CN112885215A - 基于生物动力学胸外心脏按压动态监测的模拟器 - Google Patents
基于生物动力学胸外心脏按压动态监测的模拟器 Download PDFInfo
- Publication number
- CN112885215A CN112885215A CN202110070092.0A CN202110070092A CN112885215A CN 112885215 A CN112885215 A CN 112885215A CN 202110070092 A CN202110070092 A CN 202110070092A CN 112885215 A CN112885215 A CN 112885215A
- Authority
- CN
- China
- Prior art keywords
- compression
- chest
- pressure
- pressing
- maximum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
- G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
- G09B23/288—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine for artificial respiration or heart massage
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Medical Informatics (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Algebra (AREA)
- Heart & Thoracic Surgery (AREA)
- Cardiology (AREA)
- Mathematical Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- Percussion Or Vibration Massage (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开一种基于生物动力学胸外心脏按压动态监测的模拟器,主要包括安装在模拟人胸腔上的压力传感器,压力传感器与处理器电连接,压力传感器有4个,4个压力传感器的正投影分别位于同一菱形的4个顶点,其中两个相对的压力传感器连线与模拟人的高度方向的中心线重合,并且与另外两个压力传感器的连线垂直,预定的胸部按压部位的中心的正投影位于菱形的中心。本发明能够实时检测多种胸外心脏按压动力学参数,有利于提高胸外心脏按压质量;特别适用于胸外心脏按压训练,能够实时检测按压的动力学参数,指导胸外心脏按压训练。
Description
技术领域
本发明涉及心肺复苏技术领域,尤其涉及一种基于生物动力学胸外心脏按压动态监测方法及反馈系统。
背景技术
心脏骤停(cardiac arrest,CA)是人类死亡的最主要原因之一。据统计,我国每年约有55万人发生CA,其中院外抢救成功率不到1%,而发达国家院外CA抢救成功率为6.8-25%。早期规范的心肺复苏是CA患者抢救成功的关键,而胸外按压是CPR的基础,高质量胸外心脏按压(highqualitychestcompression,HQCC)对于CA患者,特别是对院外CA(out-of-hospital Cardiac Arrest,OHCA)患者的成功抢救与否起到决定性的作用。因此,如何提高施救者胸外心脏按压(chest compression,CC)质量成为急危重症学者研究的热点问题。
模拟教学是技能培训提高施救者胸外心脏按压质量的重要措施。现有模拟人可反馈按压者的按压深度、频率、回弹率是否合格,而当前全世界尚无可反馈胸外心脏按压过程中力学相关指标的模拟人以指导按压,而按压力、速度、加速度等力学指标是影响胸廓运动、改变胸腔内压等的直接因素。因此,探寻实时反馈多力学参数的胸外心脏按压模拟人设备,进一步优化反馈指标对提高CC质量具有重要意义。
发明内容
本发明旨在提供一种基于生物动力学胸外心脏按压动态监测的件模拟器,能够实时检测多种胸外心脏按压动力学参数,有利于提高CC质量。
