CN113876296B - 一种中风快速自助检测系统 - Google Patents
一种中风快速自助检测系统 Download PDFInfo
- Publication number
- CN113876296B CN113876296B CN202010633314.0A CN202010633314A CN113876296B CN 113876296 B CN113876296 B CN 113876296B CN 202010633314 A CN202010633314 A CN 202010633314A CN 113876296 B CN113876296 B CN 113876296B
- Authority
- CN
- China
- Prior art keywords
- user
- early warning
- mouth
- recognition module
- motion
- 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.)
- Active
Links
- 208000006011 Stroke Diseases 0.000 title description 37
- 206010008190 Cerebrovascular accident Diseases 0.000 title description 7
- 238000001514 detection method Methods 0.000 claims abstract description 45
- 230000033001 locomotion Effects 0.000 claims abstract description 44
- 230000001815 facial effect Effects 0.000 claims abstract description 22
- 238000005516 engineering process Methods 0.000 claims abstract description 21
- 238000000611 regression analysis Methods 0.000 claims abstract description 10
- 208000027904 arm weakness Diseases 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 26
- 239000013598 vector Substances 0.000 claims description 19
- 230000001133 acceleration Effects 0.000 claims description 14
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims 2
- 208000024891 symptom Diseases 0.000 description 24
- 210000001331 nose Anatomy 0.000 description 10
- 238000012360 testing method Methods 0.000 description 5
- 230000002490 cerebral effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 208000004929 Facial Paralysis Diseases 0.000 description 3
- 208000036826 VIIth nerve paralysis Diseases 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 235000010643 Leucaena leucocephala Nutrition 0.000 description 1
- 240000007472 Leucaena leucocephala Species 0.000 description 1
- 208000032109 Transient ischaemic attack Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 208000027905 limb weakness Diseases 0.000 description 1
- 231100000861 limb weakness Toxicity 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 231100000862 numbness Toxicity 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 208000023516 stroke disease Diseases 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 201000010875 transient cerebral ischemia Diseases 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
