本发明专利技术提供了一种基于fNIRS技术的毒品成瘾程度评估方法。该方法包括以下步骤：基于实验范式定期对成瘾者进行fNIRS信号采集；对fNIRS信号预处理，然后进行fNIRS信号特征值及功能连接参数的计算，结合计算结果和成瘾程度判别算法对成瘾者的成瘾程度进行分级评估；将各类测量结果(包括各项指标数据和成瘾程度)储存至成瘾者个人信息库；将成瘾者的当前数据与个人历史测试结果进行分析比对，生成成瘾程度变化曲线，从而得到戒断报告和复吸率预测结果。管理人员、医生、社区工作人员可参考戒断报告对成瘾者制定相应管理和治疗措施，以提高戒断治疗效果和成功率。本发明专利技术通过结合fNIRS技术有望提高戒毒成效，促进成瘾者的康复和社会融入。
【技术实现步骤摘要】
本专利技术涉及成瘾识别评估领域，具体为一种基于fnirs技术的毒品成瘾程度评估方法。
技术介绍
1、成瘾是一种精神状态，被定义为个体强烈需要使用特定物质或从事特定行为，以获得所需物质或行为带来的精神效应，或避免由于中断而引起的不适感。成瘾不仅会对个人健康造成问题，还会对社会产生严重影响。常见的成瘾包括酒精、毒品、赌博和网络成瘾等。毒品在使用后拥有难以戒断和高复吸率的问题。
2、目前主要用于成瘾检测和评估的方法包括体液检测和各类问卷。然而，体液检测的主要限制在于时间窗口，因为经过人体正常的新陈代谢，长期未接触毒品的人难以准确检测和评估成瘾程度。而使用问卷进行评估测量的结果相对主观，容易受到成瘾者心理因素影响。
3、功能性近红外光谱成像技术(functional near-infrared spectroscopy,fnirs)作为一种流行的可穿戴设备，通过监测大脑中的局部血红蛋白浓度变化来度量血流动力学反应，从而监测神经元活动和皮质功能连接。已有研究证明，fnirs可以检测到成瘾的生物标志物，且在健康人和成瘾者的大脑活动中显示出显著差异。此外，fnirs具有便携性、无创性、低运行成本、强抗干扰性和优良的电磁兼容性等优点，具有良好的生态效应，适合在各种环境下进行信号采集。
4、目前，基于fnirs和其他脑成像技术对毒品成瘾的检测主要仍集中在是否有吸食经历的简单分类，而几乎没有研究关注成瘾程度、成瘾者的戒断程度分级评估以及对复吸程度的预测。
技术实现思路
<
p>1、本专利技术旨在对上述现有技术存在的问题做出改进，并提供一种基于fnirs技术的毒品成瘾程度评估方法。该方法通过采集、追踪和比较吸毒中、戒毒中和回归社会的成瘾者的基于实验范式的fnirs信号，从而监测成瘾者在不同阶段的成瘾程度和戒断效果，并预测他们的复吸率。这一方法将为管理人员和医生提供成瘾者各阶段的生理信息，以便及时制定和修改更有效的个性化管理和戒断方案。通过结合fnirs技术，该方法有望提高戒毒成效，促进成瘾者的康复和社会融入。2、本专利技术所采用的技术方案为：
3、一种基于fnirs技术的毒品成瘾程度评估方法，步骤如下：
4、1)定期对成瘾者进行相同实验范式的fnirs信号采集。在实验范式中，使用来自特定图片和视频刺激库的固定数量随机图片和视频提供视觉刺激，避免重复使用相同图片和视频导致刺激效果不佳的问题。这种随机选择的方法可以提高实验的可靠性和准确性，确保成瘾程度判别和复吸率预测的可信度。
5、2)对步骤1)采集的fnirs信号进行预处理，然后通过修正版的beer-lambert定律将fnirs设备测得的光密度转换为血红蛋白浓度变化；
6、3)基于步骤2)所得的血红蛋白浓度变化的值计算fnirs信号特征值和功能连接参数；
7、4)基于步骤3)所得的fnirs信号特征值和功能连接参数，利用成瘾程度判别算法确定成瘾者的成瘾程度；并将所述成瘾者的fnirs信号特征值和功能连接参数及其对应的成瘾程度、以及实验过程中每样刺激引发的毒品渴望程度进行储存，得到成瘾者个人信息库；