为达到上述目的,本发明是采用以下技术方案实现的:
本发明公开的基于生物动力学胸外心脏按压动态监测的模拟器,包括模拟人和安装在模拟人胸腔上的压力传感器,所述压力传感器与处理器电连接,压力传感器有4个,4个压力传感器的正投影分别位于同一菱形的4个顶点,其中两个相对的压力传感器连线与模拟人的高度方向的中心线重合,并且与另外两个压力传感器的连线垂直,预定的胸部按压部位的中心的正投影位于菱形的中心
进一步的,本发明还包括用于检测按压深度的位移传感器,所述位移传感器安装在模拟人胸腔上,位移传感器的正投影位于所述菱形,位移传感器与处理器电连接。
优选的,所述压力传感器通过信号调理电路、A/D转换电路连接处理器,所述信号调理电路包括放大环节和滤波环节。
优选的,所述放大环节包括仪器放大器,所述滤波环节包括二阶低通滤波器。
进一步的,本发明还包括计算机,所述计算机内装胸外按压训练模块,处理器与计算机有线和/或无线连接。
优选的,所述胸外按压训练模块用于在显示器上提示深度、频率、回弹率,还显示按压位置、按压力、加速度、按压方向。
优选的,所述胸外按压训练模块包括判断胸外按压的按压位置,获取胸外按压的动力学参数。
优选的,所述判断胸外按压的按压位置的方法如下:
按压作用点坐标和力大小为(x0,y0,F0),在按压最大深度时,四个压力传感器测得四个位置的压力值分别为:(xA,yA,FA)、(xB,yB,FB)、(xC,yC,FC)和(xD,yD,FD),通过式(1)、式(2)、式(3)、式(4)计算按压位置和按压力;
F0=-(FA+FB+FC+FD) (2)
F0×(y0-0)=-FA×(yA-0)-FB×(yB-0)-FC×(yC-0)-FD×(yD-0) (3)
F0×(x0-0)=-FA×(xA-0)-FB×(xB-0)-FC×(xC-0)-FD×(xD-0) (4)
式中,Fx、Fy和Fz为力在x,y,z三轴上的投影;Mx(F)、My(F)和Mz(F)为力对x,y,z三轴的矩;
设置评判参数(Δx,Δy),通过按压作用点坐标(x0,y0)与评判参数(Δx,Δy)的关系判定按压位置,具体如下:
当x0﹤xD-Δx,y0﹤yA-Δy时,判定按压位置偏左下;
当x0﹤xD-Δx,yA-Δy﹤y0﹤yA+Δy时,判定按压位置偏左;
当x0﹤xD-Δx,y0﹥yA+Δy时,判定按压位置偏左上;
当xD-Δx﹤x0﹤xD+Δx,y0﹤yA-Δy时,判定按压位置偏下;
当xD-Δx﹤x0﹤xD+Δx,yA-Δy﹤y0﹤yA+Δy时,判定按压位置适中;
当xD-Δx﹤x0﹤xD+Δx,y0﹥yA+Δy时,判定按压位置偏上;
当x0﹥xD+Δx,y0﹤yA-Δy时,判定按压位置偏右下;
当x0﹥xD+Δx,yA-Δy﹤y0﹤yA+Δy时,判定按压位置右;
当x0﹥xD+Δx,y0﹥yA+Δy时,判定按压位置偏右上。
优选的,(Δx,Δy)=(4,7),(xA,yA)=(0,37),(xB,yB)=(27,74),(xC,yC)=(0,37),(xD,yD)=(27,74),单位为mm。
优选的,所述动力学参数包括每次按压的最大按压力、每次按压的最大按压速度、每次按压的最大加速度、每次按压的最大冲量、每次按压的最大按压功、按压时间段内的平均最大按压力、按压时间段内的平均最大按压速度、按压时间段内的平均最大加速度、按压时间段内的平均最大冲量、按压时间段内的平均最大按压功、按压频率、按压深度和回弹率。
本发明的有益效果如下:
1、本发明能够实时检测胸外心脏按压的动力学参数,有利于提高CC质量。
2、本发明能够确定按压位置,并对按压位置进行合理的分类,有利于指导如何准确按压。
3、本发明特别适用于胸外心脏按压训练,能够实时反馈按压的动力学参数,指导胸外心脏按压训练。
附图说明
图1为模拟人及压力传感器的布置示意图;
图2为本发明的电路原理框图;
图3为信号调理电路的电路原理框图;
图4为调理电路的电路原理图;
图5为按压位置坐标系示意图
图6为按压位置分布示意图;
图7是两组分钟按压合格率变化曲线图;
图8是分钟按压合格率差值变化曲线图;
图9是FCC时V′预测合格按压的ROC曲线分析图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。
