CN107045393A - 基于数字笔的连线测试多通道数据采集方法及系统 - Google Patents

基于数字笔的连线测试多通道数据采集方法及系统 Download PDF

Info

Publication number
CN107045393A
CN107045393A CN201610081222.XA CN201610081222A CN107045393A CN 107045393 A CN107045393 A CN 107045393A CN 201610081222 A CN201610081222 A CN 201610081222A CN 107045393 A CN107045393 A CN 107045393A
Authority
CN
China
Prior art keywords
line
pen
digital pen
circle
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610081222.XA
Other languages
English (en)
Inventor
田丰
黄进
朱以诚
崔丽英
王宏安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Software of CAS
Peking Union Medical College Hospital Chinese Academy of Medical Sciences
Original Assignee
Institute of Software of CAS
Peking Union Medical College Hospital Chinese Academy of Medical Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Software of CAS, Peking Union Medical College Hospital Chinese Academy of Medical Sciences filed Critical Institute of Software of CAS
Priority to CN201610081222.XA priority Critical patent/CN107045393A/zh
Publication of CN107045393A publication Critical patent/CN107045393A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0354—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of 2D relative movements between the device, or an operating part thereof, and a plane or surface, e.g. 2D mice, trackballs, pens or pucks
    • G06F3/03545—Pens or stylus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Position Input By Displaying (AREA)

Abstract

本发明属于数字医疗领域，具体涉及一种利用数字笔的轨迹、压力、笔身三维姿态的连线测试(TMT)多通道数据采集方法及系统。本发明利用数字笔的多通道输入，建立一种基于数字笔的连线测试(TMT)新型数据采集方法，从而能有效量化认知与手部运动功能数据，提高疾病信息判断的综合性和客观性。融合了数字笔的多种通道输入(笔尖轨迹、笔尖压力、笔尾三维倾角、笔身自转角等)。通过多通道融合的方法来建立时间相关的TMT数据模型，为认知‑运动功能评价方法建立基础。

