基于多数据驱动的帕金森病智能筛查与评估系统

本发明涉及人工智能，特别是涉及基于多数据驱动的帕金森病智能筛查与评估系统。背景技术：1、目前的帕金森病主要通过人工结合updrs量表，updrs采用了分级评分，医生根据患者的临床表现进行评估，并根据程度给予相应的分数，总分为199分。每一项的计分值有0、1、2、3、4五个等级，分值越高，帕金森病症状越严重；18～31项每一项的计分值有0、0.5、1、1.5、2、2.5、3、3.5、4四个等级中有0.5的高低之差，分值越高，pd症状越严重。传统帕金森诊断主要有以下几个问题：2、(1)主观性偏差大，评估依赖患者的主观描述和医生的肉眼观察，如动作的距离、幅度、频率等，缺乏量化指标，不同医生诊断结果不同。3、(2)量表评估诊断时间长，医生完成一次updrs评估需要30分钟以上，耗费医生和患者大量时间成本和沟通成本。从发病到确诊平均用时超过1年。4、(3)量表反应不充分，目前应用最为广泛的为updrs量表，但该方法不能均衡反映帕金森病核心运动症状程度，指导语措辞模棱两可，缺乏量化指标，对早期帕金森病患者的评估不理想。5、同时，帕金森检测产品市面上也有多种，主要使用摄像头进行视觉识别躯体动作，或者使用单一维度传感器采集单一维度数据，但同样存在以下缺陷：6、(1)评估维度单一，市面上大多数产品使用单一维度(比如步态、或者握力强弱等)进行评估，准确度较低；7、(2)受场地和环境限制较多，部分产品还会通过摄像头采集动作节点，严格受到场地的限制。技术实现思路1、为了克服现有技术的不足，本发明的目的一是提供一种基于多数据驱动的帕金森病智能筛查与评估的方法，可及时发现患者的病情等级，提升评估的客观性和精准性，克服了传统评估量表的主观性、模糊性、不连贯性等缺点。2、本发明的目的二是提供一种基于多数据驱动的帕金森病智能筛查与评估的系统，通过多传感器的协同工作，可以实现对帕金森病患者手部运动功能的精准检测，提高数据的可靠性和有效性，避免单一传感器的局限性和误差，且该系统具有简便、舒适、低成本、易操作等优点，可以方便患者在家庭或社区环境下进行评估，减少对医院资源的依赖和消耗。3、为实现上述目的，本发明提供了如下方案：一种基于多数据驱动的帕金森病智能筛查与评估的方法，包括以下步骤：4、步骤一、基于多模态传感器手套采集患者手部运动数据，对所采集的手部运动数据进行预处理，得到相应传感器对应的特征向量；5、步骤二、将updrs量表评估结果转换为数值型数据，并与所述特征向量进行匹配，得到患者的四维度评估向量；6、步骤三、利用多源异构评估算法对所述四维度评估向量进行训练和测试，得到聚类评估模型，并根据输入的四维度评估向量输出评估分数，以获得患者的综合病情分级。7、优选的，在所述步骤一中，在所述多模态传感器手套上分别安装了加速度角速度传感器、弯曲传感器、压力传感器和肌电信号传感器四种传感器，通过四种传感器实时采集手部震颤频率、手指弯曲角度、食指和拇指捏合次数及小臂肌电信号数据。8、优选的，所述加速度角速度传感器为集成三轴陀螺仪和三轴加速度计的六轴运动跟踪设备，优选mpu6050传感器，其安装于所述多模态传感器手套的背部上方，以测量手部发生震颤时三轴加速度和三轴角速度。9、优选的，所述弯曲传感器为基于电阻变化原理的柔性传感器，优选flex’4.5弯曲传感器，其安装于所述多模态传感器手套的食指、中指和无名指处，以测量手指关节的弯曲程度。10、优选的，所述压力传感器为基于压电效应原理的力敏电阻，优选fsr压力传感器，其安装于所述多模态传感器手套的食指部位，以测量食指和拇指做对指捏合动作时的压力大小。11、优选的，所述肌电信号传感器为基于生物电信号原理的电极片，其佩戴于患者的小臂上方，以测量肌肉收缩时产生的电信号。12、优选的，在所述步骤二中，在得到患者的四维度评估向量之前，需要对以下四个方面进行评估：13、在稳定性评估方面，通过所述加速度角速度传感器采集患者手部震颤频率数据，并通过cnn-lstm算法且结合updrs量表，以此评估患者手部稳定性；14、在灵活性评估方面，通过所述弯曲传感器采集手指弯曲角度数据，并经过归一化处理后，采用tam评定法，以此判断患者手部的灵活性程度；15、在协调性评估方面，通过所述压力传感器采集食指和拇指捏合的次数，并与updrs量表进行对比，以此判断患者的协调障碍症状及协调障碍程度；16、在肌力评估方面，通过肌电信号传感器采集患者小臂肌电信号数据，并与正常人群的肌电信号数据进行对比，以此判断患者的肌强直症状及肌强直程度。17、优选的，在所述步骤三中，所述多源异构评估算法的输入来自所述多模态传感器手套的四种传感器的数据，将得到的数据训练出评估子模型，随后通过模型融合的方式，整合得到四个子模型，构建出聚类评估模型，以此映射输入的多源异构传感器数据到不同评估等级。18、本发明还提供了一种基于多数据驱动的帕金森病智能筛查与评估的系统，包括感知层、传输层、平台层及应用层；19、所述感知层，通过多模态传感器手套采集患者手部运动数据；20、所述传输层，通过无线传输模块将所述感知层采集的患者手部运动数据传输至下一工序；21、所述平台层，基于输入的手部运动数据，采用四维度评估和多源异构评估算法推理识别，得到评估数据及聚类评估模型；22、所述应用层，通过使用手机、平板或嵌入式设备展示患者的评估数据及结果。23、优选的，还包括存储器、处理器，所述处理器用于执行存储器的计算机管理类程序时实现基于多数据驱动的帕金森病智能筛查与评估的方法的步骤。24、根据本发明提供的具体技术方案，与现有技术相比，本发明公开了以下技术效果：25、(1)采集数据维度：在数据的分析上，现有的技术方案有仅针对单维度的数据进行评估或者低集成度，评估不准确并且穿戴不方便，而本发明进行四维度多源异构数据的融合得出评估结果，评估的可信度更高。26、(2)评估方式：现有的技术方案有通过视频等方法对帕金森患者的手部握拳动作进行评估存在手部评估数据维度少，视频评估的方式灵敏度低等问题，而本发明主要采用的是多模态传感器手套的设计，将mpu6050传感器，弯曲传感器，压力传感器和肌电信号传感器集成在手套中，分别负责采集手部震颤频率、手指弯曲角度、食指和拇指捏合次数以及小臂肌电信号数据。这些数据能够反映帕金森病患者的手部运动功能，如稳定性、灵活性、协调性和肌力。通过多传感器的协同工作，可以实现对帕金森病患者手部运动功能的精准检测，提高数据的可靠性和有效性，避免单一传感器的局限性和误差。多传感器可穿戴手套的设计具有简便、舒适、低成本、易操作等优点，可以方便患者在家庭或社区环境下进行评估，减少对医院资源的依赖和消耗。