CN111839482A - 一种基于ippg的非接触式吸毒人员监测方法和系统 - Google Patents
一种基于ippg的非接触式吸毒人员监测方法和系统 Download PDFInfo
- Publication number
- CN111839482A CN111839482A CN202010748678.3A CN202010748678A CN111839482A CN 111839482 A CN111839482 A CN 111839482A CN 202010748678 A CN202010748678 A CN 202010748678A CN 111839482 A CN111839482 A CN 111839482A
- Authority
- CN
- China
- Prior art keywords
- drug
- data
- module
- ippg
- rehabilitation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4845—Toxicology, e.g. by detection of alcohol, drug or toxic products
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
- A61M2021/005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense images, e.g. video
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Acoustics & Sound (AREA)
- Psychology (AREA)
- Anesthesiology (AREA)
- Hematology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于IPPG的非接触式吸毒人员监测方法和系统。一种基于IPPG的非接触式吸毒人员监测方法,包括从开始戒毒到动态管控解除的监管过程中对吸毒人员进行系统性检测的方法和对脱毒后的人员在康复阶段的心瘾性的评估方法,可同时对多人进行检测和评估。本发明还提出一种基于IPPG的非接触式吸毒人员监测系统,主要包括视频图像采集模块、人脸识别模块、IPPG信号提取模块、生理数据获取模块、分析判定模块、数据模型构建模块、放松训练模块、视频播放模块、存档查询模块和吸毒人员管理模块。本发明公开的一种基于IPPG的非接触式吸毒人员监测方法和系统具有经济便捷、检测效率高等特点,且能有效避免接触式采样或检测导致的感染隐患,适用于从开始戒毒到动态管控解除的全环节吸毒人员监管过程,为全环节吸毒人员监管提供有效参考依据的同时,可建立系统性的吸毒人员生理数据档案,并不断自动完善数据模型。
Description
技术领域
本发明涉及非接触式吸毒检测技术领域和信息处理技术领域,具体涉及一种基于IPPG的非接触式吸毒人员监测方法和系统。
背景技术
中国禁毒网发布的《2019年中国毒品形势报告》指出2019年全国共查处吸毒人员61.7万人次,处置强制隔离戒毒22万人次,责令社区戒毒社区康复30万人次。毒品滥用危害风险大,严重影响社会治安,全环节管理服务吸毒人员是国家毒品治理体系中极为重要的一环。国内外关于吸毒的研究大部分侧重于吸毒、戒断等过程中的外在症状、行为,以及生理、心理变化,为全环节管理服务吸毒人员中对吸毒人员的监测提供了理论依据。
目前对于吸毒人员的戒毒管理可分为自愿戒毒、强制隔离戒毒和社区戒毒等,前两种可对吸毒人员进行全程监测,监测方式主要以自述、症状与行为观察、心理评估,以及生理、生化指标的接触式甚至侵入式的检测为主,而社区戒毒、康复以及后续的动态管控,则需要根据实际情况定时或随时对管控人员进行唾液、尿液、血液或毛发等检测。以上的监测或检测方式均存在成本投入相对较大但效率不高,以及对患有艾滋病或病毒性肝炎的吸毒人员进行采样时存在感染隐患等问题,而且目前在对吸毒人员从开始戒毒到动态管控解除的监管过程中,还没有一套全环节适用的、系统又便捷的吸毒人员监测方法和系统,为吸毒人员监管提供参考依据。
发明内容