Classifications
-
- 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
- A61B5/1124—Determining motor skills
- A61B5/1125—Grasping motions of hands
-
- 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
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Neurology (AREA)
- Physiology (AREA)
- Neurosurgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Developmental Disabilities (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种中风快速自助检测系统，其特征在于包括面部特征识别模块、运动特征识别模块、语音特征识别模块和预警模块；其中，面部特征识别模块，用于通过人脸识别技术对用户进行人脸检测，然后基于人脸对称轴判断所检测人脸图像中的嘴角口鼻位置是否歪斜，并将判断结果反馈给预警模块；运动特征识别模块，用于对动作传感器所采集的用户运动数据进行统计特征回归分析，判断该用户是否存在单侧手臂无力，并将判断结果反馈给预警模块；语音特征识别模块，用于将用户读出提示信息的语音转换为文字并与该提示信息进行匹配，判断该用户是否口齿不清，并将判断结果反馈给预警模块；预警模块，用于根据收到的判断结果判断是否产生预警信息。
Description
技术领域
本发明属于计算机应用及医疗检测领域，具体涉及一种基于F.A.S.T方法的中风快速自助检测系统。
背景技术
中风，又被称为脑卒中，传统意义上的定义为：由急性脑血管损伤所致的，突然出现且持续存在超过24小时的局灶性神经系统功能缺损，是一种高发病率、高致残率、高复发率及高死亡率的危险疾病。中风发病早期，患者通常会出现以下症状：
(1)口齿不清。
(2)一侧面部麻木或口角歪斜。
(3)偏侧肢体麻木或无力。
(4)视物重影或偏盲。
(5)眩晕，行走不稳，甚至摔倒。
患者经历的一次甚至多次的短暂的脑缺血症状发作被称作小中风，这些症状一般仅仅持续几分钟就会消失，极其容易被患者忽视。据统计，大约有近1/3患者出现小中风症状时，最终会有中风的发作，由出现小中风症状到中风发作时间最短仅间隔几小时。因为中风对时间较为敏感，且一直缺乏有效的治疗手段，若能提前预防或在中风的情况下及时采取行动是防止产生持续伤害的关键。
“F.A.S.T”方法是一种中风快速评估方法，根据中风患者发作前几个极常见的小中风现象，以4个英语单词的开头字母命名，简便实用地对受试者进行中风评估，F.A.S.T方法具体如下：
F(Face)：您(他)是否能够微笑？即检测面部是否无力或者麻木，出现面瘫或者口角歪斜的现象。
A(Arm)：您(他)能顺利举起双手吗？即检测手臂是否无力甚至根本无法抬起。
S(Speech)：您(他)能流利对答吗？即检测是否说话困难或口齿不清。
T(Time)：如上述三项有一项存在，请您立即拨打急救电话120，抓紧时间到达医院就诊。
发明内容
本发明针对上述问题，结合F.A.S.T快速脑中风评估方法，分别使用人脸识别技术，多点触控及传感器动作识别技术和语音识别技术，实现了基于F.A.S.T方法的脑中风识别系统。本发明提出的系统，移动设备端首先通过对图像采集区域内的人脸信息采集，基于人脸对称轴对从图像中提取的嘴角口鼻等关键位置进行特征分析，实现了对出现面瘫或口角歪斜症状的受试者的检测。然后利用屏幕多点触控技术，在屏幕两端点分别用两只手握住移动设备两端，同时抬起的过程中，利用手机动作传感器采集加速度、角速度等数据作为检测受试者运动特征的基本数据，并计算这些基本数据的统计特征，采用回归分析的方法检测受试者是否出现单侧手臂无力导致手臂无法正常抬起的症状。然后，受试者朗读屏幕中的原话，将识别的文字与屏幕中文字进行匹配，从而检测受试者是否出现口齿不清的状况。最后根据上述三种检测技术，若受试者出现一种症状，则跳转拨号界面，及时拨打120到医院就诊，从而实现脑中风的快速评估以及及时救治。
本发明采用的技术方案如下：
一种中风快速自助检测系统，其特征在于，包括面部特征识别模块、运动特征识别模块、语音特征识别模块和预警模块；其中，
面部特征识别模块，用于通过人脸识别技术对用户进行人脸检测，然后基于人脸对称轴判断所检测人脸图像中的嘴角口鼻位置是否歪斜，并将判断结果反馈给预警模块；
