CN104766503A - 心肺复苏术教学系统及方法 - Google Patents

Abstract

本发明提供一种心肺复苏术教学系统，包括影像输入模块、图像处理模块、指引模块以及输出模块；影像输入模块用于检测及撷取使用者在执行胸部按压步骤时的动态影像，以产生多个状态影像信号；图像处理模块耦接至影像输入模块，接收并处理状态影像信号，在分析运算后将这些状态影像信号转化成姿势信号，再将姿势信号整合转化为一个轨迹信号；指引模块耦接至图像处理模块，在接收轨迹信号后根据轨迹信号运进行分析运算并取得多种动态姿势参数，然后对动态姿势参数执行运算分析以取得确效信号，再检视该确效信号，经过分析与判断结果后作出至少一种回馈指示；输出模块耦接至指引模块以接收回馈指示并输出，导引使用者正确地操作胸部按压步骤。

Description

心肺复苏术教学系统及方法

技术领域

本发明涉及一种心肺复苏术教学系统及方法。

背景技术

心肺复苏术(Cardiopulmonary Resuscitation，CPR)对于因疾病猝发或意外事故导致心脏停止跳动的伤员而言，通常是必要且迫切的一种急救技能。因此，在事发后的最短时间内，旁观者、先遣应急者以及医护人员适当地对伤员施行心肺复苏术来进行紧急处置成为了伤员存活或愈后的关键。

心肺复苏术包括一系列的评估和行动。而随着病例累积与研究报告的结果，心肺复苏术的施行方式也随之变通，除了可以帮助推广心肺复苏术的学习与普及之外，也可以获得更良好的急救效益。

目前国际主要推广实施的心肺复苏术是采用美国心脏医学会(American Heart Association，AHA)已公布的新版心肺复苏术操作准则。台湾卫生署亦已根据此版本信息公告新版民众心肺复苏术急救法指南。此新版心肺复苏术指南将现有的施救程序中的“畅通呼吸道-检查与维持呼吸-胸部按压”(教学的简称口诀：A-B-C)步骤，调整为“胸部按压-畅通呼吸道-检查与维持呼吸”(教学的简称的口诀：C-A-B)。最近的心肺复苏术急救法指南中特别强调先进行“胸部按压”，即施行时先行压胸，以确保伤员体内的血液循环使含氧血流可供应各器官。在施行此新版心肺复苏术急救法时，关于“胸部按压”的技巧至为关键，其正确施行与否攸关心肺复苏术施救的质量，也是心肺复苏术学习者需要确实熟稔的重点，有效的“胸部按压”技巧包括以下原则：按压速率达到每分钟100次(100次／分钟)；关于每次的按压深度(绝对按压深度)，对成人与儿童达5厘米(2英时)、对婴儿达4厘米(约1.4英时)；每次按压后需要确保完全的胸部回弹；尽量避免中断胸部按压的施行；避免过度通气。

心肺复苏术是否能确实成为救命术的前提是“使更多的人确实学会心肺复苏术，并能成功地运用此技巧”，使大众能在紧急状况下可成为施救者，对伤员施行心肺复苏术，以争取更理想的救治时间与成效。因此，积极对大众推广心肺复苏术，并实施教育训练至关重要。通过讲授课程与实作训练的途径，确实地教导心肺复苏术学习者，使其能实际操作练习，以掌握正确的技巧。“实作训练”对于心肺复苏术的教学是必须的。如何在实作训练中，有效地教导心肺复苏术学习者成了主要目标之一。针对此目标，发展一套有效的实作教学系统是可行的方式之一。就现况而言，心肺复苏术的合格师资仍有不足，限制了学员实际作学习的资源，因此，发展实作教学系统重要的。具备影音指引能力的实作教学系统可以帮助心肺复苏术学习者更有效率学习正确的心肺复苏术技巧，以确实成功地施行心肺复苏术。

现有的心肺复苏术教学系统通常包括一个假人及一个影音指引平台。此假人用于模拟需要施行心肺复苏术的伤员；此影音指引平台包括显示器、扬声器及多媒体设备，此影音平台用于预先录制多媒体教学内容及播放此多体教学内容。此教学内容包括以影音指引心肺复苏术练习者(学员)，来指导学员对假人实施心肺复苏术。其中，心肺复苏术最不易熟悉却相当重要的技巧是“胸部按压”，所以，目前已发展出“交互式心肺复苏术教学系统”来增进训练效果，当此学员对此假人操作心肺复苏术时，可通过体感影像设备来记录此学员的操作信息，并经由一个微处理器将相关信息运算分析之后，传达至此影音指引平台，再进行输出，以提供此学员进一步的指引，让此学员能够实时得知其操作正确与否，或进行对应调整，提升学习成效。

目前的“交互式心肺复苏术教学系统”是基于光感技术，并配合一个光球感应硬件设备来使用。所以当学员在操作此系统时，此系统需要佩戴一个光球设备来发射信号，引发一个感应设备检测此信号并进行后续处理。因此，此类系统在实际使用上时会影响学员操作时的仿真效果，并且此光球感应设备非常昂贵，推广训练较不容易。

