基于安卓的老龄人脑健康测试系统的设计与实现.doc

中图分类号：TP3 论文编号：10006GS13218D1专业硕士学位论文基于安卓的老龄人脑健康测试系统的设计与实现The Design and Implementation of the Aging Brain Health Testing System based on AndroidA Dissertation Submitted for the Degree of MasterCollege of Software Beihang University, Beijing, China中图分类号：TP3论文编号：10006GS13218D1硕 士 学 位 论 文基于安卓的老龄人脑健康测试系统的设计与实现关于学位论文的独创性声明本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外，本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得北京航空航天大学或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对研究所做的任何贡献均已在论文中作出了明确的说明。 若有不实之处，本人愿意承担相关法律责任。学位论文作者签名： 日期： 年 月 日学位论文使用授权书本人完全同意北京航空航天大学有权使用本学位论文（包括但不限于其印刷版和电子版），使用方式包括但不限于：保留学位论文，按规定向国家有关部门（机构）送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名： 日期： 年 月 日指导教师签名： 日期： 年 月 日摘 要全国各大型医院帕金森研究专家目前使用的对大脑数据分析研究的系统已经运行多年，随着人脑患病率的日益提高，以及专家研究成果日积月累的复杂化和对数据精确率标准的提高，旧的系统已经越来越不能满足医院专家对大脑医学研究的需求。为了更好的辅助医院从事脑健康的医学研究，本课题研究的脑健康测试系统应运而生。老龄人脑健康测试系统的设计与实现过程中，主要优化了被测试者的体验、提高了测试数据获取的效率、以及提升了测试数据被录入分析数据库的准确率的问题。由于该系统面向的人群比较特殊，需要将系统设计的用户体验起来简单化；同时无论是作为医学研究还是给人治疗，对数据的准确性要求比较高，为此该系统引入了语音识别和点阵数码笔绘制轨迹的核心技术。通过不断地对参数进行调试，目前系统对中英文的语音识别功能准确率高达95%。点阵数码笔则是采集纸上的轨迹数据，可以经过X、Y坐标以及多处页码等参数来实现笔记的还原，从而保证了测试数据的高保真性。当下，国内大部分医院均是采用人工速记的方式进行数据的采集，而后分析症状给出治疗或预防方案。本系统则通过以往的数据分析得出的结论统计，实现的是无需人工速记，由被测试者将测试结果自行填入系统，系统会自动给出当前身体状况说明，并给出预防或治疗的建议。本系统已在部分医院内部测试运行，并且运行良好，并赢得相关人员的好评。结果表明本系统不仅能够满足研究的需求，还大大的提高了研究人员的工作效率，改善了测试数据由于主观因素造成的准确性低的问题。关键词：安卓 老龄人脑健康 语音识别 数码笔AbstractMany Parkinsons research experts of National big hospital currently use for brain data analysis system which has been running for many years. With the prevalence of the human brain increasing, accumulate over a long period of complicated and experts research results and to improve the data accuracy standard, the old system has been more and more cant meet the needs of hospital expert medical research on the brain. In order to better assisting hospital for brain health medical research, this topic research of the brain health testing system arises at the historic moment.Aging brain health in the process of the design and implementation of the testing system, mainly to solve the accuracy of test data is input