Description

基于数字笔的连线测试多通道数据采集方法及系统
技术领域
本发明属于数字医疗领域，具体涉及一种利用数字笔的轨迹、压力、笔身三维姿态的连线测试多通道数据采集方法及系统。
背景技术
人机交互和模式识别技术的最新进展为设计笔式计算应用创造了更多的可能性(参考文献：GROSKY W I,ZELEZNIK,R.,MILLER,T.,VAN DAM,A.,LI,C.,TENNESON,D.,MALONEY,C.,LAVIOLA,J.J.Applications and Issues in Pen-Centric Computing[J].IEEEMultiMedia,2008,15pp.14-21.)。平板电脑，具有代表性的基于笔的计算平台(参考文献：DAVIS R.Magic Paper:Sketch-Understanding Research[J].2007,40pp.34-41.)，与用笔写在纸上的方式类似，人们可以使用数字笔在平板电脑屏幕上绘制。笔式交互对于那些具有很少或没有计算机经验的人容易接受。他们可以利用其以前的写作经验，而无需学习如何操纵键盘和鼠标(参考文献：ARIAS-TORRES D.The Design and Evaluation of a Pen-Based ComputerInterface for Novice Older Users；In proceedings ofthe Computer Science,ENC,Seventh MexicanInternational Conference,F,2006[C].2006:pp.142-50.)。尽管这种潜在的优势，只有少数的应用程序利用笔式交互的独特功能[3](参考文献：GROSKYW I,ZELEZNIK,R.,MILLER,T.,VANDAM,A.,LI,C.,TENNESON,D.,MALONEY,C.,LAVIOLA,J.J.Applications and Issues inPen-Centric Computing[J].IEEE MultiMedia,2008,15pp.14-21.)。现有的对测试笔迹的分析局限在笔迹点的二维轨迹，缺乏对握笔姿态，压力等其他维度信息的分析。
绘图已被用来作为一个基本来源为神经心理学家了解他们的患者(参考文献：SMITHAD.On the Use of Drawing Tasks in Neuropsychological Assessment[J].American PsychologicalAssociation,2009,23)。莱扎克认为，绘制任务应该位于神经心理学评估中的核心地位，因为图画是一个丰富的信息源，从中可以了解认知能力的存在(或缺乏)。认知检查本身需要绘图，手功能的一些检查也需要绘图，那么结合在一起可以节省检查时间，成套的认知和运动评价都是非常耗时耗力的，患者常常很难配合长时间的检查。
事实上，临床中认知功能和运动功能的评价(尤其手功能的评价)往往相互影响，单一分析任一功能不利于对临床总体症状的客观认识。例如，常用于评价认知功能的TMT、画钟试验等，均要求受试者能用笔进行实际操作。而运动功能评价方面，如用于评价共济运动能力的阿基米德螺旋，患者的实际操作能力除受手功能影响外，亦受空间执行力、注意力等影响。因此将认知能力和手功能评价融合在一起，利用计算机技术同时采集二者的参数信息，可以定量分析二者的相关性，实现疾病信息的综合且客观的判断，且两者结合比较省时、省力，易于患者配合，将显著提高临床评价的可行性。
信息技术的迅猛发展对神经系统相关疾病预防和诊断起到了辅助和促进作用。传感器的出现帮助人们获取到无法感知的外界信息，把模糊的感知数字化。随着微处理器的处理能力越来越强，处理速度越来越快，临床实验室量化震颤和其他方面的运动障碍的准确度和精确度逐渐提高，这在十年前是做不到的。测量技术的进步也使得几乎所有有意义的正常和精神错乱的运动和生理功能在时间和频域的详细分析成为可能。有几种不同的技术用于测量震颤,使用加速度传感器是最流行的和灵敏的方法之一，但这些设备相对昂贵，必须设置正确，而且一些种类在临床上重要的低频信号产生反应不佳。
