrierungsdatenbank übereinstimmen, dann wird die Person, die versucht, Zugang zu erhalten, als ein unbefugter Eindringling betrachtet.
  • Übereinstimmung mit der Datenbank kann in einer Vielfalt von Arten einschließlich linearer Diskriminanzanalyse, quadratischer Diskriminanzanalyse, K-nächster Nachbar, neuronale Netze, und anderer Klassifizierungstechniken festgestellt werden. In bevorzugten Verfahren werden Diskriminanzanalysetechniken basierend auf mehrdimensionalen Analysetechniken verwendet. Diese Verfahren beruhen auf Festlegung der zugrundeliegenden Spektralformen (Faktoren, Lastvektoren, Eigenvektoren, latenten Variablen, etc.) in der Intra-Person-Kalibrierungsdatenbank, und anschließend auf Verwendung von Standardausreißermethodologien (Spektral-F-Verhältnisse, Mahalanobis-Distanzen, Euklidische Distanzen, etc.), um die Übereinstimmung von D(ν) mit der Datenbank zu bestimmen. Die zugrundeliegenden Spektralformen können durch mehrere, wie hier offenbarte Mittel erzeugt werden. Erstens können die zugrundeliegenden Formen basierend auf einfachen Spektralzerlegungen (Eigenanalyse, Fourier-Anlayse, etc.) der Kalibrierungsdaten erzeugt werden.
  • Das zweite Verfahren zum Erzeugen zugrundeliegender Spektralformen bezieht sich auf die Entwicklung eines generischen Modells, wie es im US-Patent Nr. 6,157,041 unter dem Titel "Methods and Apparatus for Tailoring Spectroscopic Calibration Models" [Verfahren und Vorrichtungen zum Zuschneiden von spektroskopischen Kalibrierungsmodellen] beschrieben ist. In dieser Anmeldung werden die zugrundeliegenden Spektralformen durch eine Kalibrierungsprozedur erzeugt, die anhand von Intra-Person-Spektralmerkmalen erzeugt wird.
  • Bei dem dritten Verfahren können die zugrundeliegenden Formen durch die Entwicklung einer Kalibrierung basierend auf simulierter Bestandteilvariation erzeugt werden. Die simulierte Bestandteilvariation kann die Variation modellieren, die durch echte physiologische oder Umgebungs- oder Instrumentvariation eingebracht wird, oder kann einfach eine künstliche spektroskopische Variation sein.
  • Es wird erkannt, dass andere Mittel zum Klassifizieren, ob die Spektraldifferenz D(ν) mit der Datenbank übereinstimmt oder nicht, auf die Identifikations- und Nachweisverfahren der vorliegenden Erfindung angewendet werden können. Diese Verfahren könnten entweder in Verbindung mit, oder anstelle der vorgenannten Techniken verwendet werden.
  • Viele Variationen in der Methodologie sind innerhalb des Umfangs der vorliegenden Erfindung möglich. In einer Ausführungsform ist das gesamte Spektrum bei im wesentlichen gleichen Wellenlängen- oder Wellenzahlintervallen gespeichert. In einer anderen Ausführungsform werden nur vorgewählte Wellenlängen von wahrscheinlichem Interesse aufgezeichnet. In noch einer anderen Ausführungsform werden die Spektraldaten analysiert und als Parameter gespeichert, die im wesentlichen die verschiedenen Spektren erzeugen können. In dieser letzteren Ausführungsform werden Messungen bei bestimmten Wellenlängen außerhalb der Parameter nicht gespeichert. Die Registrierungsspektren können in einer Datenbank gespeichert werden. In einer Ausführungsform wird eine Anzahl von Registrierungsspektren bei einer Sitzung erhalten und zum Besetzen der nachgewiesenen Spektraldatenbank verwendet. In einer anderen Ausführungsform werden Spektren über mehrere Sitzungen für ein Individuum erhalten.
  • Wie bereits aufgeführt, können Spektraldifferenzen oder Distanzen durch Ausführen von Berechnungen an verschiedenen Messungen erhalten werden, die bei der selben Wellenlänge für das selbe Individuum genommen werden. Variationen beim Definieren der Spektraldifferenz sind möglich. Zum Zweck einer Darstellung der Erfindung soll zuerst der Fall von Messproben betrachtet werden, die bei einer einzigen Wellenlänge genommen werden. Die Spektraldifferenz kann die Form einer statistischen Analyse der Probenpopulation annehmen, wie zum Beispiel einen Messmittelwert und die Standardabweichung um das Mittel in Bezug zu einem neuen Spektralwert bei dieser Wellenlänge. Verschiedene Wellenlängen können in einem Versuch bewertet werden, die Standardabweichung für die Probenpopulation zu maximieren oder minimieren. Es kann erwünscht sein, eine Wellenlänge auszuwählen, um die Variation für diese Wellenlänge für Proben zu minimieren, die für ein einziges Individuum genommen wurden, während Inter-Person-Variation maximiert wird, um Unterscheiden und Differenzieren zwischen der berechtigen Person und einem Eindringling zuzulassen. Zum Beispiel würde eine Wellenlänge, die nicht zwischen Personen variierte, nicht für biometrische Unterscheidung verwendbar sein. Gleichzeitig ist es erwünscht, eine Wellenlänge auszuwählen, die auch nicht umfassend zwischen Messungen für das selbe Individuum variiert, da die Intra-Person-Differenzen die Inter-Person-Differenzen verdecken können.
  • Bei dem oben erörterten einfachen Fall einer Wellenlänge könnte eine Wellenlänge ausgewählt werden, die Inter-Person-Spektraldifferenzen maximiert, während sie Intra-Person-Spektraldifferenz minimiert. Bei diesem eindimensionalen Beispiel könnte eine Wellenlänge ausgewählt werden, die dazu neigt, die Messungen für jedes Individuum dicht um einen einzigen Punkt entlang einer Achse zu bündeln, während diese dichten Cluster entlang der Achse für die zahlreichen Individuen verteilt werden. Wenn eine Zielprobe eingebracht wird, kann die genommene Messung mit dem Cluster von Werten für das Individuum für jene behauptete Identität verglichen werden. Ein Schwellenwert kann für jedes Cluster von Werten für ein nachgewiesenes Individuum festgelegt werden. Zum Beispiel könnte ein Schwellenwert bei zwei Standardabweichungen für die Probenpopulation festgelegt werden, wobei jegliche außerhalb dieses Bereichs fallende Messungen abgelehnt werden, und der Zielindividuumsnachweis verweigert wird.
  • Von dem obigen Beispiel der vereinfachten einzelnen Wellenlänge kann die Theorie der Analyse der Spektraldaten erweitert werden. In einem Beispiel mit zwei Wellenlängen könnten zwei Wellenlängen ausgewählt und die Messung beider Wellenlängen gegeneinander als X-Y-Koordinaten in einem zweidimensionalen Diagramm aufgezeichnet werden. Das X-Y-Diagramm würde vorzugsweise eine Reihe von Clustern, die jeweils verschiedenen, mehrmals gemessenen Individuen entsprechend würden, weit voneinander getrennt zeigen. Die Verteilung dieser Cluster könnte zum Bewerten von Normal innerhalb von Personenvariation verwendet werden, und könnte zum Festlegen eines Wahrscheinlichkeitswerts um die Mittelposition jedes Clusters herum benutzt werden, so dass erwartet wird, dass ein bestimmter Prozentanteil aller Messungen bezüglich einer gegebenen Person in einen bestimmten Bereich um die Clustermittelposition fällt.
  • Wenn Registrierungsdaten in dem Fall von zwei Wellenlängen genommen werden, kann die Position jeder registrierten Person auf einem ähnlichen X-Y-Diagramm aufgezeichnet werden. Ein Bereich um jeden Registrierungspunkt herum kann unter Verwendung der Informationen gezeichnet werden, die in dem Kalibrierungssatz erzeugt wurden, um eine Wahrscheinlichkeitsgrenze festzulegen, so dass erwartet wird, dass ein hoher Anteil, wie zum Beispiel 99% aller nachfolgenden, bezüglich jeder registrierten Person gesammelten Messungen in diesen Bereich fällt. Für nachfolgende spektralbiometrische Identifikation werden Daten gesammelt und auf diesem gleichen X-Y-Graph aufgezeichnet. Wenn die gesammelten Daten in einen der 99% Wahrscheinlichkeitsbereiche fallen, dann kann gesagt werden, dass die Person als das richtig registrierte Individuum identifiziert wird. Wenn der Testdatenpunkt nicht innerhalb jeglicher der 99% Wahrscheinlichkeitsgrenzen liegt, dann ist die getestete Person wahrscheinlich nicht registriert oder berechtigt und sollte die Messung in dem Fall erneut vornehmen, dass ein Fehler in der ersten Messung vorlag. Wenn die Clusterbildung der registrierten Daten derart ist, dass die Testdaten in zwei oder mehr Wahrscheinlichkeitsbereiche fallen, dann wird die Berechtigung bestätigt, aber die Identifikation ist mehrdeutig. Wenn die absolute Identifikation wichtig für die Aufgabe ist, wie zum Beispiel zum Festlegen persönlicher Einstellungen in einem Auto, dann kann eine Wahrscheinlichkeit für jede der Kandidatenidentitäten berechnet werden, und diejenige mit der größten Wahrscheinlichkeit wird verwendet. Wenn schließlich die biometrische Aufgabe eine Nachweisaufforderung anstelle von Identifikation ist, dann wird das vorhergehende Verfahren unter Verwendung nur des einzelnen Kandidatenregistrierungsdatenpunkts befolgt.
  • In ähnlicher Weise kann ein drei Wellenlängen verwendendes Beispiel der Anwendung dieser Analyse vorgesehen werden, das durch Cluster von Datenpunkten dargestellt wird, die im dreidimensionalen Raumabgebildet werden, und die geometrische Distanz eines Zielpunkts von einem Cluster bestimmt wird. Durch Erweiterung könnten zehn Wellenlängen ausgewählt und die Distanz eines Zielpunkts von einem Cluster im zehndimensionalen Raum berechnet werden. Während dies nicht so einfach zu vergegenwärtigen ist, werden mehrere Wellenlängen in bevorzugten Ausführungsform verwendet.
