Sistema de identificação duplo (SID) de usuários através dos biosinais fotopletismograma e eletrocardiograma

Com o crescimento da área em saúde digital, os dispositivos vestíveis destacaram-se devido à sua praticidade e conforto na detecção dos dados pessoais de seus usuários. Em geral, esses dispositivos possuem uma variedade de sensores que capturam informações do ambiente e do usuário, batimentos cardíacos, quantidade de passos, oxigenação na corrente sanguínea e fotopletismograma e eletrocardiograma. Normalmente, a captura de sinais através de sensores apresentam problemas que podem prejudicar a análise do sinal tais como ruídos, falsas ondas eletromagnéticas e movimentos inesperados do usuário. A partir disso, a filtragem dos sinais se torna um passo indispensável no processo de retirada desses ruídos. Os sensores possuem a capacidade de capturar esses sinais e através de etapas posteriores, filtragem, classificação, pode-se chegar na identificação de usuários. Existem métodos tradicionais de reconhecimento de pessoas, como ´ıris, face ou impressões digitais. Hoje, os biosinais já são capazes de serem usados para autenticação, passando por diversas etapas para alcançar esse objetivo. Etapas como: captura, filtragem, extração o de características, classificação e correlação são os principais equipamentos utilizados por esses biosinais mas ainda dependem de dispositivos móveis. Existem muitos biosinais para serem utilizados na autenticação de pessoas, mas nem todos são realmente eficazes, a escolha se deve ao fato da forma do gráfico do sinal gerado, a qualidade na captura dos sinais e a sua capacidade de extração de características únicas e classificação. Com esses aspectos apontados, esta dissertação de mestrado tem como objetivo apresentar um Sistema de Identificação Duplo (SID) de usuários através dos biosinais Fotopletismograma e Eletrocardiograma. Com isso, um método de parametrizar a filtragem e extrair picos e um segundo método de autenticação dupla através dos biosinais PPG e ECG. Os resultados indicaram correlação de 80% entre todo o sinal bruto e sinal filtrado até a extração de picos e obteve uma acurácia de 94,1% para o sinal PPG sem o cálculo de erros e 99,98% com o cálculo da taxa de erros, sinal ECG atingiu 88,79% de acurácia, para um total de 2809 inferências para cada sinal para identificação de usuários de dispositivos vestíveis.