数字化输入板提供了一个用来记录和量化手臂运动控制方面加速度计或其他装置所不能完成的替代方法。手绘线条或阿基米德螺旋线，到现在已经主观解释而且跨受试不容易标准化，可以数字化提供图形震颤活动的证据的使用数位板连接到电脑。这种方法新颖、安全、价廉、快速、便携、无创，而且可以检测、表征和定量运动功能障碍而无需电线或其他附件。这种方法不仅可以收集在二维X—Y平面内的测量数据，而且可以获取压力轴，提供虚拟的“三轴”信息采集。数字化输入板虽然仅限于对书写和绘图进行评估，但这些都包含了受影响最严重的震颤或特定任务的手臂功能障碍，因此涵盖了各种重要的临床问题。
佐治亚理工大学的Hyungsin Kim为认知障碍的老年人开发了基于笔的神经心理评估工具(HYUNGSIN KIM Y S C,ELLENYI-LUEN DO.Using Pen-Based Computing in Technologyfor Health；In proceedings of the HCII'11Proceedings of the 14th international conference onHuman-computer interaction:users and applications,F,2011[C].2011:pp.192-201.)。但是并没有加入用户的握笔姿态的分析。
发明内容
本发明的目的在于利用数字笔的多通道输入，建立一种基于数字笔的连线测试(TMT)新型数据采集方法及系统，从而能有效量化认知与手部运动功能数据。通过多通道融合的方法来建立时间相关的TMT数据模型，为认知-运动功能评价方法建立基础。
具体来说，本发明采用的技术方案如下：
基于数字笔的连线测试多通道数据采集方法，包括以下步骤：
1)将电子化的连线测试量表导入数字笔信息采集设备；
2)用户选择开始后，记录用户的开始时间；
3)按照连线测试要求，采用数字笔开始在数字笔信息采集设备显示的圆圈之间连线，落笔点在初始正确标号的圆圈内时，开始采集时间和用户运笔数据；
4)开始数据采集后，记录用户每次落笔到抬笔之间的运笔特征；
5)如果用户从初始正确标号的圆圈连接到下一个正确标号的圆圈内，则第一次连线正确完成，依次执行第二笔连线，直到第24笔连线正确完成；
6)分别形成针对TMT-A和TMT-B的运笔数据模型M-A和M-B，完成连线测试多通道数据的采集。
进一步地，步骤4)中，按照数字笔信息采集设备中设置的采样时间间隔采集用户运笔数据，自动放入相应的笔画点结构中，同时在显示区域反馈用户所画的线，所述笔画点结构是在每一个时间点形成的七维向量X<时间，x坐标，y坐标，笔尖压力，笔尾三维方向角，笔尾三维倾斜角，笔身自转角>，从落笔到抬笔则形成了一个包含m个X的序列S0<X0,X1,X2,..,Xm>，即笔画信息。
也就是说，笔画点结构是运笔特征的单独形式，笔画信息是运笔特征的序列形式。
进一步地，如果用户从错误标号的初始圆圈开始连线，或者从正确标号的初始圆圈开始连线但连接到的下一个圆圈是错误标号的，则连线失败(不会采集时间和用户运笔数据)，并记录一次连线错误。
进一步地，步骤5)中，如果用户的抬笔位置在正确标号的圆圈外，则连线失败，显示的连线消失，并需要返回上次落笔点重新开始执行。
本发明中，连线失败则显示的连线消失，返回上次落笔重新开始，错误则在失败的基础上，还要额外计算错误次数，这里整个测试的错误次数是运笔数据模型中的一个指标。
进一步地，步骤5)中，如果测试过程中形成了一个正确连线，不论用户是否抬笔，则形成一个针对本次连线的连线信息。所述连线信息包括相应连线的完成时间、轨迹长度和精确度。