本发明的目的在于针对上述问题,本发明提供了一种基于IPPG的非接触式吸毒人员监测方法和系统。
基于上述目的,本发明采取如下技术方案。
一种基于IPPG的非接触式吸毒人员监测方法,包括从开始戒毒到动态管控解除的监管过程中对吸毒人员进行系统性检测的方法,具体步骤如下:
S1、对被检测人员进行人脸识别,根据人脸检测结果进行信息登记或自动匹配身份信息;判断被检测人员是否为第一次接受检测,若是,则要求进行人员信息登记,登记完成后再进入下一步;反之,则自动匹配数据库中已有身份和过往检测信息,进入下一步;
S2、采集被检测人员的人脸视频,分解和提取视频的帧图像,通过对帧图像的分析处理,提取出IPPG信号;
S3、对IPPG信号数据进行分析和处理,提取出脉搏波特征参数,同时通过运算获得心率、呼吸频率、血压、心率变异性等生理指标数据;
所述脉搏波特征参数包括时域特征参数和频域特征参数,所述时域特征参数包括每个脉搏波周期内的脉搏波主波高度H、降中峡相对高度h1/H、重搏波相对高度h2/H、主波上升斜率V、脉动周期时间T、收缩期时间比t1/T、舒张期时间比t2/T、收缩期和舒张期时间比t1/t2、脉搏波波图面积S、收缩面积比S1/S、舒张面积比S2/S、收缩和舒张面积比S1/S2、脉搏波波形特征量K、心输出量Z等参数;所述频域特征参数为通过快速傅里叶变换(FFT)得到的脉搏波幅值谱中基波到第六次谐波的7个波峰所对应的频率和幅值;
S4、根据系统已有根据吸毒人员样本数据库构建的模型,对上述脉搏波特征参数和生理指标数据进行分析处理,判定被检测人员的吸毒和戒毒情况;
所述被检测人员的吸毒和戒毒情况,其中吸毒情况包括当前是否处于吸毒后的代谢周期内、是否有吸毒史、当前和历史可能吸食的毒品类型等;戒毒情况包括处于戒毒的哪个阶段、“脱毒阶段”可能采用的脱毒疗法、不同阶段的戒毒效果和恢复情况评估等;
S5、将被检测人员的检测数据自动分类后存储到样本数据库中,用于后续模型的优化和完善。
进一步的,一种基于IPPG的非接触式吸毒人员监测方法,还包括通过生理数据检测对脱毒后的人员在康复阶段的心瘾性进行评估,具体步骤如下:
W1、让被评估人员面对视频图像采集设备坐下,进行3-5分钟的放松训练,通过视频图像进行基线生理数据的采集;
W2、根据被评估人员实际情况,选择和播放相应的吸毒方式的视频,在视频播放过程中再次对生理数据进行采集;
W3、将两组生理数据进行差异性检验,同时结合吸毒人员样本数据库中康复阶段人员的数据模型,判定被评估人员的心瘾性程度。
一种基于IPPG的非接触式吸毒人员监测系统,包括:
视频图像采集模块,用于采集被检测人员的人脸视频图像;
人脸识别模块,用于识别被检测人员的身份,匹配系统中与其关联的信息;
IPPG信号提取模块,用于分解和提取视频的帧图像,并通过对帧图像的分析处理提取出IPPG信号数据;
生理数据获取模块,用于对IPPG信号数据进行分析处理,获取脉搏波特征参数和生理指标数据;
分析判定模块,用于根据系统已有根据吸毒人员样本数据库构建的模型,对脉搏波特征参数和生理指标数据进行分析处理,判定被检测人员的吸毒和戒毒情况,包括康复阶段心瘾性评估;
数据模型构建模块,用于根据吸毒人员样本数据库,构建不同类型、阶段的群体常模数据模型和以个人数据为基础的单人数据模型,并能根据数据扩增自动完善模型。
进一步地,一种基于IPPG的非接触式吸毒人员监测系统,还包括康复阶段心瘾性评估的辅助模块,其具体为:
放松训练模块,用于康复阶段心瘾性评估第一阶段的放松训练;
视频播放模块,用于康复阶段心瘾性评估第二阶段的不同吸毒方式的视频的选择和播放。
进一步地,一种基于IPPG的非接触式吸毒人员监测系统,还包括查询和管理模块,其具体为:
存档查询模块,用于对被检测的吸毒人员的检测数据的存储和查询;
吸毒人员管理模块,用于对被检测的吸毒人员的个人信息登记、编辑、分组等管理。
通过采用前述技术方案,本发明的有益效果是:可以同时对多人进行检测,自动快速出具检测结果,且系统可往复循环使用,经济便捷又能极大提升检测效率;非接触式检测,能有效避免因为对患有艾滋病或病毒性肝炎的吸毒人员进行近距离采样时可能导致的感染隐患,也能一定程度上降低吸毒人员的抵触心理;适用于从开始戒毒到动态管控解除的全环节吸毒人员监管过程,为全环节吸毒人员监管提供有效参考依据的同时,可建立系统性的吸毒人员生理数据档案,并不断自动完善数据模型。
