一种基于多通道fNIRS信号的冰毒成瘾者检测方法及系统技术方案

本发明专利技术涉及一种基于多通道fNIRS信号的冰毒成瘾者检测方法及系统，通过多通道fNIRS通道对测试者的fNIRS信号进行实时提取，得到测试者的多通道fNIRS信号并保存；对各个通道fNIRS信号进行预处理操作后，计算各个通道fNIRS信号的互信息值、偏度值或相锁值，并构建互信息邻接矩阵、偏度矩阵或相锁值邻接矩阵；将所述互信息邻接矩阵、偏度矩阵或相锁值邻接矩阵作为输入送入到分类器中，得到检测结果。该方案基于脑神经信号，克服了传统冰毒检测的缺点，提出了一种冰毒检测的新型方法，大大增加了检测的有效时间，最终经过测试，检测准确率也得到了很大提高。率也得到了很大提高。率也得到了很大提高。

【技术实现步骤摘要】
一种基于多通道fNIRS信号的冰毒成瘾者检测方法及系统


[0001]本专利技术涉及特征检测
，具体涉及一种基于多通道fNIRS信号的冰毒成瘾者检测方法及系统。

技术介绍

[0002]冰毒于90年代进入中国境内，由于对冰毒的认知较少且缺乏有效的检测手段，使得对吸毒者的检测难度很高。
[0003]冰毒的主要成分为甲基苯丙胺，又名去氧麻黄碱，因纯度较高的冰毒为透明结晶体，与冰糖极为相似，所以也被称为冰毒。过量吸食冰毒不仅会使人产生极强的依赖性，同时会引起甲基苯丙胺精神病和精神分裂症等症状。目前对于冰毒(甲基苯丙胺)的检测方法多为尿液与血液检测。传统的尿液与血液检测方法主要通过检测人体尿液或者血液中的成分来判断人员是否吸毒，但经过人体正常的新陈代谢，经过一段时间后尿液与血液中的成分恢复正常，便无法检测出其是否吸毒。因此传统方法仅能够检测出近期吸食过冰毒的人员，而对于长时间未接触过冰毒的人员则很难进行准确的检测。