  • In einem alternativen Verfahren werden Funktionen zum Vorverarbeiten von Spektralmesswerten verwendet und der resultierende Funktionswert anstelle der direkten Messung verwendet. Zum Beispiel kann beobachtet werden, dass bei zwei Wellenlängen genommene Messwerte nach oben und nach unten, entgegengesetzt zueinander, für ein Individuum variieren, aber das Mittel oder der Gesamtwert dieser beiden Werte als konstant bleibend für dieses Individuum gesehen werden kann. In diesem Beispiel könnte ein Diagramm der beiden Messungen gegeneinander von mehreren Sitzungen ein Cluster um ein Liniensegment mit negativer Neigung zeigen. Ein eindimensionales Diagramm des Gesamtwerts oder Mittels würde ein dichtes Cluster um einen einzigen Punkt zeigen. Auf diese Weise können mehrere Wellenlängen mit Funktionen vorverarbeitet werden, um zu einem einzelnen Wert zu führen, und der einzelne Wert anstelle der direkten Messungen verwendet werden. In einer bevorzugten Ausführungsform werden Funktionen (auch bekannt als Faktoren, Lastvektoren, Eigenvektoren, latente Variablen, Klassifizierungsmerkmale), die gewogenen Kombinationen der Rohmessungen bei jeder Wellenlänge darstellen, unter Verwendung von Techniken wie zum Beispiel Hauptkomponentenanalyse, Singulärwertzerlegung, lineare Diskriminanzanalyse oder anderer Verfahren erzeugt, die den Fachleuten in diesem Gebiet bekannt sind. Die Vorteile der Zerlegung der Daten in einen Satz von Faktoren umfassen die erhöhte Genauigkeit, Geschwindigkeit und Stabilität der resultierenden Analyse, sowie eine Abmessungsreduzierung, die menschliche Veranschaulichung vereinfachen kann. Wenn die Zerlegung der Rohdaten ausgeführt wurde, können die resultierenden Größen der Faktoren in einer Weise identisch zu den oben vorgesehenen, mehrere Wellenlängen verwendeten Beispielen verwendet werden.
  • Die Auswahl, welche Wellenlängen zu verwenden sind, kann wichtig sein. Ein Verfahren zum Auswählen von Wellenlängen ist im US-Patent 5,435,309 erörtert. In einem Verfahren werden die Wellenlängen von Interesse a priori ausgewählt und für alle Proben verwendet. In einem anderen Verfahren werden die Messungen periodisch zum Neuberechnen von Inter-Person- und Intra-Person-Differenzen verwendet. Abhilfe für die Hinzufügung neuer, ansonsten dicht zusammengeballter oder sich sogar überlappender Individuen in eine Berechtigungsdatenbank kann durch Auswählen verschiedener Wellenlängen, oder andere Funktionen geleistet werden, die bei diesen Wellenlängen arbeiten.
  • In Gebrauch können Gewebespektraldaten von den Unterseiten des Unterarms von Individuen, einem jeglichen der Fingerglieder auf den dorsalen oder ventralen Oberflächen der Finger und Daumen, den dorsalen und ventralen Seiten des Handgelenks, der Daumenballenerhöhung, der Kleinfingerballenerhöhung, der Mittelfingerballenerhöhung oder anderen Stellen genommen werden, die bequeme und geeignete Stellen sind, wie vorhergehend beschrieben wurde. Die Gewebespektraldaten können dann in einer Computerdatenbank gespeichert werden. Allgemein können entweder vor oder nach Speicherung die Größe der zugrundeliegenden Spektralformen und -Eigenschaften wie zum Beispiel Faktoren und ihre Größen festgelegt werden. Standardausreißermethodologien wie zum Beispiel Spektral-F-Verhältnisse, Mahalanobis-Distanzen und euklidische Distanzen können zum Bestimmen der Übereinstimmung des Zielspektrums mit der Spektralberechtigungsdatenbank für die Person mit der behaupteten Identität verwendet werden.
  • In einem Verfahren wird, nachdem eine ausreichende Anzahl von Kalibrierungsspektren gesammelt wurde, anhand der Kalibrierungsdatenbank durch Software und Diskriminanzanalyse gearbeitet, die anhand der Daten ausgeführt wird, wobei die geeigneten Faktoren erzeugt werden. In einem Verfahren wird Hauptkomponentenanalyse auf die Kalibrierungsdaten angewendet, um Faktoren zu erzeugen. In einem anderen Verfahren wird Diskriminanzanalyse zum Erzeugen von Faktoren ausgeführt, die beim Zusammenballen der Intra-Person-Datenpunkte verwendbar sind, während die Cluster bei einer großen Inter-Person-Distanz getrennt werden. Beispiele von Diskriminanzanalyseverfahren, die in Verbindung mit der vorliegenden Erfindung verwendbar sind, umfassen lineare Diskriminanzanalyse und quadratische Diskriminanzanalyse, und andere nichtlineare Diskriminanzanalysetechniken.
  • Wenn bei einem Verfahren Identitätsnachweis erwünscht ist, werden ein Gewebespektrum und eine behauptete Identität von dem Zielindividuum erhalten. Das aktuelle Gewebespektrum wird von dem passenden Registrierungsspektrum subtrahiert, wodurch eine Spektraldifferenz erzeugt wird. Die Spektraldifferenz kann dann unter Verwendung der Faktoren zerlegt werden, die von dem Kalibrierungsdatensatz erzeugt wurden, und die Übereinstimmung zwischen der Spektraldifferenz und dem Kalibrierungssatz kann berechnet werden. Eine Berechnung misst die Mahalanobis-Distanz der Spektraldifferenz in Bezug zu dem Kalibrierungsfaktorsatz. Wenn die Distanz kleiner als eine Schwellenwertdistanz ist, dann kann die behauptete Identität positiv nachgewiesen werden. Eine andere Berechnung erzeugt die Spektralreste der Spektraldifferenz in Bezug zu dem Kalibrierungsfaktorsatz. Wenn die Reste kleiner als ein vorbestimmter Schwellenwert sind, dann kann die behauptete Identität positiv identifiziert werden. In einem anderen Verfahren müssen sowohl der Spektralrest als auch die Mahalanobis-Distanz unter ihren jeweiligen Schwellenwerten liegen, bevor Identität positiv festgestellt wird.
  • Versuchsergebnisse
  • Es wurde ein Versuch zum Bestimmen der Realisierbarkeit der hier zum Nachweisen der Identifikation eines Individuums offenbarten Methodologie durchgeführt. Die verwendete Geräteausstattung war ein Fourier-Transferspektrometer des nahen Infrarotbereichs, der durch Perkin Elmer hergestellt wurde. Das bestimmte verwendete Modell war ein Perkin Elmer 2000. Die Probenahme des menschlichen Gewebes wurde auf der Hohlhandseite des Unterarms ausgeführt. Die optische Probenehmereinrichtung war eine faseroptische Probenehmereinrichtung, die getrennte Fasern zum Einführen von Licht in das Gewebe und Fasern zum Sammeln des das Gewebe verlassenden Lichts aufwies. Eine Indexanpassungsflüssigkeit wurde zwischen dem Arm und dem faseroptischen Probenehmerkopf platziert. Die resultierenden Intensitätsspektren wurden in Absorptionsspektren umgewandelt und durch eine Vektorwellenlänge skaliert. Spektren wurden aufgezeichnet und anschließend in dem Wellenlängenbereich von 4.200 bis 7.200 cm–1 verarbeitet. Die Daten bestanden aus Sitzungsmittelspektren (5 Proben pro Sitzung), die für 288 verschiedene Personen gemessen wurden. Jede wurde für eine Einzelsitzung zu irgendeiner Zeit innerhalb einer Zeitspanne von 5 Wochen gemessen. Außerdem gab es drei Personen, die für mehrere Sitzungen über die gleiche Zeitspanne von 5 Wochen gemessen wurden (nominell 10 Mal).
  • Die Rahmenbedingungen für die Untersuchung nahmen ein Kalibrierungsmodell, eine Spektraldatenbank, die aus Spektren von einer großen Anzahl von Individuen bestand, gegenüber denen Gleichheitsprüfung ausgeführt wurde, und ein Spektrum von einem unbekannten Individuum (Zielspektrum) an. Die Nachweisaufgabe bestand darin, das Zielspektrum richtig entweder als die bestimmte Person zu identifizieren oder zu bestimmen, dass die Person sich nicht richtig identifiziert hat.
  • Das in diesem Fall angewendete Unterscheidungsverfahren beruhte auf Mahalanobis-Distanz und Spektralrestgröße, die erzeugt wurden, wenn ein Differenzspektrum dem Kalibrierungsmodell dargeboten wurde. Die Spektraldifferenz wurde zwischen dem Zielspektrum und einem Testspektrum in der Datenbank gebildet. Wenn die Werte der Mahalanobis-Distanz und des Spektralrests für ein gegebenes Spektraldifferenzpaar beide unter einer vorgegebenen Höhe lagen, wurde bestimmt, dass die beiden Spektren von dem selben Individuum stammten. Wenn eine oder beide Metriken größer als ihre jeweiligen Schwellenwerte waren, wurde bestimmt, dass die beiden Spektren von verschiedenen Individuen stammten.
  • Schwellenwerte für die beiden Metriken wurden durch Untersuchen der jeweiligen kumulativen Verteilungsfunktionen für die Vollmodell-Kalibrierungsdaten festgelegt. Zwei Schwellenwerte wurden für diese Untersuchung verwendet: ein Paar, das jeweils 99% der Kalibrierungsdaten ("nachsichtig") umfasste, und ein solches Paar, dass jeweils nur 95% der Kalibrierungsdaten ("streng") umfasste.
  • Die positive Fehlmeldungsrate wurde unter Verwendung der Spektren der 288 einzelnen Personen in einer zyklischen Suchweise untersucht. Jedes wurde aus der Datenbank herausgezogen und eine Bewertung ausgeführt, wie viele der übrigen Personen in der Datenbank mit diesem Spektrum an jedem der beiden Ähnlichkeitsschwellenwerte übereinstimmten. Die negative Fehlmeldungsrate wurde durch Betrachten des Übereinstimmungsgrads untersucht, der zwischen Sitzungen der selben Person beobachtet wurde (ausgeführt für jede der drei Wiederholungspersonen).
  • Wenn die Schwellenwerte auf den mehr nachgiebigen Schwellenwert (99%) festgelegt wurden, zeigten die zyklischen Suchergebnisse die Anzahl von "Übereinstimmungen", die erfolgten, wenn jede der 288 Personen aus der Spektralbibliothek herausgezogen und in Bezug zu den Spektren der übrigen 287 Personen bewertet wird. Im Durchschnitt stimmte jede Person 0,5 mit einer anderen Person innerhalb dieser Datenbank überein, wodurch eine positive Fehlrate von 0,17% erbracht wurde. Dies ist die Fehlerrate, die auftritt, wenn eine Person nicht in der Datenbank inkorrekt angibt, das sie eine der Bibliothekspersonen ist und die Messung dies bestätigt.