本发明中，笔画信息是由落笔和抬笔产生的，而连线信息是正确的连线产生的。
进一步地，连线的完成时间T-S0是序列S0中Xm的时间值减去X0的时间值得到；连线的轨迹长度由序列S0中每一点(的坐标)<Xn,Yn>到下一个点(的坐标)<Xn+1,Yn+1>之间的距离求和得到；连线的精确度的计算方法如下：首先计算出从初始正确标号的圆圈中心点到相应的正确标号的圆圈中心点(在TMT-A中为标号1的圆圈中心点到标号2的圆圈中心点，在TMT-B中为标号1的圆圈中心点到标号一的圆圈中心点)的直线位置；然后计算序列S0中每一点(的坐标)<Xn,Yn>到该直线的距离Dn；最后以Dn的和与平均值作为精确度的评价指标。
进一步地，步骤6)中，M-A由24个S型序列组成：<S0,S1,…,S24>。
进一步地，所述运笔数据模型可以记录反应时间，完成时间，总连线时间，圈内停留时间，错误次数，错误率，总平均速度，每段平均速度，最大速度，偏移度，最大偏移值，压力，倾斜方向，倾斜幅度，旋转角。
基于数字笔的连线测试多通道数据采集系统，包括：数字笔和数字笔信息采集设备，所述数字笔信息采集设备又包括：连线测试量表模块，运笔特征提取模块，连线信息记录模块和运笔数据模型模块，其中：
数字笔，用于进行连线；
连线测试量表模块，用于存储及显示电子化的连线测试量表；
运笔特征提取模块，用于提取连线过程中用户的运笔特征；
连线信息记录模块，用于记录用户连线过程中相应的连线信息；
运笔数据模型模块，用于存储运笔数据模型。该运笔数据模型模块包含整个连线测试进行完提取的总体数据信息。
进一步地，所述电子化的连线测试量表为按照纸质版进行等比例缩放的量表，颜色初始采用绿色。
进一步地，所述运笔特征在每一个时间点形成一个七维向量X<时间，x坐标，y坐标，笔尖压力，笔尾三维方向角，笔尾三维倾斜角，笔身自转角>，从落笔到抬笔则形成一个包含m个X的序列S0<X0,X1,X2,..,Xm>。
进一步地，所述连线信息包括所述笔画的完成时间、轨迹长度和精确度。
进一步地，所述运笔数据模型记录反应时间，完成时间，总连线时间，圈内停留时间，错误次数，错误率，总平均速度，每段平均速度，最大速度，偏移度，最大偏移值，压力，倾斜方向，倾斜幅度，旋转角。
与现有技术相比，本发明具有的优点和积极效果如下：
1)本发明支持基于数字笔的信息采集方式，从而可以提高传统TMT数据检测的精确度。
2)本发明采用数字笔的轨迹、压力、笔身三维姿态的输入通道，可以支持多种数据类型。
3)本发明采用数字笔方式，可以被认知功能、运动功能等多种评价所采用。
附图说明
图1为本发明数字笔的多种通道数据采集方法示意图。
图2为本发明多通道数据融合方案流程图的示意图。
图3为本发明TMT-A界面显示示意图。
图4为本发明TMT-B界面显示示意图。
具体实施方式
为使本发明的目的、特征和优点能更明显易懂，下文通过具体实施例，并结合附图，做详细的说明。
临床中认知功能和运动功能的评价(尤其手功能的评价)往往相互影响，单一分析任一功能不利于对临床总体症状的客观认识。神经系统检查目前的做法仍然是以十年前的方式操作。患者被要求用笔在一个给定的纸张上进行一系列的评估任务。而且临床中认知功能和运动功能的评价(尤其手功能的评价)往往相互影响，单一分析任一功能不利于对临床总体症状的客观认识。数字化输入板能有效量化认知与手部运动功能数据，提高疾病信息判断的综合性和客观性。本发明方法为该问题提供了一种解决方法。
该方法融合了数字笔的多种通道输入(笔尖轨迹、笔尖压力、笔尾三维倾角、笔身自转角等)，如图1所示。通过多通道融合的方法来建立时间相关的TMT数据模型，为认知-运动功能评价方法建立基础。
本实施例支持用户在液晶数位屏上进行更加有效、精确的数位笔操作；具体实施在Wacom 13HD液晶数位屏上，其屏幕大小为13.0寸，分辨率为1280×800，操作系统为Winodws 8。数位笔为Wacom KP-701E。
