现今,帕金森氏病已经成为世界第二大常见的神经退化性疾病,被确诊的平均年龄为62岁。在未来的20年里,随着世界老龄化人口的加剧,越来越多的人将会遭受该病症的困扰。不幸的是到目前为止对于该病症并没有有效的治疗手段。但是对于该病症的早期确诊然后采取一些健康护理方法对于延缓该病严重的运动障碍症状有着极其重要的意义。对于帕金森氏病的早期诊断主要借助于对常发生在手部的震颤症状的准确侦测。这种手部的震颤分为三种：静止性震颤、姿势性震颤和动作性震颤,其中以静止性震颤最为常见。现今临床上对震颤症状的诊断主要依赖一些主观的方法,比如UPDRS量表,因此,许多的研究人员都致力于通过对惯性传感器等设备收集到的信号进行能量或是频域振幅的分析来创造一种可以准确诊断震颤症状的方法。比如,加速度计就被广泛用在区别帕金森氏病震颤和原发性震颤的研究里,此外,激光图像传感器以及肌电图等设备也被作为信号收集工具而被广泛使用。先前的研究人员还提出了不同的信号分析方法,如功率谱分析和小波分析等。本文的目的是开发一个基于三轴加速度计的,针对帕金森氏病震颤症状的居家实时监测系统。首先会介绍一个整合了时域中的平均功率和频域中最大振幅的综合严重度指标。使用者可以通过测量得到在过去一段时间内不同严重度所占的比重。本系统中用来侦测震颤的方法已经通过真实病人的数据得到验证。最后系统通过健康人模拟病人的日常生活活动收集到的信号进行系统评估,实验结果显示本系统将可以发展成为一个识别和量化帕金森氏震颤症状的有效工具。