专利名称：使用光谱学的个体的生物测定识别或者验证的装置和方法
技术领域：
本发明通常涉及用于利用来自组织的光谱数据执行未知个体的生物测定识别或者验证个体的身份的方法和系统。更具体地说，本发明涉及用于使用在近紫外、可见或者近红外区或者来自这些区域的波长的组合中的光能以测量在表皮下的组织对光能的吸收和扩散、来生物测定识别或者验证一个活体的方法和装置。由组织在入射的光放射线上强加的光谱特征对一个个体来说是唯一的，并且适于生物测定确定。通过使用多元分类技术以把当前组织光谱与预先存储的、包含在一个注册数据库中的组织光谱数据进行比较，来进行这样的确定。
发明
背景技术：
生物测定识别描述了使用一个或多个身体或者动作特征来识别一个人或者其它生物实体的处理过程。有两种生物测定识别存在的通用模式一对多(识别)和一对一(验证)。一对多的识别试图回答“do I know you”的问题。生物测定测量设备从一个目标个体中采集一组生物测定数据。仅仅从这个信息中评定这个人是否预先在生物测定系统中注册了。执行一对多识别任务的系统、诸如FBI(联邦调查局)Automatic FingerprintIdentification System(自动指纹识别系统，AFIS)通常是很昂贵的(几百万美元或更多)，并且要求许多分钟以检测在一个未知采样和一个包含数以万计的条目的大型数据库之间的匹配。一对一模式的生物测定学回答了“are you who you say you are？”的问题。这个模式被用于其中一个个体使用代码、磁卡、或者其它装置提出身份主张的情况，并且设备使用生物测定数据以通过把目标生物测定数据与对应于声称的身份的已注册的数据进行比较以确认这个人的身份。
在这两种模式之间还存在至少一个变体。这个变体出现在其中少量个体被包含在注册的数据库中、并且生物测定应用要求仅仅确定一个目标个体是否在已注册的集合之中的情况中。在这种情况下，不要求个体的确切身份，并且因此该任务与以上所述的识别任务相比稍有不同(并且经常更容易)。这个变体在其中生物测定系统被用来保证机器的昂贵、危险或者复杂部分安全的应用中可能是有用的。在这个例子中，只有被授权的人们才能够使用该设备，但是具体地确定在一个特定时间哪个被授权的人员正在使用它可能是不感兴趣的。
尽管一般而言一对多识别任务比一对一的任务更加困难，但是当用于一个给定的生物测定设备的识别或者授权用户的数目减少到仅仅单个个体时这两个任务变得是相同的。其中生物测定识别任务在授权数据库中仅仅具有少量条目的情况是相当普遍的。例如，对住宅、个人汽车、个人计算机，蜂窝电话、手枪、及其它这种个人设备的生物测定访问(access)通常只需要少数几个人的授权数据库。
生物测定识别和验证在许多应用中是有用的。例子包含在启动机器或者是获准进入安全区之前验证身份。另外的例子将会是用于把一个个体和用于那个个体的在文件上的记录进行匹配、诸如当个体的身份未知时用于匹配医院病人记录的识别。此外，生物测定识别对于在逮捕一个嫌疑犯时匹配警察记录也是有用的，但是嫌疑犯的真实身份不是已知的。生物测定识别或者验证的额外使用包含汽车的无钥匙启动和进入应用、安全计算机和网络访问、自动化金融交易、授权的手枪使用、和时间与出勤(time-and-attendance)应用。
用于生物测定识别的当前方法是多样的，但一些最普遍的技术包含指纹图案匹配、面部识别、手部几何结构、虹膜扫描与声音识别。这些技术中的每一个都在一定程度上解决了对生物测定识别的需要。然而，由于成本、性能、或者其它问题，每一种现有的方法相对于其它技术来说都具有优点和缺点。
当前在市场上的一个生物测定产品被称为LiveGripTM，是由AdvancedBiometrics公司制成的。这个产品基于在由Stiver等人提出的美国专利5,793,881中公开的技术。在这个专利中，Stiver等人公开了一个是一个安全设备的识别系统，其包含一个具有内部光源的圆柱形或者细长的透明壳体，和一个扫描抓住该壳体的人的手以使用成像方法记录手的内部结构或者皮下结构的装置。该系统使用近红外光以成像在手中的血管和相关组织的图案。基于这个专利的LiveGripTM产品自称已经减小了入侵者愚弄生物测定系统的能力，是由于它们自称能够使用具有许多指纹阅读器或者手部几何结构系统的乳胶塑模(latex mold)很容易地实现。然而，该成像方法要求好质量的光学器件和/或检测器阵列，这增加了系统的复杂性和成本。此外，系统依赖于成像的血管，因此要求向系统给出与在注册期间相同的位置(site)，并且进一步要求该位置的重新定位足够准确以允许软件对准这两个图像以确认身份。最后，传感器头部的大小被限制为为准确识别必须被成像的手的那部分。
活的人类组织被认为是一个包含大量的成分和被分析物(analyte)信息的动态系统，其在医疗业中对于判断、治疗和监控人类身体状况是尤其有用的。为此，努力已经集中到了开发用于使用光谱学非侵入性测量组织成分的方法上。活组织的光谱分析已经集中在定义个体被分析物并且使这种光谱数据与被分析物的浓度相关的光谱信息的识别上了。在一个个体人中这些被分析物的浓度随时间而变化。获得具有足够准确度的组织光谱数据用于诊断和治疗已经证明了是困难的。已经发现了在进行分析过程中的困难与组织系统是一个具有不同折射率和吸收属性的物质的复杂矩阵这个事实有关。此外，因为感兴趣的成分常常出现在非常低的浓度，所以高浓度成分、诸如水在识别低浓度成分光谱信息和给出所期望的成分浓度的准确读数上具有有害的影响。这些技术的发展总是集中在随着所感兴趣的动态被分析物、诸如葡萄糖的浓度变化的光谱输出中的变化上。公开的技术集中在识别特殊被分析物的浓度上，其中特殊被分析物的浓度被预计为随时间而变化。
在共同转让的美国专利申请和公布的专利中公开了用于采集和分析用于一个被分析物浓度的近红外的组织光谱的改善了的方法和装置。美国专利5,655,530和于1997年4月18日提出的、名为“Method for NoninvasiveBlood Analyte Measurement with Improved Optical Interface”的美国专利申请08/844,501涉及随时间变化的组织被分析物浓度的近红外分析，并且主要集中在糖尿病患者个体中的葡萄糖浓度上。该方法和装置包含在传感器和皮肤之间放置一种折射率匹配的介质以改善测试的准确性和可重复性。于1998年10月19日提出的、名为“Method for Non-InvasiveBlood Analyte Measurement with Improved Optical Interface”的美国专利申请09/174,812公开了在非侵入性的活组织被分析物分析中的另外的改进。这3个申请或者专利中的每一个的公开文本通过引用被包括在此。
美国专利5,636,633部分地涉及一个被分析物浓度的准确的非侵入性测量的其它方面。装置包含一个具有透射和反射四分体(quadrants)用于把漫反射光与镜面反射光分开的设备。投射到皮肤中的入射光导致镜面和漫反射的光从皮肤中返回。镜面反射的光几乎没有有用的信息，并且最好是在采集之前除去。于1997年6月9日提出的、名为“ImprovedDiffuse Reflectance Monitoring Apparatus”的美国专利申请08/871,366公开了一种用于被分析物浓度准确分析的进一步改进，其包含一个用于把漫反射光与镜面反射光分开的阻滞叶片(blocking blade)设备。叶片允许来自较深的内部真皮层的光被捕获，拒绝来自表面、表皮层的光，其中表皮层的被分析物信息比内部真皮层少得多，并且提供了噪声。叶片截除(traps)来自表皮的镜面反射以及漫反射。被转让给本申请的受让人的上述专利和申请的公开文本通过引用也被包括在此。
美国专利5,435,309涉及一个用于选择用于多元光谱分析的最佳波长的系统。仅仅使用一个波长，特别是对于具有多种成分的溶液来说没有给出足够的信息。太多波长的使用能够包含太多的噪声，并且在计算中导致组合爆炸(combinatorial explosion)。因此，使用的波长数目应当被限制，并且波长是精选的。在这个参考资料中使用了遗传(genetic)算法来选择最适合的波长。这个专利的公开通过引用被包含在此。