运动特征识别模块，用于对动作传感器所采集的用户运动数据进行统计特征回归分析，判断该用户是否存在单侧手臂无力，并将判断结果反馈给预警模块；
语音特征识别模块，用于将用户读出提示信息的语音转换为文字并与该提示信息进行匹配，判断该用户是否口齿不清，并将判断结果反馈给预警模块；
预警模块，用于根据收到的判断结果判断是否产生预警信息。
进一步的，所述面部特征识别模块通过Haar分类器确定该用户的人脸图像中确定人脸边缘；然后从人脸图像中提取关键特征点作为判断嘴角歪斜程度的关键点；其中所述关键特征点包括：左侧嘴角P1、右侧嘴角P2、鼻子下边线中点P3和下巴中心点P4；然后根据所述关键特征点位置计算嘴角歪斜程度其中，向量/>代表由左侧嘴角指向右侧嘴角，向量/>代表由鼻子下边重点指向下巴中心点，/>为向量/>的模/>为向量/>的模；然后根据嘴角歪斜程度θ判断所检测人脸图像中的嘴角口鼻位置是否歪斜。
进一步的，所述运动特征识别模块首先采集用户双手持带有动作传感器的设备完成指定动作的用户运动数据，然后分别采集用户左手、右手持带有动作传感器的设备完成指定动作的用户运动数据；然后从所采集数据中提取特征数据并输入到训练好的分类评估模型中，判断该用户是否存在单侧手臂无力。
进一步的，所述特征数据包括三轴加速度最大值、三轴加速度均值、三轴加速度方差、三轴偏移最大值、三轴偏移均值、三轴偏移方差、三轴偏移范围、三轴偏移过均值点个数、三轴角速度最大值、三轴角速度均值、三轴角速度方差、三轴角速度范围、三轴角度最大值、三轴角度均值、三轴角度方差和三轴角度范围。
进一步的，所述运动传感器包括加速度传感器、陀螺仪传感器和旋转矢量传感器。
进一步的，所述预警模块收到判断结果为嘴角口鼻位置存在歪斜或单侧手臂无力或口齿不清时，产生一预警信息。
一种中风快速自助检测设备，其特征在于，包括动作传感器、面部特征识别模块、运动特征识别模块、语音特征识别模块和预警模块；
面部特征识别模块，用于通过人脸识别技术对用户进行人脸检测，然后基于人脸对称轴判断所检测人脸图像中的嘴角口鼻位置是否歪斜，并将判断结果反馈给预警模块；
运动特征识别模块，用于对动作传感器所采集的用户运动数据进行统计特征回归分析，判断该用户是否存在单侧手臂无力，并将判断结果反馈给预警模块；
语音特征识别模块，用于将用户读出提示信息的语音转换为文字并与该提示信息进行匹配，判断该用户是否口齿不清，并将判断结果反馈给预警模块；
预警模块，用于根据收到的判断结果判断是否产生预警信息。
进一步的，所述中风快速自助检测设备为智能移动终端。
本发明基于F.A.S.T方法的中风快速自助检测系统，具体包括以下基本步骤：
(1)通过人脸识别技术，实现人脸检测，基于人脸对称轴对从所检测人脸图像中提取的嘴角口鼻等关键位置进行特征分析，对面瘫或口角歪斜症状的受试者进行检查。
(2)利用移动设备动作传感器采集受试者基本运动数据，通过对数据统计特征回归分析，对单侧手臂无力导致的无法正常抬起的受试者进行判别。
(3)利用语音识别技术，将识别的文字与屏幕文字进行匹配，检测受试者是否出现口齿不清的状况。
(4)若经检测，受试者出现上述症状中的一种，则表明患者存在中风风险，跳转拨号界面，及时前往医院就诊。
与现有技术相比，本发明的优点和积极效果如下：
(1)本发明利用人脸识别技术、动作传感器技术、语音识别技术，在F.A.S.T中风快速评估方法指导下，有针对性地采集中风相关的具体数据，通过对采集的关键数据进行回归分析，实现了一种基于F.A.S.T方法的中风快速自助检测系统。
(2)本发明利用移动设备的摄像头、动作传感器等设备，无需增加特定的医疗传感器设备，实现了受试者特征数据的定量化的采集，通过分析采集数据与中风疾病之间的映射关系，量化地分析受试者出现中风症状的可能性，克服了F.A.S.T方法无法获取定量化的生理参数的问题，提高了症状检测的准确性。
(3)本发明考虑了中风以中老年人群高发等因素，利用移动设备的普遍性和便捷性，同时简化受试者在测试时的使用难度，实现了受试者可以独立完成的、简单易操作的脑中风快速检测系统。
附图说明
图1是本发明的流程示意图；
图2是用于口角歪斜症状检测的流程示意图；
图3是口角所在关键点位置示意图；
图4是用于动作检测的流程示意图；
图5是用于动作检测过程中受试者运动提示示意图；
图6是用于语音检测的流程示意图；
图7是用于语音检测的简要界面示意图。
具体实施方式
为使本领域的技术人员更好的理解本发明，下文通过具体实施实例，并结合附图，做详细的说明，但不构成对本发明的限制。
本发明可以通过图1了解本发明的框架，主要基于F.A.S.T中风评估方法，主要包括：基于人脸识别技术的口角歪斜症状检测、基于传感器技术的单侧上肢无力症状检测、基于语音识别技术的口齿不清症状检测和拨号急救四部分。受试者只需根据提示采集数据，利用分类器对受试者症状表现进行有效分析。
本发明中基于人脸检测技术的口角歪斜症状检测流程如图2所示：其具体步骤为：
