通过混合反射/光光谱指纹深度学习进行非法药物歧视的现场可移植技术
Alexander Power1, Matthew Gardner2, Rachael Andrews2
1Department of Computer Science, University of Bath, Bath BA2 7AY, U.K.
Analytical chemistry
|May 7, 2025
概括
一个新的便携式设备使用混合光谱学和深度学习来准确识别街头毒品中的新型精神活性物质 (NPS),包括二和尼塔. 这项技术通过快速的现场药物分析,有助于减少伤害的努力.
科学领域:
- 分析化学 分析化学
- 法医科学 法医科学 法医科学
- 机器学习 机器学习
背景情况:
- 新型精神活性物质 (NPS) 由于其强度和快速演变而构成重大挑战.
- 现有的现场便携式技术难以检测NPS,阻碍了减少危害的服务.
- 类药物,合成阿片类药物,合成大麻素和甲丁是NPS相关损害的主要原因.
研究的目的:
- 开发和验证一种便携式光谱方法来识别NPS.
- 为检测到的NPS提供度信息.
- 通过在现场进行快速的药物分析,支持基于社区的降低危害.
主要方法:
- 混合光和反射光谱仪.
- 使用在预处理的光谱数据上训练的深度学习算法.
- 采用低成本,便携式设备,需要最低限度的用户培训.
主要成果:
- 准确识别街头药片中的11种二,包括辅助剂.
- 检测复杂的药物混合物,如尼塔 + 二,芬太尼 + 克西拉和海洛因 + 尼塔.
- 证明了将其推广到NPS以外的其他药物类别的潜力.
结论:
- 混合光谱与深度学习相结合,为NPS检测提供了可行的解决方案.
- 这种便携式设备立即有可能增强基于社区的减少伤害服务.
- 开发的方法显示了药物分析中更广泛的应用的前景.


