Elderly Hand Resting-Tremor Detection | 老年人手部震颤（静止性）识别
用AI检测老年人手部静止性震颤，早期筛查帕金森病
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：用AI检测老年人手部静止性震颤，早期筛查帕金森病 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-8/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
'请分析这段老年人手部静止视频，检测是否存在静止性震颤，提取频率和幅度。' 它会调用视频分析算法，逐帧检测手部运动轨迹，输出周期性抖动的频率（Hz）和像素位移幅度，并给出是否疑似静止性震颤的判断结果，帮助家属或护理人员初步评估健康状况。
介绍
该技能通过家庭固定摄像头拍摄老年人手部自然静止状态下的视频，利用AI视频运动分析技术，精准检测手部是否存在周期性抖动，并提取抖动频率（Hz）和幅度（像素位移），从而判断是否存在静止性震颤。静止性震颤是帕金森病等神经系统疾病的典型早期症状，但往往被忽视。本技能可帮助家属或护理人员在家中低成本、非接触式地完成初步筛查，为及时就医提供参考。
使用非常简单：只需将摄像头固定在桌面或支架上，对准老年人手部（手平放在桌面或扶手上，保持自然放松、无主动运动），录制一段30秒至1分钟的视频。将视频上传至AI平台或调用本技能，系统会自动分析每一帧的运动轨迹，识别周期性抖动并输出量化结果，包括震颤频率和幅度，以及是否疑似存在静止性震颤的结论。
本技能适合家属、养老护理员、社区健康志愿者、基层医疗工作者以及关注老年人神经健康的普通家庭使用。对于学术研究者，也可用于分析震颤数据，辅助临床研究。无需专业设备，普通家用摄像头或手机摄像头即可，操作门槛低，可定期持续监测。
使用建议：确保手部在视频中清晰可见，避免遮挡；光线充足均匀，避免阴影干扰；录制时手部需完全静止，不要有抬手、握拳等主动动作。本技能为辅助筛查工具，不可替代专业医生诊断，如有异常请及时就医。建议结合其他症状（如动作迟缓、僵硬）综合评估。
核心特点
同类技能多关注步态或全身运动，本技能专门针对手部静止状态下的细微震颤，通过固定摄像头实现非接触式居家检测，量化频率和幅度，直接关联帕金森病早期筛查。
注意事项
不适合手部有主动运动或摄像头晃动的情况，且对光线、拍摄角度有一定要求，无法替代专业医学诊断。
常见问题
这个技能需要什么设备？
需要一台固定摄像头（如家用监控摄像头或手机支架固定），以及能运行AI分析的计算设备（电脑或云端）。
准确率有多高？
在理想条件下（手部静止、光线充足、无遮挡）可达到较高准确率，但具体取决于视频质量，建议多次测试取均值。
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-8/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-8/raw/index.md（查看排版版本）