(1)受试者图像采集：为提高系统运行效率，降低系统运行时间，受试者在采集图像时，被要求将脸中轴线对准系统界面提示的中轴线位置。
(2)人脸边缘检测：通过Haar分类器确定人脸边缘，以降低受试者所处环境对检测结果产生的影响。
(3)关键特征点位置定位:通过选取关键特征点作为判断嘴角歪斜程度的关键点,通过基于SDM(Superviseddescentmethod)的人脸特征点检测方法确定关键特征点位置。为提高系统运行效率，降低系统运行时间，本发明中选取其中四个特征点作为关键特征点：左侧嘴角P1，右侧嘴角P2，鼻子下边线中点P3，下巴中心点P4，如图3所示。
(4)判断嘴角歪斜程度：计算嘴角歪斜程度θ，判定受试者是否出现嘴角歪斜症状，嘴角歪斜程度标准通过系统在测试过程中通过回归分析受试者中患者表现获得，其中θ通过公式(1)确定。
其中向量由左侧嘴角指向右侧嘴角，向量/>由鼻子下边重点指向下巴中心点，/>分别为上述两向量的模。
本发明中基于传感器技术的单侧手臂无力症状检测过程如图4所示，利用触控检测技术在保证受试者双手持有移动设备的前提下，提示受试者做如图5所示的运动动作，使用移动设备自带的加速度传感器、陀螺仪传感器、旋转矢量传感器等传感器获取移动设备在受试者检测过程中产生的加速度、角速度、速度、角度等信息，同时计算基本数据的统计特征，利用分类器对抽取的特征数据进行训练。其中具体流程如下所示：
(1)手机传感器数据收集
(a)手机触屏检测：受试者在进行动作检测过程中要求双手持手机，通过手机触屏检测受试者是否触摸在控件上，如果受试者5s内未触摸在控件上，则提示受试者重新操作，若触摸在控件上，则开始单侧手臂无力症状的检测，保证采集数据的有效性。
(b)结合重力传感器从而消除重力对加速度的影响，进一步收集加速度传感器数据，为数据处理及特征抽取做准备。
(2)数据处理及特征抽取：针对提取的数据，结合统计学参数，获得运动过程基本数据的相关特征。
表1单侧手臂无力症状检测过程相关特征及计算方法
(3)中风行为识别：依据采集的受试者的量化数据，利用训练好的分类评估模型对中风行为进行识别。其中，分类评估模型通过从以往采集的受试者数据提取的相关特征作为训练数据，对该模型进行训练得到。
本发明中基于语音识别技术的口齿不清症状检测过程如图6所示，具体流程如下所示：
(1)语音信息采集：受试者根据屏幕提示，通过按钮控制，点击后念出屏幕中出现的需要朗读的内容，界面简图如图7所示。
(2)语音识别并转换为文字：移动设备端下使用完善的语音识别SDK实现录音转译功能，将识别到的语音转换成文字并存储。
(3)文字信息匹配与中风行为识别：将步骤(1)中屏幕中出现的文字与步骤(2)中语音识别出的文字进行匹配，若匹配程度高于设定标准则表明没有出现口齿不清症状，其中衡量标准由系统在测试过程中回归分析患者表现获得。
若受试者在上述三种检测中有一种或多种中风症状出现，则表明受试者存在中风危险，跳转拨号界面。受试者也可以取消界面跳转，自行到医院就诊。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (8)
1.一种中风快速自助检测系统，其特征在于，包括面部特征识别模块、运动特征识别模块、语音特征识别模块和预警模块；其中，
面部特征识别模块，用于通过人脸识别技术对用户进行人脸检测，然后基于人脸对称轴判断所检测人脸图像中的嘴角口鼻位置是否歪斜，并将判断结果反馈给预警模块；其中
所述面部特征识别模块通过Haar分类器确定该用户的人脸图像中的人脸边缘；然后从人脸图像中提取关键特征点作为判断嘴角歪斜程度的关键点，通过基于SDM的人脸特征点监测方法确定关键特征点的位置；所述关键特征点包括：左侧嘴角P1、右侧嘴角P2、鼻子下边线中点P3和下巴中心点P4；然后根据所述关键特征点位置计算嘴角歪斜程度其中，向量/>代表由左侧嘴角指向右侧嘴角，向量/>代表由鼻子下边重点指向下巴中心点，/>为向量/>的模、/>为向量/>的模；然后根据嘴角歪斜程度θ判断所检测人脸图像中的嘴角口鼻位置是否歪斜；
运动特征识别模块，用于对动作传感器所采集的用户运动数据进行统计特征回归分析，判断该用户是否存在单侧手臂无力，并将判断结果反馈给预警模块；
语音特征识别模块，用于将用户读出提示信息的语音转换为文字并与该提示信息进行匹配，判断该用户是否口齿不清，并将判断结果反馈给预警模块；
预警模块，用于根据收到的判断结果判断是否产生预警信息。
2.如权利要求1所述的中风快速自助检测系统，其特征在于，所述运动特征识别模块首先采集用户双手持带有动作传感器的设备完成指定动作的用户运动数据，然后分别采集用户左手、右手持带有动作传感器的设备完成指定动作的用户运动数据；然后从所采集数据中提取特征数据并输入到训练好的分类评估模型中，判断该用户是否存在单侧手臂无力。
3.如权利要求2所述的中风快速自助检测系统，其特征在于，所述特征数据包括三轴加速度最大值、三轴加速度均值、三轴加速度方差、三轴偏移最大值、三轴偏移均值、三轴偏移方差、三轴偏移范围、三轴偏移过均值点个数、三轴角速度最大值、三轴角速度均值、三轴角速度方差、三轴角速度范围、三轴角度最大值、三轴角度均值、三轴角度方差和三轴角度范围。