发明内容

本发明的一个方面提出一种心肺复苏术教学系统，其包括影像输入模块、图像处理模块、指引模块以及输出模块；其中此影像输入模块用于检测及撷取使用者在执行胸部按压步骤时的动态影像，以产生多个状态影像信号；此图像处理模块耦接至此影像输入模块，接收并处理此影像输入模块所取得的此多个状态影像信号，在执行分析运算后将此多个状态影像信号转化成姿势信号，然后再将姿势信号整合转化为一个轨迹信号；此指引模块耦接至此图像处理模块，在接收来自于此图像处理模块的此轨迹信号后，即根据此轨迹信号运进行分析运算，并取得多种动态姿势参数，然后对前述动态姿势参数执行运算分析，以取得确效信号，再检视此确效信号，经过分析与判断结果后，以作出至少一种回馈指示；此输出模块耦接至此指引模块，以接收前述的回馈指示，再将回馈指示输出，导引使用者正确地操作胸部按压步骤。

本发明的又一方面提出一种心肺复苏术教学系统的操作方法，包括：接收由影像输入模块搜集用户的影像信号；设定系统参数与标准值以及使用者进入准备状态；确认系统是否已完成用户的手掌定位：如未能立即完成定位，则执行手掌定位分析运算；如确认已完成定位，则进入实测计时；实测计时是针对一个预设的连续时间执行计时，在此段连续时间内，系统将同步并持续监测用户的操作动态，包括手掌移动的追踪与移动轨迹分析，以及手臂姿势的监测分析，提供后续步骤作出回馈指示；在计时的连续时间内，如使用者中途结束按压，则系统分析所得的回馈指示将为“失败”，并执行输出失败的提示，并结束此训练；另一方面，在计时的连续时间内，系统监测及判断手臂姿势是否异常。如监测结果造成“手臂姿势异常”的回馈指示时，系统便会根据前述“手臂姿势异常”的回馈指示，输出画面及语音提示，警示用户，以利引导其修正其姿势；反之，如监测结果未显示“手臂姿势异常”，则系统将检测用户执行胸部按压步骤的状态；在取得按压次数与按压速率的信息后，系统确认按压速率是否符合默认的标准值，不符标准即视为异常。因此，当按压速率异常时，系统导向回馈指示，输出画面及语音提示，警示用户；反之，当按压速率未产生异常时，系统将持续其监测功能，直到其按压次数达到训练的标准，让使用者完成完整的胸部按压步骤训练流程后。

附图说明

图1所示为本发明的心肺复苏术教学系统的结构示意图；

图2A至图2I所示为本发明的图像处理模块与指引模块执行过程的示意图；

图3所示为本发明的手掌移动轨迹模拟示意图；

图4所示为本发明的一种心肺复苏术教学系统的操作方法；

图5所示为图4的步骤404的详细流程示意图；

图6所示为图4的步骤407的详细流程示意图。

【附图标记说明】

111 影像输入模块

121 图像处理模块

121 特征影像撷取与定位单元

122 手臂姿势检测单元

123 轨迹追踪单元

130 指引模块

131 姿态判断与回馈单元

132 按压速率计算单元

140 输出模块

141 影像输出单元

142 语音输出单元

P   波峰值

C   波谷值

具体实施方式

为使本发明的目的、技术特征及优点能更为相关技术领域人员所了解，并得以实施本发明，在此配合所附的附图，具体阐明本发明的技术特征与实施方式，并列举优选实施例进一步说明。以下文中所对照的附图，是表达本发明特征的示意图，并未亦不需要依据实际情形完整绘制；而关于本发明实施方式的说明中涉及本领域技术人员所熟知的技术内容，亦不再加以赘述，合先叙明。

本发明提出一种心肺复苏术教学系统及一种心肺复苏术教学辨识回馈方法，其中所利用心肺复苏术教学设备，例如：模型假人、与模型假人搭配设置用于测量与评估“畅通呼吸道步骤”(Ainway；口诀简称A)、“检查与维持呼吸”步骤(Breathing；口诀简称B)相关设备、处理器设备、显示设备是利用现有技术来达成，故在下述说明中省略其完整描述。

以下本发明所述的心肺复苏术教学系统是针对心肺复苏术的“胸部按压步骤”(Chest Compression；口诀简称C)所设计，其施行的方法与原则是参照美国心脏协会于2010年所公布的新版心肺复苏术操作准则，故不再详细说明其施行细节。

再者，由于胸部按压步骤中，“按压总次数”是伤员发生心脏停止后存活的重要决定因素，按压总次数愈多存活率便提高，而按压总次数取决于“按压速率”与“按压的时间段”。另一方面，“按压深度”则决定了按压是否能有效达成充分提高胸内压，并足以产生血流输送至重要器官。因此，胸部按压步骤中的“按压速率”与“按压深度”至关重要。因此，现说明“胸部按压步骤”的重要原则，并作为本发明对于胸部按压步骤施行质量的评估基础：