附图说明:
图1是本发明一种基于IPPG的非接触式吸毒人员监测方法的系统性检测方法流程图;
图2是本发明一种基于IPPG的非接触式吸毒人员监测方法的康复阶段心瘾性评估方法流程图;
图3是本发明一种基于IPPG的非接触式吸毒人员监测系统的结构图。
具体实施方式:
下面结合说明书附图和具体的实施例对本发明进行进一步的说明。
参照图1,本实施例公开了一种基于IPPG的非接触式吸毒人员监测方法,包括从开始戒毒到动态管控解除的监管过程中对吸毒人员进行系统性检测的方法,具体步骤如下:
S1、对被检测人员进行人脸识别,根据人脸检测结果进行信息登记或自动匹配身份信息;根据人脸检测结果,在系统已接受检测人员的信息数据库中进行查询,判断被检测人员是否为第一次接受检测,若是,则返回未匹配人员信息,要求进行被检测人员信息登记,登记完成后再进入下一步;反之,则自动匹配数据库中已有身份和过往检测信息,进入下一步;所述被检测人员信息登记,可以通过对接身份证读取模块,读取身份证信息后实现自动登记,从而代替手动登记,提升便捷性;
S2、采集被检测人员的人脸视频,分解和提取视频的帧图像,通过对帧图像的分析处理,提取出IPPG信号;
所述对帧图像的分析处理包括人脸的定位追踪和对齐、人脸图像的欧拉放大、肤色检测和感兴趣区域(ROI)提取等处理;
所述IPPG信号由ROI的RGB三通道的灰度均值数据构成;
S3、对IPPG信号数据进行分析和处理,提取出脉搏波特征参数,同时通过运算获得心率、呼吸频率、血压、心率变异性等生理指标数据;
所述对IPPG信号数据的分析处理包括通过数学形态去噪算法进行脉冲噪声和基线漂移去除,以及对不同生理指标提取进行相应的滤波和运算;
所述数学形态去噪算法采用形态开-闭和形态闭-开加权组合形式的滤波器,去除脉冲噪声和基线漂移。其中去除脉冲噪声的计算公式如下:
式中g1为第一结构元素,其宽度小于脉搏波信号中的最大特征分量而大于噪声的长度;p(t)为采样得到的脉搏波信号;p1(t)为去除脉冲噪声后的脉搏波信号;
去除基线漂移的计算公式如下:
式中g2为第二结构元素,其长度大于脉搏波信号最大特征分量;p(t)为采样得到的脉搏波信号;p2(t)为去除基线漂移后的脉搏波信号;
所述脉搏波单个周期包含上升支和下降支两部分,有收缩期和舒张期两个时期,其中下降支中包含了一个重搏波,因此存在一个降中峡。所述脉搏波特征参数包括时域特征参数和频域特征参数,所述时域特征参数包括每个脉搏波周期内的脉搏波主波高度H、降中峡相对高度h1/H、重搏波相对高度h2/H、主波上升斜率V、脉动周期时间T、收缩期时间比t1/T、舒张期时间比t2/T、收缩期和舒张期时间比t1/t2、脉搏波波图面积S、收缩面积比S1/S、舒张面积比S2/S、收缩和舒张面积比S1/S2、脉搏波波形特征量K、心输出量Z等参数;所述频域特征参数为通过快速傅里叶变换(FFT)得到的脉搏波幅值谱中基波到第六次谐波的7个波峰所对应的频率和幅值;
所述血压数据包含收缩压、舒张压、脉压和平均动脉压,通过血压计算模型获得,所述血压计算模型基于已采集的吸毒和非吸毒人员的脉搏波特征参数样本数据,可通过逐步逼近法、BP神经网络算法或多元线性拟合算法等方法中的一种构建得到;
S4、根据系统已有根据吸毒人员样本数据库构建的模型,对上述脉搏波特征参数和生理指标数据进行分析处理,判定被检测人员的吸毒和戒毒情况;
所述根据吸毒人员样本数据库构建的模型包括所有以已采集到的不同吸毒类型、不同吸毒和戒毒阶段的吸毒人员的脉搏波特征参数和生理指标数据构建的群体常模数据模型,以及以个人所有系统检测的历史数据构建的单人数据模型;
所述被检测人员的吸毒和戒毒情况,其中吸毒情况包括当前是否处于吸毒后的代谢周期内、是否有吸毒史、当前和历史可能吸食的毒品类型等;戒毒情况包括处于戒毒的哪个阶段、“脱毒阶段”可能采用的脱毒疗法、不同阶段的戒毒效果和恢复情况评估等;
S5、将被检测人员的检测数据自动分类后存储到样本数据库中,用于后续模型的优化和完善。
进一步的,一种基于IPPG的非接触式吸毒人员监测方法,还包括通过生理数据检测对脱毒后的人员在康复阶段的心瘾性进行评估,具体步骤如下:
W1、让被评估人员面对视频图像采集设备坐下,进行3-5分钟的放松训练,通过视频图像进行基线生理数据的采集;