发明概述本发明包含用于在近紫外的、可见的或近红外的光谱区、以及那些光谱区的组合中使用光谱学进行个人的生物测定识别或验证的方法和装置。公开的方法和装置提供了相对于当前的生物测定系统来说较高级的性能，并且还提供了其它优点。现有技术的生物测定识别设备具有需要使用特殊身体局部以便实现它们的技术的明显的缺点。例如，指纹设备要求只有手指的末端腹面部分(extreme ventral portion)能够被用作生物测定位置。本发明中的方法和装置允许用手指、手掌、手腕、前臂以及在身体上的其它方便的位置进行生物测定识别。此外，甚至在使用手指的情况下，本发明也允许使用在背面或腹面上沿着手指的多个位置。当前的指纹阅读器要求与在注册分析期间给出的手指相同的手指出现在阅读器面前用于识别或验证。本发明能够使用不同的手指(或其它位置)用于注册和用于后续的验证。由于用户仅仅必须向系统给出一个注册位置，所以这个性能提供了增加了的注册效率，在使用设备期间还提供了关键的灵活性。这个灵活性的一个例子是用户已经注册了在特定手上的一个位置、并且由于该位置的某种伤害或某些严重的表面污染而使该特定位置不可用于后续分析的情况。本发明中的这个基于光谱的生物测定系统能够在来自另一只手的该位置上操作而不必预先注册这种位置。此外，尽管以下的结果基于需要与皮肤表面接触的光学系统，但是在本发明中能够使用诸如在先前讨论的美国专利5,636,633或美国专利申请08/871,366中公开的光学系统用以以一种不接触的方式生成相似的数据。这种非接触的生物测定传感器装置在安装在公众场所中以最小化与关键性光学元件有关的磨损和污染问题时将具有重要的优点。
本发明基于申请人的以下认识一个特定个人的合成组织光谱包含一旦分析设备已经被训练了来识别个人就能够被用来识别该个人的唯一光谱特征和光谱特征的组合。本发明中的装置使用近紫外的、可见的、非常近红外的、或近红外的能量以及它们的组合来执行生物测定分析。特别地，申请人已经能够证明用近红外线的光谱系统采集的、在从1.25到2.5μm的范围中的近红外线的光谱数据能够用于身份的光谱生物测定确定或者身份的验证。同时，申请人也已经说明在从350到1000nm的范围中的近紫外线的、可见的和非常近红外线的光谱数据也能够被用来执行生物测定确定。尽管能够使用上述的光谱区中的任何一个或者两个，但是由于能够被包含在在这个光谱区中进行操作的系统中的硅检测器的较低的成本和通常较高的性能，所以后面的区域可能是有益的。
为了使用本发明用于生物测定任务，设备和算法需要被构造为优化在这个申请中的性能。即使正被分析的组织是一个具有被分析物浓度并且因此组织光谱数据随着时间而且在分析之间有相当大改变的动态系统，申请人也已经能够用在此公开的技术实现高的精确度。本发明中的方法的成功被认为是依赖于至少两个部分。
首先，该方法包括了这样一个装置和技术，其用于准确地和可重复地获取一个最小化由于仪器、环境和采样的变化而导致的影响的组织光谱，同时保持对在任何给定的波长处在组织光谱特性中的微小改变的灵敏度。系统优化了进入到组织样品和出来的光流量。其次，由于对一个特定个人来说是唯一的的光谱特征或光谱特征的组合通过光谱结果的视觉比较不是很明显或很容易识别的，所以本发明依赖于判别分析技术，首先训练设备识别对该个人有意义的光谱特征，然后在试图识别或验证时把这种特征与新的光谱数据进行比较。本发明包括诸如那些基于Mahalanobis距离、光谱残余数量(spectral residual magnitudes)、K最近邻居(K-nearest-neighbor)方法、或线性或非线性判别(discriminant)技术之类的、把从一个个体获取的光谱数据与在一个数据库中给出的光谱数据进行比较的判别分析方法。
因此，本发明包含一种用于使用非侵入性的组织光谱学识别或验证一个个体的身份的方法。取决于组织位置和波长范围，可以以传输或反射配置采集光谱数据。一种最佳的方法和装置用选择的放射线照亮皮肤，并且采集反射的、未吸收的所选择的放射线。最好是采集漫反射的光而不是镜面反射的光，更可取地是从真皮和较深的组织而不是表皮漫反射的光。采集的光谱数据能够被保存在一个计算机数据库中。
有3个与本发明有关的主要数据单元校准(calibration)、注册和目标光谱数据。校准数据被用来建立对于生物测定确定来说重要的光谱特征。这组光谱数据包含从已知身份的一个或多个个体中采集的一系列组织光谱数据。更可取地是，在一段时间和一组条件上采集这些数据，以便在每个个体上采集多个光谱同时它们几乎横跨一个人预计要经历的生理状态的整个范围。同时，被用于光谱采集的仪器也应当横跨它或同型仪器在实际使用中很可能碰到的仪器和环境影响的整个范围。然后以这样一种方式分析这些校准数据，以便建立对在人之间的光谱差别敏感、而对在人内部的影响以及仪器影响(在仪器内和在仪器之间)和环境影响不敏感的光谱波长或“系数”(即波长或光谱形状的线性组合)。然后使用这些波长或系数以随后执行生物测定确定任务。
被用于生物测定确定的第二组主要的光谱数据是被授权的或注册光谱数据。注册光谱是从被授权或者是被要求由生物测定系统识别的个体中采集的。注册光谱能够在几秒或几分钟的时间内采集。能够从个体中采集两个或更多的光学采样，以确保在采样之间的相似性并且排除在其中一个采样中的采样假象(sample artifact)。如果找到了这样一个假象，则能够采集另外的注册光谱。这些光谱数据能够是被一起平均或者相反组合，或者分别地存储。不论是哪种情况，该数据都被保存在一个注册数据库中。在大多数情况下，每组注册数据和用于在其上测定光谱的那个人的识别符相链接。在识别任务的情况下，识别符能够被用于谁在哪些时间访问了该生物测定系统的保持记录的目的。就验证任务来说，识别符被用来提取针对其执行验证的恰当的那组注册数据。
用于光谱生物测定系统的第三组和最后的主要数据是在一个人试图使用生物测定系统时采集的以识别他们或验证他们的身份的光谱数据。这些数据被称为目标光谱。使用从校准组中确定的分类波长或者系数把它们与适当的注册光谱进行比较以确定相似程度。如果目标和注册光谱是足够相似的，则进行生物测定确定。如果相似性不充分，则取消生物测定确定，并且可以尝试一个新的目标测量。在识别的情况下，系统把目标光谱与所有注册光谱进行比较，并且如果一个或多个已注册的个体的数据与目标光谱足够相似，则报告一个匹配。如果一个以上的已注册的个体匹配于该目标，则能够报告所有匹配的个体，或者是能够把最佳的匹配报告作为识别了的人。在验证的情况下，目标光谱伴随有一个使用磁卡、键入的用户名、应答器、来自其它生物测定系统的信号、或者其它装置采集的声称的身份。然后这个识别符被用来从注册数据库中检索相应的光谱数据集合，相对于其进行生物测定相似性，以及身份验证或者拒绝。
在一种验证方法中，主成分分析(principle component analysis)用于数据校准以生成光谱系数。这些系数然后被应用到在一个目标光谱和一个注册光谱之间的光谱差上以生成Mahalanobis距离和光谱残余数量值作为相似性量度。只有当上述的距离和数量小于为各自设置的一个预定阈值时才验证身份。类似地，在一种最佳的用于生物测定识别的方法中，相对于每一个数据库光谱为目标光谱计算Mahalanobis距离和光谱残余数量。身份被确定为与给出了最小的Mahalanobis距离和光谱残余数量而且小于为各自设置的预定阈值的那个数据库光谱有关的那个人或者那些人。
一个用于执行生物测定任务的系统包含一台具有一个输入设备和一个输出设备的计算机；一个包含用于已注册的人的所选择的组织光谱数据的数据库；一个放射线或者光源，用于投射所选择的放射线到表皮下的组织中；一个采样器，与组织接触(interface)；一个光谱仪，包含一个用于在多个波长上测量皮下的放射线强度的检测器；以及一个在计算机中运行的、用于通过应用一组分类系数来评定在多个光谱之间的相似度的分类程序。该程序能够包含用于执行判别分析的软件。同时，该程序能够包含一个单独的模块以采集额外的授权了的光谱数据或者从数据库中删除现有的光谱数据。在使用光谱生物测定系统用于验证任务的情况下，该系统还将包含某些用于确定试图获得访问的人的所声称的身份的装置。采集所声称的身份的方法包含但不局限于磁卡、PIN代码、姓名或者ID的键盘输入、语音命令、应答器等。