如图1所示,本发明公开的基于生物动力学胸外心脏按压动态监测的模拟器,包括模拟人和安装在模拟人胸腔上的压力传感器,压力传感器有4个,4个压力传感器的正投影分别位于同一菱形的4个顶点,其中两个相对的压力传感器连线与模拟人的高度方向的中心线重合,并且与另外两个压力传感器的连线垂直,预定的胸部按压部位的中心的正投影位于菱形的中心。
如图2所示,本发明还包括用于检测按压深度的位移传感器,所述位移传感器安装在模拟人胸腔上,位移传感器的正投影位于所述菱形,压力传感器、位移传感器均与处理器电连接。本发明还包括计算机,计算机内装胸外按压训练模块,处理器与计算机有线和/或无线连接。胸外按压训练模块用于在显示器上提示深度、频率、回弹率,还显示按压位置、按压力、加速度、按压方向。
如图3所示,压力传感器通过信号调理电路、A/D转换电路连接处理器,信号调理电路包括放大环节和滤波环节。
如图4所示,放大环节包括仪器放大器,所述滤波环节包括二阶低通滤波器。
本发明的监测方法包括以下步骤:
a、实时获取胸外按压压力信号;
b、判断胸外按压的按压位置;
c、获取胸外按压的动力学参数。
步骤a中,对模拟人进行胸外按压,所述模拟人的胸部设有压力传感器,压力传感器有若干个,若干个压力传感器均布在预定的胸部按压部位的外侧,通过压力传感器检测胸外按压压力信号。压力传感器有4个,分别为压力传感器A、压力传感器B、压力传感器C、压力传感器D,步骤b中,按压位置的确定方法如下:
按压作用点坐标和力大小为(x0,y0,F0),在按压最大深度时,四个压力传感器测得四个位置的压力值分别为:(xA,yA,FA)、(xB,yB,FB)、(xC,yC,FC)和(xD,yD,FD),通过式(1)、式(2)、式(3)、式(4)计算按压位置和按压力;
F0=-(FA+FB+FC+FD) (2)
F0×(y0-0)=-FA×(yA-0)-FB×(yB-0)-FC×(yC-0)-FD×(yD-0) (3)
F0×(x0-0)=-FA×(xA-0)-FB×(xB-0)-FC×(xC-0)-FD×(xD-0) (4)
式中,Fx、Fy和Fz为力在x,y,z三轴上的投影;Mx(F)、My(F)和Mz(F)为力对x,y,z三轴的矩。
步骤b中,按照下述方式判断按压位置:
如图5所示,按压压力特征参数主要有按压压力和按压位置,实际获取的是四个压力传感器在按压波峰处的数据。利用四个位置的压力值,建立力学模型可计算按压的压力和位置坐标。由于按压压力和传感器检测的压力为竖直方向。设置评判参数(Δx,Δy),通过按压作用点坐标(x0,y0)与评判参数(Δx,Δy)的关系判定按压位置,具体如下:
将按压作用区域抽象成按压点,按压作用点坐标和力大小为(x0,y0,F0)。在按压最大深度时,四个压力传感器测得四个位置的压力值分别为:(xA,yA,FA)、(xB,yB,FB)、(xC,yC,FC)和(xD,yD,FD)。同时,该状态下系统处于平衡,根据空间平衡力系的充要条件[59],系统力系满足:(1)力在空间轴上的投影的代数和为0;(2)力对于空间轴的矩的代数和为0,如式3-6。
式中:Fx、Fy和Fz为力在三轴上的投影;Mx(F)、My(F)和Mz(F)为力对三轴的矩。
实际计算时,由于建立的为二维坐标系,对公式3-6进行如式3-7~式3-9的二维平衡力系展开。
胸外按压系统在竖直方向上的力满足力平衡条件:
F0=-(FA+FB+FC+FD)(2)
按压系统所受的力对于x轴的矩的代数和为0:
F0×(y0-0)=-FA×(yA-0)-FB×(yB-0)-FC×(yC-0)-FD×(yD-0)(3)
按压系统所受的力对于y轴的矩的代数和为0:
F0×(x0-0)=-FA×(xA-0)-FB×(xB-0)-FC×(xC-0)-FD×(xD-0)(4)
实际安装时,A、B、C、D四个传感器为对称安装,其坐标为:(0,37)、(27,74)、(54,37)、(27,0)。由式3-7~3-9可完全计算出按压点的位置和力(x0,y0,F0),实际判断时,多以分布位置进行评判,设置评判参数(Δx,Δy),经多次实验测试和经验估计,设置(Δx,Δy)=(4,7)mm,对按压位置坐标进行位置评判。
如图6所示,当x0﹤xD-Δx,y0﹤yA-Δy时,判定按压位置偏左下;
当x0﹤xD-Δx,yA-Δy﹤y0﹤yA+Δy时,判定按压位置偏左;
当x0﹤xD-Δx,y0﹥yA+Δy时,判定按压位置偏左上;
当xD-Δx﹤x0﹤xD+Δx,y0﹤yA-Δy时,判定按压位置偏下;
