最近發表的一項研究科學報告檢查了一種稱為Comparr的生物識別驗證的新方法，該方法記錄了嵌入心跳之間間隔的beat-beat信息。
儘管許多形式的生物識別驗證涉及固定的生理信號，例如面部身份驗證和指紋掃描，但諸如心跳之類的非平穩信號更難偽造。
儘管ECG（或“ ekg”）錄音該方法已經顯示出通過心臟的電活動驗證身份的能力，該方法使用了一個複雜的系統，該系統通常需要醫療專業人員才能設置。
通過使用測量次數間隔的方法，腕帶和攝像機可以收集以更具成本效益，用戶友好的方式驗證身份所需的生物識別數據。
這項研究在6至24個月大的麻醉下提取了30隻小鼠的心跳記錄，這相當於大約20至75歲的人年。使用所提出的方法，研究人員能夠驗證五十個心跳內的小鼠的身份，這接近人類的靜息心率，其相等錯誤率（EER）為0.21。
研究人員說，在上下文中，大多數生物識別驗證方法的可接受率範圍為0.1至10％，具體取決於模式和參考數據庫大小。已經發現基於心電圖的心臟監測算法可提供0.2％至19.15％的EER。但是，研究人員還指出了這些準確性評估的可靠性的局限性。
研究發現，小鼠的eers是與年齡無關的，直到小鼠達到18個月的年齡，大約等同於50歲的人類。研究說，當模型接受藥物治療的小鼠培訓時，仍然可以進行驗證。對於清醒的小鼠而言，驗證的準確性較低，這可能是由於各個州的晝夜節律差異所致。
研究人員以前發現，可以通過考慮信號通常可以提高心跳生物識別技術的準確性與音樂相關。