在附加到这里并且形成它的一部分的权利要求中特殊地指出了表示了本发明的特征的这些和各种其它优点以及新颖的特征。然而，为了更好地理解本发明、它的优点、和通过它的使用而获得的目的，应当参考形成了它的一个更进一步的部分的附图、以及伴随的其中举例说明和描述了本发明的最佳实施例的描述性内容。
附图简要说明在附图中，在整个这几幅图中，相似的参考数字表示本发明的最佳实施例中的相应的部分或者单元
图1是被包含到一个最佳的生物测定分析器中的组成部分的方框图；图2是经由一种折射率匹配(indexing-matching)的液体连接到皮肤表面的一个传感器元件的局部剖面图；图3是经由一种折射率匹配的液体连接到皮肤表面的相反面的一个传感器元件的替换实施例的局部剖面图；图4是一个描述了用于本发明中的一个近红外线的生物测定装置的误接受率和误拒绝率的图表；图5是一个概括了用于图4中的生物测定分析器的接收器操作特性的图表；图6是一个描述了用于本发明中的、在光谱的近紫外的、可见的、和非常近红外区中操作的生物测定传感器的误接受率和误拒绝率的图表；图7是一个描述了用于图6中的生物测定传感器的接收器操作条件的图表。
最佳实施例的详细说明在此公开了本发明中的详细实施例。然而，应当理解，公开的实施例仅仅是可以在各种系统中实现的本发明的示例。因此，在此公开的具体细节不应当被解释作为限制，而是作为权利要求的基础，以及作为用于向本领域技术人员进行讲解以不同地实践本发明的典型的基础。
本发明基于申请人的下列认识一个个体在近紫外区、可见区、非常近红外区、近红外区和这些区域的组合中的一个准确的、精确的和可重复的组织光谱包含对于那个个体来说是唯一的的光谱特征和光谱特征的组合。在整个这个公开文本中，从350nm到1000nm跨越近紫外区、可见区、和非常近红外区的光谱数据将被称为硅区数据，是由于这实质上是硅检测器在其上敏感的光谱范围。
本发明进一步基于这样一个认识利用判别分析技术的适当分析能够识别在光谱输出的可视分析中不是很明显的这些唯一特征或组合，所以能够通过把在验证时获得的组织光谱数据与从先前的测试中存储的组织光谱数据进行比较来验证一个个体的身份。还能够和测量在一个个体中的被分析物浓度相结合或者是同时使用判别方法。同时，本发明中的生物测定方法能够和其它生物测定技术一起使用，以增加系统的准确度，或者是由于系统故障或者其它原因而一种方法被停用时提供一种以上的方法来识别一个人。
先前的光谱数据被用来训练设备以基于被唯一地识别为那个特定个体的特征识别一个特定的人。已经发现，即使在每次分析时正被分析的组织是一个包含由于个体中的生理变化导致其浓度改变从而使组织光谱变化的成分和被分析物的动态系统，这些唯一的光谱特征也是始终如一地呈现的。
如上所述，认为使本发明中的方法成功有两个重要方面。首先，该方法包括了这样一个装置和技术，其用于准确地和可重复地获取一个最小化由于仪器、环境和采样的变化而导致的影响的组织光谱，同时保持对在任何给定的波长处在组织的光谱特性中的微小改变的灵敏度。同时，系统优化了到组织采样中的和来自组织采样中的光通量。其次，该方法要求用于训练仪器以识别对那个特定个体有意义的光谱特征、然后把这种特征与在试图验证或者识别时获得的新的光谱数据进行比较的具体技术。因为对于一个特定个体来说唯一的光谱特征或者光谱特征的组合通过光谱结果的可视比较不是很明显或者是不容易被识别，并且唯一的光谱特征对于不同的个体出现在不同的波长，所以本发明依赖于判别分析技术以比较光谱数据。在下面会详细介绍本发明中的装置和方法中的每个组成部分。
下面参见图1，显示了本发明中的一个最佳的整体光谱学系统的方框图。系统通常包含一个光源32，其以选择的波长向一个光学采样器34的输入端提供光能。光从采样器34的输入端传递到组织36中。一旦在组织36中，一部分的光传递到采样器38的输出端，然后进入一个光谱仪40。由在光谱仪40中的检测器采集的信号被数字化，并且被发送给一个处理子系统42，在一个光谱相似性确定子系统44内部分析该数据，接下来由其基于该数据提供恰当的输出46。输出可以简单地是一个人是否为他们声称自己是的那个人的是或否的确定，做为选择，系统可以输出一个未知个体的识别。
在获取组织光谱数据的过程中，能够至少以两种不同的方式进行测量。它被公认为一种能够测量通过组织的一个剖面传输的光，或者一种可以测量从组织反射的光。尽管在象硅区域这样的区域中的光能够取决于波长穿透组织到1厘米或更多的有效深度，但是组织的传输采样限制了能够被使用的身体的范围。因此，虽然任何一种方式的采样都可适用于本发明，并且特别是利用在硅区域中的光进行分析，但是一种最佳的而且更通用的采样方法是基于反射的光。
光子在折射率不连续处反射和折射，所以照射在组织上的光立即在组织表面具有一个小的反射率。这被称为镜面反射率。由于这个光没有渗入组织，所以它包含有关组织构成的信息很少。这在考虑到皮肤的生理机能时尤其如此，其中皮肤具有一个实质上是死的并且缺乏被认为是对一个个体来说唯一的光谱信息的外表层。因此，包含对一个个体来说唯一的光谱数据的反射光能被认为是在组织样品内部较深处通过折射率不连续性反射回表面的那个光。这个反射的光能被称为漫反射的光。
申请人已经发现入射光子的大部分在组织中被吸收和扩散了。可得到的、从组织中耦合出来的那些光子很可能沿它们的有角度的路径被转移。实际上，根据定义，光子必须改变方向以便在使用漫反射采样器采集光时沿朝向输入镜片(input optic)的方向退出组织。然而，申请人已经发现检测的问题与在平均的组织折射率和在组织外的空气的折射率之间的折射率不连续性有关。已经发现作用于入射光上的这个不连续性导致折射和小的，小于大约百分之5，的镜面反射。然而，在输出时(onthe way out)，该不连续性导致了临界角现象(critical angle phenomenon)。由于光子从一种高折射率的介质传播到一种低折射率的介质，所以存在一个临界角，在其上光子完全被内部地反射并且不会透射出(escape)组织样品。已经发现这个用于使光子从组织传输到空气的临界角大约为46度，其出现了一个问题。正常地入射在组织表面上的光子必须偏离一个大角度以退出。由于扩散的正向方向，这对光子传播来说是困难的，并且很可能形成与组织和空气的接触面的切向(grazing)或大角度(highangle)入射。由于超过了临界角，所以切向入射光子不会溢出。本发明中的实施例包含了克服这个问题的特征，并且确保了能够通过光学采样器38的输出接收高入射角度的光。
阻滞叶片(blocker blade)设备的使用或输入和输出光的相似功能的间隔缓解了由折射率变化引起的大部分问题，减少了产生的镜面反射。由于临界角问题在组织和空气的接触面处的光损失导致在测量信号噪声比中的微小减少，其对于许多生物测定确定应用来说是可以容忍的。
用于与退出组织到一个分析仪器的耦合光能(coupling light energy)相关联的折射率差别的替换解决方案是使用这样一种浸液，其在所感兴趣的光谱区中具有极低的吸收率，并且具有与好的流动和覆盖性兼容的粘性，同时具有一个有效地把光引入到组织中的折射率，减少了镜面反射，并且有效地使光从组织中返回。
下面参见图2和3，描述了用于非侵入性的获取一个组织光谱的装置的两个最佳实施例的部分剖面图。在图2和3中的描述是示意性的，以描述使用可操作连接到能源16和频谱分析仪30的一个非侵入性的传感器元件11的概念。实际组件的相对大小、形状和细节不再描述了。每个图还描述了一个可选的折射率匹配的介质22。