  • In einem anschließenden Test wurde eine der Personen, die wiederholt über die fünfwöchige Datensammelzeitspanne gemessen wurde, mit allen anderen Beobachtungen unter Verwendung der gleichen Nachweismethodologie, wie sie oben beschrieben ist, verglichen. Unter Verwendung des nachgiebigen Schwellenwerts stimmt jede Sitzung mit jeder anderen Sitzung überein, was zu einer negativen Fehlmeldungsrate von 0,0% führte. Die Ergebnisse von den anderen beiden Wiederholungspersonen waren ähnlich.
  • Wenn der Nachweisschwellenwert auf den etwas strengeren Standard (95%) gesetzt wurde, zeigten die Ergebnisse der Querperson und der selben Person, dass keine Übereinstimmung zwischen Personen beobachtet wurden, was zu einer positiven Fehlmeldungsrate von 0,0% führte. Bei der selben Person zeigten Quersitzungsergebnisse eine verminderte Fähigkeit, Übereinstimmung irgendeiner Sitzung mit irgendeiner anderen Sitzung festzustellen, was zu einer negativen Fehlmeldungsrate einer Einzelprobe von größer als 30% führt. Wenn die Spektralbibliothek jedoch aus mehreren Probenahmen der Person in verschiedenen physiologischen Zuständen besteht, können die Nachweisergebnisse wesentlich verbessert werden. Wenn die Spektralbibliothek in diesem Fall aus allen neun der übrigen Proben besteht, dann stimmte 100% der Zeit ein oder mehrere (tatsächlich 3 oder mehr) der Spektralbibliothekseinträge mit dem Zielspektrum überein, was zu einer negativen Fehlmeldungsrate von 0,0% führt. Die Ergebnisse von den anderen beiden Wiederholungspersonen waren ähnlich.
  • Die vorliegende Erfindung ist mit Konzentration auf in-vivo Analyse an Personen offenbart worden. Es wird jedoch erkannt, dass die vorliegenden Verfahren und Techniken für in-vivo Analyse von anderen biologischen Organismen wie zum Beispiel Kühen, Pferden, und anderem Vieh zum Identifizieren oder Bestätigen der Identität des Tiers verwendet werden können. Außerdem können die vorliegenden Verfahren und Techniken auch auf in-vitro Analyse von Blut, Gewebe oder Fluidproben angewendet werden, um die Identität einer Probe zu identifizieren oder nachzuweisen.
  • Die biometrischen Fähigkeiten im 1,1–2,5 μm NIR-Spektralbereich wurden auch unter Verwendung eines Laborsystems zum Sammeln optischer Proben an einer Gruppe freiwilliger Probanden untersucht. Das System bestand aus einer 40 W Quarzwolframhalogenquelle, einer faseroptischen Probenehmerbaugruppe, einem Bomen WorkIR Spektrometer, das mit einer Spektralauflösung von 16 cm–1 arbeitet, und einem 1 mm2 InGaAs-Detektor. Der optische Probenehmer bestand aus sechs verschiedenen Beleuchtungsdetektionsbündeln, die einen Abstand von Quelle zu Detektor von ungefähr 0,6 mm aufwiesen. In diesem Fall wurde keine Indexanpassungsflüssigkeit zwischen dem Probenehmer und dem Gewebe verwendet. Die Daten wurden von 87 Diabetesprobanden gesammelt, die an einem Teil einer 17-wöchigen Studie teilnahmen. Ungefähr die Hälfte der Probanden nahmen an der Studie 6 Wochen lang teil, und eine Hälfte nahm 11 Wochen lang teil. In jedem Fall wurde jede Person während zwei getrennten Besuchen pro Woche für jede Woche gemessen, die sie an der Studie teilnahm. Während jedes Messbesuchs, wurden mehrere (3–5) optische Proben von der Unterseite ihres linke Unterarms genommen. Jede optische Probe bestand aus 90 Sekunden Messzeit. Insgesamt wurden mehr als 5100 optische Proben über diese Studiengruppe gesammelt. Die resultierenden Intensitätsspektren wurden logarithmisch in Pseudoabsorptionsdaten umgewandelt und eine Skalierfunktion wurde auf die Spektren angewendet, um die Spektralrauschcharakteristik einheitlich zu gestalten. Standardausreißermetriken (Mahalanobis- Distanz und Spektral-F-Verhältnis) wurden auf die resultierenden skalierten Absorptionsdaten angewendet, um außerhalb liegende Spektren vor anschließender Verarbeitung zu entfernen.
  • Die biometrische Analyse wurde durch Zufallsauswahl von Daten von 30 Probanden als von berechtigten Benutzern ("Gültigkeit") ausgeführt, wobei 10 ausgewählt wurden, die von nicht berechtigten Benutzers ("Eindringlingen") stammten, und die Daten der übrigen Probanden zum Aufbau eines Kalibrierungssatzes verwendet wurden. Die Kalibrierungsdaten wurden zum Erzeugen von generischen Daten verarbeitet, wie im US-Patent Nr. 6,157, 041 unter dem Titel "Methods and Apparatus for Tailoring Spectroscopic Calibration Models" [Verfahren und Vorrichtungen zum Zuschneiden spektroskopischer Kalibrierungsmodelle] beschrieben ist. Eine PCA-Zerlegung dieser Daten wurde zum Erzeugen von 50 Eigenvektoren und Auswertungen ausgeführt. Die Auswertungen wurden dann analysiert, um die 20 Faktoren zu bestimmen, die die größten Werte für das Verhältnis der Variation zwischen Personen und der Variation innerhalb einer Person für jeden Auswertungssatz aufwiesen.
  • Die ersten beiden Proben für jede der Daten der Gültigkeitsprobanden wurden gemittelt und als 30 Ausgangsregistrierungsspektren verwendet. Jedes der übrigen Gültigkeitsspektren wurde in zeitlicher Abfolge genommen und von dem Registrierungsspektrum abgezogen. Diese Spektraldifferenz wurde dann den ausgewählten Kalibrierungsfaktoren dargeboten und eine Mahalanobis-Distanz wurde berechnet. Wenn die Mahalanobis-Distanz unter einem bestimmten Schwellenwert lag, wurde das Gültigkeitsspektrum als gültig betrachtet, und eine gewogene Summe des Gültigkeitsspektrums (0,2) und des Registrierungsspektrums (0,8) wurde zum Aktualisieren des Registrierungsspektrums verwendet. Dieser Prozess wurde für mehrere Schwellenwerte wiederholt. Eine Person mit gewöhnlichen Kenntnissen in diesem Gebiet wird erkennen, dass das Spektral-F-Verhältnis anstelle von oder in Verbindung mit der Mahalanobis-Distanzmetrik zum Ausführen der Identitätsbestimmungen verwendet werden könnte.
  • Die Eindringlingsdaten wurden in einer ähnlichen Weise wie die Gültigkeitsdaten unter Verwendung der gleichen Schwellenwerte verarbeitet. Die resultierenden Leistungskurven sind in den 4 und 5 gezeigt. 4 zeigt die Falschakzeptanzrate (FAR) und die Falschrückweisungsrate (FRR) als eine Funktion des Schwellenwerts. 5 zeigt die entsprechende Kurve der Empfängerbetriebscharakteristiken (ROC) für diese Daten. Die Gleiche Fehlerrate (Equal Error Rate, EER:FAR=FRR) für diese Daten beträgt ungefähr 0,2%, was ein hohes Ausmaß von biometrischer Fähigkeit über eine längere Zeitspanne zeigt.
  • Anschließend wurde das gleiche oben beschriebenen NIR-System zum Ausführen von Identifikationsaufgaben unter Verwendung mehrerer Gewebestellen an zahlreichen Freiwilligen ausgeführt, die keine Diabetes hatten. Gewebestellen wurden geprüft und für Spektralidentifikation und Nachweise festgelegt, die die dorsalen und ventralen Oberflächen des Unterarms, jegliche der Fingerglieder an den dorsalen und ventralen Oberflächen der Finger und Daumen, die dorsalen oder ventralen Seiten des Handgelenks, die Daumenballenerhöhung, die Kleinfingerballenerhöhung, die Mittelfingerballenerhöhung, den Steg zwischen dem Zeigefinger und dem Daumen sowie die Stirn einschlossen. Die Verwendung einer bestimmten Stelle erforderte eine Methodologie ähnlich der oben beschriebenen. Jede neue Stelle erforderte, dass die Kalibrierungsdaten Daten einschlossen, die an dieser Gewebestelle gesammelt wurden. Als die richtigen Kalibrierungsdaten gesammelt und verarbeitet waren, um Faktoren zu erzeugen, konnte die Stelle dann zur anschließenden Registrierung und Prüfung verwendet werden. In allen Fällen konnten die Stellen, die contralaterale oder mehrere Gegenstücke aufwiesen, beinahe austauschbar verwendet werden; eine Person konnte mit dem linken Zeigefinger registriert werden und den rechten Zeigefinger (oder irgendeinen anderen Finger) zum Ausführung der biometrischen Aufgabe verwenden.
  • Den selben 87 Probanden, die zum Sammeln der oben beschriebenen nahen Infrarotdaten verwendet wurden, wurden auch gleichzeitig mit einem Siliziumbereichssystem Proben entnommen. Ein Gittermatrixspektrometer von Ocean Optics mit einem 1 × 2028 linearen Silizium-CCD-Array und 12-Bit Digitalisierung wurde in Verbindung mit einer faseroptischen Sonde zum Sammeln von Spektraldaten verwendet, die den Spektralbereich von 350 nm bis 1000 nm umfassten. Die Spektraldaten wurden unter Verwendung eines 8-Punkt-Rollfenster-Mittelungsfilter zerlegt, um 256 Datenpunkte pro Spektrum zu erzeugen. Diese Daten wurden in einer Weise ähnlich zu den NIR-Daten verarbeitet und analysiert, wodurch die in 6 (FAR und FRR) und 7 (ROC) gezeigten Ergebnisse mit einer gleichen Fehlerrate von 2,6 erzeugt wurden. Während die Ergebnisse nicht ganz so gut wie die durch das NIR-System erzeugten sind, zeigen sie deutlich an, dass biometrische Bestimmungen im Siliziumbereich durchgeführt werden können. Analyse der Silizium- und nahen Infrarotdaten zeigte, das die Siliziumdaten wesentlich größeres Rauschen aufgrund von Instrumentvariation enthielten, was wahrscheinlich auf einen suboptimalen Aufbau dieses Systems zurückzuführen war und eine nachteilige Auswirkung auf die gemessenen Ergebnisse hatte.
  • Neue Charakteristiken und Vorteile der Erfindung, die durch dieses Dokument abgedeckt sind, sind in der vorhergehenden Beschreibung aufgeführt worden. Es wird jedoch verstanden werden, dass diese Offenbarung in vielen Hinsichten nur darstellend ist. Änderungen können an Details, insbesondere bei Belangen von Form, Größe und Anordnung von Teilen vorgenommen werden, ohne den Umfang der Erfindung zu überschreiten. Der Umfang der Erfindung ist natürlich in der Sprache definiert, in der die anliegenden Ansprüche ausgedrückt sind.