analysis database of ascension, the tester of the current brain health situation of automatic evaluation, as well as the automatic evaluation according to the test result in the prevention or treatment of problems is given. Because the system geared to the needs of the people is special, need to design the user experience of system simplification; Both as a medical research and treatment to the person at the same time, the requirements for the accuracy of the data is higher, so the system introduced the speech recognition and dot matrix digital pen drawing track core technology. By constantly to debug the parameters, and the current system of Chinese and English speech recognition accuracy as high as 95%. Dot matrix digital pen is a collection of paper track data, can through the X, Y coordinates and several parameters such as the page number to realize the reduction of the note, so as to ensure the high fidelity of the test data. At present, most of domestic hospitals are using artificial shorthand way of data collection, and then analyze symptom treatment or prevention scheme is given. This system is the conclusion of the statistics, through the analysis of the previous data is without artificial shorthand, by testers will test results to fill in the system, the system will automatically give the current physical condition, and prevent or treat suggestion is given.This system has been used in the part of the hospital internal test run, and running well, and win acclaim from the relevant personnel. Results show that this system can not only meet the needs of research, researchers also greatly improves the work efficiency, improve the test data, the problem of low accuracy caused by subjective factors.Key words: Android, The aging brain health, voice recognition, digital pen目 录摘 要IAbstractII图清单VII表清单IX第一章 绪论11.1 课题来源和意义11.2 课题国内外研究现状分析11.2.1 国外现状分析11.2.2 国内现状分析21.3 课题研究目标及内容31.3.1研究目标31.3.2研究内容41.4 本文组织结构51.5 本章小结5第二章 系统需求分析72.1 整体需求分析72.2功能需求分析112.2.1主页相关功能介绍112.2.2基本信息管理模块的需求分析122.2.3录音功能模块的需求分析122.2.4语音识别功能模块的需求分析132.2.5数码笔轨迹绘制模块的需求分析142.3 非功能需求152.3.1 并发负载测试152.3.2 多场景适用性162.3.3 