W2、根据被评估人员实际情况,选择和播放相应的吸毒方式的视频,在视频播放过程中再次对生理数据进行采集;
W3、将两组生理数据进行差异性检验,同时结合吸毒人员样本数据库中康复阶段人员的数据模型,判定被评估人员的心瘾性程度。
所述心瘾性程度结果通过较难被掩饰的生理数据分析得到,相对人员自述和自陈式量表测量具有一定的可靠性,可为处于康复期的吸毒人员的全面心理评估和心理疏导、教育提供参考依据。
作为优选实施例,一种基于IPPG的非接触式吸毒人员监测方法,不仅可以进行针对性的单人检测,比如对于社区戒毒人员的远程定时检测和上报,动态管控高风险等级人员的检测等;在环境条件允许的情况下,可根据实际需求实现多人同时识别和检测,比如对强制戒毒人员的群体性检测和群体性心瘾性评估等,提升检测效率。
参照图2,本实施例还公开了一种基于IPPG的非接触式吸毒人员监测系统,包括:视频图像采集模块,用于采集被检测人员的人脸视频图像;
人脸识别模块,用于识别被检测人员的身份,匹配系统中与其关联的信息,支持同时对多人进行识别;
IPPG信号提取模块,用于分解和提取视频的帧图像,并通过对帧图像的分析处理提取出IPPG信号数据;
生理数据获取模块,用于对IPPG信号数据进行分析处理,获取脉搏波特征参数和生理指标数据;
分析判定模块,用于根据系统已有根据吸毒人员样本数据库构建的模型,对脉搏波特征参数和生理指标数据进行分析处理,判定被检测人员的吸毒和戒毒情况,包括康复阶段心瘾性评估;
数据模型构建模块,用于根据吸毒人员样本数据库,构建不同类型、阶段的群体常模数据模型和以个人数据为基础的单人数据模型,并能根据数据扩增自动完善模型。
进一步地,一种基于IPPG的非接触式吸毒人员监测系统,还包括康复阶段心瘾性评估的辅助模块,其具体为:
放松训练模块,用于康复阶段心瘾性评估第一阶段的放松训练;
视频播放模块,用于康复阶段心瘾性评估第二阶段的不同吸毒方式的视频的选择和播放。
进一步地,一种基于IPPG的非接触式吸毒人员监测系统,还包括查询和管理模块,其具体为:
存档查询模块,用于对被检测的吸毒人员的检测数据的存储和查询;
吸毒人员管理模块,用于对被检测的吸毒人员的个人信息登记、编辑、分组等管理。
在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种基于IPPG的非接触式吸毒人员监测方法,包括从开始戒毒到动态管控解除的监管过程中对吸毒人员进行系统性检测的方法,包括以下步骤:
S1、对被检测人员进行人脸识别,根据人脸检测结果进行信息登记或自动匹配身份信息;
根据人脸检测结果,在系统已接受检测人员的信息数据库中进行查询,判断被检测人员是否为第一次接受检测,若是,则返回未匹配人员信息,要求进行被检测人员信息登记,登记完成后再进入下一步;反之,则自动匹配数据库中已有身份和过往检测信息,进入下一步;
S2、采集被检测人员的人脸视频,分解和提取视频的帧图像,通过对帧图像的分析处理,提取出IPPG信号;
所述对帧图像的分析处理包括人脸的定位追踪和对齐、人脸图像的欧拉放大、肤色检测和感兴趣区域(ROI)提取等处理;
所述IPPG信号由ROI的RGB三通道的灰度均值数据构成;
S3、对IPPG信号数据进行分析和处理,提取出脉搏波特征参数,同时通过运算获得心率、呼吸频率、血压、心率变异性等生理指标数据;
所述对IPPG信号数据的分析处理包括通过数学形态去噪算法,采用形态开-闭和形态闭-开加权组合形式的滤波器进行脉冲噪声和基线漂移去除,以及对不同生理指标提取进行相应的滤波和运算;
所述脉搏波特征参数包括时域特征参数和频域特征参数,所述时域特征参数包括每个脉搏波周期内的脉搏波主波高度H、降中峡相对高度h1/H、重搏波相对高度h2/H、主波上升斜率V、脉动周期时间T、收缩期时间比t1/T、舒张期时间比t2/T、收缩期和舒张期时间比t1/t2、脉搏波波图面积S、收缩面积比S1/S、舒张面积比S2/S、收缩和舒张面积比S1/S2、脉搏波波形特征量K、心输出量Z等参数;所述频域特征参数为通过快速傅里叶变换(FFT)得到的脉搏波幅值谱中基波到第六次谐波的7个波峰所对应的频率和幅值;
S4、根据系统已有根据吸毒人员样本数据库构建的模型,对上述脉搏波特征参数和生理指标数据进行分析处理,判定被检测人员的吸毒和戒毒情况;