Claims (26)

  1. System zum Identifizieren eines Zielindividuums, umfassend: eine Registrierungsdatenbank, die von einer oder mehreren registrierten Personen gesammelte optische Gewebespektraldaten enthält, wobei die optischen Spektraldaten registrierter Personen eine Mehrzahl von Messwerten aufweisen; Mittel zum Erhalten mindestens eines optischen Gewebespektraldatenelements von dem Zielindividuum, wobei die optischen Spektraldaten eines Zielindividuums eine Mehrzahl von Messwerten aufweisen; Mittel zum Vergleichen der optischen Spektraldaten des Zielindividuums und der optischen Spektraldaten aller registrierten Personen, wobei der Vergleich eine Messung des Ähnlichkeitsgrads zwischen den optischen Zielspektraldaten und den Spektraldaten registrierter Personen liefert; und Mittel zum Anzeigen der Identität als mindestens eine der registrierten Personen, wenn die entsprechende Messung des Ähnlichkeitsgrads mindestens so ähnlich wie ein festgelegter Schwellenwert ist.
  2. System nach Anspruch 1, bei dem das Mittel zum Erhalten der Spektraldaten eines Zielindividuums Mittel zum Messen von optischer Strahlung einschließt, die von subepidermalem Gewebe des Zielindividuums reflektiert wird.
  3. System nach Anspruch 1, bei dem das Mittel zum Erhalten der optischen Zielspektraldaten ein Spektrometer einschließt.
  4. System nach Anspruch 3, bei dem das Spektrometer ein FTIR-Spektrometer ist.
  5. System nach Anspruch 3, bei dem das Spektrometer ein Gittermatrix-Spektrometer ist.
  6. System nach Anspruch 1, bei dem die optischen Spektraldaten Wellenlängen des nahen Infrarotbereichs einschließen.
  7. System nach Anspruch 1, bei dem die optischen Spektraldaten sichtbare Wellenlängen einschließen.
  8. System nach Anspruch 1, bei dem die optischen Spektraldaten Wellenlängen des nahen Ultraviolettbereichs einschließen.
  9. System nach Anspruch 1, bei dem die Vergleichs- und Ähnlichkeitsbestimmungen einen Klassifizierungsalgorithmus verwenden.
  10. System nach Anspruch 1, bei dem das Mittel zum Vergleichen einen Computer aufweist, der eine Eingabeeinrichtung und eine Ausgabeeinrichtung einschließt und ein in dem Computer laufendes Programm zum Vergleichen der optischen Spektren des Zielindividuums und der optischen Spektraldaten aller registrierten Personen aufweist.
  11. System nach Anspruch 1, das ferner Mittel zum Erhalten einer behaupteten Identität von dem Zielindividuum aufweist, wobei das Mittel zum Anzeigen von Identität Mittel zum positiven Nachweisen der Identität des Zielindividuums durch Bestätigen aufweist, dass die Messung von Spektralähnlichkeit des Zielindividuums mindestens so ähnlich wie der festgelegte Schwellenwert ist.
  12. Verfahren zum Identifizieren eines Zielindividuums unter Verwendung einer Registrierungsdatenbank, die optische Gewebespektren enthält, welche von einer Anzahl registrierter Individuen gesammelt wurden, wobei die Spektraldaten eine Mehrzahl von Messwellenlängen aufweisen, welches Verfahren die folgenden Schritte aufweist: Erhalten von Zielgewebe-Spektraldaten von dem Zielindividuum, wobei die optischen Spektraldaten des Zielgewebes eine Anzahl von Messwellenlängen aufweisen; Vergleichen der optischen Spektraldaten des Zielindividuum und der optischen Spektraldaten der registrierten Person, wobei der Vergleich eine Messung des Ähnlichkeitsgrads zwischen den optischen Zielspektraldaten und jedes der Spektraldatenelemente der registrierten Person liefert; und positives Feststellen der Identität des Zielindividuums durch Bestätigen, dass die Messung von Spektralähnlichkeit des Zielindividuums mindestens so ähnlich zu einem der optischen Spektraldatenelemente der registrierten Person wie ein festgelegter Schwellenwert ist.
  13. Verfahren nach Anspruch 12, wobei das Verfahren ferner einen Klassifizierungsalgorithmus zum Ausführen des Vergleichs zwischen den optischen Spektraldaten des Zielindividuums und den optischen Spektraldaten der registrierten Personen einschließt.
  14. Verfahren nach Anspruch 13, wobei das Verfahren ferner Klassifizierungsmerkmale einschließt, die von einem Satz von optischen Kalibrierungsspektraldaten bestimmt werden, welche an mindestens einem Individuum mehr als einmal gemessen gesammelt wurden.
  15. Verfahren nach Anspruch 14, bei dem die Klassifizierungsmerkmale auf den Vergleich zwischen den optischen Zielspektraldaten und den Registrierungsspektraldaten angewendet werden, um die Ähnlichkeit in Bezug zu den Klassifizierungsmerkmalen zu bestimmen.
  16. Verfahren nach Anspruch 15, bei dem die Identifizierung erfolgt, wenn der Vergleich der optischen Zielspektraldaten und der Registrierungsspektraldaten unter Verwendung der Klassifizierungsmerkmale mindestens so ähnlich wie eine vorbestimmte Messung von Ähnlichkeit für optische Spektraldaten einer Anzahl registrierer Personen ist.
  17. Verfahren nach Anspruch 16, bei dem die Zielidentität als die Ähnlichste von allen registrierten Personen gewählt wird, deren Registrierungsspektraldaten mindestens so ähnlich zu den Zielspektraldaten wie eine vorbestimmte Messung von Ähnlichkeit sind.
  18. Verfahren nach Anspruch 12, das ferner eine Registrierungsdatenbank mit optischen Spektraldaten aufweist, die von einer Anzahl registrierter Individuen gesammelt wurden, wobei die Anzahl größer als eins ist.
  19. Verfahren nach Anspruch 12, das ferner eine Registrierungsdatenbank mit optischen Spektraldaten aufweist, die von einer Anzahl registrierter Individuen gesammelt wurden, wobei die Anzahl gleich eins ist.
  20. Verfahren nach Anspruch 12, bei dem das Zielspektrum den optischen Registrierungsspektraldaten nach der Identifizierung hinzugefügt wird.
  21. Verfahren nach Anspruch 12, bei dem die optischen Gewebespektren Wellenlängen des nahen Ultraviolettbereichs einschließen.
  22. Verfahren nach Anspruch 12, bei dem die optischen Gewebespektren sichtbare Wellenlängen einschließen.
  23. Verfahren nach Anspruch 12, bei dem die optischen Gewebespektren Wellenlängen des nahen Infrarotbereichs einschließen.
  24. Verfahren nach Anspruch 12, bei dem die Gewebespektren einen wesentlichen Spektrenbeitrag von subepidermalem Gewebe einschließen.
  25. Verfahren nach Anspruch 12, bei dem: Vergleichen der optischen Spektraldaten eines Zielindividuums und der optischen Spektraldaten der registrierten Person umfasst, Diskriminanzanalyse an den optischen Spektraldaten des Zielgewebes und jedes der optischen Spektraldatenelemente der registrierten Person auszuführen; und positives Bestimmen der Identität des Zielindividuums umfasst, zu bestimmen, dass die Diskriminanzanalyse für das eine optische Spektraldatenelement der registrierten Personen erfüllt ist.
  26. Verfahren nach Anspruch 12, das ferner umfasst, eine behauptete Identität von dem Zielindividuum zu erhalten, wobei positives Bestimmen der Identität des Zielindividuums umfasst, die Identität des Zielindividuums durch die Bestätigung positiv nachzuweisen, dass die Messung spektraler Ähnlichkeit des Zielindividuums mindestens so ähnlich wie der festgelegte Schwellenwert ist.
DE60211678T 2001-04-11 2002-01-16 Vorrichtung und verfahren zur biometrischen identifikation oder zum biometrischen nachweis von individuen unter verwendung optischer spektroskopie Expired - Lifetime DE60211678T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/832,534 US6560352B2 (en) 1999-10-08 2001-04-11 Apparatus and method of biometric identification or verification of individuals using optical spectroscopy
US832534 2001-04-11
PCT/US2002/001169 WO2002084605A2 (en) 2001-04-11 2002-01-16 Apparatus and method of biometric identification or verification of individuals using optical spectroscopy

