一种基于生活用品的神经系统疾病监测与预警系统技术方案

本发明专利技术公开了一种基于生活用品的神经系统疾病监测与预警系统。通过将普适传感器与生活用品相结合，监测用户在日常生活中使用生活用品的情况。通过对数据的采集、分段和分析，来评估将有可能患有神经系统疾病人员的上肢运动功能，进一步对神经系统疾病的发病情况进行预警或辅助诊断。通过定量化的数据，说明老年人的运动功能情况，避免人为检查的不确定性，并且通过将系统植入到日常生活中，解决不能实时监测和早期预警的问题。

A kind of nervous system disease monitoring and early warning system based on daily necessities

The invention discloses a nervous system disease monitoring and early warning system based on daily necessities. By combining pervasive sensors with daily necessities, users can monitor the use of daily necessities in their daily life. Through data collection, segmentation and analysis, we can assess the upper limb movement function of persons who may be suffering from neurological diseases, and further predict or assist diagnosis of the incidence of nervous system diseases. Through quantitative data, we can explain the motor function of the elderly, avoid the uncertainty of human detection, and solve the problem of incapability of real-time monitoring and early warning by embedding the system into daily life.

【技术实现步骤摘要】
一种基于生活用品的神经系统疾病监测与预警系统
本专利技术属于人机交互和家庭医疗领域，具体涉及一种基于生活用品的神经系统疾病监测与预警系统。
技术介绍
我国已逐渐进入人口老龄化社会，由其引发的问题也越来越突出，危害老年人群的慢性疾病成为威胁人类健康的重要疾病，神经系统疾病就是其中之一。神经系统疾病，如帕金森、小血管病、痴呆等，在全世界范围内的发病率呈现上升趋势，会导致严重的运动功能障碍，具有高死亡率和高致残率等特点，严重影响患者寿命及生活质量，给社会和家庭带来沉重负担。现有的神经系统疾病诊断方法主要依赖于对神经系统功能和影像改变的经验性和定性判断。通常是在老年人已经出现相应身体状况后，到医院就诊，并进行的相关检查。其结果具有很大的不确定性，并且不能做到实时检测和早期预警，也有悖于现在医疗早发现早治疗的原则。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、捏和大的本文档来自技高网...

【技术保护点】
一种基于生活用品的神经系统疾病监测与预警系统，包括：集成于生活用品中的运动传感器，用于采集用户在使用生活用品时的运动数据；集成于生活用品中的辅助传感器，用于采集用户在使用生活用品时的辅助通道数据；动作切分模块，用于根据辅助通道数据的变化对运动数据进行切分，将用户使用生活用品时的连续性动作切分成单一子动作；环境上下文分析模块，通过对已采集的运动数据和辅助通道数据进行分析，结合当前生活用品使用状态进行环境上下文分析；子动作识别模块，用于根据环境上下文信息和辅助通道数据对单一子动作进行语义理解，将其识别成标准子动作；特征提取模块，用于对识别出的标准子动作对应的运动数据进行时间窗口划分后提取时域和频域...

【技术特征摘要】
1.一种基于生活用品的神经系统疾病监测与预警系统，包括：集成于生活用品中的运动传感器，用于采集用户在使用生活用品时的运动数据；集成于生活用品中的辅助传感器，用于采集用户在使用生活用品时的辅助通道数据；动作切分模块，用于根据辅助通道数据的变化对运动数据进行切分，将用户使用生活用品时的连续性动作切分成单一子动作；环境上下文分析模块，通过对已采集的运动数据和辅助通道数据进行分析，结合当前生活用品使用状态进行环境上下文分析；子动作识别模块，用于根据环境上下文信息和辅助通道数据对单一子动作进行语义理解，将其识别成标准子动作；特征提取模块，用于对识别出的标准子动作对应的运动数据进行时间窗口划分后提取时域和频域特征向量；模型匹配模块，用于将提取的时域和频域的特征向量与已建立的神经系统疾病辅助诊断及预警模型进行匹配，分析特征所属类别，进而判断神经系统疾病情况及类别。2.如权利要求1所述的基于生活用品的神经系统疾病监测与预警系统，其特征在于，所述运动传感器，包括加速度计、陀螺仪和磁力计，以及它们进行组合而成的惯性运动捕获系统。3.如权利要求1所述的基于生活用品的神经系统疾病监测与预警系统，其特征在于，所述辅助传感器包括压力传感器、红外传感器、距离传感器、温度传感器和电容传感器。4.如权利要求1所述的基于生活用品的神经系统疾病监测与预警系统，其特征在于，所述运动传感器记录的开始点由辅助传感器触发。5.如权利要求1所述的基于生活用品的神经...

【专利技术属性】
技术研发人员：田丰，陈毅能，朱以诚，崔丽英，彭斌，王宏安，
申请(专利权)人：中国科学院软件研究所，中国医学科学院北京协和医院，
类型：发明
国别省市：北京,11