在图2中描述的装置和在图3中描述的装置通常包含三个元件一个能源16、一个光学传感器元件11、和一个光谱分析仪30。图2中的实施例把传感器元件11描述为包含一个输入元件20和一个输出元件26，其能够包含用于输入和输出光能的单个透镜系统。输入元件20和输出元件26与所选择的组织10的共同皮肤表面12接触。图3中的替换实施例描述了一个替换的传感器元件11的布置，其中输入元件20和输出元件26布置在组织10的相对表面12、14上。两个实施例都起到测量由组织10吸收的光能的作用。然而，图2中的实施例被用来测量从组织10、通过其中的成分或特征漫反射的光能的数量。相反，图3中的实施例测量通过组织10的光能传输。在任何一个实施例中，能够通过比较来自能源16的光能的强度来确定在各个波长时的吸收。
能源或光源16能够是从许多可利用的设计中选择出来的。在一个实施例中，使用了具有从能源16发出的介于1.0和2.5μm之间的最佳光学波长的宽频带的红外线黑体源(black body source)。此外，光源16最好能够是一个发出在光谱的硅区中的光的光源，其中该光谱的硅区被定义为在其上硅检测器有效、并且粗略地介于350和1000nm之间的光谱范围。光源能够基于石英钨卤素白炽灯泡、宽带发光二极管(LEDs)、激光二极管或垂直空腔表面发射激光器(vertical cavity surface emittinglasers，VCSELS)的集合、球形条纹(globe bars)、或其它各种在本领域中已知的光源。光能必须被传递(relayed)到组织，而且能够使用具有适当设计的采样器36。设备能够包含光学纤维以把光传递到在组织上的恰当位置。在图2和3中示意性地显示了这类设计。能源16可操作地连接到一个用于从能源传输红外能到输入元件20的第一装置18。在最佳实施例中，这个第一装置18通过把能源16放置在输入元件20附近而仅仅把光能通过空气传输到输入元件20。
传感器元件11中的输入元件20能够包含光学纤维或一个把光能集中到一个高能量密度点的光学透镜。然而，应当理解，可以和光学透镜一起使用其它聚焦装置以改变照明范围。例如，能够使用多透镜系统、锥形光纤、或其它传统的光束成形设备以改变输入的光能。在其它最佳实施例中，采样器36能够是一个非光纤的设计，其包含复合抛物面聚集的(compound parabolic concentrated，CPC)设计以把光聚集在采样位置，如在以上引用的名为“System for Spectrographic Analysis of Tissue”的美国专利申请中公开的那样。
一旦光与组织相互作用，则能够以类似于照明方法的方式采集它。能够使用一个适当的光学纤维方案，或者是可以使用一个非光纤采集设备、诸如CPC。
在图2和3描述的两个实施例中，使用了一个输出传感器26以接收从组织10反射或传输的光。在一个最佳实施例中，包括了一个镜面控制设备以把镜面反射的光与漫反射的光分开。在待决的、并且被共同转让的、于1997年6月9日提出的、名为“Diffuse Reflectance MonitoringApparatus”的申请08/871,366中公开了这种设备，并且其公开文本通过引用被包含在此。如以下结合分析方法描述的那样，图2中的实施例具有一个接收反射光能的输出传感器26，而图3中的实施例包含一个接收通过组织10传输的光的输出传感器26。象输入元件20那样，输出元件26最好是一个光学透镜。在输出元件26中也可以包含其它光采集装置，诸如多透镜系统、锥形光纤、或其它光采集装置，以帮助引导光能到光谱分析仪30。
用于传输红外能的第二装置28可操作连接到输出元件26。通过用于传输红外能的第二装置28传输的光被传输到光谱分析仪30。在一个最佳实施例中，到输出元件的操作连接包含通过空气把从输出元件中出来的反射或传输的光能传输到光谱分析仪30。可以使用一个镜子或一系列镜子来把这个光能引导到光谱分析仪。
在实践本发明中的方法的过程中，组织10的区域被选择为分析的点。这个区域能够包含在手指和姆指的背面或腹面、手腕的背面或腹面、在姆指和食指之间的蹼(web)、鱼际(thenar eminence)、小鱼际(hypothenareminence)、中间鱼际(medial hypothenar eminence)、耳垂、太阳穴、前臂、或其它任何皮肤表面上的皮肤表面12。最好是，用于采样的区域是相对光滑的、柔软的(uncalloused)表面。可选地，液体或可变形的固体的大量折射率匹配的介质22能够位于在将被分析的区域中的皮肤表面12上以耦合到传感器元件11，该传感器元件11包含输入元件20和到仪器的输出元件26。
在获取组织10的光谱数据的过程中，通过用于传输红外能的第一装置18把来自能源16的光能传输到输入元件20中。光能从输入元件20通过折射率匹配的介质22传输到皮肤表面12。接触皮肤表面12的光能被在皮肤表面12以下包含的各种成分和被分析物有差别地吸收。在一个最佳实施例中，未被吸收的光能在传播时再次通过可选的折射率匹配的介质22被反射回输出元件26。未被吸收的光能经由用于传输红外能的第二装置28传输到光谱分析仪30。
在图3的替换实施例中，通过输入元件20和第一个大量的折射率匹配介质22传播的光能被组织10有差别地吸收，而在各种波长的大量光能通过组织10传输到相对的或第二皮肤表面14。未被吸收的光能从第二皮肤表面14通过第二个大量可选的折射率匹配介质24传播到输出元件26，随后传播到光谱分析仪30用于生成组织光谱。能够被用于传输采样的组织位置手指和姆指、在姆指和食指之间的蹼、耳垂、或其它任何包裹人体(anatomy)的相对细的部分的皮肤表面。最好是，用于采样的区域是相对光滑的、柔软的(uncalloused)表面。
在图1中，光谱仪子系统40能够包含各种方法和装置。一种检测光谱的最佳方法是基于光学干涉现象诸如在傅里叶变换的红外光谱仪系统中实现的。在共同转让的于与此同一天提出的、名为“System for Non-Invasive Measurement of Glucose in Humans”的美国专利申请09/832,585、和于与此同一天提出的、名为“Encoded Variable FilterSpectrometer”的美国专利申请09/832,631中公开了一个这样的系统。其它的检测光谱的方法包含使用光栅、棱镜、可调滤光器、伪干涉仪(mockinterferometers)、Sagnac或共路干涉仪(common-path interferometers)、及其它本领域技术人员已知的装置。这些光谱仪中许多都还允许光谱仪和检测器被视作在组织之前发生光谱分离的两个不同的单元。例如，FTIR可调滤光器、和伪干涉仪都能够被放置在组织之前，并且在光上施加编码，其将在随后由放置在组织之后的检测器看到，如图1所示。
在实践本发明的过程中，通过在各个波长处测量由输出传感器接收的光强度来确定组织光谱数据，其把在红外能的这种波长处的吸收指标作为组织样品成分的函数而给出。如在本领域中公知的那样，本发明中的光谱分析仪30能够把入射在检测器上的红外能的强度转换成为成比例的电压幅值。这样，为所分析的组织定义了一个输出光谱。
一旦获取了用于组织分析的精确的和可重复的光谱数据，本发明中的第二个关键要素是定义这样一种方法，该方法用于训练设备或仪器，以识别对于那个特定个体来说唯一的光谱特征或特征组合、然后把数据库的光谱数据和它的唯一特征与按照推测来自同一个个体的新的光谱数据进行比较以确定该光谱数据是否实际上来自于同一个个体。
在一种最佳方法中，当一个人试图执行对其有有限数目的人们被授权的操作(例如，执行光谱测量、向空间中增加条目、实现对联锁车辆或部分机器的控制、经过移居入境关卡等)时，实现了识别或验证任务。那个人的光谱数据被用来识别或验证该人的身份。在这种最佳方法中，那个人最初通过采集一个或多个典型的组织光谱在系统中注册了。如果在注册期间采集了两个或更多的光谱，则检查这些光谱的一致性，并且只有当它们充分地相似时才记录下来，以限制破坏注册数据的采样假象的可能性。就验证实现来说，还将采集诸如PIN代码、磁卡号、用户名、证章、语音模式、其它生物测定之类的识别符、或某些其它识别符，并且使其与确认的注册光谱有关。