Publications (2)

Publication Number Publication Date
DE60211678D1 DE60211678D1 (de) 2006-06-29
DE60211678T2 true DE60211678T2 (de) 2006-11-23

Family

ID=25261927

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60211678T Expired - Lifetime DE60211678T2 (de) 2001-04-11 2002-01-16 Vorrichtung und verfahren zur biometrischen identifikation oder zum biometrischen nachweis von individuen unter verwendung optischer spektroskopie

Country Status (11)

Country Link
US (1) US6560352B2 (de)
EP (1) EP1380015B1 (de)
JP (1) JP4020251B2 (de)
KR (1) KR100871349B1 (de)
CN (1) CN1250162C (de)
AT (1) ATE327549T1 (de)
AU (1) AU2002239928B2 (de)
CA (1) CA2443439A1 (de)
DE (1) DE60211678T2 (de)
IL (1) IL158291A (de)
WO (1) WO2002084605A2 (de)

Families Citing this family (137)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7890158B2 (en) * 2001-06-05 2011-02-15 Lumidigm, Inc. Apparatus and method of biometric determination using specialized optical spectroscopy systems
US6816605B2 (en) 1999-10-08 2004-11-09 Lumidigm, Inc. Methods and systems for biometric identification of individuals using linear optical spectroscopy
US6591224B1 (en) * 2000-06-01 2003-07-08 Northrop Grumman Corporation Biometric score normalizer
US8581697B2 (en) * 2001-04-11 2013-11-12 Trutouch Technologies Inc. Apparatuses for noninvasive determination of in vivo alcohol concentration using raman spectroscopy
US8095193B2 (en) * 2001-04-11 2012-01-10 Trutouch Technologies, Inc. Apparatus and method for controlling operation of vehicles or machinery by intoxicated or impaired individuals
US8174394B2 (en) * 2001-04-11 2012-05-08 Trutouch Technologies, Inc. System for noninvasive determination of analytes in tissue
TWI223205B (en) * 2001-08-02 2004-11-01 Wei-Gung Wang Biosecure method and device
US7237115B1 (en) * 2001-09-26 2007-06-26 Sandia Corporation Authenticating concealed private data while maintaining concealment
JP3900893B2 (ja) * 2001-11-02 2007-04-04 ソニー株式会社 操舵装置、ドライバー認証方法、自動車
US7123752B2 (en) * 2001-12-19 2006-10-17 Sony Corporation Personal identification apparatus and method
CN1662931A (zh) 2002-05-09 2005-08-31 索尼株式会社 活组织模式检测方法、活组织模式检测设备、生物统计学认证方法和生物统计学认证设备
US20040003295A1 (en) * 2002-06-20 2004-01-01 David Elderfield Biometric document authentication system
FR2849246B1 (fr) * 2002-12-20 2006-03-10 Sagem Procede de determination du caractere vivant d'un element porteur d'une empreinte digitale
FR2850190B1 (fr) * 2003-01-21 2006-04-28 Atmel Grenoble Sa Procede et dispositif de reconnaissance de personne
FR2850191B1 (fr) * 2003-01-21 2006-04-28 Atmel Grenoble Sa Procede et dispositif de securisation par reconnaissance de personne
US7539330B2 (en) * 2004-06-01 2009-05-26 Lumidigm, Inc. Multispectral liveness determination
US7668350B2 (en) * 2003-04-04 2010-02-23 Lumidigm, Inc. Comparative texture analysis of tissue for biometric spoof detection
US7347365B2 (en) * 2003-04-04 2008-03-25 Lumidigm, Inc. Combined total-internal-reflectance and tissue imaging systems and methods
US7751594B2 (en) * 2003-04-04 2010-07-06 Lumidigm, Inc. White-light spectral biometric sensors
US7460696B2 (en) 2004-06-01 2008-12-02 Lumidigm, Inc. Multispectral imaging biometrics
JP2007524441A (ja) * 2003-04-04 2007-08-30 ルミディム インコーポレイテッド マルチスペクトルバイオメトリックセンサ
US7627151B2 (en) * 2003-04-04 2009-12-01 Lumidigm, Inc. Systems and methods for improved biometric feature definition
US6961450B2 (en) * 2003-06-25 2005-11-01 Intelligent Biometric Technology, Inc. Personal identification method, electronic identification system and apparatus for personal biometrical identification by gauging geometry of the person's hand
US20050007582A1 (en) * 2003-07-07 2005-01-13 Lumidigm, Inc. Methods and apparatus for collection of optical reference measurements for monolithic sensors
GB0316631D0 (en) * 2003-07-16 2003-08-20 Omniperception Ltd Facial liveness assessment system
US7351974B2 (en) * 2003-09-05 2008-04-01 Authentec, Inc. Integrated circuit infrared sensor and associated methods
US7358514B2 (en) * 2003-09-05 2008-04-15 Authentic, Inc. Multi-biometric finger sensor apparatus and associated methods
US7616786B2 (en) * 2003-09-24 2009-11-10 Authentec, Inc. Finger biometric sensor with sensor electronics distributed over thin film and monocrystalline substrates and related methods
US7599530B2 (en) * 2003-10-01 2009-10-06 Authentec, Inc. Methods for matching ridge orientation characteristic maps and associated finger biometric sensor
US7787667B2 (en) * 2003-10-01 2010-08-31 Authentec, Inc. Spot-based finger biometric processing method and associated sensor
EP1671260B1 (de) * 2003-10-01 2014-06-11 Authentec, Inc. Verfahren zur biometrischen fingerverarbeitung und assoziierte biometrische fingersensoren
US7043372B2 (en) * 2003-11-26 2006-05-09 Eaton Corporation Fluid condition monitoring using broad spectrum impedance spectroscopy
US7263213B2 (en) * 2003-12-11 2007-08-28 Lumidigm, Inc. Methods and systems for estimation of personal characteristics from biometric measurements
US7467403B2 (en) 2004-01-09 2008-12-16 Harris Scott C Techniques for entry of less-than-perfect-passwords
WO2005069212A1 (ja) * 2004-01-13 2005-07-28 Fujitsu Limited 生体情報による認証装置
US20050171413A1 (en) * 2004-02-04 2005-08-04 Medoptix, Inc. Integrated device for non-invasive analyte measurement
US7049831B2 (en) * 2004-02-16 2006-05-23 Eaton Corporation Fluid quality control using broad spectrum impedance spectroscopy
JP4556103B2 (ja) * 2004-02-24 2010-10-06 ソニー株式会社 暗号化装置及び暗号化方法
US7078910B2 (en) * 2004-03-04 2006-07-18 Eaton Corporation Fluid formulation evaluation and improvement utilizing broad spectrum impedance spectroscopy
JP4487180B2 (ja) * 2004-03-18 2010-06-23 ソニー株式会社 情報生成装置及び情報生成方法
US20110178420A1 (en) * 2010-01-18 2011-07-21 Trent Ridder Methods and apparatuses for improving breath alcohol testing
US20080319286A1 (en) * 2004-05-24 2008-12-25 Trent Ridder Optical Probes for Non-Invasive Analyte Measurements
US8730047B2 (en) 2004-05-24 2014-05-20 Trutouch Technologies, Inc. System for noninvasive determination of analytes in tissue
US8515506B2 (en) * 2004-05-24 2013-08-20 Trutouch Technologies, Inc. Methods for noninvasive determination of in vivo alcohol concentration using Raman spectroscopy
US8229185B2 (en) * 2004-06-01 2012-07-24 Lumidigm, Inc. Hygienic biometric sensors
JP2008501196A (ja) 2004-06-01 2008-01-17 ルミディグム インコーポレイテッド マルチスペクトル画像化バイオメトリクス
US7508965B2 (en) * 2004-06-01 2009-03-24 Lumidigm, Inc. System and method for robust fingerprint acquisition
US8787630B2 (en) * 2004-08-11 2014-07-22 Lumidigm, Inc. Multispectral barcode imaging
WO2006050367A2 (en) * 2004-11-01 2006-05-11 Visualant, Incorporated Full color spectrum object authentication methods and systems
WO2006082550A1 (en) * 2005-02-07 2006-08-10 Koninklijke Philips Electronics N.V. Biometric identification apparatus using fluorescence spectroscopy
US20090018415A1 (en) * 2005-02-09 2009-01-15 Robinson M Ries Methods and Apparatuses for Noninvasive Determinations of Analytes using Parallel Optical Paths
EP1846738A2 (de) * 2005-02-09 2007-10-24 Inlight Solutions, Inc. Verfahren und vorrichtung zur nicht-invasiven analytbestimmung
US7801338B2 (en) * 2005-04-27 2010-09-21 Lumidigm, Inc. Multispectral biometric sensors
WO2006119127A2 (en) * 2005-05-03 2006-11-09 Pocrass Alan L Electronic lock system and method of use thereof
US20060293891A1 (en) * 2005-06-22 2006-12-28 Jan Pathuel Biometric control systems and associated methods of use
JP4704185B2 (ja) * 2005-10-27 2011-06-15 富士通株式会社 生体認証システム及び生体認証方法
US20070232929A1 (en) * 2005-10-31 2007-10-04 Kilgore George A Skin detection sensor
US20070110788A1 (en) * 2005-11-14 2007-05-17 Hissong James B Injectable formulation capable of forming a drug-releasing device
US8175346B2 (en) * 2006-07-19 2012-05-08 Lumidigm, Inc. Whole-hand multispectral biometric imaging
US7995808B2 (en) 2006-07-19 2011-08-09 Lumidigm, Inc. Contactless multispectral biometric capture
US8355545B2 (en) * 2007-04-10 2013-01-15 Lumidigm, Inc. Biometric detection using spatial, temporal, and/or spectral techniques
CN103336941A (zh) * 2006-07-19 2013-10-02 光谱辨识公司 多重生物测定多谱成像器
US7801339B2 (en) 2006-07-31 2010-09-21 Lumidigm, Inc. Biometrics with spatiospectral spoof detection
US7996173B2 (en) 2006-07-31 2011-08-09 Visualant, Inc. Method, apparatus, and article to facilitate distributed evaluation of objects using electromagnetic energy
US7804984B2 (en) 2006-07-31 2010-09-28 Lumidigm, Inc. Spatial-spectral fingerprint spoof detection
