生物识别技术识别个体的目的是基于物理、生理、或行为特征的指纹等人体步态,声音,虹膜和目光。目前,先进的生物认证方法被纳入各种访问控制和个人身份管理应用程序。虽然hand-based生物识别技术(包括指纹)迄今为止最常用的技术,越来越多的证据表明,脑电图(EEG)信号感知或精神任务期间收集的可用于识别可靠的人。然而,因为它使得基于脑电图的领域生物统计学仍面临的问题提高准确性、健壮性、安全性、隐私,因为它使得基于脑电图和人体工程学生物系统和大量的工作需要向开发高效的刺激(视觉和听觉),可以使用个人识别的脑机接口(BCI)系统和应用程序。

仍有许多具有挑战性的问题参与提高准确性,效率,因为它使得基于脑电图和可用性的生物识别系统和问题设计、开发和部署新的安全相关BCI的应用程序,例如,个人身份验证在移动设备上,VR(虚拟现实)耳机,和互联网。

这个特殊的问题因为它使得基于脑电图旨在介绍最近进展的生物识别技术和地址的挑战不同的实际应用,因为它使得基于脑电图在发展生物统计学系统,同时为未来发展提出新思路和方向。

潜在的主题包括但不限于以下:

• 脑电图生物统计学
• 数据预处理、特征提取、识别、匹配因为它使得基于脑电图的生物系统
• 因为它使得基于脑电图信号处理和机器学习技术的生物识别技术
• 基于脑电图生物密码和加密
• 可删除的脑电图生物识别技术
• 多通道(脑电图、肌电图、心电图和其他生物)的生物识别技术
• 模式识别的生物识别技术
• 因为它使得基于脑电图的性能和精度评价生物识别系统
• 为脑电图生物识别技术协议、标准和接口
• 生物识别脑电图数据的安全和隐私
• 生物识别技术涉及脑电图数据信息融合
• 脑电图对VR应用生物识别技术
• 因为它使得基于脑电图刺激集生物识别技术
• 被动BCI技术