当xD-Δx﹤x0﹤xD+Δx,yA-Δy﹤y0﹤yA+Δy时,判定按压位置适中;
当xD-Δx﹤x0﹤xD+Δx,y0﹥yA+Δy时,判定按压位置偏上;
当x0﹥xD+Δx,y0﹤yA-Δy时,判定按压位置偏右下;
当x0﹥xD+Δx,yA-Δy﹤y0﹤yA+Δy时,判定按压位置右;
当x0﹥xD+Δx,y0﹥yA+Δy时,判定按压位置偏右上。
(Δx,Δy)=(4,7),(xA,yA)=(0,37),(xB,yB)=(27,74),(xC,yC)=(0,37),(xD,yD)=(27,74),单位为mm。
步骤c中,动力学参数包括每次按压的最大按压力、每次按压的最大按压速度、每次按压的最大加速度、每次按压的最大冲量、每次按压的最大按压功、按压时间段内的平均最大按压力、按压时间段内的平均最大按压速度、按压时间段内的平均最大加速度、按压时间段内的平均最大冲量、按压时间段内的平均最大按压功、按压频率、按压深度和回弹率。具体的:
动力学指标包括Fmax、Vmax、amax、Imax、Wmax、F′、V′、a′、I′和W′中的至少一种;其中,Fmax为每次按压的最大按压力,Vmax为每次按压的最大按压速度,amax为每次按压的最大加速度,Imax为每次按压的最大冲量,Wmax为每次按压的最大按压功,F′为按压时间段内的平均最大按压力,V′为按压时间段内的平均最大按压速度、a′为按压时间段内的平均最大加速度、I′为按压时间段内的平均最大冲量、W′为按压时间段内的平均最大按压功。
动力学指标的计算方法如下:
Fmax=max(Fi);
n为按压次数,t=0.01-0.04。
具体的:
本发明主要由基于模拟人体模型的电路硬件系统和上位机软件系统组成,供操作学员对模拟人进行按压,检测模块采集相应的物理信号转换为控制系统能处理的电信号,单片机经过对数据的采集打包,通过无线传输模块与上位机进行通信和数据传输,计算机接收数据以后进行量化处理和特征参数的提取并对按压操作质量反应,完成训练操作同时完成数据的存储。
压力传感器需要检测胸外按压双手所施加压力的大小,因此至少要满足两点要求:精度高、体积小。微型称重传感器性能可靠、精度高,是压力重力传感器的典型代表,广泛应用在机械加工、医疗电子、航空航天等领域。通过对市面上传感器的调研,最终选用蚌埠金诺公司生产的JHBM-M微型称重传感器,
JHBM-30传感器由敏感元件(电阻应变片)、弹性元件和测量桥路三部分组成,传感器的测量电路集成了桥式测量和温度补偿。传感器在外部直流电源的激励下,随外部作用力的变化弹性元件和应变片受力变形,并导致电阻改变,测量电路测出应变片电阻的变化并变换为与外力大小成比例的模拟电压信号输出。但微应变电桥输出为mV级,即使在满载情况下,该传感器的最大输出也只有14.5mV(9V激励电压),这使得信号的A/D转换受限,无法完成信号采集。因此,需要对压力传感器输出的信号进行有效地放大和调理[55]。
压力传感器信号调理电路需考虑三项内容:
1、针对传感器的特性设计合适的恒压源,激励电压不受传感器负载变化的影响,使压力传感器输出特性只与所受压力有关;
2、根据压力传感器的输出特性,设计信号放大电路,以满足微弱信号的采集与处理要求,即信号便于实现A/D的转换;
3、设计滤波电路,设计信号滤波器,以抑制干扰。
根据实际的压力大小,传感器输出电压约为5mV,为了方便后续处理,这里选择仪表放大器AD620进行信号放大。AD620是ADI公司生产的一款高精度仪表放大器,增益范围为1至10000。具有低功耗、低偏置电流和高CMRR的特性,可利用一个外部电阻RG实现对增益的精确调整。增益公式为:
AD620是一款电压信号采用差分方式输入的高精度仪器运算放大器,可以大大提高共模抑制比,放大倍数由AD620的1、8引脚间的电阻RG调整实现。
经放大输出的电压信号进入由运放LM324构成的二阶有源低通滤波器,以抑制差模干扰。
以下,利用上述基于生物动力学动态监测的胸外心脏按压反馈模型进行胸外心脏按压质量研究。
本试验共招募170位做志愿者,经纳入排除标准和剔除标准筛选,最终共纳入159位研究对象,包括男性80例(50.31%),女性79例(49.69%),平均年龄29.36±9.0岁。其中,37人既往未接受过CPR培训,101人没有真人CPR经历,105人平时没有规律的锻炼习惯。
一、试验分组
