[發(fā)明專(zhuān)利]一種冰毒成癮者檢測(cè)模型的訓(xùn)練方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110925526.0
• 申請(qǐng)日: 2021-08-12
• 公開(kāi)（公告）號(hào): CN113598794A
• 公開(kāi)（公告）日: 2021-11-05
• 發(fā)明（設(shè)計(jì)）人: 周到;高軍峰;官金安;黃敏
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中南民族大學(xué)
• 主分類(lèi)號(hào): A61B5/378
• 分類(lèi)號(hào): A61B5/378;A61B5/00
• 代理公司: 武漢臻誠(chéng)專(zhuān)利代理事務(wù)所(普通合伙) 42233
• 代理人: 宋業(yè)斌

1.一種冰毒成癮者檢測(cè)模型的訓(xùn)練方法，其特征在于，包括以下步驟：

(1)獲取多個(gè)待測(cè)試者在看到視覺(jué)誘發(fā)刺激圖片后的腦電圖信號(hào)；

(2)對(duì)步驟(1)得到的每個(gè)待檢測(cè)者對(duì)應(yīng)的腦電圖信號(hào)進(jìn)行預(yù)處理，以得到對(duì)應(yīng)于每個(gè)待檢測(cè)者的預(yù)處理后的腦電圖信號(hào)；

(3)針對(duì)步驟(2)得到的對(duì)應(yīng)于每個(gè)待檢測(cè)者的預(yù)處理后的腦電圖信號(hào)而言，將其中每個(gè)對(duì)應(yīng)于標(biāo)準(zhǔn)刺激圖片的子腦電圖信號(hào)的電壓值a1、a2、…、am分別與每個(gè)對(duì)應(yīng)于成癮偏差圖片的子腦電圖信號(hào)的電壓值b1、b2、…、bn相減，從而得到對(duì)應(yīng)于該待檢測(cè)者、并由多個(gè)電壓差值構(gòu)成的數(shù)據(jù)集，即{a1-b1，a1-b2，…，a1-bn，a2-b1，a2-b2，...，a2-bn，..，am-b1，am-b2，…am-bn}，將所有待檢測(cè)者的數(shù)據(jù)集按照4:1的比例劃分為訓(xùn)練集和測(cè)試集，其中n表示對(duì)應(yīng)于成癮偏差圖片的子腦電圖信號(hào)的總數(shù)，m表示對(duì)應(yīng)于標(biāo)準(zhǔn)刺激圖片的子腦電圖信號(hào)的總數(shù)。

(4)將步驟(3)得到的訓(xùn)練集輸入冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型中，并使用反向傳播算法對(duì)冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型中每層的權(quán)重參數(shù)和偏置參數(shù)進(jìn)行更新和優(yōu)化，以得到更新后的冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型。

(5)對(duì)步驟(4)更新后的冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型進(jìn)行迭代訓(xùn)練，直到該冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型的損失函數(shù)達(dá)到最小為止；

(6)使用步驟(3)得到的測(cè)試集對(duì)迭代訓(xùn)練后的冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型進(jìn)行迭代驗(yàn)證，直到得到的分類(lèi)精度達(dá)到最優(yōu)為止，從而得到訓(xùn)練好的冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型。

2.根據(jù)權(quán)利要求1所述的冰毒成癮者檢測(cè)模型的訓(xùn)練方法，其特征在于，步驟(1)具體為，首先在Oddball實(shí)驗(yàn)?zāi)Ｊ较拢杉郎y(cè)試者先后看到不同視覺(jué)誘發(fā)刺激圖片后的64通道腦電圖信號(hào)，然后，在預(yù)定的時(shí)間間隔后繼續(xù)重復(fù)該過(guò)程，從而最終得到最終的腦電圖信號(hào)。

3.根據(jù)權(quán)利要求1或2所述的冰毒成癮者檢測(cè)模型的訓(xùn)練方法，其特征在于，視覺(jué)誘發(fā)刺激圖片包括標(biāo)準(zhǔn)刺激圖片和成癮偏差圖片，其中標(biāo)準(zhǔn)刺激圖片是與冰毒完全無(wú)關(guān)的圖片，成癮偏差圖片是與冰毒高度相關(guān)的圖片。

4.根據(jù)權(quán)利要求1至3中任意一項(xiàng)所述的冰毒成癮者檢測(cè)模型的訓(xùn)練方法，其特征在于，步驟(2)具體為，首先，針對(duì)每個(gè)待檢測(cè)者對(duì)應(yīng)的腦電圖信號(hào)而言，選擇TP9、TP10通道的平均電壓作為參考電壓，然后將其他所有62路通道的電壓分別減去該參考電壓，從而得到去參考后的腦電圖信號(hào)，然后，對(duì)該腦電圖信號(hào)進(jìn)行1到30Hz的帶通濾波，隨后，去除帶通濾波后的腦電圖信號(hào)中的偽跡、信號(hào)漂移和非生物信號(hào)，隨后，采用獨(dú)立成分分析(ICA)方法去除腦電圖信號(hào)中的眼電干擾，以得到去除干擾后的腦電圖信號(hào)；然后，從去除干擾后的腦電圖信號(hào)中，截取每張標(biāo)準(zhǔn)刺激圖片被呈現(xiàn)給待測(cè)試者的時(shí)刻前200ms、后1000ms的腦電圖信號(hào)，從而生成對(duì)應(yīng)于每張標(biāo)準(zhǔn)刺激圖片的子腦電圖信號(hào)，并截取每張成癮偏差圖片被呈現(xiàn)給待測(cè)試者的時(shí)刻前200ms、后1000ms的腦電圖信號(hào)，從而生成對(duì)應(yīng)于每張成癮偏差圖片的子腦電圖信號(hào)，所有對(duì)應(yīng)于所有標(biāo)準(zhǔn)刺激圖片的子腦電圖信號(hào)和所有對(duì)應(yīng)于所有成癮偏差圖片的子腦電圖信號(hào)共同構(gòu)成對(duì)應(yīng)于該待檢測(cè)者的預(yù)處理后的腦電圖信號(hào)。

5.根據(jù)權(quán)利要求1至4中任意一項(xiàng)所述的冰毒成癮者檢測(cè)模型的訓(xùn)練方法，其特征在于，

步驟(4)中權(quán)重參數(shù)的初始值是使用標(biāo)準(zhǔn)差為0.1的截?cái)嗍秸龖B(tài)分布輸出的隨機(jī)值，偏置參數(shù)的初始值設(shè)為0；

反向傳播算法是采用Adam-Optimizer作為優(yōu)化器。

6.根據(jù)權(quán)利要求1至5中任意一項(xiàng)所述的冰毒成癮者檢測(cè)模型的訓(xùn)練方法，其特征在于，冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型的損失函數(shù)L為：

其中N表示訓(xùn)練集的樣本總數(shù)，K表示訓(xùn)練集中類(lèi)別的數(shù)量，t_(i,k)表示第k類(lèi)第i個(gè)訓(xùn)練樣本輸入冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型后的預(yù)測(cè)結(jié)果，y_(i,k)表示第k類(lèi)第i個(gè)訓(xùn)練樣本對(duì)應(yīng)的真實(shí)結(jié)果，k∈[1，K]，λ表示正則化程度，其取值為0.01，W_(i,k)表示第k類(lèi)第i個(gè)訓(xùn)練樣本輸入冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型時(shí)的權(quán)重參數(shù)，其隨著CNN冰毒成癮者檢測(cè)網(wǎng)絡(luò)模型的訓(xùn)練自行變化。