FAST 脑卒中早期筛查

基于 FAST 量表（Face / Arm / Speech / Time），融合 MediaPipe 面部关键点检测、Web Audio API 语音分析和设备加速度计，实现浏览器端脑卒中（缺血/出血）家庭智能预警。

全程在浏览器本地完成，数据不上传服务器

F面部表情检测

A手臂抬举检测

S语言表达检测

T时间就是生命

技术文档

技术原理与算法说明

系统流程图

开始检测

↓

Stage 1: 面部基线注册
4种表情 × 468点关键点采集

↓

Stage 2: 面部对称性测试
实时对比基线 → 对称性偏差计算

↓

Stage 3: 语音基线注册
朗读标准文本 → 提取声学特征

↓

Stage 4: 语音清晰度测试
RMS / ZCR / 停顿 / 静音比对比

↓

Stage 5: 手臂稳定性测试
DeviceMotion API → 单侧漂移检测

↓

Stage 6: 风险问卷
10题脑卒中风险因素评估

↓

加权综合评分
F:40% + S:30% + A:20% + Q:10%

↓

<30% 低风险 — 保持健康习惯

30-60% 中风险 — 建议咨询医生

>60% 高风险 — 立即就医

↓

生成评估报告

图1：FAST 脑卒中预警系统检测流程

系统流程描述

用户首次使用时进入基线注册阶段（Stage 1 & 3）：系统通过 MediaPipe FaceLandmarker 采集用户 4 种表情（自然、微笑、抬眉、眨眼）的 478 个面部关键点坐标作为面部基线；通过 Web Audio API 以 44.1 kHz 采样率录制用户朗读标准文本"我感觉今天很好"的语音，提取 RMS 能量、过零率（ZCR）、停顿次数和静音比例作为语音基线。所有基线数据存储在浏览器 localStorage 中，绝不上传任何服务器。进入测试阶段（Stage 2, 4, 5, 6）：用户重复相同动作，系统实时计算面部关键点与基线的欧氏距离偏差，单侧超过 2 倍标准差判定为阳性（权重 40%）；语音特征偏差超过 30% 判定为阳性（权重 30%）；设备加速度计监测 10 秒手臂平举漂移量，单侧加速度标准差大于基线 1.5 倍判定为阳性（权重 20%）；10 题风险问卷覆盖高血压、糖尿病、房颤等脑卒中危险因素（权重 10%）。最终加权综合评分输出低/中/高三级风险等级及就医建议。

项目基本信息

项目名称	FAST 脑卒中家庭智能预警系统（FAST Stroke Home Intelligent Warning System）
适用场景	家庭场景下的脑卒中（缺血性/出血性）早期 FAST 量表筛查与风险预警
开发环境	纯浏览器端运行，无需后端服务器，HTML5 + JavaScript ES6+
技术依赖	MediaPipe Tasks-Vision (FaceLandmarker)、Web Audio API、DeviceMotion API、MediaRecorder API
AI 模型	MediaPipe Face Landmarker（478 点人脸网格 + 注意力机制），Google 训练
模型文件	face_landmarker.task（Float16，3.7MB），托管于 cdqtech.online 本地
数据安全	全流程浏览器端本地处理，人脸/语音/加速度数据存储在 localStorage，绝不联网传输

关键模块说明

1. 面部关键点检测（Face Landmark Detection）

使用 MediaPipe Tasks-Vision 的 FaceLandmarker API，基于 BlazeFace 检测器 + 注意力机制网格模型，输出 478 个三维面部关键点（x, y, z）。模型以 GPU 代理运行（WebGL），单帧推理时间 <15ms。通过 detectForVideo() 在 requestAnimationFrame 循环中处理摄像头的每一帧，提取的 478 个关键点坐标覆盖嘴唇、眼部、眉毛、鼻梁、下颌轮廓等全部面部结构。相比传统 468 点方案，新增的 10 个关键点集中于虹膜区域，提升了眼部不对称性检测精度。

2. 面部对称性偏差分析（Facial Symmetry Analysis）

核心算法：对左右对称关键点对（如左嘴角 vs 右嘴角、左眉梢 vs 右眉梢）计算欧氏距离差值。基线注册阶段采集 4 种表情的 478 点坐标（向量维度 478×3），测试阶段逐帧对比，计算每个关键点的三维欧氏距离偏差 d = √((x₂-x₁)² + (y₂-y₁)² + (z₂-z₁)²)。重点监测区域为口周区（嘴唇左右角）和眼周区（眉梢左右高度），单侧关键点偏移超过基线 2 倍标准差（2σ）时输出阳性标记。面部测试综合偏差 = 各关键点偏差均值，占综合评分 40%。