按压速率至少须达到每分钟100次(100次／分钟)；

每次的按压深度(下称绝对按压深度)至少须达5厘米；

每次按压后必须确保完全的胸部回弹；以及

避免中断按压。

本发明即基于前述的操作准则订立标准值，并据此评估胸部按压步骤是否达到标值，并对应产出回馈指示，导引使用者(即学员)学习操作正确的胸部按压步骤。

需说明的是，本发明现述的标准值是根据现行较理想的心肺复苏术操作准则而定，实际上可因应日后更新的操作准则而调整，以符合更理想的教学操作效果；且本发明现述的优选实施例是针对成人的操作准则说明，实际上可因应不同伤员对象(例如：儿童、婴儿)的操作准则而加以调整，俾更贴近教学训练的需求。

以下说明中所使用的“耦接”一词可指任何直接或间接的连接手段。举例而言，如描述第一装置耦接于第二装置，则应解释成该第一装置可以直接连接于该第二装置，或者该第一装置可以通过其他装置或某种连接手段而间接地连接至该第二装置。

图1所示为本发明的心肺复苏术教学系统的结构示意图。如图1所示，心肺复苏术教学系统100包括影像输入模块110、图像处理模块120、指引模块130、以及输出模块140；其中影像输入模块110用于检测及撷取使用者于执行胸部按压步骤时的动态影像，以产生多个状态影像信号；图像处理模块120耦接至影像输入模块110，接收并处理影像输入模块110所取得的状态影像信号，在执行分析运算后将这些状态影像信号转化成姿势信号，然后再将姿势信号整合转化为一个轨迹信号；指引模块130耦接至图像处理模块120，在接收来自于图像处理模块120的轨迹信号后，即根据轨迹信号运进行分析运算，并取得多种动态姿势参数，然后对前述动态姿势参数执行运算分析，以取得确效信号，再检视此确效信号，经过分析与判断结果后作出至少一种回馈指示；输出模块140耦接至指引模块130，以接收前述的回馈指示，再将回馈指示输出，导引该使用者正确地操作该胸部按压步骤。

值得注意的是，其中影像输入模块110用于检测使用者在执行胸部按压步骤时的动态影像，其检测目标是用户执行胸部按压步骤时的动作变化，尤其以双臂与双掌为主；影像输入模块110可在检测期间取得连续性的状态影像信号，或依默认时间间隔或时间区段依序取得多种状态影像信号。

图像处理模块120耦接至影像输入模块110，影像输入模块110取得状态影像信号之后，将状态影像信号传输至图像处理模块120对前述的状态影像信号执行分析运算，并将这些状态影像信号转化成姿势信号，根据本发明优选实施方式而言，姿势信号是指“手掌定位信号”与“特征点信号”。图像处理模块120接着继续进行下一步的分析运算，使这些姿势信号得以整合转化为一个轨迹信号，此轨迹信号显示于特定连续时间区段内，使用者执行胸部按压步骤的动态轨迹；且根据本发明优选实施方式而言，前述轨迹信号是指“手掌轨迹信号”，即指用户的手掌在特定连续时间内移动的轨迹。

指引模块130耦接至图像处理模块120，且指引模块130接收来自于图像处理模块120的轨迹信号后，即根据轨迹信号运进行分析运算，并取得多种动态姿势参数。就本发明优选实施例而言，指引模块130可采用峰值检测(Peak Detection)算法，区分出轨迹信号的门坎值、波峰值与波谷值，即为本发明系统的动态姿势参数；且这些动态姿势参数随使用者执行该胸部按压步骤的状态而实时变化。接着，指引模块130对前述动态姿势参数执行运算分析，以取得确效信号。就本发明优选实施例而言，此确效信号是指各次按压的“按压深度”。

因此，根据前述本发明所依据的操作准则，订立本发明针对胸部按压步骤所采用的“预设标准”，其中的按压深度的具体的标准值为5厘米，而按压速率至少须达到每分钟100次(100次／分钟)。因此，指引模块130在运算分析过程中，将检视此确效信号是否达到标准值(即大于或等于5厘米)，并据此评估胸部按压步骤是否符合操作准则的要求，唯有当此确效信号符合标准值时，才将该次按压判断为“有效按压”。接着，指引模块130根据预先设定的连续时间，计算此段连续时间内，使用者在执行胸部按压步骤过程中达成有效按压的次数与速率，即分别为“按压次数”与“按压速率”，并进而判断此段连续时间内的胸部按压步骤是否达成按压速率至少100次／分钟的要求。在获得上述分析、判断结果后，指引模块130便能据此对应作出至少一种回馈指示，例如成功或失败。

输出模块140耦接至指引模块130，故指引模块130将前述的回馈指示传输至输出模块140后，便可输出回馈指示，导引该使用者正确地操作该胸部按压步骤。根据本发明的优选实施方式，为提升学习效果，可通过语音、影像等多媒体途径呈现回馈指示给使用者，让使用者得知其操作是否达到预设标准，导引使用者学习操作正确的胸部按压步骤。此外，本发明对于输出模块140的型态并不加以限制，优选的实施方式是采用现有的影音显示器输出模式，无须再行添购新的输出设备。且在输出的过程中，输出模块140可额外根据回馈指示对应提供进一步的指引建议，例如：鼓励性影音或修正建议等，以提升使用者的学习兴趣与学习效果。

