АЛГОРИТМ ДЕТЕКТИРОВАНИЯ ДЕФЕКТОВ МЕЛКОЙ МОТОРИКИ НА ОСНОВЕ ИНФОРМАЦИИ ОТ СЕНСОРОВ СМАРТФОНА
Ключевые слова:
Неинвазивный мониторинг, биомедицинских мониторинг, мелкая моторика, дефект мелкой моторики, обработка показаний акселерометра, неврологические расстройства, акселерометрАннотация
Цифровизация является ведущим трендом современности человечества. Она позво-
ляет решать многие бытовые задачи с помощью устройств со специализированными алго-
ритмами облегчая быт, а также решать ряд задач, для которых еще вчера требовались
квалифицированные специалисты. Одной из таких задач является самостоятельная пред-
варительная диагностика пациентов в медицине. Возможность выполнять такую диагно-
стику позволяет сократить время на выявление проблем при различных заболеваниях, в
частности неврологических, в том числе таких случаях, как дефект мелкой моторики, как
следствие такой вид диагностики позволяет уменьшить нагрузку на медицинских специа-
листов. Стоит отметить, что время играет решающую роль в процессе оказания меди-
цинской помощи, и своевременное оказание медицинской помощи может спасти жизнь
человека. Таким образом, разработка решения, позволяющего проводить самостоятельную
предварительную диагностику дефектов мелкой моторики используя технические средст-
ва, которые имеются почти у всех, является актуальной задачей на сегодняшний день.
Целью работы является расширение методов диагностики наличия дефектов мелкой мо-
торики. Для достижения данной цели были поставлены задачи по исследованию имеющих-
ся решений по теме и разработке специализированного алгоритма, предназначенного для
использования в смартфонах в рамках системы биомедицинского мониторинга. В статье
представлен алгоритм определения дефектов мелкой моторики человека по данным кине-
матического датчика смартфона – трехосевого акселерометра. Представленное решение
основано на анализе углов отклонений, получаемых от акселерометра смартфона при вы-
полнении пациентом поставленного задания (упражнения). Задание требует от пациента
принять исходное положение в течение трех секунд и, затем, удерживать смартфон на
вытянутой руке в течение 10 секунд, в течение которых выполняется измерение показаний
трехосевого акселерометра. Результаты испытаний разработанного решения показали
точность на уровне 0,05 для ошибок первого рода и 0,09 для ошибок второго рода. Полу-
ченные результаты свидетельствуют о возможности использования решения для предва-
рительной самодиагностики и может быть использовано как элемент модуля диагности-
ки в крупных системах биомедицинского мониторинга.
