基于瞳孔对光反射动态变化的毒品使用者无创识别方法

本发明公开了一种基于瞳孔对光反射动态变化的毒品使用者无创识别方法，本发明方法基于遗传算法优化的异构堆叠集成模型，融合Gaussian Process、Extra Trees、CatBoost、Gaussian Naive Bayes和AdaBoost分类器，并通过动态加权投票策略构建决策机制；本发明方法在独立测试集上取得84.04%的识别准确率，其中主频峰值与瞳孔直径变异性为贡献最大的两个特征，累计贡献度达56.7%；本发明在实现快速、无创毒品使用者筛查的同时，显著提升了模型的临床可解释性，为成瘾性药物引起的自主神经功能障碍提供了量化生物学指标，也为公共卫生监测与临床辅助决策提供了有效技术手段，具有广阔的应用前景。