1.一种用于获取坐立测试数字化生物标志物的系统，其特征在于，包括：
2.如权利要求1所述的用于获取坐立测试数字化生物标志物的系统，其特征在于，还设置有中风诊断辅助系统，包括：
3.如权利要求1所述的用于获取坐立测试数字化生物标志物的系统，其特征在于，还设置有综合性的生物力学数据分析系统，特别设计用于中风的早期诊断和评估，包括：
4.一种基于传感器的坐立测试数字化生物标志物获取方法，其特征在于，通过固定在人躯干和下肢上的可穿戴传感器收集坐立测试时身体运动参数，并将其转换为数字化特征，通过比较这些数字化运动特征在疾病人群和健康对照人群中的差异，获得疾病特异性数字化生物标志物。
5.如权利要求4所述的基于传感器的坐立测试数字化生物标志物获取方法，其特征在于，包括以下步骤：
6.如权利要求5所述的基于传感器的坐立测试数字化生物标志物获取方法，其特征在于，受试者在躯干、左右大腿和左右小腿上佩戴五个无线可穿戴传感器，每个传感器包括三轴加速度计、陀螺仪、蓝牙模块、微控制器和可充电电池；传感器数据通过蓝牙传输到计算机，由专门软件处理，并控制测试进程及显示结果。
7.如权利要求5所述的基于传感器的坐立测试数字化生物标志物获取方法，其特征在于，受试者被要求坐在椅子上，双臂交叉在胸前，按计算机软件指令尽快地完成5次坐-立重复，期间背或腿可短暂休息；基于传感器数据定义5次坐-立重复的持续时间和8个主要变量，包括髋关节和膝关节的角度、角速度、功率范围，垂直速度和功率范围，并计算它们的平均值和变异系数。
8.如权利要求5所述的基于传感器的坐立测试数字化生物标志物获取方法，其特征在于，使用连接到躯干和腿部的传感器的四元数来计算髋关节和膝关节的角度，使用四阶巴特沃斯滤波器去除高频干扰，并计算角速度、功率以及通过积分得到的垂直速度和垂直功率。
9.如权利要求5所述的基于传感器的坐立测试数字化生物标志物获取方法，其特征在于，收集50名中风病例和50名健康对照的测试数据，进行相关性分析和统计检验，选取显示显著差异的特征变量，并使用递归特征消除法和逻辑回归建模确定最佳特征。
10.如权利要求5所述的基于传感器的坐立测试数字化生物标志物获取方法，其特征在于，所述的确定识别中风最佳性能模型的最少数量的传感器衍生特征，通过评估模型的auc、灵敏度、特异性和准确性，确定中风识别模型所需的最小传感器衍生特征组合。选择的特征组合在逻辑回归模型中显示出较高的性能指标。