Elderly Hand Resting-Tremor Detection | 老年人手部震颤（静止性）识别
利用AI视频分析，非接触式检测老年人手部静止性震颤。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Elderly Hand Resting-Tremor Detection | 老年人手部震颤（静止性）识别。 它的用途是：利用AI视频分析，非接触式检测老年人手部静止性震颤。 完整的 Skill 内容见：https://321skill.com/skills/elderly-hand-resting-tremor-detection-老年人手部震颤-静止性-识别-x-3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请分析这段我爷爷手部静止时的视频，看看有没有异常抖动。’ 它会调用技能处理视频，并生成一份报告，指出是否检测到震颤，以及震颤的频率和大致幅度，帮助你判断是否需要带老人就医。
介绍
该技能旨在解决老年人神经系统疾病（如帕金森病）早期筛查不便的问题。传统诊断依赖专业医疗机构和医生观察，而本技能通过家庭固定摄像头（如手机、平板或监控摄像头）拍摄老年人手部在自然静止状态下的视频，利用AI视频运动分析技术，自动检测是否存在周期性抖动，并量化震颤的频率（Hz）和幅度（像素位移），为家属或护理人员提供客观的初步评估数据。
使用时，用户只需将摄像头对准老年人自然放置于桌面或扶手上的手部，录制一段视频（通常建议15-30秒），然后通过调用该技能进行分析。技能会处理视频，识别手部区域，分析其运动轨迹，最终输出是否存在震颤以及具体的震颤参数报告。整个过程无需佩戴任何传感器，对老年人无干扰。
该技能非常适合关注老年人健康的家庭成员、居家护理人员、社区健康工作者以及希望进行初步自我健康管理的老年人本人。对于神经科医生或研究人员，它也可作为辅助观察和长期病情监测的补充工具。
使用建议方面，为确保分析准确性，拍摄环境应光线充足、背景简洁，手部在拍摄期间需保持完全静止（无自主运动）。需注意，该技能的检测结果仅为筛查参考，不能替代专业医疗诊断。任何阳性发现都应作为提示，及时引导用户前往正规医疗机构进行进一步检查。同时，应严格遵守隐私保护，妥善处理包含个人生物特征的视频数据。
核心特点
区别于需要可穿戴设备或专业仪器的震颤检测方案，本技能仅需普通家用摄像头，实现完全非接触、无感的初步筛查，大幅降低了使用门槛和成本。其核心在于通过纯视觉算法量化震颤的频率和幅度，提供可记录的客观数据，而非仅凭主观观察。
注意事项
不适合用于诊断或评估非静止状态（如动作性震颤）的手部抖动，且分析准确性受视频质量、光照条件和手部遮挡影响。
常见问题
检测手部震颤的准确率高吗？
在光线良好、手部静止且无遮挡的理想拍摄条件下，能有效识别明显的周期性震颤，但结果仅供参考，不能替代医疗诊断。
需要什么样的摄像头？
普通的智能手机、平板电脑摄像头或家用监控摄像头均可，关键是要固定位置，确保画面稳定。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/elderly-hand-resting-tremor-detection-老年人手部震颤-静止性-识别-x-3/raw/index.md 读取 Elderly Hand Resting-Tremor Detection | 老年人手部震颤（静止性）识别 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/elderly-hand-resting-tremor-detection-老年人手部震颤-静止性-识别-x-3/raw/index.md（查看排版版本）