稳定性162.3.4 可扩展性162.4 本章小结16第三章 系统技术方案173.1 基于Android的PhoneGap的技术架构183.1.1 PhoneGap平台183.1.2 PhoneGap的技术特征183.1.3 PhoneGap的技术架构193.2 基于MVC的设计模式203.2.1 React框架的相关说明203.2.2 Backbone.js框架的相关说明213.3 本章小结21第四章 系统总体设计234.1 系统总体设计234.2 系统网络拓扑244.3 软件逻辑构架264.4.1 数据库的连接方式284.4.2 数据库的设计284.5 本章小结30第五章 系统的设计与实现315.1 基本信息管理模块的设计与实现325.1.1 基本信息管理模块的实体关系模型设计325.1.2 基本信息管理模块的实现345.2 语音识别功能模块设计与实现365.2.1 语音识别功能模块的实体关系模型设计365.2.2 语音识别功能模块的实现385.3 数码笔轨迹绘制功能模块的设计与实现405.3.1 数码笔轨迹绘制功能模块的实体关系模型设计405.3.2 数码笔轨迹绘制功能模块的实现425.4 本章小结43第六章 系统测试446.1 系统测试策略446.1.1 测试目标446.1.2 测试方法446.2 系统测试方案466.2.1 测试环境配置466.3 测试分析476.3.1功能测试486.3.2非功能测试536.4 本章小结56第七章 总结与展望577.1 总结577.2 个人收获577.3 展望58参考文献59致谢62图清单图1 脑健康测试系统业务流程图7图2 脑健康测试系统测试题业务流程图9图3 脑健康测试系统用例图10图4 脑健康测试系统录音功能图12图5 脑健康测试系统语音识别模块用例图13图6 数码笔使用流程图15图7 PhoneGap在Android系统中的数据流图19图8 Backbone关系图21图9 老龄人脑健康测试系统功能图23图10 脑健康测试系统拓扑图24图11 老龄人脑健康测试系统部署图25图12 脑健康测试系统体系结构图26图13 系统实现过程中的处理逻辑图27图14 用户信息关系类图28图15 系统测试主线程关系类图29图16 脑健康测试系统分析类主视图31图17 脑健康测试评估系统信息管理模块E-R图32图18 脑健康测试系统基本管理实体类图34图19 脑健康测试系统信息管理模块时序图35图20 脑健康测试系统语音识别类图37图21 脑健康测试系统语音识别时序图38图22 脑健康测试系统语音识别流程图39图23 脑健康测试系统数码笔轨迹绘制模块类继承关系图40图24 脑健康测试系统数码笔轨迹绘制模块类图41图25 脑健康测试系统数码笔轨迹绘制模块时序图42图26 数据查询结果49图27 脑健康测试系统数码笔轨迹绘制成果图52图28 脑健康测试系统数码笔轨迹数据监测页面52表清单表1 测试环境软件要求46表2 应用服务器配置47表3 数据库写入测试用例48表4 数据库读取测试用例49表5 客户端普通数据处理测试用例50表6 语音识别模块测试用例50表7 数码笔绘制轨迹模块测试用例51表8 单数据库节点并发负载测试53表9 混合场景测试数据54表10 稳定性测试55表11 高可用和可扩展性测试用例5563北京航空航天大学硕士学位论文第一章 绪论1.1 课题来源和意义纵观老年痴呆症发病率，一直处于逐年增多的趋势，使得越来越多的老年人在意识清醒的状态下丧失独立生活的能力。目前针对老年痴呆患者，一般发现病情时均已处于晚期，错过了最好的治疗时机，从而使整个人的老年以及其家庭在痛苦折磨中度过。对此国外早已着手研究早发现早治疗的各种方法，只是至今尚未找到比较好的治疗方法。而国内研究却比较少，但无论国内还是国外的研究，从目前的研究成果来看，距离真正全面掌握此病的情况并将其治愈还有很大的距离，需要进一步使用科学方法进行统计，并且以智能的方式得出诊断结果和预防或治疗措施。为了将国内在脑健康研究方面的科研成果提高，减少老年人在大脑方面的发病几率，提高老年人的生活质量，本课题主要是主要是针对现有老年人痴呆症状，本着早预防早发现早治疗、提高老年人生活质量的目标，为国内针对性地设计并实现一款脑健康测试评估系统。1.2 课题国内外研究现状分析1.2.1 国外现状分析所谓痴呆症状, 是指当事人由于其大脑相关部位受到一定的损害而导致其在大脑行使功能时的遇到各种阻碍, 是指即使在人意识清楚的情况下同样会出现包括自我控制力、记忆力、理解力、判断力、计算能力、定向力等大脑思维能力方面出现偶尔突发的障碍或者对智力造成的持续性的损害，从而对当事人的无论是普通生活还是他们的社会交往生活均会造成严重的质量了影响。 伴随着人口老龄化，老年痴呆症患病率逐年上升。据国际老年痴呆症协会预估目前世界约有3600万人患有老年痴呆症，预计到2050年将增至1.15亿人1。根据我国统计显示, 处于65岁以上的老年人群中，其中痴呆症的发病率可达到5%，而处于80岁以上的老年人群中，痴呆症的发病率则高达20%。