1.一种帕金森病情的步态监测装置,其特征在于,包括:
角度收集模块,用于从智能设备的陀螺仪中获得陀螺仪偏角值;
运动信息收集模块,用于从智能设备的线性加速计中获得运动信息;
gps收集模块,用于从智能设备中获得gps定位信息;
有效时长分析模块,用于对所述gps定位信息进行分析,得到有效运动时长t0、有效运动的开始时间和有效运动的结束时间;
有效变化分析模块,用于对所述陀螺仪偏角值、所述运动信息、所述有效运动的开始时间和所述有效运动的结束时间进行分析,得到连续有效运动变化总时长t2;
综合检测模块,用于根据所述有效运动时长t0和所述连续有效运动变化总时长t2进行计算,得到异常移动比重占总运动比重n,并将所述异常移动比重占总运动比重n与预设阈值n进行比较,当所述异常移动比重占总运动比重n大于所述预设阈值n时,则评估其病情的严重程度并形成评估结果。
2.根据权利要求1所述的一种帕金森病情的步态监测装置,其特征在于,所述有效时长分析模块具体用于:
根据多个所述gps定位信息进行统计获得连续移动时长t1和直线移动距离m1,当所述连续移动时长t1大于或等于预设连续移动时长t,且所述直线移动距离m1大于或等于预设直线移动距离m时,则判定为有效运动状态,并获得所述有效运动时长t0、有效移动距离m0、所述有效运动的开始时间和所述有效运动的结束时间。
3.根据权利要求1所述的一种帕金森病情的步态监测装置,其特征在于,所述运动信息包括幅度和频率,所述有效变化分析模块具体用于:
在所述有效运动的开始时间至所述有效运动的结束时间内,当前一陀螺仪偏角值与后一陀螺仪偏角值之差大于预设最小偏角值且小于或等于预设最大偏角值,且所述幅度和所述频率均不为0时,则判定为有效变化状态,并获得有效变化开始时间和有效变化结束时间;
当前一有效变化结束时间与后一有效变化开始时间之差tm小于预设时间差值tn时,则判定为连续有效变化状态,并得到连续有效变化时长tm;
由多个所述连续有效变化状态获得多个所述连续有效变化时长tm;
将多个所述连续有效变化时长tm进行求和计算,获得所述连续有效变化总时长t2。
4.根据权利要求1所述的一种帕金森病情的步态监测装置,其特征在于,所述综合检测模块具体用于:
根据第一式、所述有效运动时长t0和所述连续有效变化总时长t2计算异常移动比重占总运动比重,所述第一式为:
n=t2/t0,
其中,n表示异常移动比重占总运动比重。
5.根据权利要求1-4任一项所述的用一种帕金森病情的步态监测装置,其特征在于,还包括运动速率计算模块,所述运动速率计算模块用于:
根据第二式、所述有效运动时长t0和有效移动距离m0计算有效运动速率,所述第二式为:
v1=m0/t0,
其中,v1表示有效运动速率。
6.根据权利要求5所述的一种帕金森病情的步态监测装置,其特征在于,还包括存储模块,所述存储模块用于:
将所述有效运动速率v1和所述异常移动比重占总运动比重n通过智能设备存储到预设的云处理器中用户个人账户内。
7.根据权利要求6所述的一种帕金森病情的步态监测装置,其特征在于,还包括整合模块,所述整合模块用于:
在预设观察时间内,对存储的所述有效运动速率v1和所述异常移动比重占总运动比重n分别进行统计并形成图表,得到有效运动速率图表和异常移动比重占总运动比重图表。