3. 语音声学特征提取（Voice Acoustic Feature Extraction）

使用 Web Audio API 以 44.1 kHz 采样率录制语音，通过 AudioContext.decodeAudioData() 解码为 PCM 浮点数组。以 20ms 帧长逐帧分析，提取四个核心特征：① RMS 能量 — 反映音量大小，肌力减弱会导致音量显著下降；② 过零率（ZCR） — 信号穿越零点的频率，构音障碍会导致 ZCR 异常波动；③ 停顿次数 — 无声音间隙 >200ms 的事件计数，神经损伤导致停顿增多；④ 静音比例 — 无声段占总时长的比值。采用自适应静音阈值（整体 RMS × 0.12），去除首尾静音区段后计算活跃语音特征，与基线偏差 >30% 判阳性。

4. 手臂加速度漂移检测（Arm Accelerometer Drift Detection）

利用 HTML5 DeviceMotion API 采集设备三轴加速度计（X/Y/Z）数据。用户双手平举手机正对摄像头，系统以 60Hz 采样率持续采集 10 秒。计算指标：① 加速度均方根差值 — 各轴加速度变化的标准差，反映手臂稳定性；② 漂移量 — 手臂位置随时间的偏移总量（对加速度积分）。单侧手臂加速度标准差大于基线 1.5 倍且漂移量显著增大 → 单侧无力阳性。此模块无需额外硬件，适用于智能手机和平板。

5. 脑卒中风险问卷评估（Stroke Risk Questionnaire）

10 道选择题覆盖脑卒中主要危险因素：高血压病史、糖尿病史、高血脂、心房颤动（房颤）、吸烟史、脑卒中家族史、年龄（≥55 岁加权）、BMI（≥25 加权）、既往卒中/TIA 史、缺乏运动（每周 <150 分钟中高强度活动）。每题二选一（是/否），"是"计 1 分，最高 10 分。问卷结果归一化至 0-100% 区间，占综合评分 10%，为辅助评估维度。

6. 多模态加权综合评分（Multimodal Weighted Scoring）

融合四个评估维度的得分，采用加权线性融合公式：综合评分 = 面部偏差得分 × 0.40 + 语音偏差得分 × 0.30 + 手臂偏移得分 × 0.20 + 问卷风险得分 × 0.10。各子模块得分范围归一化至 0-100%。评分阈值：<30% 低风险（建议保持健康生活习惯），30%-60% 中等风险（建议尽快咨询医疗专业人士），>60% 高风险（建议立即寻求紧急医疗帮助）。评分权重基于临床 FAST 量表中各维度的诊断敏感度：面部下垂敏感度最高（76%），其次是言语障碍（55%）和手臂无力（49%）。

检测指标与阈值

阶段	检测指标	阳性判定阈值	权重	技术实现
Stage 1	面部基线（478点×4表情）	—（参考基线）	—	MediaPipe FaceLandmarker + getUserMedia
Stage 2	关键点对称偏差	单侧 > 基线 2σ	40%	三维欧氏距离 + 左右对比
Stage 3	语音基线（RMS/ZCR/停顿/静音比）	—（参考基线）	—	Web Audio API 44.1kHz 录制
Stage 4	语音特征变化率	任一指标偏差 >30%	30%	20ms帧长 + 自适应静音阈值
Stage 5	加速度标准差 / 漂移量	单侧 > 基线 1.5×	20%	DeviceMotion API 60Hz
Stage 6	风险问卷总分	10题 × 1分/题	10%	标准化选择题 + 归一化
综合	加权总分	<30% 低 / 30-60% 中 / >60% 高	100%	加权线性融合

风险等级与临床建议

风险等级	综合评分	临床建议
低风险	< 30%	各项指标与基线接近，建议保持健康生活习惯，定期复查
中等风险	30% – 60%	存在部分阳性指标，建议尽快咨询神经内科或急诊科医疗专业人士
高风险	> 60%	多项指标异常，请立即拨打 120 寻求紧急医疗帮助。时间就是大脑！