目前，我国有老年痴呆患者约500万2。由此可见，对于痴呆症状早治疗早预防已刻不容缓。 对于老年痴呆症方面的研究，国外已取得一定的成果，但是国内对它的研究尚少，接下来我将就老年痴呆症的国内外研究现状做下大概的总结。早在1988年，Dieckmann,Zarit和Gatz研发老年痴呆症相关的知识测试取得前所未有的成功，所获得的成果量表中包含了20个测试条目，用来对人们关于AD知识的了解程度进行评估3。ADKT目前已经被广泛地用于各种脑神经相关的项目研究，在这中间，关于老年痴呆症的知识获取的相关分数不仅仅反映变量，还对自变量有很好的体现。但是，1988年获取的ADKT成果虽然充分体现出当时的专家们对老年痴呆症做出了相当好的见解，然而随着时间的推移，二十多年时间的研究和成果的不断更新，仅仅一个ADKT量表，已经完全满足不了对现有的AD知识的充分理解和运用，即使2007年，还有不少研究人员对ADKT量表具有使用的迹象，也是无法推翻ADKT量表必须迭代更新的事实。有记录显示，多年从事痴呆患者相关的心理卫生研究的美国华盛顿大学Brian Carpenter教授，在2009年时就老年痴呆症的知识研究成果取得了新的突破，并成功研究出了既ADKT之后新的知识测评表ADKS，用来进一步反映现时代人们对于AD知识的了解程度4。ADKS被评为就目前来说最具权威性的、最新的老年痴呆症的知识测评工具。通过此工具研究人员可以在各种不同的情境下针对人们对AD知识的掌握情况进行测试，从而可以达到理想的测试效果。1.2.2 国内现状分析传统认为，老年痴呆症只有到中晚期才可以被发现或确诊，同时尚且没有确实有效的治疗方法。在目前已有的所有早期症状和确诊患者中，约有90%的家庭对老人是痴呆症患者毫无察觉，即使有超过58%的家庭有过治疗，但多数只是吃营养药品，只有不足2%的患者是到正规医院就医的4，这种现象致使大部分的患者无法得到及时和正确的治疗，进而导致病情的加重恶化。大多数人，尤其是患者家属，在对待老年痴呆的思想和态度上并没有足够的重视，严重缺乏相关的指导，有些中老年人和其家属认同痴呆不是 “病”，无需去医院就医的观点，即使对已被确诊为“痴呆”的患者其家属也没有足够重视, 从而会出现患者外出走失的严重事件频繁发生；还有的家属虽然采取了措施，却是毫无意识的采用的错误的方法，比如将患者独自封闭在家里，限制了其与外界进行正常接触，导致患者意志逐渐衰退、情绪更加低落、思维和语言表达能力也是逐渐减退，也就意味着病情越来越严重。多数的患者和家属均认为老年痴呆患者的治与否实际是一样的，其实并非想象的这样, 患者治与否、治疗的早或晚，结果是会完全不同的，药物治疗实际上能最大限度地改善患者们的生活质量，延长他们的生存时间5。 从上述现状分析可知，当前老年痴呆症普遍处于“高病发率，低知晓率，低确诊率和低治愈率”的“一高三低”的状态。综上所述，对于痴呆症的相关健健康的研究国外早已研究几十年，至今仍处于往更精确、更先进的测试工具和数据探索中。 但针对性的治疗措施尚待提高，目前并未达到比较理想化的早发现早治疗的效果。而国内在这方面的意识还是起步比较晚，目前尚处于缓慢的研究阶段。目前主要的是纸质版问卷的形式进行测试，而后将数据录入数据录入已有的电子设备。其中病情的诊断方式6-8有以下几种：神经心理学测验、血液学检查、神经影像学检查、脑电图（EEG）、脑脊液检测、基因检测。为了更好地实现早发现早治疗的目标，满足各医院相关专家对脑健康研究的需求，所以我们开启了针对老年人的脑健康测试评估系统的研究，我们的目标是：1. 操作方便明了；2. 高智能化，语音识别和手动书写于一体；3. 特别定制页面，满足不同喜好不同年龄段的人员使用需求系统总体体现主要面向的是老年人的特征，从测试中发现问题并及时治疗，以防止潜在病情的恶化，乃至一发不可收。1.3 课题研究目标及内容1.3.1 研究目标本课题最终将完成一个将脑健康测试研究进行电子化管理，并且方便任何人，尤其是可以使老龄人高效操作的脑测试评估设备系统，其必须具备的几点性能包括： 1. 页面可以手动缩放需求；2. 整个过程录音的同时，对一些特定的题目可以进行语音识别，并包含语音回放；3. 数码笔与自制平板通过蓝牙连接，并能够精确定位纸和平板对应的书写位置；4. 通过将测试结果与韦氏记忆量表对比，智能判断患者目前所处状态，并给出相应的治疗建议。1.3.2 研究内容老龄人脑健康测试评估系统主要分为管理员、测试者和被测试者三大类角色。其中管理员是权限最高角色，管理者系统后台所有的测试数据、对系统的配置与维护，以及对客户端登录账号的权限设置，同时可以增设权限稍微低级的管理员，更好的进行系统管理任务的分配；测试者主要是操作本系统客户端的角色，他是系统与被测试者之间的桥梁，通过他在被测试者出采集数据，并将数据存入系统；被测试者是受益于此系统的角色，他们可以通过本系统了解自己的大脑状况，从而针对性的采取对脑神经的保护、预防甚至治疗的措施。在本系统中主要需要研究的功能如下：1. 