本发明专利技术公开了基于笔迹行为特征识别的帕金森病早期诊断系统，属于帕金森病技术领域，包括数据采集模块、数据处理模块、模型构建模块、测试优化模块、预测诊断模块及智能管控模块。本发明专利技术解决了现有的不能基于笔迹行为特征识别对帕金森病进行早期诊断，不能为患者提供早期干预和治疗建议，降低了治疗效果的问题。本发明专利技术基于最优的帕金森病早期诊断模型对笔迹行为实时数据进行预测及帕金森病早期诊断，确定帕金森病早期诊断结果，且制定帕金森病早期管控方案，对帕金森病早期患者进行智能化管控，可基于笔迹行为特征识别对帕金森病进行早期诊断，能为患者提供早期干预和治疗建议，可提升治疗效果。
【技术实现步骤摘要】
本专利技术涉及帕金森病，具体为基于笔迹行为特征识别的帕金森病早期诊断系统。
技术介绍
1、帕金森病，也常被称为“震颤麻痹”，是一种神经系统退行性疾病，这个疾病的主要原因是由于黑质多巴胺能神经元的退化和死亡，可能与遗传、环境因素及神经系统老化等多种因素有关。公认的是，衰老是帕金森病发生的最重要因素，疾病具有显著的老年高发特性，目前帕金森病的早期诊断仍存在较大困难，导致许多患者在病情初期得不到及时治疗，影响治疗效果和预后。
2、公开号为cn117222355a的中国专利公开了用普尼珠单抗治疗、预防或改善帕金森病的方法，其中向患者提供移动设备，该移动设备经编程以接收并且传送获得的数据以测量患者的被动和/或主动运动；收集从该移动设备传送的数据；将从该患者获得的数据与对照数据进行比较，以评估个体中运动缺陷的存在或程度，和/或监测从患者获得的数据持续一段足以识别患者的主动或被动运动功能变化的时间期；但是该专利存在以下缺陷：
3、现有的不能基于笔迹行为特征识别对帕金森病进行早期诊断，不能为患者提供早期干预和治疗建议，降低了治疗效果。
技术实现思路
1、本专利技术的目的在于提供基于笔迹行为特征识别的帕金森病早期诊断系统，可基于笔迹行为特征识别对帕金森病进行早期诊断，能为患者提供早期干预和治疗建议，可提升治疗效果，解决了上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、基于笔迹行为特征识别的帕金森病早期诊断系统，包括：</p>4、数据采集模块，用于采集用户脑电活动变化数据、用户手写字迹数据及用户手写绘画数据，确定出基于非侵入性脑电图的笔迹行为感知数据；
5、数据处理模块，用于对基于非侵入性脑电图的笔迹行为感知数据进行处理，确定出基于非侵入性脑电图的笔迹行为特征数据；
6、模型构建模块，用于根据帕金森病早期诊断需求，构建基于笔迹行为特征识别的帕金森病早期诊断模型；
7、测试优化模块，用于对帕金森病早期诊断模型进行测试评估及优化调整，确定出最优的基于笔迹行为特征识别的帕金森病早期诊断模型；
8、预测诊断模块，用于对笔迹行为实时数据进行预测及帕金森病早期诊断，确定出基于笔迹行为特征识别的帕金森病早期诊断结果；
9、智能管控模块，用于制定基于笔迹行为特征识别的帕金森病早期管控方案，对帕金森病早期患者进行智能化管控。
10、优选的，所述数据采集模块包括：
11、脑电获取单元，用于基于非侵入性脑电图对用户在书写过程中的大脑功能和认知状态进行监测及采集，获取用户脑电活动变化数据；
12、手写获取单元，用于基于计算机视觉对用户在书写过程中的手写字迹进行监测及采集，获取用户手写字迹数据；
13、绘画获取单元，用于基于计算机视觉对用户在书写过程中的手写绘画进行监测及采集，获取用户手写绘画数据；
14、其中，基于用户脑电活动变化数据、用户手写字迹数据及用户手写绘画数据，确定出基于非侵入性脑电图的笔迹行为感知数据。
15、优选的，所述数据采集模块，还包括：
16、字数实时采集模块，用于实时采集用户的书写过程中的单位时间完成的完整文字数量；其中，单位时间的取值范围为2min-8min；
17、文字所占面积获取模块，用于在每个单位时间完成之后，针对每个单位时间内完成的每个文字获取每个单位时间内完成的每个文字对应的文字所占面积；
18、书写指标参数获取模块，用于根据所述每个单位时间的用户的完整文字数量和每个单位时间中完成的每个文字对应的文字所占面积获取单位时间对应的书写指标参数；
19、其中，所述书写指标参数通过如下公式获取：
20、
21、其中，r表示书写指标参数；n表示用户书写所经历的单位时间的个数；szi表示第i个单位时间对应的书写总面积；szi-1表示第i-1个单位时间对应的书写总面积；ni表示第i个单位时间对应的书写完整文字的个数；ni-1表示第i-1个单位时间对应的书写完整文字的个数；fn表示n个单位时间对应的书写完整文字的个数标准差；np表示n个单位时间对应的书写完整文字的个数平均值；sp表示n个单位时间对应的书写总面积平均值；sdij表示第i个单位时间的第j个完整文字的文字所占面积；
22、调整模块，用于利用每相邻两个单位时间的书写指标参数的差异值对手写字迹采集的时间间隔进行调整。
