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 28 800 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。

宋菲,宁泽惺,陈超, 王淳秀, 王亚军, 费甄甄, 杭莺, 李瑞瑞,尹春琳. 新的基于双ZED摄像头的心肺复苏按压姿势检测模型[J]. 中华急诊医学杂志, 2023,32(9): 1189-1194.
DOI号:10.3760/cma.j.issn.1671-0282.2023.09.008

基金项目： 国家重点研发计划“科技冬奥”重点专项（2020YFF0305103）

关键词： 心肺复苏 胸外按压 检测模型 人工智能