一种心肺复苏辅助系统

摘要

本发明公开了一种心肺复苏辅助系统，所述系统包括：ECG传感器、PPG传感器、压力传感器、以及位移传感器从被按压患者上分别对应提取心电ECG信号、血氧脉搏波信号、按压力度信号和按压深度信号，上述四个传感器分别通过串口连接智能控制器，智能控制器通过内部的不间断胸外按压除颤节律辨识模块、胸外按压深度优化模块和自主循环辨识模块对上述信号进行处理，获取被按压患者自主循环恢复提示信息、个性化的最优按压深度提示信息、不间断胸外按压除颤节律提示信息；这些信息通过人机交互界面进行显示或通过扬声器进行语音提示。本发明可在心肺复苏过程中根据患者的生命体征情况，给出优化的辅助建议，从而有效提高心肺复苏质量。

权利要求

1.一种心肺复苏辅助系统，所述系统包括：ECG传感器、PPG传感器、压力传感器、以及位移传感器从被按压患者上分别对应提取心电ECG信号、血氧脉搏波信号、按压力度信号和按压深度信号，其特征在于，上述四个传感器分别通过串口连接智能控制器，

智能控制器通过内部的不间断胸外按压除颤节律辨识模块、基于AMSA技术的胸外按压深度优化模块和自主循环辨识模块对上述信号进行处理，获取被按压患者自主循环恢复提示信息、个性化的最优按压深度提示信息、不间断胸外按压除颤节律提示信息；

该些信息通过人机交互界面进行显示或通过扬声器进行语音提示；

其中，所述不间断胸外按压除颤节律辨识模块，用于利用心电节律辨识算法对滤波后的心电信号进行心电节律辨识；

根据辨识结果给出除颤建议，实现在不间断胸外按压过程中，对可除颤心电节律的辨识；

其中，所述利用心电节律辨识算法对滤波后的心电信号进行心电节律辨识具体为：第一条件：Count1＜α1,Count2＜β1，且Count1×Count2/Count3＜γ，则辨识为不可电击节律；

第二条件：α1≤Count1＜α2，且Count2＜β2，则辨识为不可电击节律；

第三条件：Count1≥α1，且Count2＞β1，则辨识为可电击节律；

第四条件：Count2≥β3，则辨识为可电击节律；

其中，Count1为AbsFS在0.5*max(AbsFS)至max(AbsFS)范围内的采样点个数；Count2为AbsFS在mean(AbsFS)至max(AbsFS)范围内的采样点个数；Count3为AbsFS在mean(AbsFS)-MD至mean(AbsFS)+MD范围内的采样点个数；α1、α2、β1、β2、β3、γ均为预设值；AbsFS为滤波器输出信号的绝对值；max(AbsFS)、mean以及MD分别为绝对值信号每一秒的最大值max、平均值以及平均绝对偏差。

2.根据权利要求1所述的一种心肺复苏辅助系统，其特征在于，当不满足上述四个条件时，则认为心电信号为没有分类的心电信号，需进行如下处理：计算10s数据段的正向波平均幅度值和负向波平均幅度值；

当在10s间期中后5s没有检测到完整波形则认为发生心搏停止；若通过周期参数Period计算得到的心率值小于180bpm，则辨识为不可除颤心电节律；若计算的心率值大于等于180bpm，则辨识为可除颤心电节律。

3.根据权利要求1所述的一种心肺复苏辅助系统，其特征在于，所述胸外按压深度优化模块，用于利用快速傅里叶变换算法计算信号的幅度功率谱，最后利用幅度功率谱面积算法得到其在4～48Hz范围内的幅度功率谱面积AMSA；