请继续参考图1以说明本发明的心肺复苏术教学系统各模块的优选实施方式，或各模块所具备的其他功能性单元及其对应构成的特征与功效。

影像输入模块110，是泛指可检测目标物(即本发明的人体)动态变化的“深度影像摄影机”，其主要功能为连续撷取人体动态影像及对应的影像深度信号，因此，本案对使用的深度影像摄影机不加以特别限制。然而，根据本案优选实施方式，影像输入模块110可采用市售的Kinect体感摄影机(微软公司)、Xtion(华硕公司)、或其他等效的深度影像摄影机(传感器)。由于本发明优选实施例所采用的体感检测技术为相关领域技术人员所熟知，故不在此详述，简言之，该检测技术基于Light Coding技术，通过近红外线光源产生信号发布至测量空间并标定空间内物体取得测量信息，后经编码与运算取得检测目标的三维空间(3D)深度的图像，并可进一步将深度信息转换成3D图像。除前述的Kinect体感摄影机、Xtion体感摄影机外，并可额外视需求搭配解高分辨率彩色摄影机(例如720p彩色摄影机)使用，以强化撷取影像信息的效能。

因此，由于基于本发明采用的体感摄影机的原理，用户及假人均无需另外使用或配戴控制器或是发信器(例如：光球设备)等硬件装置，便能有效达成检测效果，因此完全不会干扰使用者操作心肺复苏术的训练，同时提升了实境仿真教学效果和动态检测效果。

本发明所述的图像处理模块120用于分析动态影像的深度信号，其运用的技术基础之一仍为深度影像摄影机与相关技术，除前述的影像深度感测功能外，深度影像摄影机亦具追焦功能，同时可发挥骨架辨识与追踪(Skeletal Tracking)的功能，故可用于监测并追踪用户的动态，并取得分析用户操作胸部按压步骤的动作变化的必要信息。

具体而言，本发明的图像处理模块120即运用前述骨架辨识功能，辨识用户的“躯体特征点”(尤其是使用者的手臂与手掌)，并检测前述躯体特征点的动态；再通过监测躯体特征点以追踪特定身体区域(尤其是用户的手掌)的动作变化，订出躯体中的手部特征点，以取得手部特征的状态影像信号(以下称手部状态影像信号)。由于体感检测与骨架辨识相关技术为相关领域技术人员所熟知，故不再在此详述。

图像处理模块120进一步包括特征影像撷取与定位单元121、手臂姿势检测单元122与轨迹追踪单元123。其中，图像处理模块120所包括的特征影像撷取与定位单元121基于骨架信息辨识用户的手部特征点，取得手部状态影像信号以利进行定位，并进一步基于手部特征点，对直接施行胸部按压步骤的使用者“手掌”进行定位；手臂姿势检测单元122则监测用户的手臂姿势；而在取得手部特征点的定位信息的同时，以轨迹追踪单元123对用户的“手掌”展开追踪并使用者的手掌，以分析手部特征点的变化轨迹。

图2A至图2I所示为本发明的图像处理模块与指引模块执行过程的示意图。

实务上，在定位使用者的手掌时，由于使用者在执行胸部按压步骤是采用双手交叠后进行施力按压，因此如以习知技术操作定位功能，图像处理模块120将因骨架重叠产生影像遮蔽的问题，造成判断失误而无法正确定位出双手交叠状态的手掌位置，致使运算得出的节点与真实手掌位置产生偏差。而且手掌位置并不稳定，如图2A及图2B所示，图2A及图2B为固定姿势时的连续影像，图中圆点为原始影像模块所判定的手掌位置，由于左手掌被遮蔽住，因此在图2A中左手掌的判定位置离实际位置有一定差距，而图2B甚至无检测出左手掌。由图2A及图2B可知，在固定姿势的连续影像所检测出的原始手掌位置并不稳定，因此不适合直接用来记录胸部按压时的手掌按压轨迹。

针对此问题，本发明的一个实施例提供了解决方式：为了能定位出手掌正确位置，先找出用户的手肘与手前臂方向，并撷取此子区域影像，如图2C所示。由于双手交叠处的影像变化大，因此可利用梯度找出可能为手掌的区域，影像梯度可以下式得知：

$\▿f(x,y)=\frac{\∂f(x,y)}{\∂x}\mathrm{dx}+\frac{\∂f(x,y)}{\∂y}\mathrm{dy}---\left(1\right)$

得到的影像梯度如图2D所示。

由于并非影像梯度最大的区域就一定是手掌的区域，因此，在此再搭配原始骨架的信息更精确地修正手掌位置。首先找出双手肘至手腕方向的交错点为图2C圆点处(InitHandCenterX,InitHandCenterY)，以此点产生一个函数P

$P(x,y)=e^{\frac{-{(x-\mathrm{InitHandCenterX})}^2}{{\mathrm{\σ}}_x}}\·e^{\frac{-{(y-\mathrm{InitHandCenterY})}^3}{{\mathrm{\σ}}_y}}---\left(2\right)$

其中，σ_x及σ_y分别为x水平方向及y垂直方向的灵敏值，值越大则对此方向的灵敏变化越小，图2E为得出的P函数对映图，值为1则表示越有可能是手掌所在位置。最后结合上式(1)及(2)可得出Handl_ikelihood函数：

