摘要
心脏骤停是目前世界上致死率最高的疾病之一，而心肺复苏是抢救心脏骤停患者最有效的手段。患者心脏骤停后，接受及时有效的心肺复苏，存活率可达49%~75%。本文通过文献分析和问卷调查明确我国心肺复苏的普及率仍处于较低水平，而目前在心肺复苏培训系统方面存在智能化、准确度不高，交互程度低等问题，制约着普及率的提高。针对上述问题本文基于人体骨架捕捉技术设计了一套胸外按压智能培训系统。本文主要工作包括： 首先，胸外按压手臂夹角范围的研究。利用控制变量法，在保持其他条件不变的情况下，改变手臂弯曲角度范围，研究手臂夹角在151-160°，161-170°，171-180°角度范围下能达到的胸外按压正确比例，评估胸外按压质量，明确手臂最佳夹角范围，为手臂模型构建提供理论支撑。 其次，胸外按压标准检测算法的设计。利用基于人体骨架数据、弱透视模型和手臂弯曲模型对双侧手臂关键点建模；依据生理特性与考核指标制定按压深度、频率、按压位置、手臂夹角与胸廓回弹的评判标准；在此基础上设计五个判别算法，实现对按压动作正确性的判断。 最后，胸外按压系统的实现和效果评价。本文设计了一种基于B/S架构的培训系统，利用胸外按压判断算法可对视频胸外按压动作进行判别并给出结果。通过测试，按压算法的识别准确率、精度、召回率、F值都达到了较高水平，培训效果也明显改善，系统整体达到预期效果。 综上所示，本文的培训系统实现了胸外按压的智能判别功能，与传统人工培训相比，既节省了人工成本又达到了客观的评价，同时提高了培训效率，为我国大范围普及心肺复苏技能提供了新的技术手段与方法。
NETL