US8081304B2 (en) 2006-07-31 2011-12-20 Visualant, Inc. Method, apparatus, and article to facilitate evaluation of objects using electromagnetic energy
US8076630B2 (en) * 2006-07-31 2011-12-13 Visualant, Inc. System and method of evaluating an object using electromagnetic energy
US7750299B2 (en) * 2006-09-06 2010-07-06 Donald Martin Monro Active biometric spectroscopy
US20080086474A1 (en) * 2006-10-06 2008-04-10 Haycraft Christine M System for providing data to third party users
JP5018035B2 (ja) * 2006-11-20 2012-09-05 ソニー株式会社 照合装置、照合方法及び照合プログラム
US20080161674A1 (en) * 2006-12-29 2008-07-03 Donald Martin Monro Active in vivo spectroscopy
US8098900B2 (en) * 2007-03-06 2012-01-17 Honeywell International Inc. Skin detection sensor
US8180120B2 (en) * 2007-03-09 2012-05-15 Authentec, Inc. Finger sensor using polarized light and associated methods
US8285010B2 (en) * 2007-03-21 2012-10-09 Lumidigm, Inc. Biometrics based on locally consistent features
US10264993B2 (en) * 2007-06-21 2019-04-23 Rf Science & Technology Inc. Sample scanning and analysis system and methods for using the same
US8647272B2 (en) * 2007-06-21 2014-02-11 Rf Science & Technology Inc Non-invasive scanning apparatuses
US8382668B2 (en) * 2007-06-21 2013-02-26 Rf Science & Technology Inc. Non-invasive determination of characteristics of a sample
US8647273B2 (en) * 2007-06-21 2014-02-11 RF Science & Technology, Inc. Non-invasive weight and performance management
US8259299B2 (en) * 2007-06-21 2012-09-04 Rf Science & Technology Inc. Gas scanning and analysis
US8073204B2 (en) 2007-12-31 2011-12-06 Authentec, Inc. Hybrid multi-sensor biometric identification device
EP2279483B1 (de) 2008-04-25 2019-06-05 Aware, Inc. Biometrische identifizierung und bestätigung
US8577431B2 (en) 2008-07-03 2013-11-05 Cercacor Laboratories, Inc. Noise shielding for a noninvasive device
ES2403458T3 (es) * 2008-07-29 2013-05-20 Mei, Inc. Discriminación de efectivo
JP2010029399A (ja) * 2008-07-29 2010-02-12 National Agriculture & Food Research Organization 血糖値非侵襲測定法
US8203704B2 (en) 2008-08-04 2012-06-19 Cercacor Laboratories, Inc. Multi-stream sensor for noninvasive measurement of blood constituents
ES2335565B1 (es) 2008-09-26 2011-04-08 Hanscan Ip, B.V. Sistema optico, procedimiento y programa de ordenador para detectar la presencia de un elemento biologico vivo.
US7786907B2 (en) 2008-10-06 2010-08-31 Donald Martin Monro Combinatorial coding/decoding with specified occurrences for electrical computers and digital data processing systems
US7786903B2 (en) 2008-10-06 2010-08-31 Donald Martin Monro Combinatorial coding/decoding with specified occurrences for electrical computers and digital data processing systems
US7864086B2 (en) 2008-10-06 2011-01-04 Donald Martin Monro Mode switched adaptive combinatorial coding/decoding for electrical computers and digital data processing systems
US7791513B2 (en) 2008-10-06 2010-09-07 Donald Martin Monro Adaptive combinatorial coding/decoding with specified occurrences for electrical computers and digital data processing systems
US20100246902A1 (en) * 2009-02-26 2010-09-30 Lumidigm, Inc. Method and apparatus to combine biometric sensing and other functionality
US8320985B2 (en) * 2009-04-02 2012-11-27 Empire Technology Development Llc Touch screen interfaces with pulse oximetry
US8786575B2 (en) * 2009-05-18 2014-07-22 Empire Technology Development LLP Touch-sensitive device and method
DE112010003414T5 (de) * 2009-08-26 2012-12-06 Lumidigm, Inc. Biometrische Multiplex-Bildgebung und biometrischer Dual-Bilderzeugersensor
US10496871B2 (en) 2009-11-10 2019-12-03 Nec Corporation Fake-finger determination device, fake-finger determination method, and fake-finger determination program
US8570149B2 (en) 2010-03-16 2013-10-29 Lumidigm, Inc. Biometric imaging using an optical adaptive interface
JP5519381B2 (ja) * 2010-04-09 2014-06-11 トヨタ自動車株式会社 スペクトル測定装置
US9282921B2 (en) 2010-05-03 2016-03-15 Roche Diabetes Care, Inc. Measurement system for an analyte determination and a method
US9261526B2 (en) 2010-08-26 2016-02-16 Blast Motion Inc. Fitting system for sporting equipment
US9122856B2 (en) * 2010-12-01 2015-09-01 Hid Global Corporation Updates of biometric access systems
JP6243226B2 (ja) * 2011-01-04 2017-12-06 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 関連組織の光学分析のための装置
US8577820B2 (en) * 2011-03-04 2013-11-05 Tokyo Electron Limited Accurate and fast neural network training for library-based critical dimension (CD) metrology
KR101988902B1 (ko) 2011-07-08 2019-09-30 오스트레일리안 뉴클리어 사이언스 앤드 테크놀로지 오가니제이션 방사성 핵종 검출 및 식별
WO2013040448A1 (en) 2011-09-16 2013-03-21 Life Technologies Corporation Simultaneous acquisition of biometric data and nucleic acid
US9058646B2 (en) 2011-09-23 2015-06-16 Life Technologies Corporation Simultaneous acquisition of biometric data and nucleic acid
WO2013119824A1 (en) 2012-02-10 2013-08-15 Visualant, Inc. Systems, methods and articles related to machine-readable indicia and symbols
WO2013126765A2 (en) 2012-02-22 2013-08-29 Life Technologies Corporation Sample collection devices, kits and methods of use
US8692221B2 (en) * 2012-04-19 2014-04-08 The Flewelling Ford Family Trust Active identification patch
US8849018B2 (en) 2012-08-17 2014-09-30 Tandent Vision Science, Inc. Log-chromaticity clustering pipeline for use in an image process
WO2014028355A2 (en) * 2012-08-17 2014-02-20 Tandent Vision Science, Inc. Log-chromaticity clustering pipeline for use in an image process
US9316581B2 (en) 2013-02-04 2016-04-19 Visualant, Inc. Method, apparatus, and article to facilitate evaluation of substances using electromagnetic energy
US9041920B2 (en) 2013-02-21 2015-05-26 Visualant, Inc. Device for evaluation of fluids using electromagnetic energy
WO2014165003A1 (en) 2013-03-12 2014-10-09 Visualant, Inc. Systems and methods for fluid analysis using electromagnetic energy
EP2976605B1 (de) * 2013-03-21 2023-11-01 Viavi Solutions Inc. Spektroskopische charakterisierung von meeresfrüchten
US9364071B2 (en) * 2013-09-19 2016-06-14 Spectral Sensors Inc. Systems and methods for measuring spectra of skin and other objects and materials and making predictions based thereon
DE102013113170A1 (de) * 2013-11-28 2015-05-28 Endress + Hauser Conducta Gesellschaft für Mess- und Regeltechnik mbH + Co. KG Verfahren zur Bestimmung eines Messwerts und Analysator zur Ausführung des Verfahrens
CN105227307A (zh) * 2014-06-03 2016-01-06 阿里巴巴集团控股有限公司 身份验证方法与系统以及服务器数据处理方法和服务器
KR101694733B1 (ko) * 2015-04-10 2017-01-12 한국광기술원 3d 프린터를 이용한 팬텀 제조 장치 및 이를 이용한 제조 방법
US10121051B2 (en) * 2015-10-16 2018-11-06 Novatek Microelectronics Corp. Optical apparatus and a method for identifying an object
WO2017100188A2 (en) * 2015-12-07 2017-06-15 Medici Technologies, LLC Methods and apparatuses for assessment and management of hemodynamic status
CN105596011B (zh) * 2016-02-25 2018-11-20 中山北京理工大学研究院 一种无创血糖检测装置
CN106169074A (zh) * 2016-07-08 2016-11-30 深圳市金立通信设备有限公司 一种指纹鉴权方法、装置及终端
US10736511B2 (en) * 2016-11-17 2020-08-11 Medici Technologies Llc Methods and apparatuses for central venous pressure measurement status
US10506926B2 (en) 2017-02-18 2019-12-17 Arc Devices Limited Multi-vital sign detector in an electronic medical records system
US10492684B2 (en) 2017-02-21 2019-12-03 Arc Devices Limited Multi-vital-sign smartphone system in an electronic medical records system
CN106979934B (zh) * 2017-05-27 2019-04-05 中国食品药品检定研究院 一种利用相关系数进行药品库数据处理的方法
US10602987B2 (en) 2017-08-10 2020-03-31 Arc Devices Limited Multi-vital-sign smartphone system in an electronic medical records system
CN109427244B (zh) * 2017-08-30 2019-11-08 上海耕岩智能科技有限公司 一种生理健康检测的操作方法和装置
US10485431B1 (en) 2018-05-21 2019-11-26 ARC Devices Ltd. Glucose multi-vital-sign system in an electronic medical records system
WO2019243905A1 (en) * 2018-06-22 2019-12-26 Jeetendra Kochar A biometric identification system and a method thereof
CN109086748A (zh) * 2018-09-11 2018-12-25 上海荒岛科技有限公司 一种成员身份识别的方法及装置
CN109389719B (zh) * 2018-09-29 2021-01-26 厦门狄耐克智能科技股份有限公司 一种小区单元门门禁系统及开门方法
CN109447029B (zh) * 2018-11-12 2022-09-02 公安部第三研究所 电子身份证照生成系统及方法
CN110930549B (zh) * 2019-11-19 2022-01-07 广州市时代物业管理有限公司 一种用于门禁系统的具有遮光功能的指纹识别装置
TW202146882A (zh) * 2020-02-04 2021-12-16 荷蘭商Asm Ip私人控股有限公司 驗證一物品之方法、用於驗證一物品之設備、及用於驗證一反應室之系統
WO2021247300A1 (en) 2020-06-01 2021-12-09 Arc Devices Limited Apparatus and methods for measuring blood pressure and other vital signs via a finger
WO2022010943A1 (en) * 2020-07-10 2022-01-13 Tascent, Inc. Door access control system based on user intent

