[发明专利]一种基于多通道fNIRS信号的冰毒成瘾者检测系统

说明书

本发明涉及一种基于多通道fNIRS信号的冰毒成瘾者检测系统，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信号之间有向转移函数的值，生成测试者的有向转移函数矩阵，将所述测试者的有向转移函数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。

技术领域

本发明涉及特征检测技术领域，具体涉及一种基于多通道fNIRS信号的冰毒成瘾者检测系统。

背景技术

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。

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。

发明内容

本发明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，提出在冰毒检测技术中采取多通道fNIRS采集方式，并采用有向转移函数算法，对多个通道信号之间有向转移函数的值进行分析，然后将具有显著差异的通道对有向转移函数的值作为分类特征，送入到机器学习算法中实现分类。

本发明解决上述技术问题的技术方案如下：

第一方面，本发明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：

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信号之间有向转移函数的值，生成测试者的有向转移函数矩阵，

将所述测试者的有向转移函数矩阵作为输入送入到分类器中，得到检测结果。

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。

进一步的，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。

进一步的，所述的各个通道fNIRS信号之间有向转移函数的值的计算方法如下：

对于给定的时间滞后r，考虑一个维数为M的p阶多变量自回归过程，即同时测量M个信号x₁(t)，x₂(t)......x_M(t)，则fNIRS信号的时域表达：

其中A_r是M×M阶系数矩阵，而ε(t)是具有协方差矩阵的独立高斯白噪声，M是fNIRS通道数；

通过计算功率谱密度矩阵可以得到fNIRS信号的频域表达：

S(f)＝H(f)∑H^H(f) (2)