通过幅度功率谱面积，结合最优胸外按压深度调节算法，得到最优胸外按压深度数值。

4.根据权利要求3所述的一种心肺复苏辅助系统，其特征在于，所述最优胸外按压深度调节算法具体为：

1)若按压深度<5cm，则增加按压深度至5cm；

2)若按压深度≥5cm且≤6cm，AMSA≥TH_amms，则保持当前按压深度；

3)若按压深度≥5cm且≤6cm，AMSA＜TH_amms，则当前按压深度增加0.2cm；

4)若按压深度>6cm，则减少按压深度至6cm，

其中，TH_amms为判断阈值。

5.根据权利要求1所述的一种心肺复苏辅助系统，其特征在于，所述自主循环辨识模块，用于判断是否恢复自主循环，若恢复自主循环，则停止胸外按压；若未恢复自主循环，则继续胸外按压。

6.根据权利要求5所述的一种心肺复苏辅助系统，其特征在于，将10s无胸外按压干扰的PPG数据段进行快速傅里叶变换，求取0.5～2.5Hz频带内功率谱密度之和占总体功的百分比；

当百分比大于阈值TH_rosc，则判断为恢复自主循环；当百分比小于等于阈值TH_rosc，则判断为尚未恢复自主循环。

7.根据权利要求1-5中任一权利要求所述的一种心肺复苏辅助系统，其特征在于，所述系统还包括：电源模块。

8.根据权利要求1-6中任一权利要求所述的一种心肺复苏辅助系统，其特征在于，所述人机交互界面为：键盘或按键、以及LCD液晶屏。

说明书

一种心肺复苏辅助系统

技术领域

[0001] 本发明涉及心肺复苏领域，尤其涉及一种心肺复苏辅助系统。

背景技术

[0002] 心血管疾病已经成为人类发病和死亡的主要病因，其中许多表现为心源性猝死。这一疾病成为威胁人类生命健康的重要杀手，而针对这一疾病最有效直接的医疗手段就是心肺复苏(CPR)。CPR通过增加胸内压或直接挤压心脏产生血流，使氧气输送到大脑或其他生命器官，从而建立临时的人工循环。而心肺复苏成功的关键是尽早进行高质量的心肺复苏。高质量的心肺复苏主要体现在以下三个方面：

[0003] 1、不间断胸外按压的除颤节律辨识；

[0004] 有研究表明，为进行除颤节律辨识而停止胸外按压，将导致患者存活率的降低。因此，高质量的心肺复苏需要在不间断胸外按压的情况下，对除颤节律进行辨识。

[0005] 2、胸外按压质量反馈；

[0006] 高质量心肺复苏的关键是可以根据患者的个体差异和循环相关生理参数，反馈胸外按压质量，给出个性化的最优胸外按压深度。

[0007] 3、自主循环的自动辨识。

[0008] 在实际临床工作中，经常会出现在CPR过程中，病人已恢复自主循环，但因为发现不及时而没有及时中断CPR，从而增加了病人的心脏负荷，对治疗效果起到负面作用。因此在CPR过程中需要及时识别患者是否恢复了自主循环。

[0009] 目前，我国也存在一些心肺复苏辅助装置，有的可以检测胸外按压质量，有些可以实现在CPR过程中对自主循环恢复的实时识别，但基本上没有将胸外按压质量反馈、自主循环自动辨识和不间断胸外按压除颤节律辨识这三大功能集成在一起的一体化装置。如专利201310685817.2公开的“在心肺复苏(CPR)过程中实时识别自主循环(ROSC)恢复”、专利
201380033138.5公开的“用于适当的胸外按压的矫正提示系统”、专利201510266747.6公开的“心肺复苏辅助装置、智能终端和心肺复苏辅助系统”、专利201110068162.5公开的“闭环胸外按压系统”和专利200820145170.9公开的“胸外按压指导手套”。

[0010] 其中专利201310685817.2基于脉搏波血氧技术，结合临床生理特征和数字信号处理方法，综合识别心肺复苏过程中自主循环恢复的特征来提示医生的下一步临床决策，即通过脉搏波血氧来判断是否恢复自主循环，从而判断是否继续进行心肺复苏。专利201380033138.5通过传感器获取胸外按压相关测量数据，并通过信息论准则完成对胸外按压的矫正提示。专利201510266747.6简述的也是一个提高胸外按压质量的系统装置。