Family Cites Families (55)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USRE29008E (en) 1973-01-26 1976-10-19 Novar Electronics Corporation Individual identification apparatus and method using frequency response
DE2934190A1 (de) 1979-08-23 1981-03-19 Müller, Gerhard, Prof. Dr.-Ing., 7080 Aalen Verfahren und vorrichtung zur molekuelspektroskopie, insbesondere zur bestimmung von stoffwechselprodukten
DE3587083T2 (de) * 1984-04-18 1993-06-03 Nec Corp Identifizierungssystem durch pruefung von fingerabdruecken.
US4661706A (en) 1985-02-25 1987-04-28 Spectra-Tech Inc. Blocker device for eliminating specular reflectance from a diffuse reflection spectrum
US4653880A (en) 1985-03-01 1987-03-31 Spectra-Tech Inc. Reflective beam splitting objective
US4655225A (en) 1985-04-18 1987-04-07 Kurabo Industries Ltd. Spectrophotometric method and apparatus for the non-invasive
US4730882A (en) 1986-02-10 1988-03-15 Spectra-Tech, Inc. Multiple internal reflectance spectroscopy system
US4712912A (en) 1986-03-10 1987-12-15 Spectra-Tech, Inc. Spectrophotometric image scrambler for full aperture microspectroscopy
US4853542A (en) 1987-06-08 1989-08-01 Nicolas J. Harrick Collecting hemispherical attachment for spectrophotometry
US4882492A (en) 1988-01-19 1989-11-21 Biotronics Associates, Inc. Non-invasive near infrared measurement of blood analyte concentrations
US4859064A (en) 1988-05-09 1989-08-22 Spectra-Tech, Inc. Diffuse reflectance spectroscopy system and method
US5402778A (en) 1993-01-19 1995-04-04 Nim Incorporated Spectrophotometric examination of tissue of small dimension
US5028787A (en) 1989-01-19 1991-07-02 Futrex, Inc. Non-invasive measurement of blood glucose
US4975581A (en) 1989-06-21 1990-12-04 University Of New Mexico Method of and apparatus for determining the similarity of a biological analyte from a model constructed from known biological fluids
US5070874A (en) 1990-01-30 1991-12-10 Biocontrol Technology, Inc. Non-invasive determination of glucose concentration in body of patients
US5222496A (en) 1990-02-02 1993-06-29 Angiomedics Ii, Inc. Infrared glucose sensor
US5051602A (en) 1990-03-02 1991-09-24 Spectra-Tech, Inc. Optical system and method for sample analyzation
US5019715A (en) 1990-03-02 1991-05-28 Spectra-Tech, Inc. Optical system and method for sample analyzation
US5015100A (en) 1990-03-02 1991-05-14 Axiom Analytical, Inc. Apparatus and method for normal incidence reflectance spectroscopy
US5115133A (en) 1990-04-19 1992-05-19 Inomet, Inc. Testing of body fluid constituents through measuring light reflected from tympanic membrane
US5158082A (en) 1990-08-23 1992-10-27 Spacelabs, Inc. Apparatus for heating tissue with a photoplethysmograph sensor
US5163094A (en) * 1991-03-20 1992-11-10 Francine J. Prokoski Method for identifying individuals from analysis of elemental shapes derived from biosensor data
GB9106672D0 (en) 1991-03-28 1991-05-15 Abbey Biosystems Ltd Method and apparatus for glucose concentration monitoring
DE69227545T2 (de) 1991-07-12 1999-04-29 Mark R Robinson Oximeter zur zuverlässigen klinischen Bestimmung der Blutsauerstoffsättigung in einem Fötus
JPH07508426A (ja) 1991-10-17 1995-09-21 サイエンティフィック ジェネリクス リミテッド 血液検体測定装置及びその方法
US5311021A (en) 1991-11-13 1994-05-10 Connecticut Instrument Corp. Spectroscopic sampling accessory having dual measuring and viewing systems
US5225678A (en) 1991-11-13 1993-07-06 Connecticut Instrument Corporation Spectoscopic sampling accessory having dual measuring and viewing systems
WO1993012712A1 (en) 1991-12-31 1993-07-08 Vivascan Corporation Blood constituent determination based on differential spectral analysis
US5331958A (en) 1992-03-31 1994-07-26 University Of Manitoba Spectrophotometric blood analysis
US5355880A (en) 1992-07-06 1994-10-18 Sandia Corporation Reliable noninvasive measurement of blood gases
US5792050A (en) 1992-07-06 1998-08-11 Alam; Mary K. Near-infrared noninvasive spectroscopic determination of pH
US5321265A (en) 1992-07-15 1994-06-14 Block Myron J Non-invasive testing
US5452723A (en) 1992-07-24 1995-09-26 Massachusetts Institute Of Technology Calibrated spectrographic imaging
US5348003A (en) 1992-09-03 1994-09-20 Sirraya, Inc. Method and apparatus for chemical analysis
US5379764A (en) 1992-12-09 1995-01-10 Diasense, Inc. Non-invasive determination of analyte concentration in body of mammals
US5559504A (en) * 1993-01-08 1996-09-24 Kabushiki Kaisha Toshiba Surface shape sensor, identification device using this sensor, and protected system using this device
US5435309A (en) 1993-08-10 1995-07-25 Thomas; Edward V. Systematic wavelength selection for improved multivariate spectral analysis
US5533509A (en) 1993-08-12 1996-07-09 Kurashiki Boseki Kabushiki Kaisha Method and apparatus for non-invasive measurement of blood sugar level
AU7828694A (en) 1993-08-24 1995-03-22 Mark R. Robinson A robust accurate non-invasive analyte monitor
JPH09510636A (ja) 1994-03-24 1997-10-28 ミネソタ マイニング アンド マニュファクチャリング カンパニー 生物測定の個人認証システム
US5539207A (en) 1994-07-19 1996-07-23 National Research Council Of Canada Method of identifying tissue
US5761330A (en) * 1995-06-07 1998-06-02 Mytec Technologies, Inc. Hybrid optical-digital method and apparatus for fingerprint verification
CA2179338C (en) 1995-08-07 2000-04-25 Gordon Albert Thomas Apparatus and method for spectroscopic product recognition and identification
US5636633A (en) 1995-08-09 1997-06-10 Rio Grande Medical Technologies, Inc. Diffuse reflectance monitoring apparatus
US5655530A (en) 1995-08-09 1997-08-12 Rio Grande Medical Technologies, Inc. Method for non-invasive blood analyte measurement with improved optical interface
US5793881A (en) * 1995-08-31 1998-08-11 Stiver; John A. Identification system
JPH0991434A (ja) * 1995-09-28 1997-04-04 Hamamatsu Photonics Kk 人物照合装置
US6122042A (en) * 1997-02-07 2000-09-19 Wunderman; Irwin Devices and methods for optically identifying characteristics of material objects
US6008889A (en) 1997-04-16 1999-12-28 Zeng; Haishan Spectrometer system for diagnosis of skin disease
US6628809B1 (en) 1999-10-08 2003-09-30 Lumidigm, Inc. Apparatus and method for identification of individuals by near-infrared spectrum
US6246751B1 (en) 1997-08-11 2001-06-12 International Business Machines Corporation Apparatus and methods for user identification to deny access or service to unauthorized users
US6041410A (en) 1997-12-22 2000-03-21 Trw Inc. Personal identification fob
DE19824354A1 (de) 1998-05-30 1999-12-02 Philips Patentverwaltung Vorrichtung zur Verifizierung von Signalen
US6154658A (en) 1998-12-14 2000-11-28 Lockheed Martin Corporation Vehicle information and safety control system
WO2001018332A1 (de) 1999-09-06 2001-03-15 Siemens Aktiengesellschaft Aktivierung von gesicherten objekten