4.如权利要求1所述的中风快速自助检测系统，其特征在于，所述动作传感器包括加速度传感器、陀螺仪传感器和旋转矢量传感器。
5.如权利要求1所述的中风快速自助检测系统，其特征在于，所述预警模块收到判断结果为嘴角口鼻位置存在歪斜或单侧手臂无力或口齿不清时，产生一预警信息。
6.一种中风快速自助检测设备，其特征在于，包括动作传感器、面部特征识别模块、运动特征识别模块、语音特征识别模块和预警模块；
面部特征识别模块，用于通过人脸识别技术对用户进行人脸检测，然后基于人脸对称轴判断所检测人脸图像中的嘴角口鼻位置是否歪斜，并将判断结果反馈给预警模块；其中
所述面部特征识别模块通过Haar分类器确定该用户的人脸图像中的人脸边缘；然后从人脸图像中提取关键特征点作为判断嘴角歪斜程度的关键点，通过基于SDM的人脸特征点监测方法确定关键特征点的位置；所述关键特征点包括：左侧嘴角P1、右侧嘴角P2、鼻子下边线中点P3和下巴中心点P4；然后根据所述关键特征点位置计算嘴角歪斜程度其中，向量/>代表由左侧嘴角指向右侧嘴角，向量/>代表由鼻子下边重点指向下巴中心点，/>为向量/>的模、/>为向量/>的模；然后根据嘴角歪斜程度θ判断所检测人脸图像中的嘴角口鼻位置是否歪斜；
运动特征识别模块，用于对动作传感器所采集的用户运动数据进行统计特征回归分析，判断该用户是否存在单侧手臂无力，并将判断结果反馈给预警模块；
语音特征识别模块，用于将用户读出提示信息的语音转换为文字并与该提示信息进行匹配，判断该用户是否口齿不清，并将判断结果反馈给预警模块；
预警模块，用于根据收到的判断结果判断是否产生预警信息。
7.如权利要求6所述的中风快速自助检测设备，其特征在于，所述中风快速自助检测设备为智能移动终端。
8.如权利要求6所述的中风快速自助检测设备，其特征在于，所述动作传感器包括加速度传感器、陀螺仪传感器和旋转矢量传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010633314.0A CN113876296B (zh) | 2020-07-02 | 2020-07-02 | 一种中风快速自助检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010633314.0A CN113876296B (zh) | 2020-07-02 | 2020-07-02 | 一种中风快速自助检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113876296A CN113876296A (zh) | 2022-01-04 |
| CN113876296B true CN113876296B (zh) | 2024-05-28 |
Family
ID=79012684
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010633314.0A Active CN113876296B (zh) | 2020-07-02 | 2020-07-02 | 一种中风快速自助检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113876296B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250819A (zh) * | 2016-07-20 | 2016-12-21 | 上海交通大学 | 基于脸部实时监控检测人脸对称性及异常方法 |
| CN207041511U (zh) * | 2017-02-07 | 2018-02-27 | 王俊 | 面瘫客观评估系统 |
| CN109545299A (zh) * | 2018-11-14 | 2019-03-29 | 严洋 | 基于人工智能的脑血管疾病风险快速识别辅助提示系统及方法 |
| WO2020121308A1 (en) * | 2018-12-11 | 2020-06-18 | Cvaid Ltd. | Systems and methods for diagnosing a stroke condition |
| 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 |
-
2020
- 2020-07-02 CN CN202010633314.0A patent/CN113876296B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250819A (zh) * | 2016-07-20 | 2016-12-21 | 上海交通大学 | 基于脸部实时监控检测人脸对称性及异常方法 |
| CN207041511U (zh) * | 2017-02-07 | 2018-02-27 | 王俊 | 面瘫客观评估系统 |
