في عالم التقنيات البيومترية، يبرز استخدام إشارات تخطيط الدماغ (EEG) كأحد الحلول الواعدة لتحديد الهوية بشكل آمن وفعال. على الرغم من أن الدراسات السابقة قد اعتمدت على الكلام المتخيل المرتبط بكلمات ذات معنى، إلا أن الكثير منها استند إلى إشارات مرئية أو سمعية إضافية، مما كان يحد من فعالية الطرق التقليدية.

لكن الدراسة الجديدة التي تم نشرها تسلط الضوء على نهج مبتكر يعتمد على تقنية تخطيط الدماغ بدون أي إشارات خارجية، حيث يتعين على المشاركين تخيل نطق كلمات ذات معنى من قائمة محددة سلفًا. هذا الأسلوب لا يعزز من دقة التعرف فحسب، بل يفتح أيضًا آفاق جديدة للتطبيقات العملية.

تشمل مجموعة البيانات المستخدمة في هذه الدراسة أكثر من 4,350 تجربة من 11 مشاركًا عبر خمس جلسات. تم تقييم مجموعة متنوعة من أساليب التصنيف، بما في ذلك تقنيات التعلم الآلي التقليدية مثل آلات الدعم الناقل (SVM) وXGBoost، بالإضافة إلى نماذج الزمن التسلسلي وهياكل التعلم العميق المصممة خصيصًا لتصنيف إشارات EEG، مثل EEG Conformer وShallow ConvNet.

من خلال استراتيجية التحقق من الصلاحية المستندة إلى الجلسات، تم تحقيق دقة تصنيف استثنائية تصل إلى 97.93%. هذه النتائج لا تعكس فقط الابتكار المتعلق بتقنية تخطيط الدماغ ولكنها أيضًا تشير إلى إمكانية استخدام هذه الطريقة في التطبيقات العملية مثل واجهات الدماغ-computer (BCIs).

تبدو هذه النتائج مثيرة للإعجاب، فهل يمكن أن تكون هذه التكنولوجيا المستقبل بالنسبة للأمن السيبراني أو التعليم عن بعد؟