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静止性手部震颤。
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静止性手部震颤。 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-7/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的视频，看看有没有不自主的抖动。’ 它会调用视频分析模型，逐帧检测手部区域的像素位移，识别出周期性的抖动模式，并生成一份报告，告诉你震颤的频率大约是4.5Hz，幅度中等，建议关注神经系统健康。
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算法分析视频中的微小运动，自动检测是否存在周期性抖动，并计算出震颤的频率（Hz）和幅度（像素位移）。
使用时，只需将摄像头对准放置在桌面或扶手上的手部，确保手部处于放松、无自主运动的状态，录制一段视频（通常建议30秒至1分钟）。将视频文件提交给AI技能进行分析，即可获得关于是否存在静止性震颤的初步判断及量化数据报告。
该技能非常适合家中有老年人的家庭成员、社区护理人员以及关注自身健康的老年人本人使用。它为非专业人士提供了一种便捷、低成本的初步筛查工具，有助于及早发现潜在的健康风险。
使用建议方面，请确保拍摄环境光线充足、背景简洁，手部清晰可见且保持静止。需要注意的是，本技能的检测结果仅为辅助参考，不能替代专业医生的临床诊断。若检测出异常迹象，应及时陪同老人前往医院神经内科进行进一步检查。
核心特点
与同类健康监测技能相比，它专注于非接触式的视频运动分析，无需佩戴任何传感器设备，极大降低了使用门槛和抵触感；同时，它量化输出震颤的频率和幅度，提供了比单纯“是/否”判断更具参考价值的客观数据。
注意事项
不适合检测非静止状态（如姿势性、动作性）的震颤，且对视频拍摄质量（如清晰度、稳定性）有一定要求。
常见问题
检测准确率高吗？
在理想拍摄条件下（手部静止、光线好），AI分析具有较高参考价值，但结果不能替代专业医疗诊断。
需要什么类型的摄像头？
普通智能手机、平板电脑的摄像头或家用监控摄像头均可，关键在于固定设备并清晰拍摄手部。
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-7/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-7/raw/index.md（查看排版版本）