在移动测试系统中，每一页需要可以随时手动缩放，以适应不同的人群喜好。在这里系统采用了基于HTML，CSS和JavaScript语言的、创建移动跨平台移动应用程序的快速开发平台PhoneGap9。2. 录音功能，一方面是全程录音在网页中调用Android系统10录音功能，另一方面，测试过程中需要单独录音的，能够实现当前测试网页与Java程序实现的应用的随意切换，Java程序开始录音，网页上的录音功能自动暂停，直到Java程序结束录音，全程录音再次开启。3. 网页调用系统拍照功能，主要体现在做题过程中，保证当前网页可以直接调用系统的拍照功能，而后将照片呈现在网页中。4. 语音识别功能，首先录取被测试者说的一段话，并将内容识别出来放至页面对应位置；其次，实现英文和普通话识别后，进行识别方言的研究，最后，录制一段1分钟的语音，按照15秒分割，将识别出的内容分别呈现在四个不同的位置。5. 数码笔11接入并精确定位功能，这里要求数码笔接入特制的平板设备后，在纸上输入，在设备上输出，同时笔在纸上输入的位置与平板上的位置匹配算法，并且要达到测试完成后平板电脑可以回放轨迹形成的先后顺序，也就是将整个绘制过程类似视频似的展现出来。6. 数据库优化，这里主要包括分布式存储12，提高数据库的高可用性；分库分表，防止单表数据过多，影响查询性能；读写分离，提升数据库的读写性能1.4 本文组织结构本论文的中体结构设计可以分成七个章节，关于这七个章节的大概内容安排，可以参见以下内容：第一章是绪论部分，这部分主要对本系统的来源和研究背景进行分析和调研，同时参考了很多国内外研究论文，并且对于论文的最终目标与主要内容进行了详细而全面的论述。第二章是系统需求分析，这部分对系统的总体功能需求进行了细致的描述，并进一步对整个系统的各个功能做了个全面的介绍，与此同时，还介绍了系统相关的非功能需求。第三章是系统所采用的相关技术，本章对设计与实现系统所采用的PhoneGap在Android平台上的框架、B/S架构、MySQL数据库的设计和实现的相关技术进行全面的介绍，与此同时，给出了关键技术的详细实现方法。第四章是系统的概要设计，本章基于PhoneGap、reactjs框架并在此框架的基础上进行优化，得出了系统总体B/S架构。第五章是系统的详细设计和实现，这一章非常详细而全面地介绍了如何将上述技术应用到系统中。与此同时，还对多个典型的功能进行了全面而细致的分析，最后才得出业务具体实现的流程。第六章是系统测试与验证，这一章主要通过对系统功能性方面和非功能性方面进行测试，并对得出的测试结果进行分析，得出了相关的测试结论，这些结论是完全符合软件工程设计要求的，从侧面也反映了本系统设计的合理性。第七章是总结与展望，这一章主要对本系统的设计与研究过程进行了全面的概括和总结，并且写明了在系统以及论文写作中的不足和成长。1.5 本章小结这一章主要分析了系统的项目背景和意义，并在这些背景和意义的基础上，提炼出本人所做项目的背景以及其潜在的价值。当然，本章也详细地指出了选择这个课题的研究意义所在，通过这些内容的描述，可以很熔体提炼出论文的整体框架，并且规范化了论文的整体结构内容，对于论文后续工作的开展有很好的指导意义。第二章 系统需求分析2.1 整体需求分析为了实现将医学脑健康相关的测试研究进行电子化管理13，提供给测试对象和被测试对象一个方便操作的测试环境，使得测试数据的采集更加高效准确。本文对老龄人脑健康测试系统进行了研究，并根据医院脑神经研究专家的相关研究测试需求和流程，设计了该电子测试系统，并对该系统进行了流程和需求的分析与设计。下面从管理者、测试者和被测试者三个主要的角色对老龄人脑健康测试系统的需求进行业务流程上的分析与设计。图1 脑健康测试系统业务流程图如图1所示，从管理者角度分析，首先管理者是系统的最高权限者，通过系统的账号密码登录脑健康测试系统的管理后台。用户名和密码有误时会出现提示信息，无误时，直接进入到管理后台界面。第一，在这里最高权限管理员可以对对其他有管理资格的人员开放权限，并决定对他们开放什么权限；第二，管理员可以对客户端的测试题目进行查看、增加、删除、修改等操作；第三，管理员可以对测试结果进行审核和增删改查等操作；第四，管理员可以对测试用户信息进行观察分析等操作，其中用户包括测试者和被测试者，而被测试者是通过测试者而跟老龄人脑健康测试系统建立的关系。对于测试者和被测试者来说，对系统的操作主要在客户端。测试者是由管理员在后台授予的权限，测试者根据管理员给的账号密码权限在客户端登录进自己的测试系统。在这里测试者可以看测试者以往的测试记录、对已测试过的人员再次进行测试、添加新的测试人员。首先在设备中录入被测试者信息，主要包括个人基本信息和以往病史等，录入设置完成后，保存提交，询问被测试者是否准备就绪。等测试者和被测试者全部准备完毕后，测试者开启系统中的全程录音功能，系统同时会根据之前被测试者录入的信息自动选择一套测试题目供双方完成问答环节。