1)根据是否有实时反馈装置对CC进行干预分为无反馈按压组(NFCC)组和有反馈按压(FCC)组,两组间按压洗脱期为1-7天。
2)以ΔCC代表按压合格率的变化,将研究对象分为合格率提高(+ΔCC,ΔCC>0)组组)和合格率未提高(-ΔCC,ΔCC≤0)组。
3)根据CC合格率是否为0,将FCC组分为有合格按压组和无合格按压组。
二、材料和仪器设备
主要包括上述人体胸廓模型或者CPR体模、激光传感器、力学传感器、计算机和反馈装置。激光位移传感器可选择Panasonic公司,型号为HG-C1100的激光传感器。激光位移传感器内置于CPR体模内,随CC的进行,激光传感器每0.01秒进行一次检测,检测到的胸骨位移变化等参数传输到计算机系统,计算机自动计算和记录下每次CC的最大按压深度、按压频率、回弹率、对应的按压时刻以及上述动力学指标,并通过实时反馈显示器反馈给按压者。
此外,力学参数的检测与记录是通过力学传感器实现的。力学传感器可以选压力传感器,或者称重传感器可以选择蚌埠金诺限公司生产的JHBM-M微型称重传感器。胸外按压板置于CPR人体模型两乳头连线中点的位置,按压板内置力学传感器,按压者通过按压板间接对胸骨进行按压,力学传感器每0.01秒检测一次胸外按压力值并传输到计算机进行保存。
三、指标的检测
每位研究对象先后两次对同一个CPR人体模型实施持续5min的胸外按压,其中第二次胸外按压时使用实时反馈装置指导按压。采集两时段每0.01秒的按压动力学指标、按压质量相关指标,计算每次按压是否合格,进而计算分钟按压合格率。
(1)按压质量相关指标及计算:首先从计算机系统获得每0.01秒的S、f和R,根据对应时间获得单次按压的最大S、f和R,继而获得每分钟平均最大S、f和R。深度(Shift,S)5-6cm,频率(frequency,f)100-120次/min,回弹率(Recoil,R)≥95%”的CC被定义为“合格按压”。
(2)终点指标及计算方法:
1)单次按压合格(同时满足“深度5-6cm,频率100-120次/min,回弹率≥95%”);
2)第n分钟CC合格率=第n分钟内合格的按压次数/第n分钟内总的按压次数*100%;
3)前n分钟CC合格率=前n分钟内合格的按压次数/前n分钟总的按压次数*100%。
四、统计分析
采用Excel(2016版)、SPSS 22.0软件进行数据的处理分析。本实验采用双侧P值,P<0.05显示差异具有统计学意义。
(1)正态分布的计量资料采用均数±标准差(M±SD)表示,两组间比较采用独立样本t检验或配对样本t检验;非正态分布的计量资料采用中位数(四分位数间距)表示,两组间比较采用秩和检验。计数资料采用频数和百分比(%)表示。
(2)多元线性回归分析按压力、加速度等动力学参数是否为影响CC合格率大小的独立危险因素。
(3)单因素分析和多因素Logistics回归分析探讨按压力、加速度等动力学参数是否为影响+ΔCC的独立危险因素。
(4)单因素分析和多因素Logistics回归分析FCC组影响合格按压的独立危险因素。
五、统计分析结果
(1)影响NFCC组和FCC组2min CC合格率大小的独立危险因素
单因素分析提示,无论有无实时反馈干预,以下因素与按压合格率大小具有较好的相关性,具体包括:性别、身高、体重、腰围、大腿长、臂长、最大单手握力、GBMI、按压深度S、按压回弹率R、平均最大按压力F′、平均最大加速度a′、平均最大冲量I′,P<0.05。
多元线性回归分析结果显示:动力学指标V′和a′是影响胸外按压质量的独立危险因素(P<0.05),不因是否有实时反馈干预而改变,见表3、表4。
表1.多元线性回归分析影响NFCC组CC合格率大小的独立危险因素
表2.多元线性回归分析影响FCC组CC合格率大小的独立危险因素
(2)影响ΔCC的独立危险因素
-ΔCC组和+ΔCC组的比较显示:两组按压者的性别、身高、体重、BMI、腰围、大腿长、臂长、最大单手握力、ΔV′、Δa′等指标差异具有统计学意义,即影响+ΔCC的危险因素有性别、身高、体重、BMI、腰围、大腿长、臂长、最大单手握力、ΔV′、Δa′.多因素Logistic回归分析显示:身高、BMI和ΔV′是影响+ΔCC的独立危险因素,见表3。
表3.多因素Logistic回归分析影响+ΔCC的独立危险因素
2.1影响ΔCC的动力学指标变化
秩和检验结果显示:两组的ΔV′和Δa′的差异均有统计学意义,P<0.05.