23、优选的，所述调整模块包括：
24、书写指标参数提取模块，用于提取每相邻两个单位时间的书写指标参数；
25、差异值获取模块，用于利用每相邻两个单位时间的书写指标参数获取每相邻两个单位时间的书写指标参数的差异值；
26、第一组书写指标参数获取模块，用于提取所述每相邻两个单位时间的书写指标参数的差异值中的差异最大值对应的两个单位时间的书写指标参数，作为第一组书写指标参数；
27、第二组书写指标参数获取模块，用于提取所述每相邻两个单位时间的书写指标参数的差异值中的差异最小值对应的两个单位时间的书写指标参数，作为第二组书写指标参数；
28、采集时间间隔调整系数获取模块，用于利用所述第一组书写指标参数与第二组书写指标参数获取采集时间间隔调整系数，其中，所述采集时间间隔调整系数通过如下公式获取：
29、
30、其中，k表示采集时间间隔调整系数；k表示除了第一组书写指标参数与第二组书写指标参数之外的书写指标参数的个数；ri表示除了第一组书写指标参数与第二组书写指标参数之外的第i个书写指标参数对应的数值；cmax和cmin分别表示每相邻两个单位时间的书写指标参数的差异值中的差异最大值和差异最小值；rmax01和rmax02分别表示第一组书写指标参数对应的两个单位时间的书写指标参数；rmin01和rmin02分别表示第二组书写指标参数对应的两个单位时间的书写指标参数；
31、比较模块，用于将所述采集时间间隔调整系数与预设的调整系数阈值进行比较；
32、调整执行模块，用于当所述采集时间间隔调整系数超过预设的调整系数阈值时，则利用所述采集时间间隔调整系数对当前手写字迹采集的时间间隔进行调整，获得调整后的手写字迹采集的时间间隔；
33、其中，所述调整后的手写字迹采集的时间间隔通过如下公式获取：
34、t＝[1+log10(1+k)]·t0
35、其中，t表示调整后的手写字迹采集的时间间隔；t0表示当前手写字迹采集的时间间隔；k表示采集时间间隔调整系数。
36、优选的，所述数据处理模块包括：
37、数据清洗单元，用于对笔迹行为感知数据进行清洗；
38、获取基于非侵入性脑电图的笔迹行为感知数据；
39、对基于非侵入性脑电图的笔迹行为感知数据进行清洗，包括：
40、对基于非侵入性脑电图的笔迹本文档来自技高网
...
【技术保护点】
1.基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，包括：
2.根据权利要求1所述的基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，所述数据采集模块包括：
3.根据权利要求2所述的基于笔迹行为特征识别的帕金森病早期诊断系统，所述数据采集模块，还包括：
4.根据权利要求3所述的基于笔迹行为特征识别的帕金森病早期诊断系统，所述调整模块包括：
5.根据权利要求2所述的基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，所述数据处理模块包括：
6.根据权利要求5所述的基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，所述数据处理模块还包括：
7.根据权利要求6所述的基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，所述模型构建模块包括：
8.根据权利要求7所述的基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，所述测试优化模块包括：
9.根据权利要求8所述的基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，所述预测诊断模块包括：
10.根据权利要求9所述的基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，所述智能管控模块包括：
...
【技术特征摘要】
1.基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，包括：
2.根据权利要求1所述的基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，所述数据采集模块包括：
3.根据权利要求2所述的基于笔迹行为特征识别的帕金森病早期诊断系统，所述数据采集模块，还包括：
4.根据权利要求3所述的基于笔迹行为特征识别的帕金森病早期诊断系统，所述调整模块包括：
5.根据权利要求2所述的基于笔迹行为特征识别的帕金森病早期诊断系统，其特征在于，所述数据处理模块包括：
6.根据权利要求5所述的基...
【专利技术属性】
技术研发人员：尹西，高中宝，王炜，王淼，李冬梅，
申请(专利权)人：中国人民解放军总医院第二医学中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。