所述根据吸毒人员样本数据库构建的模型包括所有以已采集到的不同吸毒类型、不同吸毒和戒毒阶段的吸毒人员的脉搏波特征参数和生理指标数据构建的群体常模数据模型,以及以个人所有系统检测的历史数据构建的单人数据模型;
所述被检测人员的吸毒和戒毒情况,其中吸毒情况包括当前是否处于吸毒后的代谢周期内、是否有吸毒史、当前和历史可能吸食的毒品类型等;戒毒情况包括处于戒毒的哪个阶段、“脱毒阶段”可能采用的脱毒疗法、不同阶段的戒毒效果和恢复情况评估等;
S5、将被检测人员的检测数据自动分类后存储到样本数据库中,用于后续模型的优化和完善。
2.根据权利1所述的一种基于IPPG的非接触式吸毒人员监测方法,还包括通过生理数据检测对脱毒后的人员在康复阶段的心瘾性进行评估,包括以下步骤:
W1、让被评估人员面对视频图像采集设备坐下,进行3-5分钟的放松训练,通过视频图像进行基线生理数据的采集;
W2、根据被评估人员实际情况,选择和播放相应的吸毒方式的视频,在视频播放过程中再次对生理数据进行采集;
W3、将两组生理数据进行差异性检验,同时结合吸毒人员样本数据库中康复阶段人员的数据模型,判定被评估人员的心瘾性程度。
3.根据权利1所述的一种基于IPPG的非接触式吸毒人员监测方法,不仅可以进行针对性的单人检测,在环境条件允许的情况下,可根据实际需求实现多人同时识别和检测,提升检测效率。
4.一种基于IPPG的非接触式吸毒人员监测系统,包括:
视频图像采集模块,用于采集被检测人员的人脸视频图像;
人脸识别模块,用于识别被检测人员的身份,匹配系统中与其关联的信息;
IPPG信号提取模块,用于分解和提取视频的帧图像,并通过对帧图像的分析处理提取出IPPG信号数据;
生理数据获取模块,用于对IPPG信号数据进行分析处理,获取脉搏波特征参数和生理指标数据;
分析判定模块,用于根据系统已有根据吸毒人员样本数据库构建的模型,对脉搏波特征参数和生理指标数据进行分析处理,判定被检测人员的吸毒和戒毒情况,包括康复阶段心瘾性评估;
数据模型构建模块,用于根据吸毒人员样本数据库,构建不同类型、阶段的群体常模数据模型和以个人数据为基础的单人数据模型,并能根据数据扩增自动完善模型。
5.根据权利4所述的一种基于IPPG的非接触式吸毒人员监测系统,还包括康复阶段心瘾性评估的辅助模块,其具体为:
放松训练模块,用于康复阶段心瘾性评估第一阶段的放松训练;
视频播放模块,用于康复阶段心瘾性评估第二阶段的不同吸毒方式的视频的选择和播放。
6.根据权利4所述的一种基于IPPG的非接触式吸毒人员监测系统,还包括查询和管理模块,其具体为:
存档查询模块,用于对被检测的吸毒人员的检测数据的存储和查询;
吸毒人员管理模块,用于对被检测的吸毒人员的个人信息登记、编辑、分组等管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748678.3A CN111839482A (zh) | 2020-07-30 | 2020-07-30 | 一种基于ippg的非接触式吸毒人员监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748678.3A CN111839482A (zh) | 2020-07-30 | 2020-07-30 | 一种基于ippg的非接触式吸毒人员监测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111839482A true CN111839482A (zh) | 2020-10-30 |
Family
ID=72946221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010748678.3A Withdrawn CN111839482A (zh) | 2020-07-30 | 2020-07-30 | 一种基于ippg的非接触式吸毒人员监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111839482A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128387A (zh) * | 2021-04-14 | 2021-07-16 | 广州大学 | 基于面部表情特征分析的吸毒者毒瘾发作识别方法 |