在后续的使用中，将通过从一个试图获得授权的人采集一个光谱来进行生物测定识别。然后将这个光谱与在已注册的授权数据库中的光谱进行比较，并且如果和一个授权的数据库条目的匹配超过一预定阈值，则完成识别。验证任务是相似的，但是要求除了一个采集的光谱之外那个人还要给出识别符。然后该识别符被用来选择一个特定的注册数据库光谱，并且如果当前光谱与所选择的注册光谱足够相似，则将同意授权。如果生物测定任务与一个就其仅仅单个人被授权的操作有关，则验证任务和识别任务是相同的，并且两个都简化到确保唯一被授权的个体正尝试该操作而不需要一个单独的识别符。
提出的验证方法的最佳实现使用刚刚从希望授权的那个人采集的光谱V(v)、以及已注册的授权了的光谱A(v)、或者对应于表明了其识别的那个人的光谱生成一个差值光谱D(v)D(V)＝V(v)-A(v)， Eq.(1)其中，v是一个指定了光谱频率或者波长的变量，而D、V、A是以吸光率或某些相关数量为单位的光谱值。做为选择，D、V、和A能够是光谱强度值，并且“差值”运算变为元素对元素的比值D(V)＝V(v)/A(v)Eq.(2)对于这个申请来说也可能使用具有相似特性的其它数学运算。就识别来说，遵循与验证情况相似的过程，但是为在注册数据库中的每个条目重复它。
最佳的生物测定方法的其它关键要素是使用与用来生成D(v)的数学运算相同的数学运算开发的的光谱校准数据集。在校准数据库中的光谱差值(或者比值等)最好是从每个都被测量多次的一个或多个人形成的。为了稳定性，被包括在校准数据库中的人的采样应当覆盖在生理机能中的预期变化、在光谱测量设备中的预期变化、和在测量环境中的变化。在一个最佳实施例中，能够在来自一个给定人的大量光谱组合中生成光谱差，但是决不应当使用来自不同人的光谱形成它。通过用在人内部的(intra-person)光谱差填充校准数据库，除去了典型的人之间(inter-person)的光谱差，并且产生的校准数据库仅仅包含人内部的光谱特征以及仪器的和环境的影响。
通过确定光谱差D(v)是否与校准数据库一致来完成验证任务。如果那个人说明的识别是准确的，则产生的光谱差D(v)将仅仅包含人内部的光谱特征，并且因此与校准数据库一致。相反地，如果识别不是准确的，则D(v)将包含人之间的光谱特征，并且与用于那个个体的人内部的光谱差数据库不兼容。在这种情况下，验证将会失败。
类似地，通过把每一个光谱差(用于在注册数据库中的每个条目的那个)与校准数据库进行比较，来执行识别。无论哪个差值会产生与在校准数据库中的人内部的变化一致的结果，则它被认为是身份的判断。如果差值都没有产生与校准数据库一致的结果，则尝试访问的那个人被认为是一未被授权的入侵者。
能够以各种方法确定与数据库的一致性，这些方法包含线性差别分析、二次方程判别分析，K-最近邻居、神经网络、及其它分类技术。在最佳的方法中，使用了基于多元分析技术的判别分析技术。这些方法依赖于在人内部的校准数据库中建立根本的光谱形状(系数、装入向量、本征向量、潜在变量等)，然后使用标准的异常值(outlier)方法(光谱F比率、Mahalanobis距离、Eucliden距离等)以确定D(v)与数据库的一致性。能够通过在此公开的多种方法生成根本的波谱形状。首先，能够基于简单的校准数据的光谱分解(本征分析、傅里叶分析等)生成根本的光谱形状。
第二种生成根本的光谱形状的方法涉及如在名为“Methods andApparatus for Tailoring Spectroscopic Calibration Models”的美国专利6,157,041中描述的类属模型(generic model)的发展，该专利的公开文本通过参考被包括在此。在这个申请中，根本的光谱形状是通过在人内部的光谱特征上执行的一个校准过程生成的。
在第三种方法中，能够通过基于模拟的成分变化进行校准来生成根本的光谱形状。模拟的成分变化能够模仿由真实的生理的或者环境的或者仪器的变化引起的变化，或者仅仅是一个仿真的光谱变化。
认识到，用于分类光谱差D(v)是否与数据库一致的其它装置可适用于本发明中的识别和验证方法。能够连同上述的技术一起或者代替上述的技术使用这些方法。
在本发明的范围内在方法中的许多变化是可能的。在一个实施例中，实质上以平均的波长或者波数间隔存储整个光谱。在另一个实施例中，仅仅记录可能感兴趣的预先选择的波长。在还有的另一个实施例中，分析光谱数据，并且把它存储为能够实质上重新生成各种光谱的参数。在这个后面的实施例中，没有存储在在这些参数之外的特定波长的测量值。注册光谱能够被保存在一个数据库中。在一个实施例中，一次性(at onesitting)获得许多注册光谱，并且将其用来填充验证了的光谱数据库。在另一个实施例中，为一个个体连续(over several sittings)获得光谱。
如前所述，能够通过在为同一个个体在同一个波长进行的不同测量上执行计算来获得光谱差或者距离。在定义光谱差中的变化是可能的。为了举例说明本发明，首先考虑了在单个波长进行测量采样的情况。光谱差能够采取采样总体(population)的统计分析的形式，诸如在那个波长的平均测量值和相对于一个新的光谱值与那平均值有关的标准偏差。能够计算各种波长以视图最大化或者最小化用于采样总体的标准偏差。可能希望选择一个波长以最小化用于为单个个体进行采样的那个波长的变化同时最大化在人之间的变化，以考虑在被授权的人和冒名顶替者之间的区别或者差别。例如，在人之间没有变化的波长对生物测定判别来说是无用的。同时，由于在人内部的差别能够干扰(swamp)在人之间的差别，所以希望选择一个在用于同一个个体的测量之间不会大量改变的波长。
在上述讨论的简单的单个波长的情况下，能够选择一个使在人之间的光谱差最大化同时使在人内部的光谱差最小化的波长。在这个一维的例子中，能够选择一个倾向于把用于每个个体的测量值紧密地聚集(cluster)在沿着一个轴的单个点周围、同时沿着该轴为很多个体分散这些紧密的簇(cluster)的波长。当引入一个目标采样时，能够把获得的测量值与用于那个声称的身份的个体的那簇值进行比较。能够为一个被验证的个体为每一簇值确定一个阈值。例如，阈值能够被设置在用于采样总体的两个标准偏差，从而抑制超出这个范围的任何测量，并且拒绝目标个体验证。
从以上的简化的单个波长的例子中可看出，能够扩展分析光谱数据的理论。在两个波长的例子中，能够选择两个波长，并且在二维曲线图中相互作为X-Y坐标绘制两个波长测量值。X-Y曲线图最好是显示一系列的簇，每个对应于被测量多次的不同个体，并且彼此分开很远。这些簇的分散能够被用来评价在人的变化内的标准，并且能够被用来确定一个在每一簇的平均位置周围的概率值，以便使在一个给定人上的所有测量的某一百分数被预计在在平均簇位置周围的某个区域之内。
当在两个波长的情况下获得注册数据时，每个已注册的人的位置能够被绘制在一个相似的X-Y曲线图上。能够使用在校准集中生成的信息绘制在每个注册点周围的区域，以确定一个概率界限，以便使在每个已注册的人上采集的所有后续测量的一个高比例诸如99％被预计为在这个区域之内。为了后续的光谱生物测定识别，采集数据，并且在这个相同的X-Y图表上绘制它。如果采集的数据在一个99％概率的区域之内，则那个人能够被认为是被识别为适当的已注册的个体。如果测试数据点不在任何一个99％概率的界限内，则在测试中的那个人很可能没有注册或者被授权，并且应当重新进行测量以防在第一次测量中有错误。如果已注册的数据的聚集使测试数据在两个或更多的概率区域中，则确认授权，但是识别是不明确的。如果绝对的识别对任务、诸如用于建立在汽车中的个性设置来说是重要的，则能够为每一个候选的身份计算概率，并且使用具有最大概率的那一个。最后，如果生物测定任务是验证请求而不是识别，则仅仅使用单个候选的注册数据点继续先前的方法。
？？？？？类似地，能够预想这个分析中3个波长的应用例子，其由正在三维空间中被绘制的数据点的簇表示，并且确定一个目标点距离一个簇的几何距离。通过扩展，能够选择十个波长，并且在十维空间中计算一个目标点距离一个簇的距离。虽然不是很容易想象，但是在最佳实施例中使用了多个波长。