技术实现思路

[0004]本专利技术针对现有技术中存在的技术问题，提供一种基于多通道fNIRS信号的冰毒成瘾者检测方法及系统，采取多通道fNIRS采集方式，并且提出了为了提高检测准确率，采取了多通道fNIRS采集方式，充分利用多通道信号分析及处理的最新成果技术。
[0005]本专利技术解决上述技术问题的技术方案如下：
[0006]第一方面，本专利技术提供一种基于多通道fNIRS信号的冰毒成瘾者检测方法，包括以下步骤：
[0007]通过多通道fNIRS通道对测试者的fNIRS信号进行实时提取，得到测试者的多通道fNIRS信号并保存；
[0008]对各个通道fNIRS信号进行预处理操作后，计算各个通道fNIRS信号的互信息值、偏度值或相锁值，并构建互信息邻接矩阵、偏度矩阵或相锁值邻接矩阵；
[0009]将所述互信息邻接矩阵、偏度矩阵或相锁值邻接矩阵作为输入送入到分类器中，得到检测结果。
[0010]进一步的，所述的预处理操作包括滤波、分割、基线校正和叠加平均。
[0011]进一步的，所述的预处理操作，具体包括：
[0012]对fNIRS信号进行滤波，滤波参数设置分别为0.03
‑
0.1Hz带通滤波；滤波后将刺激前1s至刺激后15s的fNIRS数据作为一个epoch进行分割，称此epoch为一个S2刺激响应；以刺激前1s数据作为基线进行基线校正，接着对数据中每5个epoch进行一次叠加平均。
[0013]进一步的，各个通道fNIRS信号的互信息邻接矩阵通过以下方法计算：
[0014]假设有M个不同的随机状态的离散随机变量X，将其分为m份，计算每份的分布密度即可得到变量X在每份数据中的概率，由此得到{X＝x
i
}的概率分别为p
i
，i＝1,2,3,
…
,m∑
p
i
＝1，离散序列X的信息熵可计算出：
[0015][0016]同理，若有两个离散随机序列X和Y,此时将其分为m
×
m份，我们可以得到{X＝x
i
,Y＝y
j
}的概率为p
ij
，i,j＝1,2,3,
…
,m，此时X和Y联合计算为：
[0017][0018]X和Y的互信息值即可定义为：
[0019]MI
XY
＝H
X
+H
Y
‑
H
XY
ꢀꢀ
(3)
[0020]范围:0≤MI
XY
≤∞；MI
XY
＝0:X和Y相互独立；MI
XY
＞0:X和Y相互依赖；
[0021]依次计算各个通道fNIRS信号中任一两通道间互信息值，构建互信息邻接矩阵，矩阵的横纵轴均为通道编号。
[0022]进一步的，各个通道fNIRS信号的偏度矩阵通过以下方法计算：
[0023]设x为采集到的振动信号序列，i＝1,2,
…
,n，偏度sd为样本标准差；为均值，n为信号x
i
的采样点数；
[0024]依次计算各个通道fNIRS信号偏度值，构建偏度矩阵。
[0025]进一步的，各个通道fNIRS信号的相锁值邻接矩阵通过以下方法计算：
[0026]从实值信号x(t)和y(t)得到相应的解析信号x
an
(t)和y
an
(t)：
[0027][0028][0029]其中x
H
(t)和y
H
(t)分别是x(t)和y(t)的希尔伯特变换；即:
[0030][0031]P
·
V
·
为柯西主成分值；
[0032]解析信号表达式中：
[0033][0034][0035]A
x
(t),φ
x
(t)分别为x
an
(t)的瞬时振幅和相位，同理可得y
an
(t)的瞬时振幅和相位A
y
(t),φ
y
(t)；
[0036]对于任意时刻的t，有Δφ(t)＝|φ
x
(t)
‑
φ
y
(t)|≤cte，此即为锁相条件；
[0037]对信号的相对阶段进行处理，取其相对相位差区间[0,2π)；即:
[0038]Δφ
rel
(t)＝Δφ(t)mod 2π
[0039]相锁值PLV仅计算两类信号之间的相对信号差，其定义式为：
[0040][0041]<
·
>表示时间平均值；
[0042]范围：0≤PLV≤1。
[0043]依次计算各个通道fNIRS信号中任一两通道间相锁值，构建相锁值邻接矩阵，矩阵的横纵轴均为通道编号。
[0044]进一步的，在对测试者进行测试之前还包括，对所述分类器进行训练，所述分类器的训练过程包括：
[0045]通过多通道fNIRS通道分别对成瘾和健康两类受试者的fNIRS信号进行实时提取，分别得到两类受试者的多通道fNIRS信号并保存；
[0046]对两类受试者的各个通道fNIRS信号依次进行预处理操作，得到两类受试者各个通道成瘾刺激对应的fNIRS信号；
[0047]分别计算两类受试者的各个通道fNIRS信号之间的互信息邻接矩阵、偏度矩阵或相锁值邻接矩阵；
[0048]对互信息邻接矩阵、偏度矩阵或相锁值邻接矩阵中每个连接对的两组互信息值、偏度值或相锁值进行t
‑
test统计检验，使用Bonferroni多重校正，得到具有显著性差异的邻接边的互信息值、偏度值或相锁值；
[0049]利用两类受试者具有显著性差异的邻接边的互信息值、偏度值或相锁值构建特征向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多通道fNIRS信号的冰毒成瘾者检测方法，其特征在于，包括以下步骤：通过多通道fNIRS通道对测试者的fNIRS信号进行实时提取，得到测试者的多通道fNIRS信号并保存；对各个通道fNIRS信号进行预处理操作后，计算各个通道fNIRS信号的互信息值、偏度值或相锁值，并构建互信息邻接矩阵、偏度矩阵或相锁值邻接矩阵；将所述互信息邻接矩阵、偏度矩阵或相锁值邻接矩阵作为输入送入到分类器中，得到检测结果。2.根据权利要求1所述的方法，其特征在于，所述的预处理操作包括滤波、分割、基线校正和叠加平均。3.根据权利要求2所述的方法，其特征在于，所述的预处理操作，具体包括：对fNIRS信号进行滤波，滤波参数设置分别为0.03
‑
0.1Hz带通滤波；滤波后将刺激前1s至刺激后15s的fNIRS数据作为一个epoch进行分割，称此epoch为一个S2刺激响应；以刺激前1s数据作为基线进行基线校正，接着对数据中每5个epoch进行一次叠加平均。4.根据权利要求1所述的方法，其特征在于，各个通道fNIRS信号的互信息邻接矩阵通过以下方法计算：假设有M个不同的随机状态的离散随机变量X，将其分为m份，计算每份的分布密度即可得到变量X在每份数据中的概率，由此得到{X＝x
i
}的概率分别为p
i
，i＝1,2,3,
…
,m∑p
i
＝1，离散序列X的信息熵可计算出：同理，若有两个离散随机序列X和Y,此时将其分为m
×
m份，我们可以得到{X＝x
i
,Y＝y
j
}的概率为p
ij
，i,j＝1,2,3,
…
,m，此时X和Y联合计算为：X和Y的互信息值即可定义为：MI
XY
＝H
X
+H
Y
‑
H
XY
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)范围:0≤MI
XY
≤∞；MI
XY
＝0:X和Y相互独立；MI
XY
＞0:X和Y相互依赖；依次计算各个通道fNIRS信号中任一两通道间互信息值，构建互信息连接矩阵，矩阵的横纵轴均为通道编号。5.根据权利要求1所述的方法，其特征在于，各个通道fNIRS信号的偏度矩阵通过以下方法计算：设x为采集到的振动信号序列，i＝1,2,
…
,n，偏度sd为样本标准差；为均值，n为信号x
i
的采样点数；依次计算各个通道fNIRS信号偏度值，构建测试者对应的偏度矩阵。6.根据权利要求1所述的方法，其特征在于，各个通道fNIRS信号的相锁值邻接矩阵通过以下方法计算：从实值信号x(t)和y(t)得到相应的解析信号x
an
(t)和y
an
(t)：
其中x
H
(t)和y
H
(t)分别是x(t)和y(t)的希尔伯特变换...

【专利技术属性】
技术研发人员：高军峰，张家琦，宋健，魏曙光，黎峰，韦思宏，黄伟安，曾宣威，康倩若，湛慧苗，
申请(专利权)人：中南民族大学，
类型：发明
国别省市：