在问答过程中，主要是测试者问、被测试者回答的方式，如果被测试者积极配合，则顺利进入下一题；如果被测试者拒绝配合，则测试者直接填写原因并跳转至下一题，直至完成最后一题，提交至系统服务器，系统根据测试情况进行判定，给出公正的测试结果，从而使被测试者有科学的参考，并采取有利措施。在测试过程中，会有多种题型，接下来对于多种题型操作的业务流程的需求分析与设计将作出详细的说明。图2主要从录音功能、语音识别功能和数码笔绘制轨迹三个主要功能做了详细的业务流程描述。系统中除了全程有录音的需求外，有些特殊的题目对录音也有一定的需求，这就需要在测试过程中特殊题目单独录音的功能，并且能够实现网页中全程录音功能与Java程序实现的特殊录音功能的随意切换，在按下特殊题目开始录音的按钮时，网页上的全程录音功能自动暂停，直到特殊题目结束录音，全程录音再次开启。其中需要录音的题目又分为两大类规定时间倒计时录音和规定内容的录音，这两部分涉及到语音识别功能，下面将做详细的说明。图2 脑健康测试系统测试题业务流程图语音识别功能主要分为两部分，一部分是普通的语音识别题型，在语音识别功能开始进入工作状态之前，第一步也是必不可少就是建立语音识别是必要环境，用来获取语音识别时所需的的内存与计算资源，然后等待语音文件的录入。一旦需识别的语音在录制完毕后将语音文件传送过来，通过计算机把已经上传的语音文件通过指令存入到内存缓冲区后，然后将文件提交到已经实现的语音识别模块进行语音的识别，最后的识别结果将保存在内存缓冲区，然后以文本的形式输出到用户界面。确认识别完成后，系统自动撤离识别环境，当测试完成时，测试者将结果信息提交到服务器，永久保存语音和识别结果内容。另外一种语音识别题型的特殊处理情况，是按照时间分割，将不同时间段的内容呈现在不同位置。为了更清楚的阐明此需求，下面举例说明，测试开始会要求被测试者以“开”最为第一个字，说两字词语，看看他在一分钟内，每隔15秒能够说是多少个词语。这时为了保证精确率，我们在原来的语音识别的基础上，还需要将语音每隔15秒就识别结果分割进行显示，这样才能够达到研究人员需要的结果，同时又一改他们以往的需要自行判断时间并填写结果的低效率工作方式。根据以上描述，可以方便得出老龄人脑健康测试系统的用例情况，用例图如图3所示。图3 脑健康测试系统用例图图3为脑健康测试系统用例图，主要记录了测试者、管理员、被测试者和时间这几个参与者与用例之间的关系。测试者在客户端登陆系统后，可以录入测试人员的基本信息，并对已有相关信息的被测试者进行测试评估，测试过程中可以对测试记录进行校对、编辑、修改等操作，确认无误提交测试结果，等待审核通过后生成的测试记录和测试结果分析；管理员拥有对测试结果最高权限的操作；被测试者主要是根据测试者的引导作相应的回应操作。对大脑的医学研究是一个长久的过程，对于数据的需求量也是逐年增多，而整个系统要就的基础就是所有的数据14。为了采取、管理、保存更多的数据，在老龄人脑健康测试系统的设计与实现过程中，必然会对不同职位的人员设置好不同的权限访问，从而确保数据的稳定和安全。不同的角色拥有拥有对系统不同的访问权限，根据图4所示，具体的角色分配情况如下：测试人员，担任着采集数据的主要角色。他们可以是从事医学脑健康研究的医学人员，也可以是受过培训的相关测试人员。主要负责的是对不同年龄和不同症状的中老年人进行测试，在测试流程中操作整个系统引导被测试者配合完成测试。测试者在系统客户端主要做的操作包括录入被测试者的相关信息、主控整个测试流程、校对编辑或修改测试记录、提交测试记录、查看以往的测试记录以及审核后发出的测试结果。被测试者，是系统数据的主要来源。由于测试的对象主要是针对老年人甚至是痴呆症患者，而整个测试流程大概需要持续1.5个小时，所以保证被测试者能够顺利的配合完成整个测试是系统在设计实现过程中必须要重点考虑的。目前系统设计的整个过程是被测试者跟着测试者的引导，配合的操作包括回答问题、录制语音和数码笔绘制图案。管理员，是老龄人脑健康测试系统后台的操控者。其中有最高权限者，总管着整个系统后台的所有权限和数据，包括对其他管理员的权限设置、给测试人员登录系统的权限、对测试数据的审核通过、对测试数据记录的增、删、改、查操作，对发布的测试结果的增、删、改、查，对系统的维护等所有的功能。最高权限管理员之外的其他后台管理员权限，由最高权限管理者决定。2.2 功能需求分析2.2.1 主页相关功能介绍系统的主页面接下来从系统后台管理界面和客户端界面两部分进行介绍。系统后台管理界面分为三个区域，上面为系统设置的快捷入口，左下方为系统的功能列表，右下方为当前功能的数据展示区域。根据用户的权限不同，系统导航区的内容也不同，用户无权使用的子系统将不会在页面中显示出来。系统客户端界面主页，上方导航栏为测试开始的入口，页面左侧导航栏为测试人员相关的信息导航，包括已测试的记录、已测试的人员的基本信息和测试者自己的基本信息，右侧是测试总数据的大概统计展示。对于系统的后台和客户端，操作人需要用自己的用户名和密码登录系统。用户如果想要进入系统，需要先输入用户名和密码，然后点击“登录”按钮登录系统。