医生首先给病人示范从1到8的画线过程，并在画线的同时给病人说明指导语。
TMT-A指导语：“我们有时会用123……来表示顺序。请您按照从数字逐渐升高的顺序画一条连线。从这里开始[指向数字(1)]，从1连向2，再连向3，并一直连下去，到这里结束[指向数字(25)]”。
TMT-B指导语：“我们有时会用123……或者汉语的一二三……来表示顺序。请您按照从数字到汉字并逐渐升高的顺序画一条连线。从这里开始[指向数字(1)]，从1连向一，再连向2，并一直连下去，到这里结束[指向汉字(十二)]”。
如图3所示，液晶数位屏上显示了25个小圆圈，标出数字1～25，25个圆圈的大小，位置，按照纸质版量表进行等比例缩放，病人按数字顺序找出25个圆圈并用直线将它们依次连接起来。连线的过程中尽量不要抬笔。
具体来说，本发明采用的技术方案如下，具体的方案流程图如图2所示：
1)用户选择开始后，该方法记录用户的开始时间Ts(毫秒级)。
2)第一笔需要在标号为1的圆圈内落下，然后尽可能快地向标号为2的圆圈画线。如果落笔点在标号为1的圆圈外，或者开始在标号为1的圆圈外后移入圈内，本方法均不会开始接收数据。
3)如果落笔点在标号为1的圆圈内，本方法开始采集时间和用户运笔数据，每隔10毫秒采集该数据，自动放入相应的笔画点结构中，同时在显示区域反馈用户所画的线。直到用户抬笔，形成针对本次笔画完整的用户笔画信息。
4)期间用户的运笔特征在每一个时间点会形成一个七维向量X<时间，x坐标，y坐标，笔尖压力，笔尾三维方向角，笔尾三维倾斜角，笔身自转角>的笔画点结构。从落笔到抬笔则形成了一个包含m个X的序列S0<X0,X1,X2,..,Xm>笔画信息。
5)连线开始后，如果用户的抬笔位置在正确标号的圆圈外，则连线失败，显示的连线消失，并需要返回上次落笔点重新开始执行。如果用户从错误标号的圆圈开始连线，或者从正确标号的圆圈开始连线但连接到的下一个圆圈是错误标号的，则连线失败，并记录一次连线错误。如果测试过程中形成了一个正确连线，不论用户是否抬笔，则形成一个针对本次连线的连线信息。所述连线信息包括相应连线的完成时间、轨迹长度和精确度。
6)连线的轨迹长度由序列S0中每一点<Xn,Yn>到下一个点的距离<Xn+1,Yn+1>求和得到。
7)连线精确度的计算方法如下：首先计算出从标号为1的圆圈中心点到标号为2的圆圈中心点的直线位置；然后计算序列S0中每一点<Xn,Yn>到该直线的距离Dn；最后以Dn的和与平均值作为精确度的评价指标。
8)用户第一笔连线(从标号为1的圆圈内连到标号为2的圆圈内)正确完成后，返回步骤2)继续执行第二笔连线(从标号为2的圆圈内连到标号为3的圆圈内)。依次执行一直到第24笔连线(从标号为24的圆圈内连到标号为25的圆圈内)正确完成。
9)最后形成针对TMT-A的多通道运笔数据模型M-A。M-A由24个S型序列组成：<S0,S1,…,S24>
10)根据运笔数字模型可以记录反应时间，完成时间，总连线时间，圈内停留时间，错误次数，错误率，总平均速度，每段平均速度，最大速度，偏移度，最大偏移值，压力，倾斜方向，倾斜幅度，旋转角。
13)针对TMT-B的多通道运笔数据模型M-B建立方式与上述方法相同，唯一的区别是在25的小圆圈里的显示内容上。其中13个分别任意标上数字1～13，另外12个圆圈则任意标上一、二……十二诸字母，要求被试按下述顺序连接数字和字母，即1～一、2～二……13～，如图4所示。
以上通过实施例对本发明所述的基于数字笔的连线测试(TMT)多通道数据采集方法进行了详细的说明，但本发明的具体实现形式并不局限于此。本领域的一般技术人员，可以在不背离本发明所述方法的精神和原则的情况下对其进行各种显而易见的变化与修改。本发明的保护范围应以权利要求书所述为准。