(3)FCC组影响合格按压的独立危险因素
无合格按压组与有合格按压组比较显示:两组的性别、身高、体重、BMI、腰围、大腿长、臂长、单手最大握力、GBMI、按压时间占比、F′、V′、a′、I′等指标差异具有统计学意义,即影响合格按压的因素有性别、身高、体重、BMI、腰围、大腿长、臂长、单手最大握力、GBMI、按压时间占比、F′、V′、a′、I′(见表4)。
表4.FCC时无合格按压组与有合格按压组相关指标比较
注:F′、V′、a′、I′分别表示平均最大按压力、平均最大速度、平均最大加速度和平均最大冲量。符合正态分布资料采用M±SD表示,,偏态分布资料采用中位数(四分位数间距)表示,P<0.05差异具有统计学意义。
Logistics回归分析结果显示:V′是影响FCC组是否有合格按压的唯一独立危险因素,见表5。
表5.多因素Logistic回归分析影响FCC组合格按压的独立危险因素
(4)结论
4.1、V′和a′是影响NFCC和FCC组合格率大小的独立危险因素人工胸外按压是一个先加速后减速的复杂运动系统,而不是单纯的匀加速和匀减速运动,因此,位移的变化不仅包括加速度,还包括速度。所以,无论有无实时反馈干预,速度和加速度均为CC质量的独立危险因素。
4.2、影响ΔCC的独立危险因素主要包括个体特点和动力学指标变化两方面
单因素分析显示:性别、身高、体重、BMI、腰围、大腿长、臂长、最大单手握力、ΔV′、Δa′等指标均是影响+ΔCC的危险因素。因此,+ΔCC的影响因素包括动力学指标的变化和个体特点两方面。
4.3、+ΔCC与V和a的显著增大有关
ΔV′和Δa′是ΔCC的影响因素,且+ΔCC组和-ΔCC组的比较发现两组ΔV′和Δa′的差异均具有统计学意义,且+ΔCC组的ΔV′和Δa′较大。由此可见,反馈时V和a出现显著的提高,从而引起CC合格率的提高。
4.5、V′是FCC组影响合格按压的独立危险因素是
本研究单独进行了FCC的分析,根据合格率是否为0分为有合格按压组与无合格按压组,找出影响合格按压的独立危险因素,通过Logistic回归和ROC曲线分析找出截断值,即为达到合格按压的最小目标值。结果显示,V′是影响FCC时合格按压的唯一独立危险因素,AUC为0.840,敏感性64%,特异性88%,截断值为39.48cm/s。因此,在FCC时,也许可增加V作为监测和反馈指标,按压者可参考V并以39.84cm/s作为最小的目标速度进行CC。
本实验分析按压实时反馈对分钟按压合格率的影响,确认在按压过程中对动力学指标进行检测与反馈有利于提高胸外按压质量。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:包括安装在模拟人胸腔上的压力传感器,所述压力传感器与处理器电连接,压力传感器有4个,4个压力传感器的正投影分别位于同一菱形的4个顶点,其中两个相对的压力传感器连线与模拟人的高度方向的中心线重合,并且与另外两个压力传感器的连线垂直,预定的胸部按压部位的中心的正投影位于菱形的中心。
2.根据权利要求1所述的基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:还包括用于检测按压深度的位移传感器,所述位移传感器安装在模拟人胸腔上,位移传感器的正投影位于所述菱形,位移传感器与处理器电连接。
3.根据权利要求1所述的基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:所述压力传感器通过信号调理电路、A/D转换电路连接处理器,所述信号调理电路包括放大环节和滤波环节。
4.根据权利要求3所述的基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:所述放大环节包括仪器放大器,所述滤波环节包括二阶低通滤波器。
5.根据权利要求1-4任一项所述的基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:还包括计算机,所述计算机内装胸外按压训练模块,处理器与计算机有线和/或无线连接。
6.根据权利要求5所述的基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:所述胸外按压训练模块用于在显示器上提示深度、频率、回弹率,还显示按压位置、按压力、加速度、按压方向。
7.根据权利要求5所述的基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:所述胸外按压训练模块包括判断胸外按压的按压位置,获取胸外按压的动力学参数。
8.根据权利要求6所述的基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:所述判断胸外按压的按压位置的方法如下:
按压作用点坐标和力大小为(x0,y0,F0),在按压最大深度时,四个压力传感器测得四个位置的压力值分别为:(xA,yA,FA)、(xB,yB,FB)、(xC,yC,FC)和(xD,yD,FD),通过式(1)、式(2)、式(3)、式(4)计算按压位置和按压力;
F0=-(FA+FB+FC+FD) (2)
F0×(y0-0)=-FA×(yA-0)-FB×(yB-0)-FC×(yC-0)-FD×(yD-0) (3)
F0×(x0-0)=-FA×(xA-0)-FB×(xB-0)-FC×(xC-0)-FD×(xD-0) (4)
式中,Fx、Fy和Fz为力在x,y,z三轴上的投影;Mx(F)、My(F)和Mz(F)为力对x,y,z三轴的矩;
设置评判参数(Δx,Δy),通过按压作用点坐标(x0,y0)与评判参数(Δx,Δy)的关系判定按压位置,具体如下:
当x0﹤xD-Δx,y0﹤yA-Δy时,判定按压位置偏左下;
当x0﹤xD-Δx,yA-Δy﹤y0﹤yA+Δy时,判定按压位置偏左;
当x0﹤xD-Δx,y0﹥yA+Δy时,判定按压位置偏左上;
当xD-Δx﹤x0﹤xD+Δx,y0﹤yA-Δy时,判定按压位置偏下;
当xD-Δx﹤x0﹤xD+Δx,yA-Δy﹤y0﹤yA+Δy时,判定按压位置适中;
当xD-Δx﹤x0﹤xD+Δx,y0﹥yA+Δy时,判定按压位置偏上;
当x0﹥xD+Δx,y0﹤yA-Δy时,判定按压位置偏右下;
当x0﹥xD+Δx,yA-Δy﹤y0﹤yA+Δy时,判定按压位置右;
当x0﹥xD+Δx,y0﹥yA+Δy时,判定按压位置偏右上。
9.根据权利要求8所述的基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:(Δx,Δy)=(4,7),(xA,yA)=(0,37),(xB,yB)=(27,74),(xC,yC)=(0,37),(xD,yD)=(27,74),单位为mm。
