CN109717832A - 一种基于手写文字输入的手部运动功能分析装置 - Google Patents

Abstract

本发明公开一种基于手写文字输入的手部运动功能分析装置，属于计算机应用及医疗康复领域，通过使用压力触摸屏和加速度传感器采集用户在日常手机操作时手写文字输入的信号，输入到一用于手部运动功能评价的病理数据模型中，实时分析病理特征，对用户的手部运动功能进行评价，进而作为帕金森等神经系统疾病的诊断依据。

Description

一种基于手写文字输入的手部运动功能分析装置

技术领域

本发明属于计算机应用及医疗康复领域，具体涉及一种基于日常手写文字输入的手部运动功能分析装置。

背景技术

帕金森病是第二常见的神经系统变性疾病，平均发病年龄为60岁左右。在人类社会老龄化问题逐渐严重的今天，帕金森病等神经系统变性疾病在全世界范围发病率呈上升趋势。帕金森病以运动迟缓、震颤、强直、步态姿势异常等运动症状和嗅觉减退、抑郁、便秘等非运动症状为主要临床表现，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。因此，运动功能评价是诊断帕金森病的重要临床依据之一。

现在的运动功能诊断过程通常需经历临床资料收集、医生根据知识和经验判断、最终形成诊断的过程，其不足主要有以下几个方面：①评价者主观判断决定评价结果；②非定量数据；③依赖于现场评测，信息化、数字化程度低，无法通过日常行为的监控进行测评。因此，由于神经系统结构和运动功能的复杂性，现有的在体数据评价收集方式具有依赖主观经验判断、不能定量和依赖现场测评的特点，给神经系统疾病的临床诊断和临床研究带来极大的不确定性。

发明内容

针对上述问题，本发明利用智能感知、多通道融合、自然交互等关键技术，提出了一种基于手写文字输入的手部运动功能分析装置，通过使用压力触摸屏和加速度传感器采集用户在日常手机操作时手写文字输入的信号，实时分析病理特征并对用户的手部运动功能进行评价，进而作为帕金森等神经系统疾病的诊断依据。

本发明采用的技术方案如下：

一种基于手写文字输入的手部运动功能分析装置，包括数据采集终端和数据分析系统，数据采集终端包括压力触摸屏、加速度传感器，数据分析系统包括信号预处理模块、特征提取模块、定量评价模块；

所述压力触摸屏用于采集用户在手写文字输入时的时序数据、轨迹数据和触屏压力数据；

所述加速度传感器用于采集用户在手写文字输入时手持该数据采集终端的加速度数据；

所述信号预处理模块用于根据所述时序数据、轨迹数据和触屏压力数据，提取每个单笔轨迹的轨迹信号、手写速度信号、触屏压力信号并进行重采样；根据所述加速度数据分割成等长的加速度数据段；

所述特征提取模块用于从所述重采样的轨迹信号、手写速度信号、触屏压力信号和所述加速度信号数据段，提取出轨迹特征、速度特征、压力特征和震颤特征；

所述定量评价模块用于将所述轨迹特征、速度特征、压力特征和震颤特征输入到一用于手部运动功能评价的病理数据模型中，以输出手部运动功能评价结果；该病理数据模型是预先通过将根据大规模病人和正常人的手写输入数据提取出的轨迹特征、速度特征、压力特征和震颤特征输入到支持向量机的分类器训练得到。

进一步地，所述信号预处理模块用于将连续的多笔手写文字输入按照从起点开始到落点结束切分成单笔轨迹，轨迹上的每个轨迹点包含时间、坐标、压力信息。

进一步地，所述信号预处理模块用于对轨迹信号和触屏压力信号进行距离均分重采样，对手写速度信号进行时间均分重采样。

进一步地，所述信号预处理模块用于使用定长时间窗把手写文字输入操作过程中采集的连续加速度信号分割成等长的加速度数据段。

进一步地，所述特征提取模块包括轨迹特征提取子模块、手写速度特征提取子模块、压力特征提取子模块和震颤特征提取子模块，分别用于提取轨迹特征、速度特征、压力特征和震颤特征。

