青少年科技创新 · 多模态运动测量把细微动作，
把细微动作，
转化为可追溯的数据
项目可直接调用电脑摄像头，也可生成二维码让同一Wi‑Fi下的手机点对点传送画面，分析手指敲击、步态、眼睑与瞳孔运动；STM32读取MPU6050并通过一块CH340送入网页。
已实现：本机与手机摄像头已实现：Web Serial采集待验证：临床区分能力
INPUT → FEATURE → EVIDENCE01手指敲击频率 · 归一化幅度 · 次数 02步态姿态对称性 · 膝角 03眼睑与瞳孔EAR · 眨眼 · 相对位移 04惯性信号三轴合成 · 4–6 Hz频谱
这是运动特征采集原型，不是医疗诊断设备。
01 / RESEARCH QUESTION
低成本设备能否稳定量化与帕金森相关的动作特征？
帕金森的临床判断依赖病史和神经系统检查。我们的工程问题更窄：能否把肉眼观察的速度、幅度、节律、对称性和震颤频谱转成可复查的数字记录，为科创研究和重复测量提供工具。
本机或手机摄像头
MediaPipe模型在电脑浏览器提取关键点；手机视频通过WebRTC点对点传送，不在服务器保存。
STM32 + MPU6050
STM32以六轴原始值输出，通过物理单位换算、去直流和频谱分析观察4–6 Hz能量。
摄像头 + Web Serial
桌面版Chrome或Edge在HTTPS页面中授权摄像头和一块CH340，网页实时分析并导出CSV。
02 / DATA FLOW
一条从动作到证据的完整链路
摄像头画面直接进入浏览器本地模型；MPU6050由STM32采集后，经CH340串口进入网页。CSV只记录特征与惯性数据。
动作→摄像头 / MPU6050→浏览器 / CH340→特征计算→CSV记录
明确区分“做出来”与“证明有效”
合成手指周期、膝角/对称性、EAR/虹膜位置、MPU频谱和无效数据处理均由自动测试覆盖。
摄像头模型从本站本地加载；STM32继续使用115200 baud串口，网站不需要K230。
当前没有带临床标签的患者/对照数据，不能报告准确率、灵敏度或特异度。