8、5)将成瘾者当前数据与成瘾者个人信息库内的个人历史记录进行分析比对，结合指标的变化，生成成瘾程度变化曲线，从而得到戒断报告和复吸率预测结果。
9、基于上述方法，戒毒管理人员、医生可根据戒断报告进行成瘾者戒断效果评估，并根据戒断效果采取相应戒断管理措施，包括强化戒断干预和治疗，或根据情况进行松散管理或部分奖赏以提供积极激励，从而可提高戒断治疗效果和成功率。
10、上述技术方案中，进一步地，所述步骤1)中，在fnirs信号采集过程中，fnirs光极阵列和通道排布方式如下：使用16个光源和16个探测器，构成47个通道，相邻光极之间的间距为3cm，用于对前额叶与枕叶进行大脑活动的采集。
11、进一步地，所述步骤1)中，实验范式包括闭眼静息态、毒品图片刺激、中性图片刺激、毒品视频刺激和中性视频刺激共五个环节；各类型刺激均有相应的刺激库，刺激库内包含大量备选刺激，以确保刺激的多样性和代表性；在使用时，从各刺激库中随机选择固定数量的刺激，以避免重复使用相同刺激导致刺激效果不佳的问题，提高实验的可靠性和准确性。在进行图片和视频刺激时，要求被试使用数字键盘0-9来标记由图片刺激和视频刺激引发的毒品渴望程度，基于毒品渴望程度可进行复吸率预测。
12、进一步地，所述步骤2)中，对fnirs信号进行预处理，具体的预处理流程包括信号伪影、噪声和不连续性处理，使用变异系数检查信号质量，进行带通滤波。
13、进一步地，所述步骤2)中，所述的血红蛋白浓度变化，包括氧合血红蛋白信号、脱氧血红蛋白信号及总氧合血红蛋白信号。
14、进一步地，所述步骤3)中，fnirs信号特征值包括平均值、方差、达峰时间、峰度和偏度，用于评估大脑激活模式；所述功能连接参数包括相干性、最短路径、全局效率、局部效率、集群系数和介数，用于评估功能连接脑网络的连接模式。
15、进一步地，所述步骤4)中，所述成瘾程度判别算法的构建方法为：基于步骤1)至3)的方法对多个健康受试者、多个不同阶段和不同类型的成瘾者进行数据采集，以确保基础数据量的充足性，基于这些数据及其对应的成瘾程度构建成瘾程度判别算法，用于后续新入库受试者的成瘾程度判别。对多个健康受试者和多个不同阶段、不同类型的成瘾者进行数据采集，目的是为了确保成瘾程度判别的准确性和可靠性，并为后续新入组成瘾者和成瘾者的长期信息记录提供了可靠的判别算法。其中，采集的数据除了fnirs信号、实验期间对每样刺激的渴望程度，也包括同期收集的问卷，如毒品渴望水平调查表、贝克焦虑表、抑郁自评问卷、匹兹堡睡眠质量指数等，或进行的体液检测，如血检、尿检、发检等，其作用是在构建成瘾程度判别算法过程中，用于成瘾程度的判别。
16、进一步地，所述步骤4)中，成瘾程度以量表分数呈现，具体分为0-10分，依次代表未使用毒品至重度成瘾。
17、进一步地，所述步骤4)中，成瘾者个人信息库用于储存个人长期测量信息数据，包含个人从首次测量开始的所有成瘾相关数据，如fnirs信号特征值、功能连接参数、成瘾程度等。该个人信息库旨在用于成瘾者的个人历史信息比对和查询，以更好地监测成瘾者戒断效果。对于新入组成瘾者，将通过编号进行个人信息库的建立，并储存首次测量数据；对于已进行长期追踪的成瘾者，其测量数据会通过编号储存至个人信息库以供保存。个人信息库有助于维护全面的成瘾者信息，提供历史数据，进一步促进对成瘾者戒断效果的长期监测和分析。
18、进一步地，所述步骤5)中，成瘾者当前数据包括成瘾者当前的fnirs信号特征值和功能连接参数、成瘾程度、毒品渴望程度。
19、本专利技术还提供一种计算机可读存储介质，其上储存有计算机程序，当所述计算机程序被处理器执行时实现所述基于fnirs技术的毒品成瘾程度评估方法。
...
【技术保护点】
1.一种基于fNIRS技术的毒品成瘾程度评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于fNIRS技术的毒品成瘾程度评估方法，其特征在于，步骤a)中，所述fNIRS信号采集过程中，fNIRS光极阵列和通道排布方式如下：使用16个光源和16个探测器，构成47个通道，相邻光极之间的间距为3cm，用于对前额叶与枕叶进行大脑活动的采集。
3.根据权利要求1所述的基于fNIRS技术的毒品成瘾程度评估方法，其特征在于，步骤a)中，所述的实验范式包括闭眼静息态、毒品图片刺激、中性图片刺激、毒品视频刺激和中性视频刺激共五个环节；各类型刺激均有相应的刺激库；在使用时，从各刺激库中随机选择固定数量的刺激。
4.根据权利要求3所述的基于fNIRS技术的毒品成瘾程度评估方法，其特征在于，在进行图片刺激和视频刺激时，要求被试使用数字键盘0-9来标记由图片刺激和和视频刺激引发的毒品渴望程度，基于毒品渴望程度进行复吸率预测。
5.根据权利要求1所述的基于fNIRS技术的毒品成瘾程度评估方法，其特征在于，步骤b)中，所述对fNIRS信号进行预处理，具体的预处理流程包括信号伪影、噪声和不连续性处理，使用变异系数检查信号质量，进行带通滤波。
6.根据权利要求1所述的基于fNIRS技术的毒品成瘾程度评估方法，其特征在于，步骤b)中，所述血红蛋白包括氧合血红蛋白、脱氧血红蛋白及总氧合血红蛋白。
7.根据权利要求1所述的基于fNIRS技术的毒品成瘾程度评估方法，其特征在于，步骤b)中，所述的fNIRS信号特征值包括平均值、方差、达峰时间、峰度和偏度，用于评估大脑激活模式；所述的功能连接参数包括相干性、最短路径、全局效率、局部效率、集群系数和介数，用于评估功能连接脑网络的连接模式。
8.根据权利要求1所述的基于fNIRS技术的毒品成瘾程度评估方法，其特征在于，步骤c)中，所述成瘾程度判别算法的构建方法为：基于步骤a)至c)对多个健康受试者、多个不同阶段和不同类型的成瘾者进行信号采集，基于所采集的信号及其对应的成瘾程度构建成瘾程度判别算法；所述成瘾程度具体根据实验期间对每样刺激的渴望程度、同期收集的问卷或体液检测结果确定。
9.根据权利要求1所述的基于fNIRS技术的毒品成瘾程度评估方法，其特征在于，步骤c)中，所述的成瘾程度以量表分数呈现，具体分为0-10分，依次代表未使用毒品至重度成瘾。
10.一种计算机可读存储介质，其上储存有计算机程序，其特征在于，该程序在处理器执行时实现权利要求1-9中任一项所述方法的步骤。
...
【技术特征摘要】
1.一种基于fnirs技术的毒品成瘾程度评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于fnirs技术的毒品成瘾程度评估方法，其特征在于，步骤a)中，所述fnirs信号采集过程中，fnirs光极阵列和通道排布方式如下：使用16个光源和16个探测器，构成47个通道，相邻光极之间的间距为3cm，用于对前额叶与枕叶进行大脑活动的采集。
3.根据权利要求1所述的基于fnirs技术的毒品成瘾程度评估方法，其特征在于，步骤a)中，所述的实验范式包括闭眼静息态、毒品图片刺激、中性图片刺激、毒品视频刺激和中性视频刺激共五个环节；各类型刺激均有相应的刺激库；在使用时，从各刺激库中随机选择固定数量的刺激。
4.根据权利要求3所述的基于fnirs技术的毒品成瘾程度评估方法，其特征在于，在进行图片刺激和视频刺激时，要求被试使用数字键盘0-9来标记由图片刺激和和视频刺激引发的毒品渴望程度，基于毒品渴望程度进行复吸率预测。
5.根据权利要求1所述的基于fnirs技术的毒品成瘾程度评估方法，其特征在于，步骤b)中，所述对fnirs信号进行预处理，具体的预处理流程包括信号伪影、噪声和不连续性处理，使用变异系数检查信号质量，进行带通滤波。
6.根据权利要求1...
【专利技术属性】
技术研发人员：陈运萱，郑文尧，默罕默德·萨万，
申请(专利权)人：西湖大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。