期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
新的基于双ZED摄像头的心肺复苏按压姿势检测模型
被引量:
2
1
作者
宋菲
宁泽惺
+6 位作者
陈超
王淳秀
王亚军
费甄甄
杭莺
李瑞瑞
尹春琳
《中华急诊医学杂志》
CAS
CSCD
北大核心
2023年第9期1189-1194,共6页
目的正确的胸外按压姿势(chest compression posture,CCP)是完成高质量心肺复苏(cardiopulmonary resuscitation,CPR)的重要基础,但目前关注CCP的研究十分有限。本研究设计新的CPR按压姿势自动分析程序,拟实现对CCP监测达到客观化、标...
目的正确的胸外按压姿势(chest compression posture,CCP)是完成高质量心肺复苏(cardiopulmonary resuscitation,CPR)的重要基础,但目前关注CCP的研究十分有限。本研究设计新的CPR按压姿势自动分析程序,拟实现对CCP监测达到客观化、标准化和自动化的目的。方法本研究共招募15人参与现场试验,其中专业组11人,非专业组4人。分别于正前方和45度侧面用ZED双摄像头同时记录按压视频数据,所有参与人员均在Smartman模拟人上进行连续的120次持续胸外按压操作。3位专家对CPR视频进行独立标注,智能算法提取人体骨骼点用于后续分析和模型开发。专业组和业余组两组率的比较采用卡方检验进行统计分析。结果研究分析发现,腕部用力、手指未翘起、重心偏移、肘部弯曲是其中发生率最高的错误。通过专业组规范数据集共28800组人体骨骼点坐标数据计算手臂角度合理范围为左臂169.24°~180.00°,右臂角度为168.49°~180°。相同的方法,得到重心角度合理范围为0.00°~18.46°。在此基础上,构建的基于双ZED的CPR按压姿势检测模型可以较准确的识别出CPR的按压姿势错误(准确率91.31%,敏感度80.16%,特异度93.53%)。结论本研究创新性的提出对CPR按压姿势进行客观评价的方法,并且在此基础上构建了基于双ZED摄像头的CPR按压姿势检测模型,可以较准确的识别出CPR的按压姿势错误,以实现CPR培训质量控制可以更加的自动化和标准化。
展开更多
关键词
心肺复苏
胸外按压
检测模型
人工智能
ZED摄像头
原文传递
题名
新的基于双ZED摄像头的心肺复苏按压姿势检测模型
被引量:
2
1
作者
宋菲
宁泽惺
陈超
王淳秀
王亚军
费甄甄
杭莺
李瑞瑞
尹春琳
机构
首都医科大学宣武医院心脏内科
北京
富通
东方
科技
有限公司
人工智能
实验室
首都医科大学宣武医院教育处
首都医科大学宣武医院全科医学科
首都医科大学宣武医院循证医学中心
北京
化工大学信息科学与技术学院
出处
《中华急诊医学杂志》
CAS
CSCD
北大核心
2023年第9期1189-1194,共6页
基金
国家重点研发计划"科技冬奥"重点专项(2020YFF0305103)。
文摘
目的正确的胸外按压姿势(chest compression posture,CCP)是完成高质量心肺复苏(cardiopulmonary resuscitation,CPR)的重要基础,但目前关注CCP的研究十分有限。本研究设计新的CPR按压姿势自动分析程序,拟实现对CCP监测达到客观化、标准化和自动化的目的。方法本研究共招募15人参与现场试验,其中专业组11人,非专业组4人。分别于正前方和45度侧面用ZED双摄像头同时记录按压视频数据,所有参与人员均在Smartman模拟人上进行连续的120次持续胸外按压操作。3位专家对CPR视频进行独立标注,智能算法提取人体骨骼点用于后续分析和模型开发。专业组和业余组两组率的比较采用卡方检验进行统计分析。结果研究分析发现,腕部用力、手指未翘起、重心偏移、肘部弯曲是其中发生率最高的错误。通过专业组规范数据集共28800组人体骨骼点坐标数据计算手臂角度合理范围为左臂169.24°~180.00°,右臂角度为168.49°~180°。相同的方法,得到重心角度合理范围为0.00°~18.46°。在此基础上,构建的基于双ZED的CPR按压姿势检测模型可以较准确的识别出CPR的按压姿势错误(准确率91.31%,敏感度80.16%,特异度93.53%)。结论本研究创新性的提出对CPR按压姿势进行客观评价的方法,并且在此基础上构建了基于双ZED摄像头的CPR按压姿势检测模型,可以较准确的识别出CPR的按压姿势错误,以实现CPR培训质量控制可以更加的自动化和标准化。
关键词
心肺复苏
胸外按压
检测模型
人工智能
ZED摄像头
Keywords
Cardiopulmonary resuscitation
Chest compression
Detection model
Artificial intelligence
ZED camera
分类号
R654.1 [医药卫生—外科学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
新的基于双ZED摄像头的心肺复苏按压姿势检测模型
宋菲
宁泽惺
陈超
王淳秀
王亚军
费甄甄
杭莺
李瑞瑞
尹春琳
《中华急诊医学杂志》
CAS
CSCD
北大核心
2023
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部