[0011] 专利201110068162.5通过连续实时监测反映胸外按压质量的呼吸末二氧化碳和平均动脉压，智能控制器利用该反馈生理信号，基于模糊控制算法或模糊PID控制算法，进行胸外按压深度和频率的闭环控制，对心脏骤停患者实施个性化的胸外按压急救操作。专利200820145170.9所述装置是一个胸外按压指导手套，救护人员只需带上该手套，即可在不改变传统徒手胸外按压方式的基础上，实现对按压深度、按压角度和患者心率的监测。同时，该手套具有声音报警提示功能，不仅可以产生100次/分的声音节拍，提示救护人员胸外按压频率，而且能够在按压深度超出4～5cm的预定范围时产生报警信号。

[0012] 上述专利均存在不足之处，专利201310685817.2虽然提供了在CPR过程中实时识别ROSC的方法，但却无法在胸外按压过程中实时辨识心电节律，亦无法对当前心肺复苏质量进行评估，并提出最优的心肺复苏建议。而后面四个专利(专利201380033138.5、专利201510266747.6、专利201110068162.5和专利200820145170.9)都进行了当前胸外按压质量的评估并给出了提示信息辅助矫正，但无法对心电节律进行实时辨识，亦无自主循环重建(ROSC)识别功能，无法判断当前是否需要中断胸外按压进行电击除颤，亦无法判断是否需要终止心肺复苏。并且专利201380033138.5、专利201510266747.6和专利
200820145170.9给出的提示信息均未考虑患者个体差异，均按照固定的心肺复苏指南标准作为金标准，从而无法实施个性化的最优心肺复苏操作。

发明内容

[0013] 本发明提供了一种心肺复苏辅助系统，本发明集成了不间断胸外按压除颤节律辨识模块、胸外按压深度优化模块和自主循环辨识模块，可在心肺复苏过程中根据患者的生命体征情况，给出优化的辅助建议，从而有效提高心肺复苏质量，详见下文描述：

[0014] 一种心肺复苏辅助系统，所述系统包括：ECG传感器、PPG传感器、位移传感器以及压力传感器，从被按压患者上分别对应提取心电ECG信号、血氧脉搏波信号、按压深度信号和按压力度信号，

[0015] 上述四个传感器分别通过串口连接智能控制器，

[0016] 智能控制器通过内部的不间断胸外按压除颤节律辨识模块、胸外按压深度优化模块和自主循环辨识模块对上述信号进行处理，获取被按压患者自主循环恢复提示信息、个性化的最优按压深度提示信息、不间断胸外按压除颤节律提示信息；

[0017] 该些信息通过人机交互界面进行显示或通过扬声器进行语音提示。

[0018] 其中，所述不间断胸外按压除颤节律辨识模块，用于利用心电节律辨识算法对滤波后的心电信号进行心电节律辨识；

[0019] 根据辨识结果给出除颤建议，实现在不间断胸外按压过程中，对可除颤心电节律的辨识。

[0020] 其中，所述利用心电节律辨识算法对滤波后的心电信号进行心电节律辨识具体为：

[0021] 第一条件：Count1＜α1,Count2＜β1，且Count1×Count2/Count3＜γ，则辨识为不可电击节律；

[0022] 第二条件：α1≤Count1＜α2，且Count2＜β2，则辨识为不可电击节律；

[0023] 第三条件：Count1≥α1，且Count2＞β1，则辨识为可电击节律；

[0024] 第四条件：Count2≥β3，则辨识为可电击节律。

[0025] 其中，Count1、Count2、Count3为三个特征参数；α1、α2、β1、β2、β3、γ均为预设值。

[0026] 当不满足上述四个条件时，则认为心电信号为没有分类的心电信号，需进行如下处理：

[0027] 计算10s数据段的正向波平均幅度值和负向波平均幅度值；

[0028] 当在10s间期中后5s没有检测到完整波形则认为发生心搏停止；若通过周期参数Period计算得到的心率值小于180bpm，则辨识为不可除颤心电节律；若计算的心率值大于等于180bpm，则辨识为可除颤心电节律。

