基于实物交互的认知和运动功能检测系统及数据处理方法技术方案

本发明专利技术公开了一种基于实物交互的认知和运动功能检测系统及数据处理方法。本系统包括一数据处理单元，若干立方块壳，每一立方块壳表面设置有压力传感器、立方块壳内部设有惯性传感器、MCU微控制单元及通信模块；其中，压力传感器、惯性传感器分别与该MCU微控制单元数据连接，通信模块与该MCU微控制单元数据连接，该通信模块与该数据处理单元通信连接，用于将压力传感器、惯性传感器采集的传感器数据发送给该数据处理单元。本发明专利技术通过定量化的数据，避免人为检查的不确定性；并且此系统方便携带，可以随时进行检测，解决不能实时监测和早期预警的问题。

Cognitive and moving function detection system based on physical interaction and data processing method

The invention discloses a cognitive and moving function detection system based on physical interaction and a data processing method. The system includes a data processing unit, a plurality of cube shell, each cubic block shell surface is provided with a pressure sensor, cubic block shell with internal inertial sensor, MCU micro control unit and a communication module; wherein, the inertial sensor, pressure sensor connected with the MCU micro control unit data connection, communication module and the MCU micro control unit of data connection, the communication module is connected with the data processing unit is used to transmit sensor data communication, pressure sensor, inertial sensor acquisition to the data processing unit. Through quantitative data, the invention avoids the uncertainty of human inspection; and the system is convenient to carry, can be tested at any time, and solves the problem that the real-time monitoring and early warning can not be carried out.

【技术实现步骤摘要】
基于实物交互的认知和运动功能检测系统及数据处理方法
本专利技术涉及到一种基于实物交互的认知和运动功能对人体神经系统健康状况进行检测的系统及其数据处理方法。
技术介绍
神经系统疾病(NervousSystemDiseases,NSD)是一种严重影响人类生命和生活质量的疾病。例如神经系统引起的脑卒中(Stroke)并发症是世界范围内人口死亡的第三位病因和成人残疾的首要原因。在我国，中国每年新发脑卒中患者约200万人，其中70％～80％的脑卒中患者因为残疾不能独立生活。脑血管疾病的高发病率、高死亡率和高致残率，给患者的家庭和社会都带来了沉重的负担。近年来，人们对日常健康状态的检测主要依赖于去医院进行体检，但是，一次完整的体检需要耗费较多的时间和金钱，不可能做到日常检测，也没有个人实际情况的针对性。另外，也有一些医学量表用于神经系统疾病的评估，比如ActionResearchArmTest(ARAT)量表、WolfMotorFunctionTest(WMFT)量表以及Fugl-MeyerAssessment(FMA)量表等。这些量表被用来检查被试的运动功能，比如抓、握、捏和大的运动动作等，可以突出体现用户的神经系统疾病状况。在这些量表的检查项目中，有一部分是日常可接触的物品，如杯子、石块等，用户需要按照量表和医生的要求，进行一系列的操作，医生通过观察病人的动作，对其进行打分，并根据分数进行后续分析检查。但是这些检测方法非常的耗费时间，而且此方法并未解决不能实时和早期预警的问题。
技术实现思路
针对上述问题，本专利技术的目的在于提供一种能够实时检测的基于实物交互的认知和运动功能检测系统及其数据处理方法。通过定量化的数据，避免人为检查的不确定性；并且此系统方便携带，可以随时进行检测，解决不能实时监测和早期预警的问题。一种基于实物交互的认知和运动功能检测系统，它包括两个部分：一个是硬件系统，除了立方块外壳以外，还包括置入立方块中的控制模块、数据采集模块和传输模块等部件；另一个是软件系统，用于处理和分析传感器采集的不同数据，检测用户神经系统健康状况。其中，硬件系统包括数据采集模块，由惯性传感器和压力传感器组成，用于采集抓握立方块的压力信息、抖动信息、完成时间以及任务完成情况；包括控制模块，用于负责控制各传感器件数据采集和传输；包括传输模块，用于将采集的数据传输到计算机系统中。一种基于实物交互的认知和运动功能检测方法，其步骤包括：1)采集用户在完成任务过程中的各传感器的数据。2)根据压力传感器数据的变化，可以标定一个动作序列的起始/终止点。在此动作序列中又可以根据惯性传感器数据进行子动作切分，被切分的子动作包括拿起/放下、握住不动以及移动。根据惯性传感器中加速度计和陀螺仪在竖直方向上的数值的变化，可以切分出动作序列中的拿起/放下子动作；根据惯性传感器中加速度计、陀螺仪和磁力计在水平方向上的数值的变化，可以切分出动作序列中的移动和握住不动子动作。3)对已切分好的单一子动作进行识别，将其识别成建模列表中的标准子动作，对不能识别或不在模型中的单一子动作进行记录，若多次出现则计算机会进行记录，并对模型进行调整，若不常出现，将被丢弃。本专利技术通过采集正常人通过立方块壳进行每一设定子动作时的惯性传感器数据，将其作为该子动作的标准子动作对应的惯性传感器数据，得到该建模列表。4)提取每一子动作对应的惯性传感器数据和压力传感器数据的特征，将连续的时序数值变化转换成一系列时域和频域的特征。5)对于已知神经系统疾病类别的用户和正常用户，采集他们在通过立方块壳进行子动作时所采集的惯性传感器数据、压力传感器数据以及任务完成时间和完成情况等数据，利用机器学习的方法，将健康用户和非健康用户的部分数据用作训练集，使用不同的分类方法进行训练，并用剩余的用户数据进行评估，得出神经系统疾病辅助诊断及预警模型。对于步骤4)所提取的特征，将这些特征与已建立的神经系统疾病辅助诊断及预警模型进行比对，分析特征所属类别，进而判断神经系统疾病情况及类别。进一步地，所述采集用户在拼凑立方块的过程中的各传感器的数据，是指用户在不被传感器干扰的情况下，按照自己日常生活中抓握方块的习惯正常使用本系统，在这些立方块被使用的过程中，其中集成的传感器对用户的使用情况进行监测，采集用户动作数据以及压力数据。进一步地，所述根据压力传感器数据进行运动数据切分，其原理在于用户使用立方块的过程中，不同子动作之间会有比较明显的界限，如数值突然增加并超过设定的阈值等，这些界限可以使用压力传感器进行标定，并进行进一步切分。进一步地，所述对子动作进行识别，是指根据上一个子动作和压力传感器数据对用户当前的动作进行进一步的分析和识别。进一步地，所述提取子动作惯性传感器特征，是指根据神经系统疾病的特点(如震颤、动作协调性等)分析惯性传感器数据，从原始输入数据中提取相应特征的过程。其特征包括时域和频域的相关特征。进一步地，所述将特征与已建立的神经系统疾病辅助诊断及预警模型进行对比，是指将特征向量输入到本专利技术事先已建立的诊断及预警模型中，进行机器学习预测的过程。在建立模型的过程中，采集了大量病人及正常人的数据，通过机器学习的方法，对已选择的特征进行抽取，并训练形成诊断与预警模型。相对于现有技术，本专利技术的积极效果为：本专利技术提供的基于实物交互的认知和运动功能检测系统是一种自然方便的神经系统健康诊断系统，通过在立方块的基础上增加了多种传感器，不仅对方块的功能进行了丰富，而且能在日常工作和生活中方便而又自然的实现健康状况监测。并且定量化的数据分析，能够避免人为检查的不确定性。附图说明图1为本专利技术实施例基于实物交互的认知和运动功能检测系统的结构示意图。图2为本专利技术实施例基于实物交互的认知和运动功能检测系统中立方壳排列的示意图。图3为本专利技术实施例基于实物交互的认知和运动功能检测系统目标图案的示意图。图4为本专利技术实施例基于实物交互的认知和运动功能检测系统中硬件系统模块图。图5为本专利技术方法流程图。其中，10-检测系统，11-立方块壳，12-压力传感器，13-MCU微控制单元，14-惯性传感器，15-蓝牙通信模块。具体实施方式请参阅图1，本专利技术实施例提供一种基于实物交互的认知和运动功能检测系统，包括硬件系统和软件系统。所述硬件系统包括安装于立方块壳11表面用于测量抓握方块压力信息的压力传感器12；安装于方块内部的惯性传感器14用于测量抓握方块时的抖动情况，并计算用户的运动轨迹；安装于方块内部的MCU微控制单元13及蓝牙通信模块15用于将不同传感器收集的数据传输至计算机系统。所述软件系统包括数据接收和数据处理两个部分。数据接收部分，计算机利用蓝牙通信方式接收微控制单元13采集的各个传感器的数据。数据处理部分，包括数据预处理、去噪、特征提取、分类、结果分析等，最终将对用户的神经系统健康状况进行评估。惯性传感器14包括加速度计、陀螺仪和磁力计，以及他们进行组合而成的惯性运动捕获系统。这些运动传感器一般有三个轴，但根据实际需要可使用单轴或双轴的传感器。同时，也可根据所需的精度，调整芯片的固件程序，以设置传感器的精度和量程等参数。它们具有成本低、尺寸小、质量轻等特点，能够很方便的集成到方块内部。惯性传感器14能够本文档来自技高网...