用户登录操作需要记录系统日志。后台会将用户的数据写入数据库，以便后期登陆时候对用户身份进行验证，确保了系统用户权限与用户对应。2.2.2 基本信息管理模块的需求分析基本信息管理模块主要用于操作测试题目的增删改查、对所有使用者的权限设置等一个系统必不可少的基本模块。主要是 用于数据库数据的界面呈现，使用户更方便的管理整个系统存在数据库中的所有相关信息。测试题目管理，包括增加、删除、修改编辑或查找一道测试题目，可以对已经上传的测试题目进行人工排序和自动排序。用户设置，包括增加、删除、修改编辑或查找一个用户，可以对用户进行各种不同的权限设置，规定该用户可以获取哪些权限对数据库进行操作。测试结果管理，查看客户端提交过来的所有测试结果，并可以看到相关数据的统计、归类等。2.2.3 录音功能模块的需求分析整个系统中，多处对录音功能有着不同的需求，图4是对整个系统中录音功能模块需求展示，如下图所示。图4 脑健康测试系统录音功能图由图4可以看出，系统中除了全程有录音的需求外，有些特殊的题目对录音也有一定的需求，这就需要在测试过程中特殊题目单独录音的功能，并且能够实现网页中全程录音功能与Java程序实现的特殊录音功能的随意切换，在按下特殊题目开始录音的按钮时，网页上的全程录音功能自动暂停，直到特殊题目结束录音，全程录音再次开启。其中需要录音的题目又分为两大类规定时间倒计时录音和规定内容的录音，这两部分涉及到语音识别功能，在下文将做详细的说明。2.2.4 语音识别功能模块的需求分析语音识别功能是老龄人脑健康测试系统的重要功能之一，可以使测试者更加高效率的工作。脑健康测试系统中的语音识别功能模块的用例情况如下图所示。图5 脑健康测试系统语音识别模块用例图由上图分析可知在系统的语音识别模块中，测试者和别测试者共同完成了数据采集的基础。在语音数据采集完毕时，由测试者将语音数据提交至系统后台。为了方便审核等操作，被测试者和管理员均有权重播语音。系统受到新的语音进来时，会将其进行解析，而后将语音解析结果呈现到界面上。最高权限的管理员有权对语音和它的识别结果进行增删改查等操作。在语音识别功能开始进入工作状态之前，第一步也是必不可少就是建立语音识别是必要环境，用来获取语音识别时所需的的内存与计算资源15-17，然后等待语音文件的录入。一旦需识别的语音在录制完毕后将语音文件传送过来，通过计算机把已经上传的语音文件通过指令存入到内存缓冲区后，然后将文件提交到已经实现的语音识别模块进行语音的识别，最后的识别结果将保存在内存缓冲区，然后以文本的形式输出到用户界面。确认识别完成后，系统自动撤离识别环境，当测试完成时，测试者将结果信息提交到服务器，永久保存语音和识别结果内容。以上是语音识别的一个通用流程，在上面流程需求的基础上，部分题目对语音识别还有一些特殊需求，即规定时间内的语音录制完毕后，将识别内容分别显示到几个不同的位置。也就是说语音识别的结果并非上文所述将结果简简单的呈现出来，而是直接将结果，按照时间分割，将不同时间段的内容呈现在不同位置。为了更清楚的阐明此需求，下面举例说明， 测试开始会要求被测试者以“开”最为第一个字，说两字词语，看看他在一分钟内，每隔15秒能够说是多少个词语。这时为了保证精确率，我们在原来的语音识别的基础上，还需要将语音每隔15秒就识别结果分割进行显示，这样才能够达到研究人员需要的结果，同时又一改他们以往的需要自行判断时间并填写结果的低效率工作方式18-19。2.2.5 数码笔轨迹绘制模块的需求分析数码笔是跟普通圆珠笔在外观、重量以及手感上均类似的一款笔数码笔，其笔尖装有普通的墨水笔芯，能够在纸上留下笔记20。当数码笔笔尖碰触到纸张，纸张会给其一个书写压力，此时数码笔内部的感应器就会通过感知笔尖传入的压力信息，准确的进行分析，并在纸张上呈现出相应的笔记，同时还可以记录下笔尖来回移动的位置。在本系统中数码笔的使用流程大概可以做一下描述：首先，需要通过蓝牙连接技术，将笔和设备连接起来，使得笔和设备能够正常通信；其次，为笔能够在平板上很好地定位，在输入前，先在纸上画上参考线，然后再在纸上根据参考线的位置进行答题或绘图；最后，测试者会将已完成的答案提交至系统，而系统会通过测试者提交的数据保存下在书写过程中就已经保存好的轨迹坐标。系统中有一个回放按钮，在查看回放记录时，系统会通过保存到坐标点将轨迹的绘制过程完整的展现出来。数码笔绘制轨迹绘制功能模块是老龄人脑健康测试系统中一个重中之重的功能要点，也可以说是此类系统中的一个创新点。通过对老龄人脑健康测试系统的需求分析，可以抽象出老龄人脑健康测试系统的用例情况，如下图所示。用例图从测试者、被测试者、管理员和系统这四个参与者的角度给出，从而使系统中原本复杂的功能模块设计的简单易懂，易于多数人了解。图6 数码笔使用流程图分析上图数码笔绘制轨迹模块的用例图可知，被测试者主要是轨迹数据的制造者，在被测试者绘制轨迹的过程中，系统会自动采集轨迹数据，在他完成轨迹的绘制后，测试者会将当前采集的数据上传至系统后台保存数据。