[0029] 其中，所述胸外按压深度优化模块，用于利用快速傅里叶变换算法计算信号的幅度功率谱，最后利用幅度功率谱面积算法得到其在4～48Hz范围内的幅度功率谱面积AMSA；

[0030] 通过幅度功率谱面积，结合最优胸外按压深度调节算法，得到最优胸外按压深度数值。

[0031] 其中，所述最优胸外按压深度调节算法具体为：

[0032] 1)若按压深度<5cm，则增加按压深度至5cm；

[0033] 2)若按压深度≥5cm且≤6cm，AMSA≥TH_amms，则保持当前按压深度；

[0034] 3)若按压深度≥5cm且≤6cm，AMSA＜TH_amms，则当前按压深度增加0.2cm；

[0035] 4)若按压深度>6cm，则减少按压深度至6cm。

[0036] 其中，TH_amms为判断阈值。

[0037] 进一步地，所述自主循环辨识模块，用于判断是否恢复自主循环，若恢复自主循环，则停止胸外按压；若未恢复自主循环，则继续胸外按压。

[0038] 进一步地，将10s无胸外按压干扰的PPG数据段进行快速傅里叶变换，求取0.5～2.5Hz频带内功率谱密度之和占总体功的百分比；

[0039] 当百分比大于阈值TH_rosc，则判断为恢复自主循环；当百分比小于等于阈值TH_rosc，则判断为尚未恢复自主循环。

[0040] 所述系统还包括：电源模块。所述人机交互界面为：键盘或按键、以及LCD液晶屏。

[0041] 本发明一体化集成不间断胸外按压除颤节律辨识模块、胸外按压深度反馈模块和自主循环辨识模块，主要包括以下优点：

[0042] 1、在分析和电击过程中，连续胸外按压与电除颤前心电信号分析同步实施，无须在实施电除颤前暂停胸外按压，提高了除颤成功率；

[0043] 2、在优化按压深度的过程中考虑到了患者的个体差异，根据患者的心电幅度功率谱面积给出最优胸外按压深度建议，实现个性化按压深度的优化调节；

[0044] 3、具有自主循环节律辨识功能，可在心肺复苏过程中对患者自主循环恢复情况进行实时监测，自动判断是否自主循环重建；

[0045] 4、本发明将不间断胸外按压节律辨识、最优胸外按压深度辨识和自主循环重建辨识这三个心肺复苏智能化辅助功能进行一体化集成，辅助医护人员实施个性化、高质量的心肺复苏，克服原有心肺复苏辅助系统功能单一，且无法针对个体差异进行个性化的心肺复苏操作优化、调节优化的问题。