10.根据权利要求6所述的基于生物动力学胸外心脏按压动态监测的模拟器,其特征在于:所述动力学参数包括每次按压的最大按压力、每次按压的最大按压速度、每次按压的最大加速度、每次按压的最大冲量、每次按压的最大按压功、按压时间段内的平均最大按压力、按压时间段内的平均最大按压速度、按压时间段内的平均最大加速度、按压时间段内的平均最大冲量、按压时间段内的平均最大按压功、按压频率、按压深度和回弹率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110070092.0A CN112885215B (zh) | 2021-01-19 | 2021-01-19 | 基于生物动力学胸外心脏按压动态监测的模拟器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110070092.0A CN112885215B (zh) | 2021-01-19 | 2021-01-19 | 基于生物动力学胸外心脏按压动态监测的模拟器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112885215A true CN112885215A (zh) | 2021-06-01 |
CN112885215B CN112885215B (zh) | 2022-12-02 |
Family
ID=76049834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110070092.0A Active CN112885215B (zh) | 2021-01-19 | 2021-01-19 | 基于生物动力学胸外心脏按压动态监测的模拟器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112885215B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2124762C1 (ru) * | 1993-09-27 | 1999-01-10 | Лутаенко Вячеслав Федорович | Тренажер для обучения приемам экстренной травматологической и реанимационной помощи |
US20040058305A1 (en) * | 2002-09-25 | 2004-03-25 | Cprx Llc | Apparatus for performing and training CPR and methods for using the same |
JP2010085687A (ja) * | 2008-09-30 | 2010-04-15 | Waseda Univ | 位置検出装置、そのプログラム、モニタリングシステム、及び気管挿管訓練装置 |
US20140093853A1 (en) * | 2012-10-02 | 2014-04-03 | Zoll Medical Corporation | Cpr training system and methods |
CN205984073U (zh) * | 2016-05-11 | 2017-02-22 | 天津天堰科技股份有限公司 | 胸外按压训练模拟人 |
CN107300997A (zh) * | 2017-06-13 | 2017-10-27 | 芯海科技(深圳)股份有限公司 | 一种移动终端的边框压力触控装置及触控识别方法 |
CN107438876A (zh) * | 2016-04-08 | 2017-12-05 | 艾姆实验室股份有限公司 | Cpr训练系统和方法 |
CN108053711A (zh) * | 2018-01-16 | 2018-05-18 | 安阳师范学院 | 一种用于心肺复苏训练的装置 |
CN108205941A (zh) * | 2018-01-04 | 2018-06-26 | 苏州尚领医疗科技有限公司 | 一种实时检测胸腔弹性系数的方法及胸外按压反馈系统 |
CN109350492A (zh) * | 2018-11-13 | 2019-02-19 | 四川大学华西医院 | 一种心肺复苏胸外自动按压设备及按压自反馈系统 |
CN109754691A (zh) * | 2018-12-07 | 2019-05-14 | 广西英腾教育科技股份有限公司 | 一种心肺复苏教学训练装置、数据处理方法和存储介质 |
CN111033598A (zh) * | 2017-09-29 | 2020-04-17 | 安布股份有限公司 | 训练用人体模型 |
CN111630480A (zh) * | 2018-01-31 | 2020-09-04 | 三菱电机株式会社 | 触摸面板装置 |
CN111902802A (zh) * | 2018-01-31 | 2020-11-06 | 三菱电机株式会社 | 触摸面板装置 |
-
2021
- 2021-01-19 CN CN202110070092.0A patent/CN112885215B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2124762C1 (ru) * | 1993-09-27 | 1999-01-10 | Лутаенко Вячеслав Федорович | Тренажер для обучения приемам экстренной травматологической и реанимационной помощи |
US20040058305A1 (en) * | 2002-09-25 | 2004-03-25 | Cprx Llc | Apparatus for performing and training CPR and methods for using the same |
JP2010085687A (ja) * | 2008-09-30 | 2010-04-15 | Waseda Univ | 位置検出装置、そのプログラム、モニタリングシステム、及び気管挿管訓練装置 |
US20140093853A1 (en) * | 2012-10-02 | 2014-04-03 | Zoll Medical Corporation | Cpr training system and methods |