$\begin{array}{c}{\mathrm{Hand}}_{\mathrm{likelihood}}(x,y)=P(x,y)\·\frac{1}{-\frac{(\▿f(x,y)-m_f)}{{\mathrm{\σ}}_f}}\\ 1+e\end{array}---\left(3\right)$

其中，m_f用来设定正规化对齐中心，而σ_f为梯度灵敏值，值越大则梯度对此式影像越小。最后，在得出的Hand_likelihood函数中，找到值最大的位置视为修正后的手掌位置，如图2F及图2G方块即为修正后的手掌位置。

修正后的手掌位置再搭配轨迹追踪单元便可有效追踪出手掌轨迹，如图2F、图2G及图2H所示，原始影像模块的骨架追踪无法快速有效地在动态影像追踪出手掌正确位置，但修正后的算法却可有效且稳定地追踪手掌位置(如图中方块所示)。

而在追踪手部特征点时，若使用影像输入模块110所取得的全幅影像进行追踪，其计算量庞大且势必影响运算效率，连带影响后续信号处理的效能。因此，针对此问题，本发明的另一个实施例提供了解决方式：图像处理模块120可根据彩色影像信息，先行找出对应于手掌部位且具代表性的“像素计算特征点”再进一步运算与追踪。基于此方法，本发明优选的实施方式是使用“加速稳健特征”(Speeded Up Robust Features；以下简称SURF)，理由在于SURF具有旋转及缩放不变的特性，在施行心肺复苏术胸部按压时，即使使用者的手掌处在按压时的快速位移状态下，亦可以维持其特征。因此，SURF在找寻手部特征影像中的像素点x=(x，_y)计算特征点，此时先求出缩放大小为σ的Hessian矩阵H(x，σ)(Hessian matrix)，

$H(x,\mathrm{\σ})=\left[\begin{array}{cc}{L}_{\mathrm{xx}}(x,\mathrm{\σ})& L_{\mathrm{xy}}(x,\mathrm{\σ})\\ L_{\mathrm{yx}}(x,\mathrm{\σ})& L_{\mathrm{yy}}(x,\mathrm{\σ})\end{array}\right]---\left(4\right)$

其中，L_xx(x，σ)为高斯二阶导函数与手部特征影像I中点x的折积，L_xy(x，σ)与L_yx(x，σ)皆为相同意义。然后，通过简化过后的近似Hessian矩阵行列式，

det(H_approx)=D_xxD_yy-(0.9D_xy)²   (5)

其中，D_xx、D_xy及D_yy为L_xx、L_xy及L_yy的近似，det(H_approx)为det(H)的近似行列式。

求出其“像素计算特征值”；若此点的特征值大于预设的“像素计算门坎值”时，就会被认定为在影像中具有代表性的像素计算特征点，以此可锁定手部特征影像中的手掌或特定位置(称作“SURF特征点”)，进行分析运算，显著提升了运算效能。

此外，在追踪手部特征点时，须持续针对使用者的手掌定位，才能达到追踪的效果。因此，为了能够在动态影像中持续定位手掌，本发明采用光流算法(Optical flow)追踪手部特征点，通过图像像素点的强度随时间的变化进而推断出手掌移动速度及方向的方法，以监测其前后取得的影像中动态位置的变化(即手掌位置的变化)；而取得手掌位的动态变化信息，亦即代表手掌姿势变化的姿势信号，继而通过进一步的整合性运算分析手段，记录并分析获得用户的手掌在一个特定连续时间内中移动的轨迹。

至此，经前述图像处理模块120的各单元执行功能，可将手部特征影像的动态变化所对应产生的信号，经分析运算转化为代表手部姿势变化的“姿势信号”，接着，再由整合性运算手段将动态的姿势信号转化为一个“轨迹信号”。

指引模块130进一步包括姿态判断与回馈单元131以及按压速率计算单元132。其中，姿态判断与回馈单元131与按压速率计算单元132根据图像处理模块120输出的“轨迹信号”，协同执行轨迹分析，并据分析结果计算求出“按压深度”、“按压次数”以及“按压速率”。根据本发明的一个优选实施例基于峰值检测(Peak Detection)算法进行分析。请同时参照图3是本发明的一个优选实施例的手掌移动轨迹模拟示意图，其中的波动曲线呈现的是手掌移动轨迹，表示特定时间内用户手掌轨迹信号。具体言之，如图3所示，根据前述图像处理模块120输出的分析信息已得知用户的手掌在一个特定连续时间中移动的轨迹，其后利用峰值检测算法检测区域的波峰及波谷的位置，并先定义一个“门坎值”(threshold)，此门坎值用于避免由信号中的噪声而导致误判的问题。接着先寻找波峰值P，并记录下区域寻找所得的最大值，定义为“区域最大值”，接着求出区域最大值减去门坎值的数值(以下式表示：[区域最大值-门坎值])。其后，当搜寻到的值小于[区域最大值-门坎值]时，此时的区域最大值就会被认定为波峰值。接着，再往下寻找波谷值，记录区域寻找的最小值，定义为“区域最小值”，求出区域最小值加上门坎值的数值(以下式表示：[区域最小值+门坎值])。当搜寻到的值大于[区域最小值+门坎值]时，此时区域最小值就被认定为波谷值C。继续以前述定义与判断方式，持续反复寻找峰值，直到所有“轨迹信号”都完成检查为止。关于计算按压深度的方式是通过检查相邻的波峰波谷值的差异判断其按压深度。