CN115116097A (zh) * | 2022-08-29 | 2022-09-27 | 成都体育学院 | 戒毒人员复吸风险预测方法、装置及可读存储介质 |
CN116392076A (zh) * | 2023-04-06 | 2023-07-07 | 杭州臻稀生物科技有限公司 | 一种基于边缘计算的吸毒人员检测系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107320081A (zh) * | 2017-07-03 | 2017-11-07 | 北京大学 | 对吸毒人员进行复吸监测的方法和系统 |
CN107536602A (zh) * | 2017-09-30 | 2018-01-05 | 深圳前海全民健康科技有限公司 | 基于脉搏波的吸毒人员筛查方法 |
CN107569218A (zh) * | 2017-09-19 | 2018-01-12 | 上海青研科技有限公司 | 一种戒毒效果检测装置 |
CN109498059A (zh) * | 2018-12-18 | 2019-03-22 | 首都师范大学 | 一种非接触式人体状态监测系统及人体状态管理监测方法 |
CN110151184A (zh) * | 2019-04-19 | 2019-08-23 | 昆明依利科特科技有限公司 | 非接触式吸毒人员快速检测系统及方法 |
CN111387959A (zh) * | 2020-03-25 | 2020-07-10 | 南京信息工程大学 | 一种基于ippg的非接触式生理参数检测方法 |
-
2020
- 2020-07-30 CN CN202010748678.3A patent/CN111839482A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107320081A (zh) * | 2017-07-03 | 2017-11-07 | 北京大学 | 对吸毒人员进行复吸监测的方法和系统 |
CN107569218A (zh) * | 2017-09-19 | 2018-01-12 | 上海青研科技有限公司 | 一种戒毒效果检测装置 |
CN107536602A (zh) * | 2017-09-30 | 2018-01-05 | 深圳前海全民健康科技有限公司 | 基于脉搏波的吸毒人员筛查方法 |
CN109498059A (zh) * | 2018-12-18 | 2019-03-22 | 首都师范大学 | 一种非接触式人体状态监测系统及人体状态管理监测方法 |
CN110151184A (zh) * | 2019-04-19 | 2019-08-23 | 昆明依利科特科技有限公司 | 非接触式吸毒人员快速检测系统及方法 |
CN111387959A (zh) * | 2020-03-25 | 2020-07-10 | 南京信息工程大学 | 一种基于ippg的非接触式生理参数检测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128387A (zh) * | 2021-04-14 | 2021-07-16 | 广州大学 | 基于面部表情特征分析的吸毒者毒瘾发作识别方法 |
CN113128387B (zh) * | 2021-04-14 | 2023-10-13 | 广州大学 | 基于面部表情特征分析的吸毒者毒瘾发作识别方法 |
CN115116097A (zh) * | 2022-08-29 | 2022-09-27 | 成都体育学院 | 戒毒人员复吸风险预测方法、装置及可读存储介质 |
CN116392076A (zh) * | 2023-04-06 | 2023-07-07 | 杭州臻稀生物科技有限公司 | 一种基于边缘计算的吸毒人员检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104102915B (zh) | 一种心电异常状态下基于ecg多模板匹配的身份识别方法 | |
CN111839482A (zh) | 一种基于ippg的非接触式吸毒人员监测方法和系统 | |