进一步地，所述轨迹特征提取子模块用于计算每个单笔轨迹的平均曲率、平均偏移率、运动方向变化次数特征，并统计所有单笔轨迹的上述特征的平均值和方差，生成轨迹特征。

进一步地，所述手写速度特征提取子模块用于计算每个单笔轨迹书写时的平均速度、最大速度、速度方差、平均加速度、最大加速度、加速度方差特征，并统计所有单笔轨迹的上述特征的平均值和方差，生成手写速度特征。

进一步地，所述压力特征提取子模块用于计算每个单笔轨迹书写时手指与屏幕的平均压力、最大压力、压力方差、平均压力变化率、最大压力变化率和压力变化率方差，生成压力特征。

进一步地，所述震颤特征提取子模块用于计算每个加速度数据段4-6Hz频段的能量、震动频率中值和平均振幅能量特征，计算上述特征的平均值和方差，生成震颤特征。

进一步地，所述数据采集终端可为含有压力触摸屏、加速度传感器的手机、平板。

本装置的数据采集终端可为手机等电子装置，通过内置的压力触摸屏和加速度传感器采集用户手写文字输入时的手写轨迹、手写速度、触屏压力和加速度等中的一种或者多种信号，对信号进行笔划分割等预处理，并在各个信号上通过相应的特征提取子模块提取病理特征，进一步通过病理数据模型这一分类模型，对用户的手部运动功能进行定量化评价，该评价数据可以作为帕金森等神经系统疾病的诊断依据。相比现在门诊中常用的双指轮替等显式任务并且重度依赖医生经验的评价方法，本装置提供了一种可以通过日常的手机操作情况下采集用户多通道数据并提供定量化评价指标，更加方便在居家环境下的早期疾病预警或者疾病状态监控。

附图说明

图1是实施例的一种基于手写文字输入的手部运动功能分析装置的结构组成示意图。

具体实施方式

为使本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附图作详细说明如下。

本实施例公开一种基于手写文字输入的手部运动功能分析装置，其结构如图1所示，具体说明如下：

1.数据采集终端，包括：

1)压力触摸屏：采集用户进行手写文字输入时的时序数据、轨迹数据和触屏压力数据。

2)加速度传感器：采集用户进行手写文字输入时手持终端的加速度数据。

2.数据分析系统，包括：

1)信号预处理模块：可将连续的多笔手写文字输入按照从起点开始到落点结束切分成单笔轨迹，轨迹上的每个轨迹点包含时间、坐标、压力信息，并可根据每个单笔轨迹提取轨迹信号、手写速度信号、触屏压力信号，以及对轨迹信号和触屏压力信号进行距离均分重采样，对手写速度信号进行时间均分重采样；还使用定长时间窗，把手写文字输入操作过程中采集连续加速度信号分割成等长的加速度数据段。

2)特征提取模块：该模块包含轨迹特征提取子模块、手写速度特征提取子模块、压力特征提取子模块和震颤特征提取子模块。

轨迹特征提取子模块：具体为计算每个单笔轨迹的平均曲率、平均偏移率、运动方向变化次数特征，并统计所有单笔轨迹的以上特征平均值和方差；

手写速度特征提取子模块：具体为计算每个单笔轨迹书写时的平均速度、最大速度、速度方差、平均加速度、最大加速度、加速度方差特征，并统计所有单笔轨迹的以上特征的平均值和方差；

压力特征提取子模块：具体表现为计算每个单笔轨迹书写时手指与屏幕的平均压力、最大压力、压力方差、平均压力变化率、最大压力变化率和压力变化率方差；

震颤特征提取子模块：具体为计算每个加速度数据段4-6Hz频段的能量、震动频率中值和平均振幅能量特征，以及计算以上特征的平均值和方差。

3)定量评价模块：将手写文字输入的轨迹特征、速度特征、压力特征和震颤特征作为输入，结合大量正常人与病人的手部运动功能评价的病理数据模型，输出手部运动功能评价结果。

本装置的数据采集终端可为一电子终端装置，如手机、平板以及其他触控显示屏，用户可通过该数据采集终端进行日常的手写文字输入。数据分析系统捕获到用户的手写文字输入行为后，连续采集相应的信号并进行手部运动功能病理特征分析，并通过病理数据模型进行评价。当评价值达到异常警戒状态时，自动发送报警消息，提醒用户注意当前身体健康并注意是否需要到医院进行进一步检查。

以上实施例仅用于提供本发明的技术方案的一种较佳实施方式，并非用于限制本发明的保护范围。本发明的保护范围以权利要求限定为准，在不脱离本发明的精神和原理而下所做出的各种等同替换和修改，均应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于手写文字输入的手部运动功能分析装置，包括数据采集终端和数据分析系统，数据采集终端包括压力触摸屏、加速度传感器，数据分析系统包括信号预处理模块、特征提取模块、定量评价模块；

所述压力触摸屏用于采集用户在手写文字输入时的时序数据、轨迹数据和触屏压力数据；所述加速度传感器用于采集用户在手写文字输入时手持该数据采集终端的加速度数据；

所述信号预处理模块用于根据所述时序数据、轨迹数据和触屏压力数据提取每个单笔轨迹的轨迹信号、手写速度信号、触屏压力信号并进行重采样，根据所述加速度数据分割成等长的加速度数据段；

所述特征提取模块用于从所述重采样的轨迹信号、手写速度信号、触屏压力信号和所述加速度信号数据段，分别提取出轨迹特征、速度特征、压力特征和震颤特征；

所述定量评价模块用于将所述轨迹特征、速度特征、压力特征和震颤特征输入到一用于手部运动功能评价的病理数据模型中，以输出手部运动功能评价结果；该病理数据模型是预先通过将根据病人和正常人的手写输入数据提取出的轨迹特征、速度特征、压力特征和震颤特征输入到支持向量机的分类器训练得到。

2.如权利要求1所述的装置，其特征在于，所述信号预处理模块用于将连续的多笔手写文字输入按照从起点开始到落点结束切分成单笔轨迹，轨迹上的每个轨迹点包含时间、坐标、压力信息。

3.如权利要求1所述的装置，其特征在于，所述信号预处理模块用于对轨迹信号和触屏压力信号进行距离均分重采样，对手写速度信号进行时间均分重采样。

4.如权利要求1所述的装置，其特征在于，所述信号预处理模块用于使用定长时间窗把手写文字输入操作过程中采集的连续加速度信号分割成等长的加速度数据段。

5.如权利要求1所述的装置，其特征在于，所述特征提取模块包括轨迹特征提取子模块、手写速度特征提取子模块、压力特征提取子模块和震颤特征提取子模块，分别用于提取轨迹特征、速度特征、压力特征和震颤特征。

6.如权利要求5所述的装置，其特征在于，所述轨迹特征提取子模块用于计算每个单笔轨迹的平均曲率、平均偏移率、运动方向变化次数特征，并统计所有单笔轨迹的上述特征的平均值和方差，生成轨迹特征。

7.如权利要求5所述的装置，其特征在于，所述手写速度特征提取子模块用于计算每个单笔轨迹书写时的平均速度、最大速度、速度方差、平均加速度、最大加速度、加速度方差特征，并统计所有单笔轨迹的上述特征的平均值和方差，生成手写速度特征。

8.如权利要求5所述的装置，其特征在于，所述压力特征提取子模块用于计算每个单笔轨迹书写时手指与屏幕的平均压力、最大压力、压力方差、平均压力变化率、最大压力变化率和压力变化率方差，生成压力特征。

9.如权利要求5所述的装置，其特征在于，所述震颤特征提取子模块用于计算每个加速度数据段4-6Hz频段的能量、震动频率中值和平均振幅能量特征，计算上述特征的平均值和方差，生成震颤特征。

10.如权利要求1所述的装置，其特征在于，所述数据采集终端可为含有压力触摸屏、加速度传感器的手机、平板。