[发明专利]一种基于触控手势的非干扰式神经系统疾病辅助检测系统

说明书

本发明公开一种基于触控手势的非干扰式神经系统疾病辅助检测系统，属于数字医疗领域，主要基于训练好的神经系统疾病诊断模型K，利用待诊断的受试者触屏过程中的触屏动作，收集手势操作数据，通过神经系统疾病诊断模型进行判断，定量化分析、挖掘疾病更多的信息，可以应用于疾病早期诊断、预防和康复状态监控中，达到防患于未然的作用。

技术领域

本发明属于数字医疗领域，具体涉及一种基于触控手势的非干扰式神经系统疾病辅助检测系统。

背景技术

随着科技水平的快速发展和物质生活的不断提高，人们的平均正常寿命也越来越长，人口老龄化情况也越来越严重，所以关爱中老年人的身心健康就很有必要。而严重困扰着中老年人身心健康的常见疾病有阿尔兹海默症、帕金森病和脑小血管病等神经系统疾病，这些疾病都可能对患者的肢体动作等功能造成损伤(参考文献：唐洁,曾艳,林碧映.力量和平衡训练对帕金森病患者运动及姿势控制功能的影响[J].神经损伤与功能重建,2017,12(3):266-268.)。

医学上有多种检测神经系统功能的手段，其中UPDRS评价量表主要是通过主治医生对病人的身体状况进行询问和观察，从而确定病人的神经系统功能(参考文献：Neumann,Wolf Julian,et al.Subthalamic Synchronized Oscillatory Activity CorrelatesWith Motor Impairment in Patients With Parkinson’s Disease.MovementDisorders 31.11(2016):1748-1751.)，但是这种评价方法主要依据的是医生对病人的主观判断。

近几年基于移动设备和可穿戴设备用于疾病诊断和生理状态检测的方法有很多。如利用笔式交互进行连线测试的神经功能评价多通道模型，能够对病人的认知和运动功能有一定的评价(参考文献：黄进,陈毅能,刘杰,田丰,戴国忠,王宏安.移动环境下神经功能评价多通道交互模型.软件学报,2016,27(Sup.2):156-171)。通过受试者在手机应用程序上用笔循迹画弧线，来对该受试者的震颤进行评估(参考文献：Surangsrirat,Decho,etal.Tremor assessment using spiral analysis in time-frequency domain.Proceedings of IEEE Southeastcon IEEE,2013:1-6.)。如设计了一个实时的步态反馈程序，它能检测病人的步态状态并通过音频提醒帕金森病人，从而在康复治疗时更好的配合治疗(参考文献：Casamassima,Filippo,et al.Wearable audio-feedback system forgait rehabilitation in subjects with Parkinson's disease.ACM Conference onPervasive and Ubiquitous Computing Adjunct Publication ACM,2013:275-278.)。Cao等人利用Kinect来对受试者进行步态检测，从而对帕金森病人、偏瘫患者和健康成人进行对比分析(参考文献：Cao,Ya,et al.Kinect-based gait analyses of patients withParkinson's disease,patients with stroke with hemiplegia,and healthy adults.Cns NeuroscienceTherapeutics 23.5(2017):447.)。Min等人设计了一个系统用来记录用户在晚上睡觉时，手机周围的噪声、灯光、手机加速度、手机屏幕on/off、睡眠日志等信息来评估其睡眠质量(参考文献：Min,J.K.,Doryab,A.,Wiese,J.,Amini,S.,Zimmerman,J.,Hong,J.I.(2014).Toss'n' turn:smartphone as sleep and sleep qualitydetector.Sigchi Conference on Human Factors in Computing Systems(pp.477-486).ACM.)。