在一个替换的方法中，函数被用来预处理使用的光谱测量值和产生的函数值而不是直接的测量值。例如，可以观察为一个个体在两个波长得到的测量值以彼此相反地上下改变，但是可以看到就那个个体来说这两个值的平均值或者总和保持恒定。在这个例子中，连续的彼此相反的两次测量的曲线图能够显示一个在具有负斜率的直线段周围的簇。总和或者平均值的一维曲线图将显示在单个点周围的一个紧密的簇。这样，可以用函数预处理多个波长以产生单个值，并且使用该单个值而不是直接测量值。在一个最佳实施例中，使用诸如Principal Component Analysis(主成分分析)、Singular Value Decomposition(奇异值分解)、LinearDiscriminant Analysis(线性判别分析)、或者其它本领域技术人员已知的方法之类的技术，生成表示了在每个波长的初始测量值的加权组合的函数(也被称为系数、装入向量、本征向量、潜在变量、分类特征)。分解数据成为一组系数的优点包含增加了产生的分析的准确度、速度和稳定性，以及减小了可以便于人类目视的尺寸。一旦执行了原始数据的分解，就能够以与以上提供的多个波长例子相同的方式使用所产生的多个系数。
使用波长的选择能够是很重要的。在美国专利5,435,309中讨论了一种选择波长的方法。在一种方法中，推理地选择所感兴趣的波长，并且为所有采样使用它。在另一种方法中，测量值被周期性地用来重新计算在人之间的和在人内部的差别。把新的紧密聚集甚至重叠的个体增加到一个授权数据库中，能够通过选择不同的波长、或者在这些波长上运算的不同函数来改善。
在使用中，能够从个体的前臂内侧、在手指和姆指的背面或者腹面上的任何指节骨、手腕的背面或者腹面、鱼际(thenar eminence)、小鱼际(hypothenar eminence)、中间鱼际(medial hypothenar eminence)、或者其它方便和适当的位置中获得组织光谱数据，如先前描述的那样。组织光谱数据然后能够被保存在一个计算机数据库中。一般而言，在存储前后，能够确定根本的光谱形状的数量和属性诸如系数和它们的大小。标准的异常值(outlier)方法诸如光谱F比率、Mahalanobis距离、和Euclidean距离能够被用来确定目标光谱与用于具有所声称的身份的那个人的光谱授权数据库的一致性。
在一种方法中，在已经采集了足够数目的校准光谱之后，通过在数据上执行的软件和判别分析处理校准数据库，以生成适当的系数。在一种方法中，向校准数据应用于主成分分析(principle component analysis)以生成系数。在另一种方法中，执行判别分析，以生成在把在人内部的数据点聚集到一起的过程中，同时以大的在人之间的距离分开这些簇中有用的系数。和本发明一起使用的判别分析方法的例子包含线性判别分析、和二次方程判别分析、及其它非线性的判别分析技术。
在一种方法中，当想要身份验证时，从目标个体中获得组织光谱和声称的身份。从适当的注册光谱中减去当前组织光谱，以生成一个光谱差。然后能够使用从校准数据集中生成的系数分级光谱差，并且能够计算在光谱差和校准集之间的一致性。一种计算测量光谱差相对于校准系数集的Mahalanobis距离。如果距离小于阈值距离，则能够肯定地验证声称的身份。另一种计算生成光谱差相对于校准系数集的残余光谱。如果残余光谱小于预定的阈值，则能够肯定地识别声称的身份。在另一种方法中，在身份被肯定地确定之前，残余光谱和Mahalanobis距离必须小于它们的相应阈值。
试验结果进行一个试验以确定使用在此公开的方法来验证一个个体的识别的可行性。使用的测试设备是由Perkin Elmer生产的近红外线的Fourier传输分光光度计。使用作为Perkin Elmer 2000的具体模型。在前臂的手掌侧面进行人类组织的采样。光学采样设备是一种光学纤维采样设备，其具有分开的用于把光发射到组织中的纤维和用于采集从组织中出来的光的纤维。在手臂和光学纤维采样头之间放置一种折射率匹配的液体。产生的强度光谱被转换为吸光率光谱，并且由一个向量波长进行度量。在4,200到7,200cm-1的波长范围中记录并且随后处理光谱。数据包含为288个不同的人出来的多次平均光谱(sitting average spectra)(每一次5个采样)。每个都是在5周的时间间隔内的某一时间单次测量的。同时，在相同的5周间隔上多次(名义上是10次)测量了3个人。
用于研究的结构采用了一个校准模型、一个包含了相对于其执行匹配的大量个体的光谱的光谱数据库、以及来自一个未知个体的光谱(目标光谱)。验证任务是适当地把目标光谱识别为指定的人或者是确定这个人没有适当地识别他自己。
在这种情况下应用的判别方法依赖于当向校准模型给出光谱差时生成的Mahalanobis距离和光谱残余数量。光谱差是在目标光谱和在数据库中的一个测试光谱之间形成的。如果就一对给定的光谱差来说Mahalanobis距离和残余光谱的值都低于规定的等级，则这两个光谱被确定为来自同一个个体。如果一个或者两个量度大于它们的相应阈值，则确定这两个光谱来自不同的个体。
通过检查用于完整模型校准数据的相应累积分布函数，来设置用于这两个量度的阈值。在这个研究中使用了两个阈值一对是每个都拥有99％的校准数据(“宽松的”)，而一对是每个都拥有仅仅95％的校准数据(“严格的”)。
通过以一种循环的方式使用288个人的光谱来检查错误的正出错率(false positive error rate)。每个都是从中数据库中取出的，并且在使用这两个相似性阈值中的每一个时就在数据库中有多少剩余的人与这个光谱匹配进行估算。通过检查在同一个人的多次测量(为3个重复的人中的每一个的)之间观察的匹配度来检查错误的负出错率(false negative errorrate)。
当阈值被设置为更宽松的阈值(99％)时，循环的结果显示了当从光谱库中取出288个人中的每一个并且相对于剩余的287个人的光谱进行估算时发生“匹配”的数目。平均来说，每个人与在这个数据库内的其他人的一半相匹配，从而产生了0.17％的错误的正比率。这是当一个不在数据库中的人错误地表示他是这个库中的一个人时发生的出错率，并且测量值证实了它。
在后续的测试中，使用与以上所述相同的验证方法，把在5周的数据采集时间上被重复测量的一个人与所有其它观察结果进行比较。使用宽松的阈值，每一次与其它的每一次相匹配，从而产生了0.0％的错误的负出错率。来自其它两个重复的人的结果是类似的。
当验证阈值被设置为更为严格的标准(95％)时，对面的人(cross-person)和同一个人的结果表明在观察在对面的人时没有匹配，从而产生了0.0％的错误的正出错率。同一个人的多次(cross-sitting)结果显示了减低了的任何一次与其它任何一次匹配的性能，从而导致了大于30％的单个采样的错误的负出错率。然而，如果光谱库包含这个人在不同生理状态中的多次采样，则能够极大地改善验证结果。在这种情况下，如果光谱库包含所有九个剩余采样，则当时100％的一个或多个(实际上是3个或更多)的光谱库条目与目标光谱相匹配，从而产生了0.0％的错误的负出错率。来自其它两个重复的人的结果是类似的。
主要就关于人的活体内分析公开了本发明。然而，认识到，本方法和技术能够被用于其它生物有机体、诸如牛、马、及其它牲畜的活体内分析，以识别或者确认动物的身份。同时，本方法和技术还能够被应用到血、组织或者液体采样的活体内分析以识别或者确认采样的身份。
此外，使用一个实验室系统来采集在一组志愿者研究对象(subiect)上的光学采样，来检查在1.1-2.5μm NIR光谱范围中的生物测定性能。该系统包含40W的石英钨卤素光源、一个光学纤维采样器组件、一个以16cm-1的光谱分辨率操作的Bomem WorkIR光谱仪、和一个1mm2的InGaAs检测器。光学采样器包含6个不同的照明检测管束(bundle)，其具有大约0.6mm的源检测器间距在这种情况下，在采样器和组织之间没有使用折射率匹配的液体。从参与17周研究的一部分的87个糖尿病患者研究对象采集数据。大约一半的研究对象参与了6周的研究，而另一半参与了11周的研究。不论是哪种情况，在他们参与研究的每一周内的每周的两个不同时间测量每个人。在每次测量期间，从他们的左前臂的内侧采集多个(3-5个)光学采样。每个光学采样包含90秒的测量时间。在这个研究组上总共采集了5100个以上的光学采样。产生的强度光谱被log变换为伪吸收率数据，并且向光谱应用一个缩放函数(scale fuction)以使光谱噪声特性均匀。标准的异常值量度(Mahalanobis Distance和Spectral F Ratio)被应用到产生的缩放的吸收率数据上以在后续的处理之前除去无关的光谱。