CN107438876A (zh) * | 2016-04-08 | 2017-12-05 | 艾姆实验室股份有限公司 | Cpr训练系统和方法 |
CN205984073U (zh) * | 2016-05-11 | 2017-02-22 | 天津天堰科技股份有限公司 | 胸外按压训练模拟人 |
CN107300997A (zh) * | 2017-06-13 | 2017-10-27 | 芯海科技(深圳)股份有限公司 | 一种移动终端的边框压力触控装置及触控识别方法 |
CN111033598A (zh) * | 2017-09-29 | 2020-04-17 | 安布股份有限公司 | 训练用人体模型 |
CN108205941A (zh) * | 2018-01-04 | 2018-06-26 | 苏州尚领医疗科技有限公司 | 一种实时检测胸腔弹性系数的方法及胸外按压反馈系统 |
CN108053711A (zh) * | 2018-01-16 | 2018-05-18 | 安阳师范学院 | 一种用于心肺复苏训练的装置 |
CN111630480A (zh) * | 2018-01-31 | 2020-09-04 | 三菱电机株式会社 | 触摸面板装置 |
CN111902802A (zh) * | 2018-01-31 | 2020-11-06 | 三菱电机株式会社 | 触摸面板装置 |
CN109350492A (zh) * | 2018-11-13 | 2019-02-19 | 四川大学华西医院 | 一种心肺复苏胸外自动按压设备及按压自反馈系统 |
CN109754691A (zh) * | 2018-12-07 | 2019-05-14 | 广西英腾教育科技股份有限公司 | 一种心肺复苏教学训练装置、数据处理方法和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112885215B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hoffmann et al. | Respiratory monitoring system on the basis of capacitive textile force sensors | |
CN110811553B (zh) | 一种用于负重外骨骼助力效率的检测方法 | |
US20080188775A1 (en) | Force Evaluating Device and a Force Evaluating Method for Determining Balance Characteristics | |
US8405510B2 (en) | System for measuring body balance signals and a method for analyzing the same | |
CN106667493A (zh) | 人体平衡性评估系统及评估方法 | |
Gonzalez-Landaeta et al. | Heart rate detection from an electronic weighing scale | |
US10506967B2 (en) | Multi-axis measurement device for loading force and center of gravity | |
CN109820476A (zh) | 一种平衡能力评估方法及应用该方法的装置和系统 | |
CN109394231A (zh) | 一种站起运动平衡监测与动力学解析系统 | |
CN112885215B (zh) | 基于生物动力学胸外心脏按压动态监测的模拟器 | |
Lu et al. | Development of a wearable gesture recognition system based on two-terminal electrical impedance tomography | |
CN106580337B (zh) | 一种步态测量装置及测量方法 | |
CN205107681U (zh) | 可穿戴式足底六维力无线传感系统 | |
CN109805909A (zh) | 一种坐时人体体征测量系统及方法 | |
Chandrasiri et al. | Development of a surface muscle pressure monitoring system for wearable robotic devices | |
Memberg et al. | A grasp force and position sensor for the quantitative evaluation of neuroprosthetic hand grasp systems | |
EP3547903B1 (en) | Compression depth calculating device | |
CN112985649A (zh) | 一种基于柔性分布式电容触觉传感器的力学信息检测系统 | |
Ming et al. | A new dynamometer walker system for the measurement of handle reaction vector (HRV) | |
KR20100089177A (ko) | 2인이 함께하는 균형 감각 재활 훈련기기 | |
Sundet et al. | Smartfoam Based Pressure Mapping | |
Kitzig et al. | Use of an automotive seat occupancy sensor for the functionalization of a nursing bed—An overview of the sensor and the possible applications in the clinic and care sector | |
Terekhov | Instrumentation for automatic measurement and real-time evaluation of man's postural equilibrium | |
CN114577375A (zh) | 一种心肺复苏按压深度的检测方法及其反馈装置 | |
KR101970349B1 (ko) | 스마트 저울을 이용한 스쿼트 트레이닝 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |