CN112545491A - 一种早期脑中风自我检测装置及检测方法 - Google Patents
一种早期脑中风自我检测装置及检测方法 Download PDFInfo
- Publication number
- CN112545491A CN112545491A CN202011225916.9A CN202011225916A CN112545491A CN 112545491 A CN112545491 A CN 112545491A CN 202011225916 A CN202011225916 A CN 202011225916A CN 112545491 A CN112545491 A CN 112545491A
- Authority
- CN
- China
- Prior art keywords
- information
- value
- detected person
- foot
- controller
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 95
- 208000006011 Stroke Diseases 0.000 claims abstract description 46
- 230000001815 facial effect Effects 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000010365 information processing Effects 0.000 claims description 41
- 206010008190 Cerebrovascular accident Diseases 0.000 claims description 23
- 230000002490 cerebral effect Effects 0.000 claims description 23
- 238000013209 evaluation strategy Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 10
- 210000003128 head Anatomy 0.000 claims 1
- 230000005611 electricity Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000001154 acute effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 2
- 210000005013 brain tissue Anatomy 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 206010061818 Disease progression Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 208000032023 Signs and Symptoms Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000035474 group of disease Diseases 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
- A61B5/225—Measuring muscular strength of the fingers, e.g. by monitoring hand-grip force
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Physical Education & Sports Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种早期脑中风自我检测装置及检测方法，包括控制器以及检测机构，检测机构用于获取被检测者的体态信息并将所述体态信息传输至控制器内，控制器用于将接收到的体态信息进行处理生产被检测者患脑中风的风险等级，被检测者的体态信息包括被检测者的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息，本发明通过对被检测者的体态信息的获取并处理，能够得到患脑中风的风险等级，及时提醒被检测者是否需要到医院就诊，被检测者按照步骤进行检测能够得到详细的体态信息以及就诊信息。
Description
技术领域
本发明涉及脑中风检测设备技术领域，尤其涉及一种早期脑中风自我检测装置及检测方法。
背景技术
脑中风是脑血管病的主要临床类型，是一种突发性脑组织血液循环障碍性疾病，因各种诱发因素引起的动-静脉狭窄、闭塞或破裂致急性脑组织血液循环障碍，临床表现为短暂性或永久性神经功能缺损症状与体征的一组疾病。绝大多数脑中风患者急性起病、病情进展迅速、后果严重，及时发现早期症状尤为重要。
现有的技术中，由于大多数脑中风患者为急性起病，病情发展迅速，前期需要到医院才能进行详细的检查，到医院进行详细的检查过程较为繁琐，成本也较高，很难实现定期检查，现有的可进行前期自我检测的装置通常都是检测被检测者的身高、体重、体脂、血压、年龄等基础信息，这些信息很难准确的反映出被检测者患脑中风的风险，同时现有的检测装置只是将上述检测信息输出给被检测者，不能根据检测出的信息给出综合的风险判断，很难对被检测者进行准确的患脑中风的风险提醒。
发明内容
针对现有技术存在的不足，本发明的第一目的是提供一种早期脑中风自我检测装置，通过对被检测者的体态信息的获取并处理，能够得到患脑中风的风险等级，及时提醒被检测者是否需要到医院就诊。
本发明的第二目的是提供一种早期脑中风自我检测方法，被检测者按照步骤进行检测能够得到详细的体态信息以及就诊信息。
为了解决上述问题，本发明是通过如下的技术方案来实现：为了实现本发明的第一目的，提供一种早期脑中风自我检测装置，包括控制器以及检测机构，其特征在于，所述检测机构用于获取被检测者的体态信息并将所述体态信息传输至控制器内，所述控制器用于将接收到的体态信息进行处理生产被检测者患脑中风的风险等级；
所述被检测者的体态信息包括被检测者的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息；
所述检测机构包括摄像头、握力传感器、光电传感器以及压力传感器，所述摄像头用于获取被检测者的面部图片信息，所述握力传感器用于检测被检测者的左右手的握力值信息，所述光电传感器用于检测被检测者的左右手臂平举时的晃动频率信息，所述压力传感器用于检测被检测者的左右脚的下压力信息；
所述控制器内设置有信息处理单元，所述信息处理单元根据面部图片信息得到被检测者的左右两侧面部的第一偏差值，所述信息处理单元根据左右手的握力信息得到被检测者的左右手握力的第二偏差值，所述信息处理单元根据左右手臂平举时的晃动频率信息得到被检测者的左手晃动频率和右手晃动频率，所述信息处理单元根据左右脚的下压力信息得到被检测者的左右脚的下压力的第三偏差值；
所述信息处理单元内配置有第一算法，所述第一算法根据第一偏差值、第二偏差值、左手晃动频率、右手晃动频率以及第三偏差值计算得到被检测者患脑中风的风险值，所述风险值用于反映被检测者患脑中风的概率大小；
所述信息处理单元内还配置有风险等级评估策略，所述风险等级评估策略用于获得风险值对应的风险等级，所述风险等级评估策略配置有第一风险阈值和第二风险阈值，所述风险等级评估策略包括当所述风险值小于等于第一风险阈值时，设定为低风险等级；当所述风险值大于第一风险阈值且小于第二风险阈值时，设定为中风险等级；当所述风险值大于等于第二风险阈值时，设定为高风险等级。
进一步地，所述控制器电连接有显示屏，所述显示屏用于显示风险等级对应的就诊信息，所述就诊信息包括不需到医院就诊、需要定期检查以及需要到医院就诊，所述不需到医院就诊、需要定期检查以及需要到医院就诊分别对应低风险等级、中风险等级以及高风险等级。
进一步地，所述自我检测装置还包括底板以及固定在底板一侧的立柱，所述显示屏通过直线电机与立柱活动连接，所述直线电机与控制器电连接，所述摄像头设置于显示屏内，所述握力传感器设置有两个且固定在显示屏底部，所述光电传感器设置有两个且对称设置于显示屏两侧，所述底板上设置有左脚检测区域和右脚检测区域，所述压力传感器设置有两个且分别设置于左脚检测区域和右脚检测区域内，所述立柱顶部设置有与控制器电连接的超声波测高仪。
进一步地，所述第一算法设置为：
P＝K1A+K2B+K3C+K4D+K5|C-D|+K6E，其中，P为被检测者患脑中风的风险值，K1为第一权重值，A为第一偏差值，K2为第二权重值，B为第二偏差值，K3为第三权重值，C为左手晃动频率，K4为第四权重值，D为右手晃动频率，K5为第五权重值，K6为第六权重值，E为第三偏差值。
进一步地，所述面部图片信息包括左右眼倾斜角度信息、左右嘴角倾斜角度信息以及左右脸面积信息，所述信息处理单元还配置有面部信息处理策略，所述面部信息处理策略根据左右眼倾斜角度信息、左右嘴角倾斜角度信息以及左右脸面积信息分别得到眼部偏差值、嘴角偏差值以及脸部偏差值，所述面部信息处理策略配置有第二算法，所述第二算法根据眼部偏差值、嘴角偏差值以及脸部偏差值计算得到第一偏差值。
进一步地，所述第二算法设置为：A＝K7F+K8G+K9H，其中，A为第一偏差值，K7为第七权重值，F为眼部偏差值，K8为嘴角偏差值，G为嘴角偏差值，K9为第九权重值，H为脸部偏差值。
进一步地，所述左右眼倾斜角度信息包括左右眼的内眼角和外眼角，通过左眼的内眼角和外眼角的连线与水平面之间的夹角得到左眼倾斜角度，通过右眼的内眼角和外眼角的连线与水平面之间的夹角得到右眼倾斜角度，所述眼部偏差值为左眼倾斜角度和右眼倾斜角度之间的差值；所述左右嘴角倾斜角度信息包括左侧嘴角、右侧嘴角以及上唇结节，通过左侧嘴角和上唇结节之间的连线与水平面之间的夹角得到左侧嘴角度，通过右侧嘴角和上唇结节之间的连线与水平面之间的夹角得到右侧嘴角度，所述嘴角偏差值为左侧嘴角度和右侧嘴角度之间的差值；所述左右脸面积信息包括左脸区域和右脸区域，通过左脸区域得到左脸面积，通过右脸区域得到右脸面积，所述脸部偏差值为左脸面积和右脸面积之间的差值。
进一步地，所述左右脚的下压力信息包括左脚下压力值和右脚下压力值，所述信息处理单元还配置有第三算法，所述第三算法根据若干次左脚下压力值和若干次右脚下压力值计算得到第三偏差值。
进一步地，所述第三算法设置为：
其中，C为第三偏差值，n为左右脚踏步下压的次数，I为左脚下压力值，J为右脚下压力值。
为了实现本发明的第二目的，提供一种早期脑中风自我检测方法，提供一种检测装置，包括控制器、检测机构、底板以及固定在底板一侧的立柱，所述检测机构用于获取被检测者的体态信息并将所述体态信息传输至控制器内，所述控制器用于将接收到的体态信息进行处理生产被检测者患脑中风的风险等级；
所述检测机构包括摄像头、握力传感器、光电传感器以及压力传感器，所述摄像头用于获取被检测者的面部图片信息，所述握力传感器用于检测被检测者的左右手的握力值信息，所述光电传感器用于检测被检测者的左右手臂平举时的晃动频率信息，所述压力传感器用于检测被检测者的左右脚的下压力信息；
所述被检测者的体态信息包括被检测者的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息；
所述控制器电连接有显示屏，所述显示屏用于显示风险等级对应的就诊信息，所述显示屏通过直线电机与立柱活动连接，所述直线电机与控制器电连接，所述摄像头设置于显示屏内，所述握力传感器设置有两个且固定在显示屏底部，所述光电传感器设置有两个且对称设置于显示屏两侧，所述底板上设置有左脚检测区域和右脚检测区域，所述压力传感器设置有两个且分别设置于左脚检测区域和右脚检测区域内，所述立柱顶部设置有与控制器电连接的超声波测高仪；
所述检测方法包括：
步骤A，被检测者的左右脚分别站立于左脚检测区域和右脚检测区域内，通过超声波测高仪检测被检测者的身高并将身高信息传输至控制器，控制器根据身高信息控制直线电机带动显示屏移动至与被检测者头部相对应的位置；
步骤B，控制器控制摄像头采集被检测者的面部图片信息并将面部图片信息传输至控制器；
步骤C，被检测者的双手分别握住一个握力传感器，通过握力传感器检测被检测者的左右手的握力值信息并将左右手的握力值信息传输至控制器；
步骤D，被检测者的左右手臂平举至显示屏两侧的光电传感器处，并保持30秒至60秒的时间，通过光电传感器检测被检测者的左右手臂平举时的晃动频率信息并将左右手臂平举时的晃动频率信息传输至控制器；
步骤E，被检测者的左右脚分别在左脚检测区域和右脚检测区域内踏步下压50次至100次，通过压力传感器检测被检测者的左右脚的下压力信息并将左右脚的下压力信息传输至控制器；
步骤F，控制器通过将接收到的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息进行处理得到被检测者患脑中风的风险等级，再将风险等级对应的就诊信息显示在显示屏上。
本发明的有益效果：本发明通过获取被检测者的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息，能够与患脑中风的前期特征吻合，提高对被检测者患脑中风的风险评估的准确性；
本发明通过对被检测者的体态信息进行处理，能够得到第一偏差值、第二偏差值、左手晃动频率、右手晃动频率以及第三偏差值，并通过第一算法计算得到被检测者患脑中风的风险值，通过风险值匹配风险等级，提高患脑中风的风险等级评估的准确性；
本发明通过对被检测者的面部进行扫描获取面部图片信息，通过左右手用力握住握力传感器能够检测左右手的握力值信息，通过左右手臂平举一定的时间获取左右手臂平举时的晃动频率信息，通过左右脚在指定区域内进行多次踏步下压识别左右脚的下压力信息，提高对被检测者的体态信息检测的详细程度，提高体态信息数据的合理性；
本发明通过设置面部信息处理策略能够对面部图片信息进行细分处理，并通过第二算法计算得到第一偏差值，能够提高面部图片信息分析的合理性；
本发明通过设置第三算法计算得到第三偏差值，能够提高左右脚的下压力信息分析的合理性，从而提高风险等级评估的准确性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的检测装置的结构示意图。
图2为本发明的原理框图。
图中：1、立柱；2、底板；3、控制器；4、摄像头；5、光电传感器；6、握力传感器；7、超声波测高仪；8、直线电机；21、左脚检测区域；22、右脚检测区域；31、显示屏。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
请参阅图1和图2，图1为本发明的检测装置的结构示意图；图2为本发明的原理框图。
一种早期脑中风自我检测装置，包括控制器3以及检测机构，检测机构用于获取被检测者的体态信息并将体态信息传输至控制器3内，控制器3用于将接收到的体态信息进行处理生产被检测者患脑中风的风险等级，被检测者通过检测机构检测自身的体态信息，控制器3进行信息处理后得到风险等级，风险等级能够对应最终的就诊信息，这样能够使被检测者得到最简单易懂的结果，避免出现检测后被检测者只能得到检测的参数确不知道自身是否应及时就诊的问题。
具体检测过程中，被检测者需要被采集的体态信息包括被检测者的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息，上述体态信息通过检测机构获取，检测机构包括摄像头4、握力传感器6、光电传感器5以及压力传感器，摄像头4用于获取被检测者的面部图片信息，握力传感器6用于检测被检测者的左右手的握力值信息，光电传感器5用于检测被检测者的左右手臂平举时的晃动频率信息，压力传感器用于检测被检测者的左右脚的下压力信息。
具体信息处理的过程为，通过控制器3内的信息处理单元进行信息处理，信息处理单元根据面部图片信息得到被检测者的左右两侧面部的第一偏差值，信息处理单元根据左右手的握力信息得到被检测者的左右手握力的第二偏差值，信息处理单元根据左右手臂平举时的晃动频率信息得到被检测者的左手晃动频率和右手晃动频率，信息处理单元根据左右脚的下压力信息得到被检测者的左右脚的下压力的第三偏差值。其中，信息处理单元内配置有第一算法，第一算法根据第一偏差值、第二偏差值、左手晃动频率、右手晃动频率以及第三偏差值计算得到被检测者患脑中风的风险值，风险值用于反映被检测者患脑中风的概率大小。
信息处理单元通过风险值得到对应的风险等级，信息处理单元内配置有风险等级评估策略，风险等级评估策略用于获得风险值对应的风险等级，风险等级评估策略配置有第一风险阈值和第二风险阈值，风险等级评估策略包括当风险值小于等于第一风险阈值时，设定为低风险等级；当风险值大于第一风险阈值且小于第二风险阈值时，设定为中风险等级；当风险值大于等于第二风险阈值时，设定为高风险等级。
控制器3电连接有显示屏31，显示屏31用于显示风险等级对应的就诊信息，就诊信息包括不需到医院就诊、需要定期检查以及需要到医院就诊，不需到医院就诊、需要定期检查以及需要到医院就诊分别对应低风险等级、中风险等级以及高风险等级，被检测者检测后能够在显示屏31上显示出就诊信息，被检测者可以根据就诊信息判断自己是否需要到医院就诊。
实施例1，自我检测装置还包括底板2以及固定在底板2一侧的立柱1，显示屏31通过直线电机8与立柱1活动连接，直线电机8与控制器3电连接，摄像头4设置于显示屏31内，握力传感器6设置有两个且固定在显示屏31底部，光电传感器5设置有两个且对称设置于显示屏31两侧，底板2上设置有左脚检测区域21和右脚检测区域22，压力传感器设置有两个且分别设置于左脚检测区域21和右脚检测区域22内，立柱1顶部设置有与控制器3电连接的超声波测高仪7。
其中，面部图片信息包括左右眼倾斜角度信息、左右嘴角倾斜角度信息以及左右脸面积信息，信息处理单元还配置有面部信息处理策略，面部信息处理策略根据左右眼倾斜角度信息、左右嘴角倾斜角度信息以及左右脸面积信息分别得到眼部偏差值、嘴角偏差值以及脸部偏差值，面部信息处理策略配置有第二算法，第二算法根据眼部偏差值、嘴角偏差值以及脸部偏差值计算得到第一偏差值。
左右眼倾斜角度信息包括左右眼的内眼角和外眼角，通过左眼的内眼角和外眼角的连线与水平面之间的夹角得到左眼倾斜角度，通过右眼的内眼角和外眼角的连线与水平面之间的夹角得到右眼倾斜角度，眼部偏差值为左眼倾斜角度和右眼倾斜角度之间的差值；左右嘴角倾斜角度信息包括左侧嘴角、右侧嘴角以及上唇结节，通过左侧嘴角和上唇结节之间的连线与水平面之间的夹角得到左侧嘴角度，通过右侧嘴角和上唇结节之间的连线与水平面之间的夹角得到右侧嘴角度，嘴角偏差值为左侧嘴角度和右侧嘴角度之间的差值；左右脸面积信息包括左脸区域和右脸区域，通过左脸区域得到左脸面积，通过右脸区域得到右脸面积，脸部偏差值为左脸面积和右脸面积之间的差值。
左右脚的下压力信息包括若干次左脚下压力值和若干次右脚下压力值，信息处理单元还配置有第三算法，第三算法根据若干次左脚下压力值和若干次右脚下压力值计算得到第三偏差值。
第二算法设置为：A＝K7F+K8G+K9H，其中，A为第一偏差值，K7为第七权重值，F为眼部偏差值，K8为嘴角偏差值，G为嘴角偏差值，K9为第九权重值，H为脸部偏差值。
第三算法设置为：
其中，C为第三偏差值，n为左右脚踏步下压的次数，I为左脚下压力值，J为右脚下压力值。
第一算法设置为：P＝K1A+K2B+K3C+K4D+K5|C-D|+K6E，其中，P为被检测者患脑中风的风险值，K1为第一权重值，A为第一偏差值，K2为第二权重值，B为第二偏差值，K3为第三权重值，C为左手晃动频率，K4为第四权重值，D为右手晃动频率，K5为第五权重值，K6为第六权重值，E为第三偏差值。
如在具体的一次测试中，左眼的倾斜角度为18度，右眼的倾斜角度为22度，此时眼部偏差值为4；左侧嘴角度为12度，右侧嘴角度为15度，此时嘴角偏差值为3；左脸面积为165平方厘米，右脸面积为175平方厘米，此时脸部偏差值为10；其中第七权重值为3，第八权重值为4，第九权重值为2，此时通过第二算法计算得到第一偏差值为44。测试了5次的左右脚下压力的值，压力的单位为千克，具体的值为分别为72、68；74、67；73、68；75、66；72、69；通过第三算法得到第三偏差值为5.6。测试了左右握力为30kg，右手握力为35kg，通过计算得到第二偏差值为5，左右晃动频率为10次每分钟，右手晃动频率为16次每分钟。
其中在第一算法中，第一权重值、第二权重值、第三权重值、第四权重值、第五权重值以及第六权重值分别设置为2、4、3、3、5、4，通过第一算法计算得到风险值为238.4。
在风险等级评估策略中，第一风险阈值设置为100，第二风险阈值设置为200，通过得到的风险值238.4大于200得到风险等级为高风险等级，高风险等级对应的就诊信息为需要到医院就诊，此时被检测者获取就诊信息后应及时去医院就诊。
实施例2，一种早期脑中风自我检测方法，提供一种检测装置，包括控制器3、检测机构、底板2以及固定在底板2一侧的立柱1，检测机构用于获取被检测者的体态信息并将体态信息传输至控制器3内，控制器3用于将接收到的体态信息进行处理生产被检测者患脑中风的风险等级。
检测机构包括摄像头4、握力传感器6、光电传感器5以及压力传感器，摄像头4用于获取被检测者的面部图片信息，握力传感器6用于检测被检测者的左右手的握力值信息，光电传感器5用于检测被检测者的左右手臂平举时的晃动频率信息，压力传感器用于检测被检测者的左右脚的下压力信息。
被检测者的体态信息包括被检测者的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息。
控制器3电连接有显示屏31，显示屏31用于显示风险等级对应的就诊信息，显示屏31通过直线电机8与立柱1活动连接，直线电机8与控制器3电连接，摄像头4设置于显示屏31内，握力传感器6设置有两个且固定在显示屏31底部，光电传感器5设置有两个且对称设置于显示屏31两侧，底板2上设置有左脚检测区域21和右脚检测区域22，压力传感器设置有两个且分别设置于左脚检测区域21和右脚检测区域22内，立柱1顶部设置有与控制器3电连接的超声波测高仪7。
具体的检测方法包括：
被检测者的左右脚分别站立于左脚检测区域21和右脚检测区域22内，通过超声波测高仪7检测被检测者的身高并将身高信息传输至控制器3，控制器3根据身高信息控制直线电机8带动显示屏31移动至与被检测者头部相对应的位置；
控制器3控制摄像头4采集被检测者的面部图片信息并将面部图片信息传输至控制器3；
被检测者的双手分别握住一个握力传感器6，通过握力传感器6检测被检测者的左右手的握力值信息并将左右手的握力值信息传输至控制器3；
被检测者的左右手臂平举至显示屏31两侧的光电传感器5处，并保持30秒至60秒的时间，通过光电传感器5检测被检测者的左右手臂平举时的晃动频率信息并将左右手臂平举时的晃动频率信息传输至控制器3；
被检测者的左右脚分别在左脚检测区域21和右脚检测区域22内踏步下压50次至100次，通过压力传感器检测被检测者的左右脚的下压力信息并将左右脚的下压力信息传输至控制器3；
控制器3通过将接收到的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息进行处理得到被检测者患脑中风的风险等级，再将风险等级对应的就诊信息显示在显示屏31上。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种早期脑中风自我检测装置，包括控制器(3)以及检测机构，其特征在于，所述检测机构用于获取被检测者的体态信息并将所述体态信息传输至控制器(3)内，所述控制器(3)用于将接收到的体态信息进行处理生产被检测者患脑中风的风险等级；
所述被检测者的体态信息包括被检测者的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息；
所述检测机构包括摄像头(4)、握力传感器(6)、光电传感器(5)以及压力传感器，所述摄像头(4)用于获取被检测者的面部图片信息，所述握力传感器(6)用于检测被检测者的左右手的握力值信息，所述光电传感器(5)用于检测被检测者的左右手臂平举时的晃动频率信息，所述压力传感器用于检测被检测者的左右脚的下压力信息；
所述控制器(3)内设置有信息处理单元，所述信息处理单元根据面部图片信息得到被检测者的左右两侧面部的第一偏差值，所述信息处理单元根据左右手的握力信息得到被检测者的左右手握力的第二偏差值，所述信息处理单元根据左右手臂平举时的晃动频率信息得到被检测者的左手晃动频率和右手晃动频率，所述信息处理单元根据左右脚的下压力信息得到被检测者的左右脚的下压力的第三偏差值；
所述信息处理单元内配置有第一算法，所述第一算法根据第一偏差值、第二偏差值、左手晃动频率、右手晃动频率以及第三偏差值计算得到被检测者患脑中风的风险值，所述风险值用于反映被检测者患脑中风的概率大小；
所述信息处理单元内还配置有风险等级评估策略，所述风险等级评估策略用于获得风险值对应的风险等级，所述风险等级评估策略配置有第一风险阈值和第二风险阈值，所述风险等级评估策略包括当所述风险值小于等于第一风险阈值时，设定为低风险等级；当所述风险值大于第一风险阈值且小于第二风险阈值时，设定为中风险等级；当所述风险值大于等于第二风险阈值时，设定为高风险等级。
2.根据权利要求1所述的一种早期脑中风自我检测装置，其特征在于，所述控制器(3)电连接有显示屏(31)，所述显示屏(31)用于显示风险等级对应的就诊信息。
3.根据权利要求2所述的一种早期脑中风自我检测装置，其特征在于，所述自我检测装置还包括底板(2)以及固定在底板(2)一侧的立柱(1)，所述显示屏(31)通过直线电机(8)与立柱(1)活动连接，所述直线电机(8)与控制器(3)电连接，所述摄像头(4)设置于显示屏(31)内，所述握力传感器(6)设置有两个且固定在显示屏(31)底部，所述光电传感器(5)设置有两个且对称设置于显示屏(31)两侧，所述底板(2)上设置有左脚检测区域(21)和右脚检测区域(22)，所述压力传感器设置有两个且分别设置于左脚检测区域(21)和右脚检测区域(22)内，所述立柱(1)顶部设置有与控制器(3)电连接的超声波测高仪(7)。
4.根据权利要求1所述的一种早期脑中风自我检测装置，其特征在于，所述第一算法设置为：P＝K1A+K2B+K3C+K4D+K5|C-D|+K6E，其中，P为被检测者患脑中风的风险值，K1为第一权重值，A为第一偏差值，K2为第二权重值，B为第二偏差值，K3为第三权重值，C为左手晃动频率，K4为第四权重值，D为右手晃动频率，K5为第五权重值，K6为第六权重值，E为第三偏差值。
5.根据权利要求4所述的一种早期脑中风自我检测装置，其特征在于，所述面部图片信息包括左右眼倾斜角度信息、左右嘴角倾斜角度信息以及左右脸面积信息，所述信息处理单元还配置有面部信息处理策略，所述面部信息处理策略根据左右眼倾斜角度信息、左右嘴角倾斜角度信息以及左右脸面积信息分别得到眼部偏差值、嘴角偏差值以及脸部偏差值，所述面部信息处理策略配置有第二算法，所述第二算法根据眼部偏差值、嘴角偏差值以及脸部偏差值计算得到第一偏差值。
6.根据权利要求5所述的一种早期脑中风自我检测装置，其特征在于，所述第二算法设置为：A＝K7F+K8G+K9H，其中，A为第一偏差值，K7为第七权重值，F为眼部偏差值，K8为嘴角偏差值，G为嘴角偏差值，K9为第九权重值，H为脸部偏差值。
7.根据权利要求5所述的一种早期脑中风自我检测装置，其特征在于，所述左右眼倾斜角度信息包括左右眼的内眼角和外眼角，通过左眼的内眼角和外眼角的连线与水平面之间的夹角得到左眼倾斜角度，通过右眼的内眼角和外眼角的连线与水平面之间的夹角得到右眼倾斜角度，所述眼部偏差值为左眼倾斜角度和右眼倾斜角度之间的差值；所述左右嘴角倾斜角度信息包括左侧嘴角、右侧嘴角以及上唇结节，通过左侧嘴角和上唇结节之间的连线与水平面之间的夹角得到左侧嘴角度，通过右侧嘴角和上唇结节之间的连线与水平面之间的夹角得到右侧嘴角度，所述嘴角偏差值为左侧嘴角度和右侧嘴角度之间的差值；所述左右脸面积信息包括左脸区域和右脸区域，通过左脸区域得到左脸面积，通过右脸区域得到右脸面积，所述脸部偏差值为左脸面积和右脸面积之间的差值。
8.根据权利要求4所述的一种早期脑中风自我检测装置，其特征在于，所述左右脚的下压力信息包括左脚下压力值和右脚下压力值，所述信息处理单元还配置有第三算法，所述第三算法根据若干次左脚下压力值和若干次右脚下压力值计算得到第三偏差值。
9.根据权利要求7所述的一种早期脑中风自我检测装置，其特征在于，所述第三算法设置为：
其中，C为第三偏差值，n为左右脚踏步下压的次数，I为左脚下压力值，J为右脚下压力值。
10.一种早期脑中风自我检测方法，其特征在于，提供一种检测装置，包括控制器(3)、检测机构、底板(2)以及固定在底板(2)一侧的立柱(1)，所述检测机构用于获取被检测者的体态信息并将所述体态信息传输至控制器(3)内，所述控制器(3)用于将接收到的体态信息进行处理生产被检测者患脑中风的风险等级；
所述检测机构包括摄像头(4)、握力传感器(6)、光电传感器(5)以及压力传感器，所述摄像头(4)用于获取被检测者的面部图片信息，所述握力传感器(6)用于检测被检测者的左右手的握力值信息，所述光电传感器(5)用于检测被检测者的左右手臂平举时的晃动频率信息，所述压力传感器用于检测被检测者的左右脚的下压力信息；
所述被检测者的体态信息包括被检测者的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息；
所述控制器(3)电连接有显示屏(31)，所述显示屏(31)用于显示风险等级对应的就诊信息，所述显示屏(31)通过直线电机(8)与立柱(1)活动连接，所述直线电机(8)与控制器(3)电连接，所述摄像头(4)设置于显示屏(31)内，所述握力传感器(6)设置有两个且固定在显示屏(31)底部，所述光电传感器(5)设置有两个且对称设置于显示屏(31)两侧，所述底板(2)上设置有左脚检测区域(21)和右脚检测区域(22)，所述压力传感器设置有两个且分别设置于左脚检测区域(21)和右脚检测区域(22)内，所述立柱(1)顶部设置有与控制器(3)电连接的超声波测高仪(7)；
所述检测方法包括：
步骤A，被检测者的左右脚分别站立于左脚检测区域(21)和右脚检测区域(22)内，通过超声波测高仪(7)检测被检测者的身高并将身高信息传输至控制器(3)，控制器(3)根据身高信息控制直线电机(8)带动显示屏(31)移动至与被检测者头部相对应的位置；
步骤B，控制器(3)控制摄像头(4)采集被检测者的面部图片信息并将面部图片信息传输至控制器(3)；
步骤C，被检测者的双手分别握住一个握力传感器(6)，通过握力传感器(6)检测被检测者的左右手的握力值信息并将左右手的握力值信息传输至控制器(3)；
步骤D，被检测者的左右手臂平举至显示屏(31)两侧的光电传感器(5)处，并保持30秒至60秒的时间，通过光电传感器(5)检测被检测者的左右手臂平举时的晃动频率信息并将左右手臂平举时的晃动频率信息传输至控制器(3)；
步骤E，被检测者的左右脚分别在左脚检测区域(21)和右脚检测区域(22)内踏步下压50次至100次，通过压力传感器检测被检测者的左右脚的下压力信息并将左右脚的下压力信息传输至控制器(3)；
步骤F，控制器(3)通过将接收到的面部图片信息、左右手的握力值信息、左右手臂平举时的晃动频率信息以及左右脚的下压力信息进行处理得到被检测者患脑中风的风险等级，再将风险等级对应的就诊信息显示在显示屏(31)上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011225916.9A CN112545491A (zh) | 2020-11-05 | 2020-11-05 | 一种早期脑中风自我检测装置及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011225916.9A CN112545491A (zh) | 2020-11-05 | 2020-11-05 | 一种早期脑中风自我检测装置及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112545491A true CN112545491A (zh) | 2021-03-26 |
Family
ID=75041898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011225916.9A Pending CN112545491A (zh) | 2020-11-05 | 2020-11-05 | 一种早期脑中风自我检测装置及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112545491A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115063926A (zh) * | 2022-08-02 | 2022-09-16 | 厦门晶晟富阳科技有限公司 | 一种多功能光伏智能贩卖机 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202235307U (zh) * | 2011-08-03 | 2012-05-30 | 常州市建本医疗康复器材有限公司 | 平衡功能训练检测系统 |
| CN102509082A (zh) * | 2011-11-10 | 2012-06-20 | 北京航空航天大学 | 一种人脸运动非对称性计算方法 |
| WO2013105155A1 (ja) * | 2012-01-11 | 2013-07-18 | テルモ株式会社 | 情報処理装置及びその制御方法、並びに立位バランス診断システム |
| WO2014045497A1 (ja) * | 2012-09-19 | 2014-03-27 | テルモ株式会社 | 情報処理装置、情報処理装置の制御方法、圧分布計測システム、および記憶媒体 |
| US20170007167A1 (en) * | 2015-07-07 | 2017-01-12 | Stryker Corporation | Systems and methods for stroke detection |
| CN108921148A (zh) * | 2018-09-07 | 2018-11-30 | 北京相貌空间科技有限公司 | 确定正脸倾斜角度的方法及装置 |
| CN110050308A (zh) * | 2016-12-02 | 2019-07-23 | 心脏起搏器股份公司 | 多传感器中风检测 |
| TWI689285B (zh) * | 2018-11-15 | 2020-04-01 | 國立雲林科技大學 | 臉部對稱性檢測方法及其系統 |
| CN111312389A (zh) * | 2020-02-20 | 2020-06-19 | 万达信息股份有限公司 | 脑卒中智能诊断系统 |
| CN211022765U (zh) * | 2019-06-13 | 2020-07-17 | 赤峰市医院 | 脑卒中早期预警与脑卒中健康管理装置 |
-
2020
- 2020-11-05 CN CN202011225916.9A patent/CN112545491A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202235307U (zh) * | 2011-08-03 | 2012-05-30 | 常州市建本医疗康复器材有限公司 | 平衡功能训练检测系统 |
| CN102509082A (zh) * | 2011-11-10 | 2012-06-20 | 北京航空航天大学 | 一种人脸运动非对称性计算方法 |
| WO2013105155A1 (ja) * | 2012-01-11 | 2013-07-18 | テルモ株式会社 | 情報処理装置及びその制御方法、並びに立位バランス診断システム |
| WO2014045497A1 (ja) * | 2012-09-19 | 2014-03-27 | テルモ株式会社 | 情報処理装置、情報処理装置の制御方法、圧分布計測システム、および記憶媒体 |
| US20170007167A1 (en) * | 2015-07-07 | 2017-01-12 | Stryker Corporation | Systems and methods for stroke detection |
| CN110050308A (zh) * | 2016-12-02 | 2019-07-23 | 心脏起搏器股份公司 | 多传感器中风检测 |
| CN108921148A (zh) * | 2018-09-07 | 2018-11-30 | 北京相貌空间科技有限公司 | 确定正脸倾斜角度的方法及装置 |
| TWI689285B (zh) * | 2018-11-15 | 2020-04-01 | 國立雲林科技大學 | 臉部對稱性檢測方法及其系統 |
| CN211022765U (zh) * | 2019-06-13 | 2020-07-17 | 赤峰市医院 | 脑卒中早期预警与脑卒中健康管理装置 |
| CN111312389A (zh) * | 2020-02-20 | 2020-06-19 | 万达信息股份有限公司 | 脑卒中智能诊断系统 |
Non-Patent Citations (1)
| Title |
|---|
| "中风自测", 《民间传奇故事(A卷)》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115063926A (zh) * | 2022-08-02 | 2022-09-16 | 厦门晶晟富阳科技有限公司 | 一种多功能光伏智能贩卖机 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105326508A (zh) | 人体静态平衡测试方法及测试仪 | |
| JPH08105B2 (ja) | 固視微動検査装置 | |
| KR20150096550A (ko) | 재활운동 지원 장치 및 방법 | |
| CN106175728A (zh) | 平躺式体征检测装置及方法 | |
| CN102228379A (zh) | 平衡检测系统 | |
| CN109820476A (zh) | 一种平衡能力评估方法及应用该方法的装置和系统 | |
| CN110327045A (zh) | 生物力线小站融合多传感器信息的健康检测装置及其方法 | |
| TW201914520A (zh) | 肌少症簡易檢測方法及系統 | |
| WO2018011330A1 (en) | Smart body analyzer with 3d body scanner and vital parameter sensors | |
| CN113456037A (zh) | 基于床的心冲击描记图装置和方法 | |
| CN114983396B (zh) | 一种脊柱侧弯的自动检测系统 | |
| CN112545491A (zh) | 一种早期脑中风自我检测装置及检测方法 | |
| JP2710223B2 (ja) | 重心動揺計 | |
| CN110970132B (zh) | 一种基于移动护理的病情预警系统 | |
| CN111402184B (zh) | 一种实现远程眼底筛查和健康服务的方法和系统 | |
| CN113889268A (zh) | 一种驾驶人体检系统及体检方法 | |
| CN205031254U (zh) | 心电检测装置及多功能体检仪 | |
| CN114767067A (zh) | 一种用于脊柱侧弯类型识别智能影像检测设备 | |
| CN214632126U (zh) | 一种医用红外热像检测机器人 | |
| CN112472073B (zh) | 一种智能腰带 | |
| CN209733995U (zh) | 步态平衡评定与训练装置 | |
| CN114569056A (zh) | 眼球检测和视觉模拟设备以及眼球检测以及视觉模拟方法 | |
| CN116019437A (zh) | 具有影像扫描功能的体组成分析系统 | |
| Berg et al. | Using three-dimensional difference maps to assess changes in scoliotic deformities | |
| CN116407096A (zh) | 生命体征检测装置、系统及数据处理方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210326 |