基于隐式感知的老人认知健康评估系统

针对现有的老人认知评估需要固定周期检验,存在繁琐、执行困难的问题,提出一种智能化的老人认知健康评估方法。该方法基于隐式传感器如门禁,红外等采集数据,融合蒙特利尔认知评估量表数据,并进行分析,以实现连续性的预判老人认知衰退,从而引导老人进行认知评估,解决评估周期长的问题。系统使用Node.js搭建一个基本的数据管理平台框架,Mongo DB进行数据管理,用线性回归拟合传感器数据及评估数据。社区试点部署结果表明,本平台不仅提供了一套评估老人认知下降的有效方法,同时有效实现老人居家智能化危险报警。