基于视频分析和机器学习的手部震颤频率检测方法、系统及电子设备

发明提供基于视频分析和机器学习的手部震颤频率检测方法、系统及电子设备，该方法包括：获取手部视频并提取关键点轨迹，通过主成分分析生成融合轨迹信号；提取融合信号的运动特征向量，利用预训练的机器学习模型预测针对当前震颤模式的最优信号处理参数；利用该参数对原始轨迹进行平滑滤波及频域转换，从而计算震颤频率。本发明可以解决现有视频分析方法因采用固定信号处理参数导致对轻微震颤检测精度不足、抗噪能力弱的技术问题。