资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本发明涉及一种CPR自动检测质控方法及系统，属于人工智能急救训练技术领域，系统至少包括采集端、处理器和终端，采集端至少包括第一光学组件和第二光学组件，第一光学组件和第二光学组件以不同采集角度同时采集CPR动作的CPR动作数据并发送至处理器，处理器基于CPR动作数据计算由人体骨骼点形成的手臂姿势角度数据和重心匹配角度，并且对手臂姿势角度数据和重心匹配角度进行标准判断，终端用于接收由处理器反馈的CPR动作的与动作质量是否合格的相关信息。现有技术通过在按压对象的身体设置板体来实施质控管理，易损伤身体，本发明仅需要在CPR动作实施时设置摄像装置就能够对CPR动作进行质控，避免了板体对按压对象的伤害。
主权项：
1.一种CPR自动检测质控系统，所述系统至少包括采集端、处理器和至少一个终端，所述采集端与处理器以有线或者无线的方式建立通信连接关系，所述处理器与所述终端建立通信连接关系，其特征在于，所述处理器基于CPR自动反馈质控模型执行CPR自动检测质控行为，所述采集端至少包括第一光学组件和第二光学组件，所述第一光学组件和所述第二光学组件以不同采集角度同时采集CPR动作的CPR动作数据并发送至所述处理器，非同一采集角度的所述第一光学组件和所述第二光学组件的采集角度偏差范围为30~90度，所述处理器基于所述CPR动作数据计算由人体骨骼点形成的手臂姿势角度数据和重心匹配角度，并且对所述手臂姿势角度数据和重心匹配角度进行标准判断，所述终端用于接收由所述处理器反馈的CPR动作的与动作质量是否合格的相关信息；其中，重心匹配角度是指CPR实施者重心移动方向与患者垂直的角度；右肩（2）与左肩（5）连线的中点A向右腕（4）与左腕（7）连线的中点B运动产生向量，向量与面法向量之间的夹角为重心匹配角度（80），手臂姿势角度是指手、手肘和肩部之间的角度，由第一光学组件采集的骨骼点数据来确定双臂姿势角度数据；由第二光学组件采集的骨骼点数据来确定重心匹配角度数据，所述系统还包括进行动作评估和校准的动作评估模块（500）；所述动作评估模块（500）至少包括2D姿态评估子单元（92）、3D动点子单元（93）和联合优化单元（94），所述3D动点子单元（93）用于将做记号得到的动点数据转换为与视频采集相同视角的数据来进行深度学习的训练，形成姿势检测校准模型；所述2D姿态评估子单元（92）用于将采集的两个采集角度的视频进行数据清洗后使用Alphapose算法进行人体姿态估计，再进行数据清洗；所述3D动点子单元（93）的处理方式至少包括以下步骤：接收或调取3D动点数据，并接收2D人体姿态数据，基于接收的2D人体姿态数据，将做记号得到的动点数据转换为与视频采集相同视角的2D视角数据，对2D视角数据进行数据清洗，将清洗后的2D视角数据基于机器学习模型进行训练分类，得到姿势检测校准模型；所述处理器基于CPR动作的所述手臂姿势角度数据和重心匹配角度与心肺复苏按压姿势标准阈值的比较结果向所述终端反馈当前CPR动作的动作缺陷信息和/或CPR动作调整建议信息；所述心肺复苏按压姿势标准阈值至少包括双臂姿势角度范围和重心匹配角度范围，在双臂姿势角度范围中，左臂姿势角度合理范围为169.24°~180°，右臂姿势角度合理范围为168.49~180°，重心匹配角度合理范围为0~18.46°；所述心肺复苏按压姿势标准阈值的确定方式至少包括：选取若干CPR动作规范的双臂姿势角度数据和重心匹配角度数据的单侧偏态分布规律来确定双臂姿势角度数据的合理范围和重心匹配角度数据的合理范围；基于双臂姿势角度数据的单侧偏态分布规律选5%百分位数确定双臂姿势角度数据的合理范围，基于重心匹配角度数据的单侧偏态分布规律选取95%百分位数确定重心匹配角度数据的合理范围。