通过随机地从被授权的用户(“合法用户”)中选择30个研究对象的数据、从未被授权的用户(“入侵者”)中选择10个研究对象的数据来执行生物测定分析，并且剩余的研究对象的数据被用来构造一个校准集。如在名为“Methods and Apparatus for Tailoring Spectroscopic CalibrationModels”的美国专利6,157,041中描述的那样，处理校准数据以产生类属数据。执行这些数据的PCA分解以生成50个本征向量和计分。然后分析该计分，以为每组计分确定就在人之间的变化到在人内部的变化的比具有最大值的20个系数。
把每一合法研究对象的数据的前两个采样进行平均，并且将其用作30个初始的注册光谱。以时间顺序获得每一个剩余的合法光谱，并且将其从注册光谱中减去。然后向选择的校准系数给出这些光谱差，并且计算Mahalanobis距离。如果Mahalanobis距离小于某一个阈值，则合法光谱被认为是有效的，并且合法光谱(0.2)和注册光谱(0.8)的加权和被用来更新注册光谱。为多个阈值重复这个处理。本领域普通技术人员就会认识到，能够使用Spectral F-Ratio量度来代替Mahalanobis距离或是和Mahalanobis距离量度一起使用Spectral F-Ratio来执行身份确定。
使用相同的阈值以与合法数据相似的方式处理入侵者数据。产生的性能曲线图如图4和5所示。图4作为阈值的函数显示了误接受率(FAR)和误拒绝率(FRR)。图5显示了用于这些数据的相应的接收器工作特征(ROC)曲线。用于这些数据的Equal Error Rate(均等出错率)(EER∶FAR＝FRR)近似为0.2％，证明了在延长的一段时间上的高程度的生物测定性能。
随后，如上所述的相同NIR系统被用来使用在很多非糖尿病志愿者上的多个组织位置执行识别任务。为光谱识别和验证测试和确定的组织位置包含前臂的背面和腹面、在手指和姆指的背面或腹面上的任何一个指骨节、手腕的背面或腹面、鱼际(thenar eminence)、小鱼际(hypothenareminence)、中间鱼际(medial hypothenar eminence)、在食指和姆指之间的蹼(web)、以及前额。一个特定位置的使用需要一种与以上所述相似的方法。每个新的位置要求校准数据包含在那个组织位置处采集的数据。一旦恰当的校准数据被采集和处理了以生成系数，则该位置就能够被用于后来的注册和测试。在所有情况下，具有相对或多个对应物的位置几乎能够可互换地使用一个人能够用左食指注册并且使用右食指(或其它任何手指)执行生物测定任务。
还同时用硅区域系统采样如上所述被用来采集近红外线数据的相同的87个研究对象。使用了具有1×2048硅线性CCD阵列和12位数字化的海洋光学(Ocean Optics)栅阵列光谱仪连同光纤探针，以采集横跨从350nm到1000mm的光谱范围的光谱数据。使用8个点的活动窗口平均滤波器压缩光谱数据，以生成每一光谱256个数据点。以类似于NIR数据的方式处理和分析这些数据，从而产生具有2.6％的均等出错率的如图6(FAR和FRR)和图7(ROC)所示的结果。虽然结果不是和由NIR系统产生的结果一样好，但是它们强烈地表示了在硅区域中能够进行生物测定确定。硅和近红外线的数据的分析表明由于仪器的变化硅数据包含相当大的噪声，则很可能是由于这个系统的一个次最优设置，并且在测量的结果有不良影响。
已经在上述的描述中阐述了由这个文档涵盖的本发明的新的特性和优点。然而，应当理解，这个公开在许多方面仅仅是说明性的。能够在细节中、尤其是部件的形状、大小、和布置方面可以进行变化，而没有超出本发明的范围。当然，本发明的范围以附加权利要求表示的语言来定义。
权利要求
1.一个用于验证一个目标个体的声称的身份的系统，包含一个注册数据库，包含从至少一个已注册的人采集的组织光谱数据，所述已注册的人的光谱数据具有多个测量值；用于从所述目标个体获得至少一个组织光谱数据和声称的身份的装置，所述目标个体的光谱数据具有多个测量值；用于把所述目标个体的光谱数据和所述已注册的人的光谱数据进行比较的装置，所述已注册的人的光谱对应于目标个体的声称的身份，所述比较提供了对在所述目标光谱数据和所述已注册的人的光谱数据之间的相似度的测量；以及用于通过确认所述目标个体的光谱相似性的测量至少与一个确定的阈值相似来肯定地验证所述目标个体的身份的装置。
2.如权利要求1所述的系统，其特征在于所述的用于获得所述目标个体光谱数据的装置包含用于测量从所述目标个体的表下组织反射的光放射线的装置。
3.如权利要求1所述的系统，其特征在于所述的用于获得所述目标光谱数据的装置包含一个光谱仪。
4.如权利要求3所述的系统，其特征在于所述光谱仪是FTIR光谱仪。
5.如权利要求3所述的系统，其特征在于所述光谱仪是光栅阵列(grating array)光谱仪。
6.如权利要求1所述的系统，其特征在于所述光谱数据包含近红外线波长。
7.如权利要求1所述的系统，其特征在于所述光谱数据包含可见光波长。
8.如权利要求1所述的系统，其特征在于所述光谱数据包含近紫外线波长。
9.如权利要求1所述的系统，其特征在于所述比较和相似性确定利用了一种分类算法。
10.一种用于识别一个目标个体的系统，包含一个注册数据库，包含从一个或多个已注册的人采集的组织光谱数据，所述已注册的人的光谱数据具有多个测量值；用于从所述目标个体获得至少一个组织光谱数据的装置，所述目标个体的光谱数据具有多个测量值；用于把所述目标个体的光谱数据和所有所述已注册的人的光谱数据进行比较的装置，所述比较提供了对在所述目标光谱数据和所述已注册的人的光谱数据之间的相似度的测量；以及用于如果相似度的相应测量至少与一个确定的阈值相似则指示身份为所述已注册的人中的至少一个的装置。
11.如权利要求10所述的系统，其特征在于所述的用于获得所述目标个体光谱数据的装置包含用于测量从所述目标个体的表下组织反射的光放射线的装置。
12.如权利要求10所述的系统，其特征在于所述的用于获得所述目标光谱数据的装置包含一个光谱仪。
13.如权利要求12所述的系统，其特征在于所述光谱仪是FTIR光谱仪。
14.如权利要求12所述的系统，其特征在于所述光谱仪是光栅阵列(grating array)光谱仪。
15.如权利要求10所述的系统，其特征在于所述光谱数据包含近红外线波长。
16.如权利要求10所述的系统，其特征在于所述光谱数据包含可见光波长。
17.如权利要求10所述的系统，其特征在于所述光谱数据包含近紫外线波长。
18.如权利要求10所述的系统，其特征在于所述比较和相似性确定利用了一种分类算法。
19.一个用于验证一个目标个体的声称的身份的系统，包含一台包含一个输入设备和一个输出设备的计算机；一个注册数据库，包含用于至少一个已注册的人的组织光谱；用于从所述目标个体获得至少一个组织光谱的装置，包含一个光放射线源、一个用于投射光放射线到组织中并且用于采集实质上通过表下组织传递的放射线的光采样器、一个用于测量在多个波长上的表下光强度的光谱仪；用于获得所述目标个体的所声称的身份的装置；以及一个运行在所述计算机中、用于把所述目标个体光谱和对应于所述目标个体声称的身份的所述已注册的人的光谱进行比较的程序。
20.一种用于识别一个目标个体的系统，包含一台包含一个输入设备和一个输出设备的计算机；一个注册数据库，包含用于至少一个已注册的人的组织光谱；用于从所述目标个体获得至少一个组织光谱的装置，包含一个光放射线源、一个用于投射光放射线到组织中并且用于采集实质上通过表下组织传递的放射线的光采样器、一个用于测量在多个波长上的表下光强度的光谱仪；以及一个运行在所述计算机中、用于把所述目标个体光谱和所有所述已注册的人的光谱进行比较的程序。