【技术保护点】
一种基于实物交互的认知和运动功能检测系统，其特征在于，包括一数据处理单元，若干立方块壳，每一立方块壳表面设置有压力传感器、立方块壳内部设有惯性传感器、MCU微控制单元及通信模块；其中，压力传感器、惯性传感器分别与该MCU微控制单元数据连接，通信模块与该MCU微控制单元数据连接，该通信模块与该数据处理单元通信连接，用于将压力传感器、惯性传感器采集的传感器数据发送给该数据处理单元。

【技术特征摘要】
1.一种基于实物交互的认知和运动功能检测系统，其特征在于，包括一数据处理单元，若干立方块壳，每一立方块壳表面设置有压力传感器、立方块壳内部设有惯性传感器、MCU微控制单元及通信模块；其中，压力传感器、惯性传感器分别与该MCU微控制单元数据连接，通信模块与该MCU微控制单元数据连接，该通信模块与该数据处理单元通信连接，用于将压力传感器、惯性传感器采集的传感器数据发送给该数据处理单元。2.如权利要求1所述的系统，其特征在于，该立方块壳表面贴有由两种不同颜色的等腰直角三角形组成的正方形纸质贴片。3.一种对权利要求1所述基于实物交互的认知和运动功能检测系统的数据处理方法，其步骤为：1)对不同对象类别的传感器数据集进行特征提取作为训练集，利用机器学习的方法进行训练，创建一预警模型；其中，该传感器数据集为设定对象利用立方块壳完成设定任务过程中产生的传感器数据，传感器数据包括压力传感器数据和惯性传感器数据；2)数据处理单元根据收到的传感器数据集中的压力传感器数据的变化，对惯性传感器数据进行切分；3)根据建模列表中的标准子动作对应的惯性传感器数据识别切分后的惯性传感器数据分别对应的子动作；4...

【专利技术属性】
技术研发人员：田丰，胡伟平，韩冬奇，王宏安，
申请(专利权)人：中国科学院软件研究所，
类型：发明
国别省市：北京,11