[0046] 因此，基于以上的有益效果，本发明可在心肺复苏过程中根据患者的生命体征情况，给出优化的辅助建议，从而有效提高心肺复苏质量。

附图说明

[0047] 图1为心肺复苏辅助系统的结构示意图；

[0048] 图2为智能控制器的内部结构示意图；

[0049] 图3为不间断胸外按压除颤节律辨识模块的工作示意图；

[0050] 图4为辅助计数法的流程图；

[0051] 图5为胸外按压深度优化模块的工作示意图；

[0052] 图6为自主循环辨识模块的工作示意图；

[0053] 图7为心肺复苏辅助系统的工作原理框图。

[0054] 附图中，各标号所代表的部件列表如下：

[0055] 1：被按压患者；                             2：心电(ECG)信号；

[0056] 3：血氧脉搏波(PPG)信号；                    4：按压深度信号；

[0057] 5：按压力度信号；                           6：智能控制器；

[0058] 7：人机交互界面；                           8：扬声器；

[0059] 9：ECG传感器；                              10：压力传感器；

[0060] 11：位移传感器；                            12：PPG传感器；

[0061] 13：串口；                                  14：电源模块；

[0062] 15：键盘/按键；                             16：LCD液晶屏；

[0063] 61：不间断胸外按压除颤节律辨识模块；

[0064] 62：胸外按压深度优化模块；

[0065] 63：自主循环辨识模块。

具体实施方式

[0066] 为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

[0067] 实施例1

[0068] 本发明实施例提供了一种心肺复苏辅助系统，参见图1，该系统包括：

[0069] 从被按压患者1上提取四种信号，即心电(ECG)信号2、血氧脉搏波(PPG)信号3、按压深度信号4和按压力度信号5。

[0070] 这四种信号通过一个智能控制器6(参见图2，即包括：不间断胸外按压除颤节律辨识模块61、胸外按压深度优化模块62和自主循环辨识模块63)进行处理得到患者自主循环恢复提示信息、个性化的最优按压深度提示信息、不间断胸外按压除颤节律提示信息，这些信息通过人机交互界面7进行显示或通过扬声器8进行语音提示。

[0071] 具体实现时，本发明实施例对上述器件的型号不做限制，只要能实现上述功能的器件均可。

[0072] 综上所述，本发明实施例可在心肺复苏过程中根据患者的生命体征情况，给出优化的辅助建议，从而有效提高心肺复苏质量。

[0073] 实施例2

[0074] 下面结合图2～图7对实施例1中的方案进行进一步地介绍，详见下文描述：

[0075] 一、不间断胸外按压除颤节律辨识模块61：参见图3，将在被按压患者1上提取的ECG信号2通过一个自适应滤波算法(例如：卡尔曼滤波器)进行滤波，滤除胸外按压干扰信号，不间断胸外按压除颤节律辨识模块61利用心电节律辨识算法对滤波后的心电信号进行心电节律辨识(其中，除颤节律辨识算法为常规信号时域或频域分析方法，例如：辅助计数法)。

[0076] 最后根据辨识结果给出相应的除颤建议，从而实现在不间断胸外按压过程中，对可除颤心电节律的辨识。整个过程中，连续胸外按压与电除颤前心电信号分析同步实施，无须在实施电除颤前暂停胸外按压。

[0077] 其中，卡尔曼滤波器的详细算法如下：在时间点n受按压干扰的ECG信号y[n]，它由两部分组成，干净的ECG信号SECG[n]和胸外按压干扰信号SCPR[n]：

[0078] y[n]＝SECG[n]+SCPR[n]

[0079] 若求得胸外按压干扰信号SCPR[n]，即可利用受按压干扰的ECG信号y[n]减去SCPR[n]得到无干扰的ECG信号SECG[n]。SCPR[n]的模型如下：

[0080] SCPR[n]＝(A0[n]COS(Ω0n+θ0[n])+KA1[n]COS(2Ω0n+θ1[n]))

[0081] 其中，A0[n]、A1[n]、θ0[n]、θ1[n]分别为胸外按压一次谐波分量的时变幅值、二次谐波分量的时变幅值、一次谐波分量的时变相位和二次谐波分量的时变相位。K为二元系数，用于控制是否考虑二次谐波分量部分。Ω0为胸外按压频率的离散频率。可以通过卡尔曼滤波算法求得A0[n]、A1[n]、θ0[n]、以及θ1[n]。

[0082] 卡尔曼滤波器对于计算过程中的状态变量提供了一个有效的递归算法，具体可用以下四个方程表示：

[0083] x[n+1]＝φ[n+1,n]*x[n]+v1[n]

[0084] y[n]＝C[n]*x[n]+v2[n]

[0085]

[0086]

[0087] 其中，φ[n+1,n]为过渡矩阵；C[n]为测量矩阵；v1[n]为过程噪声；v2[n]为测量噪声；x[n]、x[n+1]为状态变量；参数φ[n+1,n]、v1[n]和v2[n]的具体数值均可通过实验求得。

[0088] 例如：前期已经开展了200例样本的临床试验，φ[n+1,n]为单位矩阵I、v1[n]为0.0005×I，v2[n]为1，其中I为4×4的单位矩阵。

[0089] 本发明实施例仅以4×4的单位矩阵I为例进行说明，具体实现时，还可以根据实际应用中的需要设定为4×4的非单位矩阵。

[0090] 其中，参见图4，辅助计数法的详细算法介绍如下：

[0091] 首先将ECG信号2通过一个中心频率为14.6Hz，带宽为13Hz～16.5Hz的带通滤波器，公式如下：

[0092]