Also Published As

Publication number Publication date
DE60211678D1 (de) 2006-06-29
KR100871349B1 (ko) 2008-12-01
EP1380015B1 (de) 2006-05-24
JP2004529701A (ja) 2004-09-30
CN1250162C (zh) 2006-04-12
US20020009213A1 (en) 2002-01-24
WO2002084605A3 (en) 2002-12-27
IL158291A (en) 2007-09-20
AU2002239928B2 (en) 2006-12-21
KR20040010622A (ko) 2004-01-31
IL158291A0 (en) 2004-05-12
CN1509153A (zh) 2004-06-30
WO2002084605A2 (en) 2002-10-24
JP4020251B2 (ja) 2007-12-12
ATE327549T1 (de) 2006-06-15
CA2443439A1 (en) 2002-10-24
EP1380015A2 (de) 2004-01-14
US6560352B2 (en) 2003-05-06

Similar Documents

Publication Publication Date Title
DE60211678T2 (de) Vorrichtung und verfahren zur biometrischen identifikation oder zum biometrischen nachweis von individuen unter verwendung optischer spektroskopie
DE60021738T2 (de) Gerät und verfahren zur identifikation von individuen durch das nahinfrarotspektrum
US6816605B2 (en) Methods and systems for biometric identification of individuals using linear optical spectroscopy
AU2002239928A1 (en) Apparatus and method of biometric identification or verification of individuals using optical spectroscopy
EP1395959B1 (de) Verfahren und vorrichtung zur erkennung natürlicher haut
US8581697B2 (en) Apparatuses for noninvasive determination of in vivo alcohol concentration using raman spectroscopy
US8515506B2 (en) Methods for noninvasive determination of in vivo alcohol concentration using Raman spectroscopy
US7616123B2 (en) Apparatus and method for noninvasively monitoring for the presence of alcohol or substances of abuse in controlled environments
KR101433882B1 (ko) 생체계측 센서
KR20070038448A (ko) 생체 측정으로 개인적 특성을 평가하는 방법 및 시스템
US20130317328A1 (en) Methods and Apparatuses for Noninvasive Determination of in vivo Alcohol Concentration using Raman Spectroscopy
CN101632089A (zh) 生物测定传感器
EP1627343B1 (de) Verfahren und vorrichtung zur erkennung biometrischer daten nach aufnahme aus mindestens zwei richtungen
EP2309422A1 (de) Fingerabdruckaufnahmegerät und Verfahren zur automatischen Aufnahme eines Fingerabdruckbildes
DE10321543A1 (de) Verfahren und Vorrichtung zur Erkennung biometrischer Daten mit hoher Fälschungssicherheit
DE202009019035U1 (de) Fingerabdruckaufnahmegerät zur automatischen Aufnahme eines Fingerabdruckbildes
DE102009023601A1 (de) Vorrichtung und Verfahren zur automatischen Aufnahme eines Fingerabdruckes mit Echtheitserkennung

Legal Events

Date Code Title Description
8364 No opposition during term of opposition