> Detailanzeige

Lins, Christian [VerfasserIn]; Berwald, Erik [VerfasserIn]; Klausen, Andreas [VerfasserIn]; Hein, Andreas [VerfasserIn]; Fudickar, Sebastian [VerfasserIn]

EA-based smartwatch application for training and assistance in cardiopulmonary resuscitation

Literatur-
verwaltung

Zur
Merkliste

Lösche von
Merkliste

Per Whatsapp teilen

Schließen

Merkliste



Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.
  • Medientyp: E-Artikel; Elektronischer Konferenzbericht
  • Titel: EA-based smartwatch application for training and assistance in cardiopulmonary resuscitation
  • Beteiligte: Lins, Christian [VerfasserIn]; Berwald, Erik [VerfasserIn]; Klausen, Andreas [VerfasserIn]; Hein, Andreas [VerfasserIn]; Fudickar, Sebastian [VerfasserIn]
  • Erschienen: Association for Computing Machinery, 2023-07-24
  • Sprache: Englisch
  • DOI: https://doi.org/20.500.12738/14370; https://doi.org/10.1145/3583133.3590752
  • ISBN: 9798400701207
  • Schlagwörter: Genetic algorithms ; Computing methodologies ; Applied computing ; Health informatics
  • Entstehung:
  • Anmerkungen: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Beschreibung: Cardiopulmonary resuscitation (CPR) is critical to the prevention of death from cardiac arrest. Smartwatches can help first responders perform CPR correctly by collecting real-time acceleration data to determine compression rate and depth. We present an approach for a smartwatch application that uses motion data from the inertial sensors and an evolutionary algorithm ((μ + λ)-ES) to compute compression depth and frequency and provide corrective feedback. The application was optimized for out-of-hospital CPR and evaluated in a pilot study using a CPR training manikin as a reference system and an existing smartphone app for comparison. ; PeerReviewed