上传完成后，管理员可以随时查看轨迹结果或对轨迹进行审核、增、删、改、查等操作。2.3 非功能需求2.3.1 并发负载测试多任务并行执行的执行效率，多任务并行执行时，系统能够正常运行，并且保证测试数据的准确无误，不受到其他软硬件因素的影响；测试任务的响应时间，每次执行读写开始与结束这个时间段即为响应时间，响应时间越短则表明该系统的性能越高，一般来说，每次读写的响应时间在控制在10us-2s之间，如果不在这个时间段，则表明测试任务的响应不及时或延迟；测试任务的负载量，由于测试任务不一定是单一的，而且用户可以任意增加测试任务并进行测试，在随着测试任务的不断增加下，系统仍然能够在高负荷量下正常稳定地运转。2.3.2 多场景适用性系统的使用场景有很多种，比如测试对象可以是年老眼花的健康人、可以使反应迟钝的由痴呆征兆的亚健康人、可以是已经患有痴呆症状的患者等等各种不同类型的适用者。系统需要满足在多种应用场景下，用户的正常使用。 2.3.3 稳定性系统在多种混合场景下使用时，长期使用时有可能出现内存泄露，系统连接不释放等问题。同时系统后台的服务器能否支撑负载，服务器的各种资源是否实时正常等情况，都可能影响到系统的稳定性。要尽量保证系统在长时间运行的情况能保持正常的CPU使用率和内存使用率。2.3.4 可扩展性系统应具备快速的系统响应能力以及动态及时扩展的能力。目前为止对脑健康投入研究的相关专家和测试对象总数已达十几万，今后随着对科研数据量需求的增多，被测试对象的数量会大规模增加，使用该系统的人员总数第一阶段可能三十万人左右。数据库文件现在是2.5G，以后随着人员相片数据的增加，可能达到5G左右。设计时需要按照此人员数量来考虑系统的可扩展性能。要保证随着用户量的增长，系统数据量的增加，系统能够自行的扩展以保证系统的正常运行。确保用户能够一直正常的使用。2.4 本章小结本章概要的描述了老龄人脑健康测试系统的主要组成部分，并在其功能和非功能需求设计方面对其业务流程进行了阐述。其中，对本系统的各个业务单元进行了详细分析，阐明了此系统需求的具体内容，进而归纳出本课题需要重点研究解决的问题。第三章 系统技术方案随着移动互联网及移动云计算时代的到来，3G/4G技术以及云计算技术为我们的生活带来了相当大的改变，与此同时手机数据的传输速度也出现了质的飞越，并且所具备的功能也是愈加元化21。与此同时，Web凭借其跨平台的优点，使得它无论是在Android平台还是iOS平台上，都能够做好很好的兼容性，而不像手机应用那样需要适配多个系统或版本，对于Web App来说，不仅开发成本相当高，而且无论是下载还是频率过多地升级版本均会对用户造成很多困扰。Web App是一款基于Web的系统应用22，是通过使用Web以及Web浏览器的技术，跨越互联网或内联网来完成一个甚至多个任务的应用程序，通常情况下，需用Web的浏览器。Web App作为Google设计Chrome时提出的一个概念，成为Google推广云计算一小步，可以轻松地跨平台，开发效率偏高成本偏低，并且应用更加丰富，同时不需要安装或更新23。80年代以后，在中国随着计算机应用技术的逐渐普及和应用，以及数字信号技术的又一步发展，实际上国内许多相关单位已经具备了研究语音技术的基本先决条件。同步地，语音识别技术在国际上经过多年的滞留沉默之后又重新成为了技术领域研究的热点，发展相当迅速。在这种热潮的形式下，国内的许多单位更是纷纷投入到这项高深的研究工作中去了。1986年3月中国高科技发展计划（简称“863计划”）启动，语音识别技术作为计算机智能系统研究的重要组成部分之一毫无疑问的被列为专门的研究课题。在863计划的影响支持下，中国同步地开始了有组织有纪律地语音识别技术研究，并决定每隔两年就召开一次关于语音识别技术的特别专题会议。标志着语音识别技术从此在中国进入了前所未有的高速发展阶段24。 准确的说，语音识别选择基元的标准为，能够得到足够的具有一般通用性的数据进行训练。英语一般采用的是上下文相关的音素进行建模，汉语在协同发音方面不如英语那么严重，可用音节建模方式25。脑健康测试系统所需要的训练数据的大小与模型的复杂度有一定关系。模型的设计必须达到复杂甚至超出所提供的所有训练数据的处理能力，这会导致系统的性能急剧下降。 近几年来，语音识别技术在移动客户端上的应用相当火热，语音对话机器人、互动工具、语音助手等应用层出不断，许多互联网公司也纷纷投入财力、人力和物力，在此方面展开了大规模的的设计研究和应用，目的就是为了通过语音交互这一新颖技术和便利的模式迅速吸引占据客户群，将利益最大化。当前，国外众多应用中一直将苹果的siri作为龙头的代表，而国内在=语音识别技术方面，百度语音、科大讯飞、盛大、搜狗语音助手、云知声、紫冬口译、捷通华声等语音识别系统均采用了最新的语音识别技术进行开发实现，而市面上其他的类似产品也是直接或间接地嵌入类似的语音识别技术26-27。3.1 基于Android的PhoneGap的技术架构3.1.1 PhoneGap平台PhoneGap作为一个用基于HTML、CSS和