核心算法实现

面部对称性偏差计算

/**
 * 计算面部关键点与基线的三维欧氏距离偏差
 * @param {Array} baseline - 基线关键点数组 [{x, y, z}, ...]
 * @param {Array} current  - 测试关键点数组 [{x, y, z}, ...]
 * @returns {number} 平均偏差值
 */
function calculateDeviation(baseline, current) {
    let total = 0;
    const n = baseline.length;
    for (let i = 0; i < n; i++) {
        const dx = baseline[i].x - current[i].x;
        const dy = baseline[i].y - current[i].y;
        const dz = baseline[i].z - current[i].z;
        total += Math.sqrt(dx*dx + dy*dy + dz*dz);
    }
    return total / n;
}

语音声学特征提取（20ms帧长分析）

/**
 * 提取 PCM 音频的声学特征：RMS能量、ZCR过零率、停顿次数、静音比例
 * @param {AudioBuffer} audioBuffer - Web Audio API 解码后的音频缓冲
 * @returns {Object} { duration, rmsEnergy, silenceRatio, pauseCount, zcr }
 */
function extractFeatures(audioBuffer) {
    const data = audioBuffer.getChannelData(0);
    const sampleRate = audioBuffer.sampleRate;
    const frameSize = Math.floor(sampleRate * 0.02); // 20ms
    const totalFrames = Math.floor(data.length / frameSize);

    // 自适应静音阈值：整体 RMS × 12%
    let sumSq = 0;
    for (let i = 0; i < data.length; i++) sumSq += data[i] * data[i];
    const silenceThresh = Math.sqrt(sumSq / data.length) * 0.12;

    let activeFrames = 0, silentFrames = 0, pauseCount = 0;
    let inPause = false, speechStarted = false;
    const rmsList = [], zcrList = [];

    for (let f = 0; f < totalFrames; f++) {
        const start = f * frameSize;
        let rms = 0, zcr = 0;
        for (let i = 0; i < frameSize; i++) {
            const idx = start + i;
            rms += data[idx] * data[idx];
            if (i > 0) zcr += Math.abs(Math.sign(data[idx]) - Math.sign(data[idx-1])) / 2;
        }
        rms = Math.sqrt(rms / frameSize);
        zcr /= frameSize;

        if (rms < silenceThresh) {
            silentFrames++;
            if (!inPause && speechStarted) { pauseCount++; inPause = true; }
        } else {
            if (!speechStarted) speechStarted = true;
            activeFrames++; inPause = false;
        }
        rmsList.push(rms); zcrList.push(zcr);
    }
    // 去除首尾静音，计算活跃区段平均特征
    return { duration: activeFrames * 0.02, rmsEnergy: avgRms,
             silenceRatio: silentFrames / (activeFrames + silentFrames),
             pauseCount, zcr: avgZcr };
}

加权综合评分与风险等级判定

/**
 * 多模态加权融合：面部 40% + 语音 30% + 手臂 20% + 问卷 10%
 */
function computeRiskLevel(facialScore, voiceScore, armScore, quizScore) {
    const total = facialScore * 0.40
               + voiceScore   * 0.30
               + armScore     * 0.20
               + quizScore    * 0.10;

    if (total < 30)  return { level: 'low',  text: '低风险 — 保持健康生活习惯' };
    if (total < 60)  return { level: 'mid',  text: '中等风险 — 建议尽快咨询医疗专业人士' };
    return            { level: 'high', text: '高风险 — 请立即寻求紧急医疗帮助！时间就是大脑！' };
}

系统技术参数

参数	值	说明
FACE_MODEL	FaceLandmarker (478 pts)	MediaPipe Tasks-Vision, GPU WebGL 代理
FACE_CONFIDENCE	0.5	人脸检测最小置信度阈值
FACE_EXPRESSIONS	4（自然/微笑/抬眉/眨眼）	基线注册表情种类
VOICE_SAMPLE_RATE	44100 Hz	Web Audio API 录音采样率
VOICE_FRAME_SIZE	20 ms	声学特征提取帧长
VOICE_SILENCE_THRESH	整体RMS × 0.12	自适应静音检测阈值
ARM_SAMPLE_DURATION	10 秒	手臂平举稳定性采样时长
ARM_SAMPLE_RATE	~60 Hz	DeviceMotion 加速度计采样频率
QUIZ_QUESTIONS	10 题	脑卒中风险因素覆盖数量
MODEL_FILE	face_landmarker.task (3.7MB)	Float16 量化，本地 nginx 托管
DATA_STORAGE	localStorage	浏览器本地存储，绝不上传服务器