21.一种用于利用一个注册数据库验证一个目标个体的声称的身份的方法，其中注册数据库包含从一些(一定数目的？)已知身份的已注册的个体采集的组织光谱，所述光谱数据具有多个测量波长，该方法包含以下步骤从所述目标个体获得目标组织光谱数据，所述目标组织光谱数据具有许多测量波长；从所述目标个体获得所述声称的身份；把所述目标个体的光谱数据和所述已注册的人的光谱数据进行比较，所述已注册的人的光谱对应于目标个体声称的身份，所述比较提供了对在所述目标光谱数据和所述已注册的人的光谱数据之间的相似度的测量；以及通过确认所述目标个体的光谱相似性的测量至少与一个确定的阈值相似来肯定地验证所述目标个体的身份。
22.如权利要求21所述的用于验证目标个体的身份的方法，其特征在于该方法进一步包含一种分类算法，以在所述目标个体的光谱数据和所述已注册的人的光谱数据之间执行所述比较。
23.如权利要求22所述的用于验证目标个体的身份的方法，其特征在于该方法进一步包含分类特征，其是从在至少一个个体上采集的测量一次以上的一组校准光谱数据中确定的。
24.如权利要求23所述的用于验证目标个体的身份的方法，其特征在于所述分类特征被应用到在目标光谱数据和注册光谱数据之间的所述比较上以确定相对于所述分类特征的相似性。
25.如权利要求24所述的用于验证目标个体的身份的方法，其特征在于当使用所述分类特征进行的所述目标光谱数据和所述注册光谱数据的所述比较至少是与一个预定的相似性测量一样时，进行所述验证。
26.如权利要求21所述的用于识别目标个体的方法，进一步包含一个注册数据库，其具有从一些已注册的个体采集的光谱数据，其中的所述数目大于一。
27.如权利要求21所述的用于识别目标个体的方法，进一步包含一个注册数据库，其具有从一些已注册的个体采集的光谱数据，其中的所述数目等于一。
28.如权利要求21所述的用于识别目标个体的方法，其特征在于在身份的所述验证之后，所述目标光谱被增加到所述注册光谱数据上。
29.如权利要求21所述的用于识别目标个体的方法，其特征在于所述组织光谱包含近紫外线波长。
30.如权利要求21所述的用于识别目标个体的方法，其特征在于所述组织光谱包含可见光波长。
31.如权利要求21所述的用于识别目标个体的方法，其特征在于所述组织光谱包含近红外线波长。
32.如权利要求21所述的用于识别目标个体的方法，其特征在于所述组织光谱包含一个实质的来自皮下组织的光谱贡献。
33.一种用于利用一个注册数据库识别一个目标个体的方法，其中注册数据库包含从一些已注册的个体采集的组织光谱，所述光谱数据具有多个测量波长，该方法包含以下步骤从所述目标个体获得目标组织光谱数据，所述目标组织光谱数据具有许多测量波长；把所述目标个体的光谱数据和所述已注册的人的光谱数据进行比较，所述比较提供了对在所述目标光谱数据和每一个所述已注册的人的光谱数据之间的相似度的测量；以及通过确认所述目标个体的光谱相似性的测量至少与作为一个确定阈值的一个已注册的人的光谱数据相似来肯定地验证所述目标个体的身份。
34.如权利要求33所述的用于识别目标个体的方法，其特征在于该方法进一步包含一种分类算法，以在所述目标个体的光谱数据和所述已注册的人的光谱数据之间执行所述比较。
35.如权利要求34所述的用于识别目标个体的方法，其特征在于该方法进一步包含分类特征，其是从在至少一个个体上采集的测量一次以上的一组校准光谱数据中确定的。
36.如权利要求35所述的用于识别目标个体的方法，其特征在于所述分类特征被应用到在目标光谱数据和注册光谱数据之间的所述比较上以确定相对于所述分类特征的相似性。
37.如权利要求36所述的用于识别目标个体的方法，其特征在于当使用所述分类特征进行的所述目标光谱数据和所述注册光谱数据的所述比较至少是与用于许多已注册的人的光谱数据的一个预定相似性测量相似时，进行所述识别。
38.如权利要求37所述的用于识别目标个体的方法，其特征在于目标身份被选择为其注册光谱数据至少与作为预定相似性测量的所述目标光谱数据相似的所有所述已注册的人中最相似的那个。
39.如权利要求33所述的用于识别目标个体的方法，其特征在于进一步包含一个注册数据库，其具有从一定数目的已注册的个体收集的光谱数据，其中的所述数目大于一。
40.如权利要求33所述的用于识别目标个体的方法，其特征在于进一步包含一个注册数据库，其具有从一定数目的已注册的个体收集的光谱数据，其中的所述数目等于一。
41.如权利要求33所述的用于识别目标个体的方法，其特征在于在所述识别之后，所述目标光谱被增加到所述注册光谱数据上。
42.如权利要求33所述的用于识别目标个体的方法，其特征在于所述组织光谱包含近紫外线波长。
43.如权利要求33所述的用于识别目标个体的方法，其特征在于所述组织光谱包含可见光波长。
44.如权利要求33所述的用于识别目标个体的方法，其特征在于所述组织光谱包含近红外线波长。
45.如权利要求33所述的用于识别目标个体的方法，其特征在于所述组织光谱包含一个实质的来自皮下组织的光谱贡献。
46.一种用于验证一个目标个体的身份的方法，包含以下步骤从一定数目的个体中获得许多注册组织光谱，所述注册组织光谱具有多个测量波长，所述已注册的组织光谱对应于所述已注册的个体的身份；从所述目标个体获得目标组织光谱，所述目标组织光谱具有许多测量波长；从所述目标个体获得一个识别符；选择对应于所述目标个体的识别符的所述已注册的光谱数据；在所述目标组织光谱和对应于所述识别符的所述已注册的组织光谱数据上执行判别分析；如果并且只有当满足所述判别分析时才肯定地验证所述目标身份。
47.一种用于识别一个目标个体的方法，包含以下步骤从一定数目的个体获得许多注册组织光谱，所述注册组织光谱具有多个测量波长；从所述目标个体获得目标组织光谱，所述目标组织光谱具有许多测量波长；在所述目标组织光谱和所有所述已注册的组织光谱数据上执行判别分析；如果并且只有当就至少一个所述已注册的人的光谱数据满足所述判别分析时才肯定地识别所述目标身份。
48.一种用于执行一个生物测定任务的方法，包含以下步骤在从下面这样一个组中选择出来的至少一个位置处测量表下组织的光谱特性，该组包含任一手指或姆指的第一指节骨的背面并且腹面、任一手指的中间指节骨的背面和腹面、任一手指或姆指的末指节骨的背面并且腹面、手腕的背面和腹面、在食指和姆指之间的蹼(web)、鱼际(thenareminence)、小鱼际(hypothenar eminence)、和中间鱼际(medial hypothenareminence)；以及向所述光谱特性应用一种算法以执行生物测定任务。
全文摘要
用于使用组织的光谱学执行生物测定识别或身份验证的方法和装置。能够通过把光放射线投射到皮肤中并且获取通过组织传输或反射和输出的光，来获得组织光谱。采集的组织光谱最好是主要包含通过在表皮以下的皮肤组织传递的光。能够从一个或多个个体中采集多个组织光谱和身份。能够在计算机上分析这些组织光谱，并且能够使用主成分分析、线性差别分析或其它各种相关技术确定用于分类人与人之间的差别的最主要的光谱特征。能够从稍后可能希望对其进行识别或验证的个体中采集一个或多个组织光谱和身份。目标个体查找识别或验证能够提交用于光谱测量的适当组织位置。此外，目标个体查找身份验证能够使用某种装置诸如键入的用户名称、PIN代码、磁卡、应答器等提交一个声称的身份。相对于人之间的分类光谱特征确定在目标光谱和在已注册的光谱数据库中的光谱之间的相似性，并且基于相似度确认识别或验证。
文档编号A61B5/117GK1509153SQ02809861
公开日2004年6月30日 申请日期2002年1月16日 优先权日2001年4月11日
发明者罗伯特·K·罗, 马克·里斯·鲁滨逊, 斯泰韦·L·佩雷拉, 罗克姗·M·兰德斯曼, L 佩雷拉, M 兰德斯曼, 罗伯特 K 罗, 里斯 鲁滨逊 申请人:光谱辨识公司