“未來，普通人的手機或許能實時監(jiān)測 CPR 按壓深度！” 韓國西江大學與首爾國立大學團隊的研究讓這一設想成為可能。發(fā)表于《Sensors》期刊（2025 年第 25 卷第 5947 期）的成果顯示，F(xiàn)MCW 雷達 CPR 監(jiān)測技術可集成至智能手機，推動急救工具從專業(yè)醫(yī)療設備走向大眾化，為院外心臟驟停（OHCA）救治普及注入新動力。

當前，院外急救面臨 “設備普及難” 問題：專業(yè) CPR 監(jiān)測儀價格高、攜帶不便，僅醫(yī)療機構配備；而普通人依賴的手機、智能手表等消費設備，現(xiàn)有功能無法精準監(jiān)測按壓深度。但 FMCW 雷達技術的出現(xiàn)打破這一僵局 —— 其硬件與消費設備高度兼容。

研究指出，當前多款消費電子已搭載雷達模塊：iPhone 11 及后續(xù)機型的超寬帶（UWB）雷達，安卓旗艦機的毫米波雷達，均具備支持 FMCW 模式的硬件基礎。只需通過固件升級與算法適配，這些設備就能變身 “CPR 深度監(jiān)測儀”，無需額外硬件成本，大幅降低技術普及門檻。

當然，從實驗室到手機應用，還需突破三大技術適配難題。首先是設備穩(wěn)定性：實驗室中雷達用三腳架固定，而手機在急救中可能手持或隨意放置，易抖動。團隊計劃結合手機加速度傳感器與陀螺儀，實時檢測抖動并補償，確保角度變化時 RMSE 波動控制在 0.05cm 內。

其次是模型輕量化：18 層 DCNN 模型在實驗室服務器上運行流暢，但手機算力有限。研究將通過模型剪枝、量化等技術，在保證精度的前提下，將模型參數減少 60%，滿足手機實時計算需求。

最后是場景適配：實驗室用標準人體模型，而實際患者年齡、體型差異大。團隊將擴大數據集，納入成人、兒童、肥胖者等不同群體的模擬數據，通過遷移學習提升模型泛化性，確保不同患者都能精準監(jiān)測。

實驗已初步驗證手機集成的可行性：用改裝的 iPhone 11 模擬雷達集成場景，在胸部正上方監(jiān)測時，WVD-DCNN 模型 RMSE 0.42cm，僅比專業(yè)雷達高 0.013cm，完全滿足臨床需求。未來，結合急救 APP，手機還能實時顯示深度數據、發(fā)出聲光提示，甚至將數據傳給急救中心，實現(xiàn) “自救 + 遠程指導” 雙重保障。

專家表示，該技術若普及，將讓 “人人會做精準 CPR” 成為可能，顯著提升全球 OHCA 救治率，為公共衛(wèi)生安全帶來深遠影響。

Choi, I.; Lee, S.G.W.; Kong, H.-J.; Hong, K.J.; Kim, Y. Estimation of Compression Depth During CPR Using FMCW Radar with Deep Convolutional Neural Network. Sensors 2025, 25, 5947.