简介:摘要目的探讨基于卷积神经网络(CNN)的人体行为识别在新一代院前急救中的应用。方法从蒙特利尔跌倒视频数据集获取60份视频,按5∶1比例分为模型训练数据和评价测试数据。①数据模型训练:利用奇异值分解对图片进行清晰化处理,通过目标检测与傅里叶变换识别图片中人体的目标边界,将人体曲线描绘出来;利用OpenCv计算机视觉和机器学习软件库人体姿态估计将人体的重要部位(如臀部、膝盖)标出,计算重要部位连线与水平方向的夹角及检测框架的长宽比例,识别人体是否具有异常行为。②评价测试:从模型训练数据集中随机提取6个视频,每个视频抽取10个1帧,将每帧看成一张图片,对每帧进行CNN行为识别,计算正常行为和异常行为的识别率。结果数据模型训练过程中,对每帧进行人为的标签化,训练CNN人体行为识别模型。评测结果显示,正常行为识别率为(90.33±3.03)%,异常行为识别率为(87.74±2.88)%。结论在路人发生危险行为时,通过CNN识别人体行为可判断其是否处于危急状态,并及时发出预警,对院前急救起到至关重要的作用。
简介:摘要目的探讨急救网络建设在危重氢氟酸烧伤患者早期救治中的作用。方法以浙江省、江西省、福建省、内蒙古自治区的27家氟化工企业,浙江省内有烧伤/整形科或烧伤专业组的包括浙江衢化医院在内的22家医院及省外5家医院为成员单位,进行氢氟酸烧伤急救网络建设,其中浙江衢化医院是急救网络的主体单位,负责急救网络的日常维护和技术指导。20家氟化工企业的定点急救医院是浙江衢化医院,7家氟化工企业就近指定1家定点急救医院。收集2006年1月—2021年6月5家急救网络医院收治的符合入选标准的56例(均为男性)危重氢氟酸烧伤患者的病历资料,进行回顾性队列研究。按照患者所在企业是否纳入急救网络建设,将患者分为急救网络组[27例,年龄(41±9)岁]和非急救网络组[29例,年龄(42±10)岁]。急救网络组的患者伤后所在企业立即与医院联动,接诊医院利用急救网络,提前调集救治力量、设备和物资药品,做到院前急救与院内治疗无缝对接。非急救网络组患者到达医院急诊科后启动急救流程,临时调集救治力量、设备和物资药品。统计2组患者的院前时间、血钙首次检出时间、急诊科停留时间、低钙血症与低镁血症持续时间,以及治疗转归情况。对数据行χ2检验、Fisher确切概率法检验、独立样本t检验、Wilcoxon秩和检验。结果急救网络组患者的院前时间、血钙首次检出时间、急诊科停留时间分别为40.0(30.0,55.0)、23.0(17.5,37.5)、42.0(37.0,53.0)min,明显短于非急救网络组的180.0(120.0,240.0)、31.0(22.5,47.5)、61.0(52.0,65.5)min(Z=-6.17、-1.98、-4.15,P<0.05或P<0.01)。急救网络组患者伤后低钙血症、低镁血症持续时间为1.2(1.1,1.6)、1.9(1.7,2.1)h,明显短于非急救网络组的4.6(3.1,6.2)、3.2(2.5,4.6)h(Z=-5.80、-4.81,P<0.01)。急救网络组患者死亡3例(11.1%),其中2例患者于伤后40 min死亡,另1例患者于伤后9.0 h死亡;非急救网络组患者死亡4例(13.8%),分别于伤后3.0、3.0、4.5、7.0 h死亡。2组患者病死率相近(P>0.05)。结论危重氢氟酸烧伤是临床上遇到的非常紧急的状况,急救网络建设为患者就地救治创造了条件,提高了急救效率,从而为挽救生命赢得时间。
简介:【摘要】目的:探讨院前急救与转运网络在危重新生儿治疗中的价值。方法:选取2018年6月~2018年12月我院新生儿重症监护病房( NICU )收治的98例危重新生儿为研究对象,49例接受院前急救与转运网络的危重新生儿为研究组,49例自行转运的危重新生儿为对照组,比较两组转运中不良事件及新生儿转归。结论:对照组转运中不良事件为14.28%(7例/49例)显著高于研究组2.04%(1例/49例)(P<0.05)。对照组转运中抢救成功率67.35%(33例/49例)显著低于研究组85.71%(42例/49例)(P<0.05)。研究组接回2h内死亡率显著低于对照组(P<0.05)。对照组33例转运成功的患儿中,有28例治愈成功后出院,治愈率84.85%,研究组42例转运成功的患儿中,有40例治愈成功后出院,治愈率95.24%,对照组治愈率显著低于研究组( =3.966,P=0.046)。结果:院前急救与转运网络的实践可显著改善转运中不良事件的发生,提高新生儿治愈率,降低死亡率,促进了医疗资源的优化。