基于视觉诱发脑电和深度学习的戒毒后复吸风险评估方法技术

技术编号:41453537 阅读:29 留言:0更新日期:2024-05-28 20:41
本发明专利技术涉及一种基于视觉诱发脑电和深度学习的戒毒后复吸风险评估方法。所述方法包括下述步骤:对刚完成戒毒的人员进行毒品视觉刺激,获取该人员此时的脑电波图;利用预设的模型,对该人员进行脑电波图提取脑电特征,基于脑电特征判断戒毒效果并预测其复吸时间;其中,所述预设的模型,基于深度学习神经网络模型建立,利用真实戒毒成功的戒毒人员和戒毒后复吸人员的脑电波图样本训练获得。本发明专利技术基于戒毒后复吸时间的真实数据,结合戒断期间毒品视觉诱发的脑电数据,利用神经网络通过训练将脑电图特征与复吸时间相对应,再用此模型预测戒毒人员戒断后复吸时间,为社区戒毒监控及提早干预提供客观生理指标依据。

【技术实现步骤摘要】

本公开涉及禁毒监测,尤其涉及一种基于视觉诱发脑电深度学习的戒毒后复吸风险评估方法。


技术介绍

1、药物成瘾是一种慢性复发性脑疾病,其特征在于强迫性觅药、用药及戒断后的高复吸率,其中高复吸率是戒毒工作面中最棘手的问题。虽然目前可以通过冷火鸡法、低毒药物替代疗法等对吸毒人员进行药物脱毒治疗,但是对于戒断后的复吸仍然没有很有效的解决办法。吸毒人员在戒毒机构治疗满两年后回到社区,再次复吸的速度从几个月到几年并不相同,说明每个人戒断治疗的效果也不尽相同。

2、目前对于复吸的预测系统是基于调查量表或心电等生理指标,而成瘾本身是一种脑疾病,现有的预测复吸的技术缺乏大脑相关的有效的客观的指标,且目前还不能预测复吸的速度,即戒断后多久复吸。


技术实现思路

1、针对上述现有技术的预测复吸的技术缺乏大脑相关的有效的客观的指标,且目前还不能预测复吸的速度,本专利技术的目的在于评估戒断治疗的效果和戒断后的复吸风险,提供了一种基于客观生理指标的风险评估方法。

2、为了实现上述目的,本专利技术的技术方案如下。...

【技术保护点】

1.一种基于视觉诱发脑电和深度学习的戒毒后复吸风险评估方法,其特征在于,所述方法包括下述步骤:

2.根据权利要求1所述的方法,其特征在于,所述脑电波通过32导联脑电采集设备采集。

3.根据权利要求1所述的方法,其特征在于,所述脑电波图样本由戒毒人员的脑电波图和该戒毒人员的复吸时间构成,通过下述步骤获取:

4.根据权利要求1所述的方法,其特征在于,所述评估还包括判断戒毒效果、复吸发生的时间,具体为:

5.根据权利要求1所述的方法,其特征在于,所述毒品视觉刺激通过呈现毒品实物、或者通过电子设备呈现毒品相关的图片和视频实现。</p>

6.一种...

【技术特征摘要】

1.一种基于视觉诱发脑电和深度学习的戒毒后复吸风险评估方法,其特征在于,所述方法包括下述步骤:

2.根据权利要求1所述的方法,其特征在于,所述脑电波通过32导联脑电采集设备采集。

3.根据权利要求1所述的方法,其特征在于,所述脑电波图样本由戒毒人员的脑电波图和该戒毒人员的复吸时间构成,通过下述步骤获取:

4.根据权利要求1所述的方法,其特征在于,所述评估还包括判断戒毒效果、复吸发生的时间,具体为:

5.根据权利要求1所述的方法,其特征在于,所述毒品视觉刺激通过呈现毒品实物、或者通过电子设备呈现毒品相关的图片和视频实现。

6.一种基于视觉诱发脑电数据和深度学...

【专利技术属性】
技术研发人员:孟志强
申请(专利权)人:中国科学院深圳先进技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1