[0093] 获取上述滤波器输出信号的绝对值AbsFS，并计算该绝对值信号每一秒的最大值max(AbsFS)、平均值mean以及平均绝对偏差MD。上述数值的计算过程均为本领域技术人员所公知，本发明实施例对此不做赘述。

[0094] 之后，按照如下定义，分别计算出长度为10秒的样本中，Count1、Count2、Count3三个特征参数的具体数值。Count1为AbsFS在0.5*max(AbsFS)至max(AbsFS)范围内的采样点个数；Count2为AbsFS在mean(AbsFS)至max(AbsFS)范围内的采样点个数；Count3为AbsFS在mean(AbsFS)-MD至mean(AbsFS)+MD范围内的采样点个数。

[0095] 最终，根据上述三个特征参数(Count1、Count2、以及Count3)，来辨识当前节律是否为可除颤节律，分类规则如下：

[0096] 1、第一条件：Count1＜α1,Count2＜β1，且Count1×Count2/Count3＜γ，则辨识为不可电击节律；

[0097] 2、第二条件：α1≤Count1＜α2，且Count2＜β2，则辨识为不可电击节律；

[0098] 3、第三条件：Count1≥α1，且Count2＞β1，则辨识为可电击节律；

[0099] 4、第四条件：Count2≥β3，则辨识为可电击节律。

[0100] 其中，上述α1、α2、β1、β2、β3的取值均可通过实验求得。例如：前期已经开展了200例样本的临床试验，在采样频率为250HZ时，α1＝250，α2＝400，β1＝950，β2＝600，β3＝1100，γ＝210，具体实现时，可以根据实际应用中的需要进行设定。。

[0101] 若不符合上述4个条件则认为没有分类，而对于没有分类的心电信号，对其进行如下处理：

[0102] 1)对没有分类的心电信号进行预处理之后，寻找所有的正向波峰和负向波峰；

[0103] 其中，此步骤中的预处理具体为通过一个自适应滤波算法(例如：卡尔曼滤波器)进行滤波，滤除胸外按压干扰信号。

[0104] 2)计算10s数据段的正向波平均幅度值(MPP)和负向波平均幅度值(MNP)；

[0105] 其中，该计算步骤为本领域技术人员所公知，本发明实施例对此不做赘述。

[0106] 3)即第五条件：若正向波在75％×MPP和125％×MPP范围内的个数均大于所有正向波个数的87.5％，且负向波幅值在75％×MNP和125％×MNP范围内的个数均大于所有负向波个数的87.5％时，那么周期参数Period计算公式如下：

[0107] Period＝10/N

[0108] 其中，N为所检测到的完整波形的数目。

[0109] 4)若不满足上述第五条件，则按照下述公式计算周期参数Period：

[0110]

[0111] 其中，Si是第i个信号样本；Si-1是第i-1个信号样本；m是10s数据段的所有样本数。

[0112] 当在这10s期间中的后5s没有检测到完整波形则认为发生心搏停止；若通过周期参数Period计算得到的心率值小于180bpm，则辨识为不可除颤心电节律；若计算的心率值大于等于180bpm，则辨识为可除颤心电节律。

[0113] 二、胸外按压深度优化模块62：

[0114] 参见图5，ECG信号2先经过自适应滤波算法进行滤波，消除噪声干扰。然后胸外按压深度优化模块62利用快速傅里叶变换算法计算信号的幅度功率谱，最后利用幅度功率谱面积算法得到其在4～48Hz范围内的幅度功率谱面积AMSA，通过幅度功率谱面积AMSA，结合最优胸外按压深度调节算法，得到最优胸外按压深度数值。

[0115] 其中，自适应滤波算法可采用卡尔曼滤波算法，该卡尔曼滤波算法已在前文描述，在此不做赘述；快速傅里叶变换算法为本领域技术人员所公知的算法，也在此不做赘述。