Claims (10)

1.基于数字笔的连线测试多通道数据采集方法，包括以下步骤：
1)将电子化的连线测试量表导入数字笔信息采集设备；
2)用户选择开始后，记录用户的开始时间；
3)按照连线测试要求，采用数字笔开始在数字笔信息采集设备显示的圆圈之间连线，落笔点在初始正确标号的圆圈内时，开始采集时间和用户运笔数据；
4)开始数据采集后，记录用户每次落笔到抬笔之间的运笔特征；
5)如果用户从初始正确标号的圆圈连接到下一个正确标号的圆圈内，则第一次连线正确完成，依次执行第二笔连线，直到第24笔连线正确完成；
6)分别形成针对TMT-A和TMT-B的运笔数据模型M-A和M-B，完成连线测试多通道数据的采集。
2.如权利要求1所述的基于数字笔的连线测试多通道数据采集方法，其特征在于，步骤4)中，按照数字笔信息采集设备中设置的采样时间间隔采集用户运笔数据，自动放入相应的笔画点结构中，同时在显示区域反馈用户所画的线，所述笔画点结构是在每一个时间点形成的七维向量X<时间，x坐标，y坐标，笔尖压力，笔尾三维方向角，笔尾三维倾斜角，笔身自转角>，从落笔到抬笔则形成了一个包含m个X的序列S0<X0,X1,X2,..,Xm>，即笔画信息。
3.如权利要求1所述的基于数字笔的连线测试多通道数据采集方法，其特征在于，如果用户从错误标号的初始圆圈开始连线，或者从正确标号的初始圆圈开始连线但连接到的下一个圆圈是错误标号的，则连线失败，并记录一次连线错误。
4.如权利要求1所述的基于数字笔的连线测试多通道数据采集方法，其特征在于，步骤5)中，如果用户的抬笔位置在正确标号的圆圈外，则连线失败，显示的连线消失，并需要返回上次落笔点重新开始执行。
5.如权利要求1所述的基于数字笔的连线测试多通道数据采集方法，其特征在于，步骤5)中，如果测试过程中形成了一个正确连线，不论用户是否抬笔，则形成一个针对本次连线的连线信息，所述连线信息包括相应连线的完成时间、轨迹长度和精确度。
6.如权利要求5所述的基于数字笔的连线测试多通道数据采集方法，其特征在于，所述连线的完成时间T-S0是序列S0中Xm的时间值减去X0的时间值得到；连线的轨迹长度由序列S0中每一点<Xn,Yn>到下一个点<Xn+1,Yn+1>之间的距离求和得到；连线的精确度的计算方法如下：首先计算出从初始正确标号的圆圈中心点到相应的正确标号的圆圈中心点的直线位置；然后计算序列S0中每一点<Xn,Yn>到该直线的距离Dn；最后以Dn的和与平均值作为精确度的评价指标。
7.如权利要求1所述的基于数字笔的连线测试多通道数据采集方法，其特征在于，所述运笔数据模型记录反应时间，完成时间，总连线时间，圈内停留时间，错误次数，错误率，总平均速度，每段平均速度，最大速度，偏移度，最大偏移值，压力，倾斜方向，倾斜幅度和旋转角。
8.基于数字笔的连线测试多通道数据采集系统，包括：用于连线的数字笔和数字笔信息采集设备，所述数字笔信息采集设备又包括：连线测试量表模块，运笔特征提取模块，连线信息记录模块和运笔数据模型模块，其中：
所述连线测试量表模块，用于存储及显示电子化的连线测试量表；
所述运笔特征提取模块，用于提取连线过程中用户的运笔特征；
所述连线信息记录模块，用于记录用户连线过程中相应的连线信息；
所述运笔数据模型模块，用于存储运笔数据模型。
9.如权利要求8所述的基于数字笔的连线测试多通道数据采集系统，其特征在于，所述电子化的连线测试量表为按照纸质版进行等比例缩放的量表，颜色初始采用绿色。
10.如权利要求8所述的基于数字笔的连线测试多通道数据采集系统，其特征在于，所述运笔特征在每一个时间点形成一个七维向量X<时间，x坐标，y坐标，笔尖压力，笔尾三维方向角，笔尾三维倾斜角，笔身自转角>，从落笔到抬笔则形成一个包含m个X的序列S0<X0,X1,X2,..,Xm>；所述连线信息包括所述笔画的完成时间、轨迹长度和精确度；所述运笔数据模型记录反应时间，完成时间，总连线时间，圈内停留时间，错误次数，错误率，总平均速度，每段平均速度，最大速度，偏移度，最大偏移值，压力，倾斜方向，倾斜幅度，旋转角。
CN201610081222.XA 2016-02-05 2016-02-05 基于数字笔的连线测试多通道数据采集方法及系统 Pending CN107045393A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610081222.XA CN107045393A (zh) 2016-02-05 2016-02-05 基于数字笔的连线测试多通道数据采集方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610081222.XA CN107045393A (zh) 2016-02-05 2016-02-05 基于数字笔的连线测试多通道数据采集方法及系统