而根据按压深度的计算结果，可根据前述波峰波谷值的差异判断该次按压深度是否达成标准值(按压深度须达5厘米)：如当次按压深度达到此标准，方视为一次“有效按压”，并列入计数一次；反之，如果按压的深度不够深，未达到标准值，则系统不计数，以此计算出一个固定连续时间内的“有效按压次数”，进而推知按压速率。

而需要说明的是，本发明除了在针对手掌移动轨迹进行追踪与运算的同时，也通过图像处理模块120的手臂姿势检测单元122，且同步针对手臂姿势进行监测，并输出信息至指引模块130的姿态判断与回馈单元131。姿态判断与回馈单元131可默认姿势异常灵敏度参数标准，并且按此预设姿势异常灵敏度参数标准对手臂姿势检测单元122提供的信息进行运算处理，以判断使用者在操作胸部按压步骤的手臂姿势是否符合默认标准，供指引模块作出对应的回馈指示(例如姿势错误、姿势正确)，以导引使用者执行正确的手臂姿势执行胸部按压步骤，可辅助使用者更明确完成胸部按压步骤，提升学习效果。而相关监测与分析技术详述如下：在姿势感知单元中，会计算手肘弯曲程度，若小于预设门坎值时就会发出警告，如图2I所示，以右手为例，图中A点为右侧肩膀、B点为右手肘，C点则为修正后的手掌位置，可以下式求得手肘夹角θ：

$\mathrm{\θ}={\cos }^{-1}\frac{\stackrel{\→}{\mathrm{AB}}\×\stackrel{\→}{\mathrm{BC}}}{\left|\right|\stackrel{\→}{\mathrm{AB}}\left|\right|\left|\right|\stackrel{\→}{\mathrm{BC}}\left|\right|}---\left(6\right)$

左手肘夹角亦以此式求得，若左右手肘夹角θ任一小于预设门坎值时就会发出警告提醒使用者注意。

输出模块140可进一步包括影像输出单元141与语音输出单元142。由于输出模块140耦接至指引模块130，主要将指引模块130所提供的回馈指示输出，导引该使用者正确地操作该胸部按压步骤。其中，影像输出单元141负责输出影像(可为静态影像或动画影像)提示，并可依照回馈指示(例如：胸部按压步骤成功、胸部按压步骤不成功、手臂姿势正确或是手臂姿势不正确等)播放特定提示的影像，让用户得知其操作是否正确，或是需要修正。另一方面，语音输出单元142负责输出语音提示，此语音提示除了可同步配合影音指示强化提示效果外，也可独立使用，让使用者能集中注意力至操作上，通过语音提示修正或续行操作，而不需分心观察影像提示，进而强化提示的效果。此外，本发明的输出模块140，可采用现有的影音显示器输出模式，无须再行添购新的输出设备，大幅减低了教学器材的设置成本。

除了根据指引模块130提供的回馈指示之外，输出模块140在输出的过程中，可额外根据回馈指示对应提供进一步的指引建议，例如：在用户达成默认目标时播放鼓励性影音；或是用户未达成默认目标时，提示其失败理由(例如：按压深度不足、按压速率不足、手臂姿势不正确等)，甚至进一步具体展示并指引修正建议(例如：提示按压深度、提示正确手臂姿势、提示按压速率等)，以提升用户的学习兴趣与学习效果。

图4所示为本发明的一种心肺复苏术教学系统的操作方法。如图4所示，步骤401开始通过影像输入模块搜集用户的影像信号。步骤402是由系统设定参数与标准值，例如按压深度及姿势异常灵敏度参数等，供系统分析运算使用；以及由用户配合，在模型假人附近就位并作出心肺复苏术的胸部按压步骤(即新版心肺复苏术的第一步骤)的准备动作。

当用户完成准备动作后，系统便开始执行步骤403，针对使用者的手部(含手臂与手掌)展开定位与追踪的分析运算，以确认系统是否已完成用户的手掌定位：如未能立即完成定位，则执行步骤404；如确认已完成定位，则进入步骤405的实测计时。其中，由于步骤404的目标是通过前述本发明的手掌定位分析运算方法，以正确定位用户的手掌位置。图5所示为图4的步骤404的详细流程示意图。如图5所示，步骤4041通过先找出使用者的手肘与手前臂方向，再以此方向延伸定出手掌可能位置与区域；步骤4042开始计算手掌可能位置的影像梯度；步骤4043找出影像梯度最大的位置与区域，并将影像梯度最大的位置与区域定位为手掌。在取得手掌定位信息后，步骤4044采用SURF技术，以优选的运算效率计算出手掌的SURF特征点。在达成步骤4041至步骤4044的目标后，系统便进入步骤405的实测计时。

