[发明专利]一种非接触式吸毒人员复吸监测方法及系统

说明书

本发明涉及一种非接触式吸毒人员复吸监测方法及系统，所述监测方法包括以下步骤：生理特征获取，通过非接触式传感器组件，直接采集或间接计算被检测者的生理特征；建立毒品复吸概率评估模型，获取吸毒人员的复吸症状和临床体征数据作为训练样本，通过统计学习方法、机器学习方法或深度学习方法进行训练，生成毒品复吸概率评估模型；疑似判断，将所述被检测者的生理特征输入至所述毒品复吸概率评估模型，输出被检测者毒品复吸的概率。

技术领域

本发明涉及一种非接触式吸毒人员复吸监测方法及系统，涉及禁毒监测技术领域。

背景技术

根据世界卫生组织的定义，吸毒、药物成瘾是一种发生在大脑的慢性复发性疾病，因此吸毒、药物滥用者与患有其他躯体疾病患者一样，都是病人。过高的毒品复吸率一直以来是戒毒工作面临的一个巨大难题。有调查显示，西方发达国家吸毒人员的毒品复吸率高达90%以上，我国吸毒人员的毒品复吸率也同样居高不下。

到目前为止，吸毒人员毒品复吸的检测主要采用尿液检测、血液检测、唾液检测和毛发检测等接触式检测方法。这些接触式检测方法虽然准确，但检测过程复杂、检测周期较长、检测成本较高，无法做到针对每一位吸毒人员进行每天多次的远程实时跟踪检测，因而无法及时了解吸毒人员每天的生理健康变化情况，难以避免复吸事件的发生。

发明内容

本发明的目的在于克服上述现有接触式监测方法的缺陷，提供了一种非接触式吸毒人员复吸监测方法及系统。

本发明的技术方案如下：

技术方案一：

一种非接触式吸毒人员复吸监测方法，包括以下步骤：

生理特征获取，通过非接触式传感器组件，直接采集或间接计算被检测者的生理特征；

建立毒品复吸概率评估模型，获取吸毒人员的复吸症状和临床体征数据作为训练样本，通过统计学习方法、机器学习方法或深度学习方法进行训练，生成毒品复吸概率评估模型；

疑似判断，将所述被检测者的生理特征输入至所述毒品复吸概率评估模型，输出被检测者毒品复吸的概率。

进一步的，在生理特征获取步骤之前，还包括一身份验证步骤，所述身份验证步骤具体如下：

获取被检测者的身份标识，通过验证身份标识判断被检测者是否为本人，验证通过则执行生理特征获取步骤，否则结束；

其中，所述身份标识为人脸数据、声音数据、指纹数据、心率数据、静脉数据或虹膜数据。

进一步的，所述非接触式传感器组件包括光学传感器、声音传感器和红外传感器。

进一步的，所述生理特征包括主要判断指标和辅助判断指标，所述主要判断指标包括心率、心率变异率、呼吸率；所述辅助判断指标包括血氧饱和度、血压、干咳程度、人脸体温、鼻塞程度、颤抖程度、眨眼率、疲倦程度、人脸气色；

通过所述光学传感器获取被检测者面部血流光学变化数据、面部动作数据和面部各部位的颜色和纹理；

根据所述面部血流光学变化数据，获取被检测者心跳的时域波形和/或频域波形，基于所述心跳的时域波形和/或频域波形计算被检测者的心率和心率变异率；

根据所述面部血流光学变化数据，获取被检测者脸部不同部位的心跳波峰到达时间差和/或心跳波谷到达时间差和/或脸部不同部位的心跳频谱特征，根据脸部不同部位的心跳波峰到达时间差和/或心跳波谷到达时间差和/或脸部不同部位的心跳频谱特征计算被检测者的血压；

根据所述面部血流光学变化数据，获取被检测者脸部红光与红外光的光强度变化量比值，根据所述脸部红光与红外光的光强度变化量比值计算被检测者的血氧饱和度；