Publications (1)

Publication Number Publication Date
CN107045393A true CN107045393A (zh) 2017-08-15

Family

ID=59543485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610081222.XA Pending CN107045393A (zh) 2016-02-05 2016-02-05 基于数字笔的连线测试多通道数据采集方法及系统

Country Status (1)

Country Link
CN (1) CN107045393A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409329A (zh) * 2018-11-14 2019-03-01 科大讯飞股份有限公司 图形题目的判别方法、评估方法、装置、设备及存储介质
CN110462568A (zh) * 2017-12-14 2019-11-15 深圳市汇顶科技股份有限公司 触控笔的坐标确定方法、装置、电子设备及存储介质
CN111354458A (zh) * 2018-12-20 2020-06-30 中国科学院软件研究所 基于通用绘图任务的触控交互运动用户特征提取方法和辅助疾病检测系统
CN114096200A (zh) * 2019-07-26 2022-02-25 麦克赛尔株式会社 用于tmt检查结果显示的系统、计算机程序以及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101008876A (zh) * 2006-01-23 2007-08-01 郑希付 手书分析系统
CN103315744A (zh) * 2013-07-01 2013-09-25 中国科学院合肥物质科学研究院 一种手部震颤检测方法
CN103927024A (zh) * 2013-07-25 2014-07-16 沈阳工业大学 一种笔式用户界面中基于笔尖与笔身轨迹的命令扩展方法
CN103956171A (zh) * 2014-04-01 2014-07-30 中国科学院软件研究所 一种多通道简易精神状态检测系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101008876A (zh) * 2006-01-23 2007-08-01 郑希付 手书分析系统
CN103315744A (zh) * 2013-07-01 2013-09-25 中国科学院合肥物质科学研究院 一种手部震颤检测方法
CN103927024A (zh) * 2013-07-25 2014-07-16 沈阳工业大学 一种笔式用户界面中基于笔尖与笔身轨迹的命令扩展方法
CN103956171A (zh) * 2014-04-01 2014-07-30 中国科学院软件研究所 一种多通道简易精神状态检测系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110462568A (zh) * 2017-12-14 2019-11-15 深圳市汇顶科技股份有限公司 触控笔的坐标确定方法、装置、电子设备及存储介质
CN109409329A (zh) * 2018-11-14 2019-03-01 科大讯飞股份有限公司 图形题目的判别方法、评估方法、装置、设备及存储介质
CN111354458A (zh) * 2018-12-20 2020-06-30 中国科学院软件研究所 基于通用绘图任务的触控交互运动用户特征提取方法和辅助疾病检测系统
CN111354458B (zh) * 2018-12-20 2023-11-14 中国科学院软件研究所 基于通用绘图任务的触控交互运动用户特征提取方法和辅助疾病检测系统
CN114096200A (zh) * 2019-07-26 2022-02-25 麦克赛尔株式会社 用于tmt检查结果显示的系统、计算机程序以及方法
CN114096200B (zh) * 2019-07-26 2024-03-12 麦克赛尔株式会社 用于tmt检查结果显示的系统、计算机程序以及方法

Similar Documents

Publication Publication Date Title
EP2568881B1 (en) Apparatus for use in diagnosing and/or treating neurological disorder
EP2698112A1 (en) Real-time stress determination of an individual
CN107045393A (zh) 基于数字笔的连线测试多通道数据采集方法及系统
CN103956171B (zh) 一种多通道简易精神状态检测系统
CN102920451B (zh) 以多点触摸的方式测量心电图的方法
CN114224296B (zh) 基于可穿戴式传感装置的帕金森运动症状量化评估系统
CN105342569A (zh) 一种基于脑电分析的精神状态检测系统
CN100472419C (zh) 手书分析方法
US20220211283A1 (en) Methods for blood pressure calibration selection and modeling methods thereof
CN108962379B (zh) 一种脑神经系统疾病的手机辅助检测系统
CN105769174A (zh) 心血管内科检测仪
Streli et al. Capcontact: Super-resolution contact areas from capacitive touchscreens
CN108492870A (zh) 基于数位笔的画钟测试检测方法及系统
Poon et al. Derivation and analysis of dynamic handwriting features as clinical markers of Parkinson’s disease
CN103685519A (zh) 毛笔书法辅助练习方法及辅助练习系统
Kwon et al. Myokey: Surface electromyography and inertial motion sensing-based text entry in ar
CN111419237A (zh) 脑卒中手部运动功能Carroll评分预测方法
CN109717831B (zh) 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
CN117100246A (zh) 基于动态生物电信号的健康状态分析方法和相关产品
Lara-Garduno et al. 3D-Trail-Making Test: A Touch-Tablet Cognitive Test to Support Intelligent Behavioral Recognition.
Carrino et al. Gesture segmentation and recognition with an EMG-based intimate approach-an accuracy and usability study
CN105046429A (zh) 基于手机传感器的交互过程中用户思维工作负荷评估方法
Sandnes Measuring 2D: 4D finger length ratios with Smartphone Cameras
CN110197725A (zh) 一种基于智能移动终端对指动作检测的手指灵活度测试方法
Jackson et al. Computer-assisted approaches for measuring, segmenting, and analyzing functional upper extremity movement: a narrative review of the current state, limitations, and future directions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170815

RJ01 Rejection of invention patent application after publication