编号 - stap.docVIP

  • 5
  • 0
  • 约 7页
  • 2017-06-19 发布于天津
  • 举报
编号 - stap

SJTU公司 立项建议书 项目名称:Real 2015 年 月 项目的必要性 背景:问题领域 颈椎状况 在过去颈椎病一向都只是中老年人的“专利”,但近年来颈椎病患者的低龄化程度已经到了令人吃惊的地步。近年来国内对2000例颈椎病患者展开调查显示:青少年和上班族患颈椎病的人数徒增,甚至30岁以下患者所占的比例比30岁到50岁的患者高出了22%。20年来,颈椎病的高发年龄从55岁,一路跌至39岁,颈椎病越来越低龄。 另外国内一项研究对患颈椎病高发职业进行了调查,调查结果表明:在颈椎病高发职业中,其中IT从业人员以44.1%的比例占据榜首。IT从业人员包括从事电子商务、文案工作以及美术平面设计等职业的人员,这些都是颈椎病的高发职业。专家总结年轻人患颈椎病人数徒增的主要原因之一就是他们经常以不正确坐姿长时间伏案读书工作。 眼睛状况 我国有一亿多台电脑,一亿五千万以上的网民。调查表明电脑用户中93.4%以上有视觉疲劳症状。而根据美国科研人员的调查发现,有82.4%的电脑用户患电脑视觉综合症。主要表现为眼睛干涩(盯屏时候眨眼次数从每分钟22次锐减到4次)、疲劳,充血,视觉模糊,头晕目眩,头痛,个别严重者还会出现暴盲,短时间或永久性失去视觉等症状。电脑用户罹患青光眼和白内障的几率也明显提高。在美国所有职业病中,电脑视觉综合症位列第一。 手部状况 手科专家认为经常反复机械地点击鼠标,会让右手食指及连带的肌肉,神经,韧带处于一种不间歇的疲劳状态中,使腕管后卫神经受到损伤或压迫,导致神经传导被阻断,也就是俗称的腕管综合征。 以上疾病的发病率逐渐升高,在这个电脑必不可缺的时代,这款软件主要针对人们使用电脑的健康问题应运而生。 问题:选题动机与目的 基于以上三大疾病的发病率升高的现状,我们希望可以制作一款可以在用户使用电脑姿势不正确时提醒用户注意姿势的软硬件,来更好的提醒用户保护健康。 在通过了解当下该类软硬件的市场普及状况后,获知当前市场硬件设施较多,如Darmo智能坐垫,Upright坐姿纠正器,Jins Meme健康眼镜等,在软件方面有check eye(用以眼睛疾病监测),以及监测电脑使用时长的应用,但没有一款综合的软件来自动监测人们姿势的正确与否。 针对三个普遍的由于电脑使用姿势不正确带来的疾病,从三个主要方面来监测用户的使用电脑姿势习惯,并以此降低疾病发病率。 研究:市场调查和评价结论 我们针对人群健康属性以及对辅助健康的程序的预期进行调查,回收调查问卷288份,有效调查问卷288份,调查结果如下: 一天使用电脑在3小时以上的用户占大多数(56.94%);68.08%的人群认为自己使用电脑的姿势不健康;其中有72.45%的电脑用户希望纠正自己的电脑使用习惯;过半用户(50.69%)希望在电脑上安装纠正自己姿势的软件。与此相对,接受可穿戴设备的用户仅占33.45%,最主要的原因是其穿戴麻烦,使用不方便。而对于我们提供的监测功能,需求度由大到小排序为:眼睛、颈椎、脊椎、手部。 由上述调查结果,可见大众对监测姿势的健康程序接受度高,需求量大,未来市场广阔。对于同类型的硬件产品,软件程序在舒适度方面更有优势。对于功能,我们将眼睛及颈椎作为我们的主要功能进行更多的设计及优化。 项目目标和特性 2.1项目的目标和软件定位 本软件定位为健康类软件,将基于健康性,便利性和综合性三大要素,只依靠电脑RealSense摄像头,提供检测颈椎,眼睛和手腕三方面的综合功能。本软件将使用realsense技术来监测人的坐姿、眼睛疲劳程度、鼠标使用姿势等属性,再辅以记录鼠标移动的距离,在本地实现实时反馈用户姿势正确与否的功能,并将每个用户的数据传上openstack平台,通过云计算分析出用户群使用电脑情况。(另外,本软件可通过长期数据分析出潜在患病人群提供给可靠医药公司,可以针对用户需求提供相应的医药推荐;亦可将所得数据提供给医学研究人员用于电脑疾病的进一步研究治疗。) 2.2功能分析 坐姿监测(高):获取用户使用电脑时的坐姿数据与进行正确的坐姿数据比较,来监测用户的坐姿是否正确。 电脑用眼监测(高):监测用户使用电脑时眼睛与电脑的距离是否大于或小于合适距离区间;监测用户使用电脑时眨眼次数是否小于正常平均眨眼次数。监测眼睛疲劳程度。 手腕监测(中):监测用户使用电脑时鼠标移动的数据是否大于正常鼠标平均移动距离。 用户状况监测:监测用户的整体状态。 数据计算分析(高):将用户的数据上传至Openstack平台, 根据用户个人信息及用户姿势情况,获取用户个人的数据曲线,计算分析用户的健康状况、患病趋势,并据此推介相应新闻、视频、产品; 分析个人监测优先级,分析用户在多久的时间以后姿势不正确的频率会升高,加强检测频率,优化提醒; 根据大量的用户集体数据,分析当下不同属

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档