[发明专利]一种基于智能移动终端操作行为识别的手指灵活度检测模型的构建方法

摘要

本发明公开了一种基于智能移动终端操作行为识别的手指灵活度检测模型的构建方法，该方法通过收集用户与智能移动终端之间的交互行为数据，提取手掌几何特征、手指灵巧度特征等，从而检测判定当前智能移动终端用户的手指灵活度。本发明基于智能移动终端平台，能够在不给用户添加任何负担的情况下实现便捷、准确的检测用户的手指灵活度，本发明的方法可以应用于帕金森病的早期症状检测，也可以应用于其他运动障碍疾病的初步检测，具有极高的适用性与推广前景。

主权项

1.一种基于智能移动终端操作行为识别的手指灵活度检测方法，其特征在于，该方法包括以下步骤：1)交互行为数据的采集与行为特征的提取，用户与智能移动终端的触敏屏进行交互操作，用户交互手势包括滑动动作，与此同时，智能移动终端的压力传感器采集相应的交互数据，获得行为特征；2)使用机器学习算法建立单分类训练器，其中以正常人行为特征数据作为负样本，以帕金森病患者行为特征数据作为正样本；针对滑动手势，采用三种角度的分类算法进行模型融合，具体模型架构如下：①空间角度：通过提取整个滑动过程的坐标数据，并将每个坐标点处的压力大小与灰度值进行线性映射，形成整个滑动过程的灰度特征轨迹图，将问题转换为图像分类问题，再利用卷积神经网络(CNN)对灰度特征轨迹图进行处理；②时间角度：将整个滑动过程中传感器信号转换为时间序列格式，并利用长短期记忆网络(LSTM)进行时序分类，获得判断结果；③综合角度：根据前述的19个特征，采用经典的分类机器学习算法进行分类，所述的经典的分类机器学习算法包括KNN、SVM、Random Forest；将以上三种方法的分类结果进行加权平均，得到最终判定结果，并采取如下性能指标判定分类结果的可信度：ROC曲线下的面积AUC和等错误率EER。