[0116] 其中，幅度功率谱面积算法如下：

[0117] AMSA＝∑Ai×fi

[0118] 其中，AMSA为幅度功率谱面积，fi是幅度功率谱中的第i个频率，Ai是4～48HZ频率范围内的第i个频率的幅度分量。结合国际心肺复苏指南，并依据AMSA数值，得到最优胸外按压深度调节控制算法，如下：

[0119] 1)若按压深度<5cm，则增加按压深度至5cm；

[0120] 2)若按压深度≥5cm且≤6cm，AMSA≥TH_amms，则保持当前按压深度；

[0121] 3)若按压深度≥5cm且≤6cm，AMSA＜TH_amms，则当前按压深度增加0.2cm；

[0122] 4)若按压深度>6cm，则减少按压深度至6cm。

[0123] 其中，TH_amms为判断阈值，TH_amms的具体取值根据实验结果进行设置，例如：前期已经开展了200例样本的临床试验，初步的得到TH_amms值为15mV-Hz，具体实现时，可以根据实际应用中的需要进行设定。

[0124] 三、自主循环辨识模块63

[0125] 参见图6，利用血氧脉搏波PPG传感器检测血氧脉搏波PPG信号3，然后对所检测的血氧脉搏波进行快速傅里叶变换，求其功率谱。然后利用自主循环辨识模块63，判断其是否恢复自主循环。根据自主循环恢复情况，给出停止胸外按压建议：若恢复自主循环，则停止胸外按压；若未恢复自主循环，则继续胸外按压，具体算法如下：

[0126] 将10s无胸外按压干扰的PPG数据段进行快速傅里叶变换，求取0.5～2.5Hz频带内功率谱密度之和占总体功的百分比，具体表达式如下：

[0127]

[0128] 其中，Ri为第i个频率的功率谱密度，Power为总功率。当P大于TH_rosc，则判断为恢复自主循环；当P小于等于TH_rosc，则判断为尚未恢复自主循环。

[0129] 其中，自主循环辨识阈值TH_rosc根据临床实验结果进行设置，例如：前期已经开展了200例样本的临床试验，初步得到TH_rosc值为82％，具体实现时，可以根据实际应用中的需要进行设定。

[0130] 参见图7，具体实物实现方式如下：四个传感器通过串口13和智能控制器6连接，四个传感器分别是ECG传感器9、压力传感器10、位移传感器11、以及PPG传感器12，该四个传感器分别从被按压患者1上对应获取心电(ECG)信号2、按压力度信号5、按压深度信号4和血氧脉搏波(PPG)信号3，并传输至智能控制器6，通过智能控制器6的后续数据处理，得出相应结果并进行显示。

[0131] 本系统还包括：电源模块14，电源模块14用于为系统提供电源。

[0132] 具体实现时，上述的人机交互界面7可以为：键盘/按键15、以及LCD液晶屏16等具有输入或显示功能器件，本发明实施例对此不做限制。

[0133] 上述键盘/按键可以用来对系统进行指令输入，而整个系统进行数据处理得出的最终结果和各种心肺复苏操作优化建议都通过LCD液晶屏16进行显示，关键的报警和心肺复苏建议信息通过扬声器8进行语音播报。

[0134] 具体实现时，本发明实施例对上述模块的执行主体不做限制，可以为单片机、微处理器等具有计算功能的器件，可以根据实际应用中的需要进行选择。

[0135] 综上所述，在本发明实施例中，通过心肺复苏辅助系统可以获取患者的心电和PPG信号以及施救者的胸外按压深度和压力信号，并生成最优按压深度提示信号、自主循环恢复提示信号和不间断胸外按压除颤提示信号，以使得智能控制器驱动液晶屏和扬声器发出各种心肺复苏辅助提示信号，施救者可以根据提示信号合理调节心肺复苏操作，提高心肺复苏的效果，因此更多的人可以利用该系统进行心肺复苏的救助。

[0136] 本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。

[0137] 本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

[0138] 以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。