洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

首页 临床进展 基于多模态生理信号与机器学习的CPR施救者疲劳状态动态预测模型研究

【ChiCTR2500113867】基于多模态生理信号与机器学习的CPR施救者疲劳状态动态预测模型研究

查看原文
立即下载
基本信息
登记号

ChiCTR2500113867

试验状态

尚未开始

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2025-12-04

临床申请受理号

/

靶点

/

适应症

无

试验通俗题目

基于多模态生理信号与机器学习的CPR施救者疲劳状态动态预测模型研究

试验专业题目

基于多模态生理信号与机器学习的CPR施救者疲劳状态动态预测模型研究

申办单位信息
申请人联系人
请登录查看
申请人名称
请登录查看
联系人邮箱
请登录查看
联系人邮编

联系人通讯地址
请登录查看
临床试验信息
试验目的

本研究旨在探究心肺复苏施救者在持续按压过程中的疲劳状态对其操作质量的影响，并构建一个能够实时预测疲劳风险的动态模型。研究核心在于通过整合施救者的生理指标、主观疲劳感受及CPR操作质量数据，利用机器学习算法建立预测模型，最终为优化急救培训中的轮换策略、开发智能反馈设备提供科学依据。

试验分类
请登录查看
试验类型

单臂

试验分期

其它

随机化

无

盲法

/

试验项目经费来源

教育部产学合作育人项目（项目编号240901449151402）

试验范围

/

目标入组人数

60

实际入组人数

/

第一例入组时间

2025-12-21

试验终止时间

2025-12-30

是否属于一致性

/

入选标准

1.18至45周岁的健康成年人。 2.身体健康，无心脑血管疾病、呼吸系统疾病、代谢性疾病、神经系统疾病或肌肉骨骼系统疾病及损伤史。 3.须通过统一的心肺复苏操作技能考核。 4.充分了解实验目的、流程、潜在风险与益处后，自愿参与本研究，并签署由书面知情同意书。；

排除标准

1.患有任何可能因剧烈运动而加重的疾病。 2.存在任何限制上肢或躯干活动的肌肉骨骼系统急慢性疼痛或损伤。 3.妊娠期或哺乳期女性。 4.实验前24小时内曾进行极高强度的体力活动或训练。 5.实验前48小时内患有急性感染或存在过度疲劳、睡眠严重不足的情况。 6.皮肤对电极贴片、凝胶过敏者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

遵义医科大学珠海校区

研究负责人电话
请登录查看
研究负责人邮箱
请登录查看
研究负责人邮编

/

联系人通讯地址
请登录查看
更多信息
获取更多临床信息查看权限
立即前往摩熵医药企业版免费查询
示例数据
<END>

遵义医科大学珠海校区的其他临床试验

更多

遵义医科大学珠海校区的其他临床试验

更多

最新临床资讯

更多
摩熵医药企业版
50亿+条医药数据随时查
7天免费试用
体验产品

同适应症药物临床试验

更多