步骤405针对一预设的连续时间(例如1分钟)执行计时，而在此段连续时间内，系统将同步并持续监测用户的操作动态，包括手掌移动的追踪与移动轨迹分析，以及手臂姿势的监测分析，提供后续步骤作出回馈指示。在步骤405计时的连续时间内，如使用者中途结束按压，因其连带反映在按压深度、按压次数与按压速率等监测参数上，则系统分析所得的回馈指示将为“失败”，并在步骤411中执行输出失败的提示，并结束此训练。另一方面，如在步骤405计时的连续时间内，系统进入步骤406，目标乃监测及判断手臂姿势是否异常。如监测结果造成“手臂姿势异常”的回馈指示时，系统便会进入步骤410，其根据前述“手臂姿势异常”的回馈指示，输出画面及语音提示，警示用户，以利引导其修正其姿势；反之，如监测结果未显示“手臂姿势异常”，则系统将进入步骤407以检测使用者执行胸部按压步骤的状态。图6所示为图4的步骤407的详细流程图。如图6所示，步骤407还包括步骤4071，其采用光流算法追踪手部特征点，并取得表示手掌位的动态变化信息的姿势信号，并分析出手掌在一特定连续时间内中移动的轨迹，并产出轨迹信号；步骤4072针对轨迹信信号进行分析，以峰值检测算法，运算得出手掌移动的轨迹信号的峰值，继而求出按压深度，并判断每次的按压是否为有效按压；步骤4073针对前述的有效按压进行计数，以取得此连续时间内的按压次数与按压速率。

在取得按压次数与按压速率的信息后，系统进入步骤408，其目标为确认按压速率是否符合默认的标准值，不符标准即视为异常。因此，当按压速率异常时，系统导向步骤410回馈指示，输出画面及语音提示，警示用户；反之，当按压速率未产生异常时，系统将持续其监测功能，直到其按压次数达到训练的标准(例如30次)，如步骤409所示，让使用者完成完整的胸部按压步骤训练流程后。

综而言之，本发明所提出的心肺复苏术教学系统及方法实时辨识并且分析使用者施作心肺复苏术胸部按压步骤的动态状态之后，作出回馈指示，并提供提示或建议给使用者，让使用者可续行练习或修正操作方式，使操作者获得较好的学习效果。本发明的特征在于，通过深度影像摄影机所取得的上臂骨架数据，通过算法进行手掌特征点进行手掌定位，并追踪手掌移动计算手掌移动的信号，用以判断胸腔按压的深度与频率，达到确认CPR动作与准确度。

本发明的实施例提出一种心肺复苏术教学系统，包括影像输入模块、图像处理模块、指引模块以及输出模块；其中影像输入模块用于检测及撷取使用者在执行胸部按压步骤时的动态影像，以产生多个状态影像信号；图像处理模块耦接至影像输入模块，接收并处理影像输入模块所取得的状态影像信号，在执行分析运算后将这些状态影像信号转化成姿势信号，然后再将姿势信号整合转化为一个轨迹信号；指引模块耦接至图像处理模块，在接收来自于图像处理模块的轨迹信号后，即根据轨迹信号运进行分析运算，并取得多种动态姿势参数，然后对前述动态姿势参数执行运算分析，以取得确效信号，再检视此确效信号，经过分析与判断结果后，以作出至少一种回馈指示；输出模块耦接至指引模块，以接收前述的回馈指示，再将回馈指示输出，导引该使用者正确地操作该胸部按压步骤。

本发明的又一个实施例提出一种心肺复苏术教学系统的操作方法，包括：接收由影像输入模块搜集用户的影像信号；设定系统参数与标准值以及使用者进入准备状态；确认系统是否已完成用户的手掌定位：如未能立即完成定位，则执行手掌定位分析运算；如确认已完成定位，则进入实测计时；实测计时是针对一个预设的连续时间执行计时，在此段连续时间内，系统将同步并持续监测用户的操作动态，包括手掌移动的追踪与移动轨迹分析，以及手臂姿势的监测分析，提供后续步骤作出回馈指示；在计时的连续时间内，如使用者中途结束按压，则系统分析所得的回馈指示将为“失败”，并执行输出失败的提示，并结束此训练；另一方面，在计时的连续时间内，系统监测及判断手臂姿势是否异常。如监测结果造成“手臂姿势异常”的回馈指示时，系统便会根据前述“手臂姿势异常”的回馈指示，输出画面及语音提示，警示用户，以利引导其修正其姿势；反之，如监测结果未显示“手臂姿势异常”，则系统将检测用户执行胸部按压步骤的状态；在取得按压次数与按压速率的信息后，系统确认按压速率是否符合默认的标准值，不符标准即视为异常。因此，当按压速率异常时，系统导向回馈指示，输出画面及语音提示，警示用户；反之，当按压速率未产生异常时，系统将持续其监测功能，直到其按压次数达到训练的标准，让使用者完成完整的胸部按压步骤训练流程后。

综上所述，本发明的心肺复苏术教学系统及方法提供了可实时辨识并且分析使用者施作心肺复苏术胸部按压步骤的动态状态之后，作出回馈指示，并给予提示或建议使用者，让使用者可续行练习或修正操作方式，使操作者获得较佳的学习效果。本发明也提供一种检测设备简化且仿真效果较佳的心肺复苏术教学系统，其成本低廉，且系统易于操作，均有利于提升对大众或医护人员推广学习心肺复苏术的成效。还可提供一种能同步追踪并监测使用者的心肺复苏术胸部按压表现的心肺复苏术教学系统，且在监测的过程中，亦可通过影像辨识与分析，同步实时确认使用者的手臂姿势是否正确，并提供回馈指示，以给予使用者对应的提示，以提升学习效能。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (13)