| CN109545299A (zh) * | 2018-11-14 | 2019-03-29 | 严洋 | 基于人工智能的脑血管疾病风险快速识别辅助提示系统及方法 |
| WO2020121308A1 (en) * | 2018-12-11 | 2020-06-18 | Cvaid Ltd. | Systems and methods for diagnosing a stroke condition |
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113876296A (zh) | 2022-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111915842B (zh) | 异常监控方法、装置、计算机设备及存储介质 | |
| CN109715065A (zh) | 电子设备及其控制方法 | |
| EP3246888A1 (en) | Paralysis detection and alarming apparatus and processing method thereof | |
| US11006874B2 (en) | Real-time stress determination of an individual | |
| US20160210835A1 (en) | Human body tumbling detection method and device and mobile terminal system | |
| Ketabdar et al. | System and methodology for using mobile phones in live remote monitoring of physical activities | |
| WO2017003883A1 (en) | System and method for optical detection of cognitive impairment | |
| CN113876296B (zh) | 一种中风快速自助检测系统 | |
| Park et al. | Achieving real-time sign language translation using a smartphone's true depth images | |
| WO2018036023A1 (zh) | 智能手表的文本输入方法及装置 | |
| JP4201644B2 (ja) | 端末装置及び端末装置の制御プログラム | |
| JP6825397B2 (ja) | 生体認証装置、生体認証方法及び生体認証プログラム | |
| CN109657550B (zh) | 一种疲劳度检测方法及装置 | |
| JP4025516B2 (ja) | マウス代替方法、マウス代替プログラム、および同プログラムを記録した記録媒体 | |
| CN219206928U (zh) | 微循环血流检测仪 | |
| US20230050987A1 (en) | Apparatus for fastening an imaging device at a predetermined arrangement for image capture and detecting regions of interest in an image using image processing | |
| Hai et al. | PCA-SVM algorithm for classification of skeletal data-based eigen postures | |
| Juna et al. | A review on nail image processing for disease detection | |
| CN115984771A (zh) | 考场监考系统、方法、电子设备及存储介质 | |
| US20230238144A1 (en) | Stroke examination system, stroke examination method, and recording medium | |
| Weng et al. | Fall detection based on tilt angle and acceleration variations | |
| KR102083372B1 (ko) | 아이트래킹 및 음성인식을 활용한 컴퓨터 대체접근 시스템 및 동작 방법 | |
| JP2018049566A (ja) | 画像処理装置、画像処理方法およびプログラム | |
| JP5246496B2 (ja) | 計算機 | |
| WO2011024325A1 (ja) | 計算機 |
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 | ||
| GR01 | Patent grant |