Fraiwan et al. | Classification of sleep stages using multi-wavelet time frequency entropy and LDA | |
Belgacem et al. | ECG based human authentication using wavelets and random forests | |
Lim et al. | Heartrate-dependent heartwave biometric identification with thresholding-based GMM–HMM methodology | |
CN101773394A (zh) | 身份识别方法及应用该方法的身份识别系统 | |
CN103345600A (zh) | 一种心电信号数据处理方法 | |
Belgacem et al. | Person identification system based on electrocardiogram signal using LabVIEW | |
Shen et al. | The PLR-DTW method for ECG based biometric identification | |
CN102772223A (zh) | 心音/心脏疾病风险的判别系统及其方法 | |
CN106874722A (zh) | 一种基于心电信号的身份识别方法及其装置 | |
Hu et al. | Pulse wave cycle features analysis of different blood pressure grades in the elderly | |
Jaafar et al. | Acceleration plethysmogram based biometric identification | |
Singla et al. | ECG as biometric in the automated world | |
CN111870235A (zh) | 一种基于ippg的吸毒人员筛查方法 | |
Safie et al. | ECG biometric authentication using Pulse Active Width (PAW) | |
CN113243902B (zh) | 一种基于光电容积脉搏波的特征提取方法 | |
Agrafioti et al. | Medical biometrics: The perils of ignoring time dependency | |
Wu et al. | ECG identification based on neural networks | |
Athaya et al. | Evaluation of different machine learning models for photoplethysmogram signal artifact detection | |
CN113069091A (zh) | 一种ppg信号的脉象分类装置及方法 | |
Amiruddin et al. | Performance evaluation of human identification based on ECG signal | |
Bassiouni et al. | A study on the Intelligent Techniques of the ECG-based Biometric Systems | |
Ali et al. | A novel technique to diagnose sleep apnea in suspected patients using their ECG data | |
Cheng et al. | A novel identity authentication method by modeling Photoplethysmograph waveform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201030 |
|
WW01 | Invention patent application withdrawn after publication |