1.一种心肺复苏术教学系统，包括：

影像输入模块，用于检测用户的多种状态影像信号；

图像处理模块，耦接至该影像输入模块，接收来自于该影像输入模块的所述状态影像信号，并将所述状态影像进行分析运算，使所述状态影像信号转化成多种姿势信号，接着，再对所述姿势信号进行分析运算，使所述姿势信号转化为一个轨迹信号；

指引模块，耦接至该图像处理模块，接收来自于该图像处理模块的该轨迹信号后，根据该轨迹信号运进行分析运算，并取得多种动态姿势参数，再根据所述动态姿势参数与一个标准值取得一个确效信号，其中所述动态姿势参数随该使用者执行该胸部按压的状态而实时变化，当该确效信号符合该标准值时，则判断为有效按压，接着，根据该使用者执行该胸部按压的连续时间，计算该使用者在该连续时间内达成该有效按压的次数与速率，使该指引模块对应作出至少一个回馈指示；以及

输出模块，耦接至该影像指引模块，输出来自于该指引模块的该至少一个回馈指示，导引该使用者正确地操作该胸部按压。

2.如权利要求1所述的心肺复苏术教学系统，其特征在于，该图像处理模块还包括特征影像撷取与定位单元、轨迹追踪单元，其中该特征影像撷取与定位单元将所述状态影像进行分析运算，使所述状态影像信号转化成多种姿势信号；该轨迹追踪单元耦接至该特征影像撷取与定位单元，对所述姿势信号进行分析运算，使所述姿势信号转化为一个轨迹信号，以追踪该用户在该连续时间内的移动轨迹。

3.如权利要求2所述的心肺复苏术教学系统，其特征在于，该特征影像撷取与定位单元基于骨架信息辨识手部特征点，并基于手部特征点，进行手掌定位。

4.如权利要求3所述的心肺复苏术教学统，其特征在于，该轨迹追踪单元分析手部特征点的变化轨迹，以进行轨迹追踪。

5.如权利要求2所述的心肺复苏术教学系统，其特征在于，该图像处理模块还包括手臂姿势检测单元，其将所述状态影像进行分析运算，以监测该使用者的手臂姿势。

6.如权利要求2所述的心肺复苏术教学系统，其特征在于，该指引模块还包括姿态判断与回馈单元与按压速率计算单元，其中该姿态判断与回馈单元耦接至该按压速率计算单元，在该连续时间内，该姿态判断与回馈单元，根据该轨迹信号运进行分析运算分析该移动轨迹，并取得多种动态姿势参数，该按压速率计算单元根据所述动态姿势参数与该标准值取得该确效信号。

7.如权利要求6所述的心肺复苏术教学系统，其特征在于，该指引模块的姿态判断与回馈单元在该连续时间内监测该使用者的该手臂姿势。

8.如权利要求6所述的心肺复苏术教学系统，其特征在于，该输出模块还包括影像输出单元与语音输出单元，其中，该影像输出单元耦接至该语音输出单元，该影像输出单元按该至少一个回馈指示并输出影像提示；该语音输出单元按该至少一个回馈指示输出语音提示。

9.一种心肺复苏术教学方法，适用于心肺复苏术教学系统，以对用户进行心肺复苏术的教学，该方法包括：

接收该用户的该状态影像信息；

设定一个连续时间；

定位该用户的手掌，取得该状态影像信号的多个特征点，并根据所述特征点分析运算后取得一个姿势信号，继而取得一个轨迹信号；

根据该轨迹信号运算分析取得该确效信号，并依照一个标准值判断该确效信号是否为该有效按压；以及

计算该连续时间内的该有效按压的次数，并作出该至少一个回馈指示。

10.如权利要求9所述的心肺复苏术教学方法，其特征在于，定位该使用者的手掌的步骤还包括：

先找出使用者的手肘与手前臂方向，再以此方向延伸定出手掌可能位置与区域；

开始计算手掌可能位置的影像梯度；

找出影像梯度最大的位置与区域，并将影像梯度最大的位置与区域定位为手掌；以及

在取得手掌定位信息后，计算出手掌的像素计算特征点。

11.如权利要求10所述的心肺复苏术教学方法，其特征在于，该像素计算特征点的为加速稳健特征(SURF)。

12.如权利要求9所述的心肺复苏术教学方法，其特征在于，根据该轨迹信号运算分析取得该确效信号的步骤还包括检测执行胸部按压状态的步骤。

13.如权利要求12所述的心肺复苏术教学方法，其特征在于，该检测执行胸部按压状态的步骤还包括：

采用光流算法追踪手部特征点，并取得表示手掌位的动态变化信息的姿势信号，并分析出手掌在一个特定连续时间内中移动的轨迹，并产出轨迹信号；

针对轨迹信信号进行分析，以峰值检测算法，运算得出手掌移动的轨迹信号的峰值，继而求出按压深度，并判断每次的按压是否为有效按压；以及

针对前述的有效按压进行计数，以取得此连续时间内的按压次数与按压速率。