[發明專利]一種基于多通道fNIRS信號的冰毒成癮者檢測方法及系統

有效

• 申請號: 202011450177.3
• 申請日: 2020-12-09
• 公開（公告）號: CN112560931B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 高軍峰;張家琦;宋健;魏曙光;黎峰;韋思宏;黃偉安;曾宣威;康倩若;湛慧苗
• 申請（專利權）人: 中南民族大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06F17/16
• 代理公司: 湖北百煉石律師事務所 42281
• 代理人: 吳陽

1.一種基于多通道fNIRS信號的冰毒成癮者檢測方法，其特征在于，包括以下步驟：

通過多通道fNIRS通道對測試者的fNIRS信號進行實時提取，得到測試者的多通道fNIRS信號并保存；

對各個通道fNIRS信號進行預處理操作后，計算各個通道fNIRS信號的相鎖值，并構建相鎖值鄰接矩陣；

將所述相鎖值鄰接矩陣作為輸入送入到分類器中，得到檢測結果；

各個通道fNIRS信號的相鎖值鄰接矩陣通過以下方法計算：

從實值信號x(t)和y(t)得到相應的解析信號x_an(t)和y_an(t)：

其中x_H(t)和y_H(t)分別是x(t)和y(t)的希爾伯特變換；即：

P·V·為柯西主成分值；

解析信號表達式中：

A_x(t)，φ_x(t)分別為x_an(t)的瞬時振幅和相位，同理可得y_an(t)的瞬時振幅和相位A_y(t)，φ_y(t)；

對于任意時刻的t，有Δφ(t)＝|φ_x(t)-φ_y(t)|≤cte，此即為鎖相條件；

對信號的相對階段進行處理，取其相對相位差區間[0，2π)；即：

Δφ_rel(t)＝Δφ(t)mod2π

相鎖值PLV僅計算兩類信號之間的相對信號差，其定義式為：

·表示時間平均值；

范圍：0≤PLV≤1.

依次計算各個通道fNIRS信號中任一兩通道間相鎖值，構建相鎖值鄰接矩陣，矩陣的橫縱軸均為通道編號；

所述的對各個通道fNIRS信號進行預處理操作，包括：

對fNIRS信號進行濾波，濾波參數設置分別為0.03-0.1Hz帶通濾波；濾波后將刺激前1s至刺激后15s的fNIRS數據作為一個epoch進行分割，稱此epoch為一個S2刺激響應；以刺激前1s數據作為基線進行基線校正，接著對數據中每5個epoch進行一次疊加平均；

在對測試者進行測試之前還包括，對所述分類器進行訓練，所述分類器的訓練過程包括：

通過多通道fNIRS通道分別對成癮和健康兩類受試者的fNIRS信號進行實時提取，分別得到兩類受試者的多通道fNIRS信號并保存；

對兩類受試者的各個通道fNIRS信號依次進行預處理操作，得到兩類受試者各個通道成癮刺激對應的fNIRS信號；

分別計算兩類受試者的各個通道fNIRS信號之間的相鎖值鄰接矩陣；

對相鎖值鄰接矩陣中每個連接對的兩組相鎖值進行t-test統計檢驗，使用Bonferroni多重校正，得到具有顯著性差異的鄰接邊的相鎖值；

利用兩類受試者具有顯著性差異的鄰接邊的相鎖值構建特征向量作為樣本數據，對初始機器學習模型進行K折交叉驗證，獲得具有最佳參數組合的分類器。

2.根據權利要求1所述的方法，其特征在于，所述的預處理操作包括濾波、分割、基線校正和疊加平均。

3.根據權利要求1所述的方法，其特征在于，所述的K折交叉驗證包括：在交叉驗證的每折中，將K-1份成癮組的樣本數據和K-1份健康組的樣本數據用于訓練集，剩余1份成癮組的樣本數據和1份健康組的樣本數據用于測試集。