요 약 

본 연구에서는 생체신호 중 하나인 심전도를 활용하여 머신러닝 기반의 개인 인증(개인 식별, Individual Identification) 기술을 탐구하였다. 

심전도 신호는 MATLAB을 이용하여 고역 및 저역 통과 필터링하며, 기저선 변동 잡음 제거 과정을 거쳤다. 고속 푸리에 변환을 통해 Q, R, S, T peak를 추출하였고, 

이를 바탕으로 파형의 진폭, 기울기 등의 주요 특징 변수를 도출하였다. 또한 파형 전체 형태를 고려하기 위한 통계 변수를 포함하였다. 이러한 변수들은 개인 식별에 필수적인 파라미터로 정의되었다. 

머신러닝 알고리즘 5가지를 비교하고 그 중 Random Forest 모델을 선택하여 개인 식별에 중요한 인자들의 중요도를 깊게 분석하였다. 

본 연구의 결과로, 심전도 기반의 개인 식별 기술에 가장 적합한 머신러닝 알고리즘과 핵심 인자들을 확인하고 제시하였다.

Keyword: ECG, individual identification, signal processing, machine learning, biometrics