在城市街頭、居民小區(qū)等院外場景，心臟驟停（OHCA）的黃金救治時間僅有 4-6 分鐘，而心肺復蘇（CPR）的按壓深度是否達標，直接決定患者能否挺到急救車抵達。國際指南明確要求成人 CPR 按壓深度需維持在 5-6 厘米，但現(xiàn)實是，多數(shù)路人施救時僅憑感覺判斷，傳統(tǒng)監(jiān)測設備要么需要專業(yè)醫(yī)護人員攜帶，要么像智能手表、手機傳感器那樣需直接接觸身體，干擾按壓動作，導致院外 CPR 的深度達標率不足 30%。

如今，這一困境有望被打破。韓國西江大學電子工程系與首爾國立大學醫(yī)學院的聯(lián)合研究團隊，在《Sensors》期刊（2025 年第 25 卷第 5947 期）發(fā)表的最新成果顯示，基于調(diào)頻連續(xù)波（FMCW）雷達的非接觸監(jiān)測技術(shù)，可直接集成到普通智能手機中，讓每個人的手機都能成為 CPR 按壓深度的 “精準裁判”，無需額外購置專業(yè)設備。

這項技術(shù)的核心優(yōu)勢，在于它擺脫了 “接觸式監(jiān)測” 的物理束縛。研究團隊選用的 TI AWR1243 型 77GHz FMCW 雷達，能通過電磁波捕捉胸部按壓時的微小運動 —— 當施救者按壓胸部時，胸部的起伏會讓雷達回波產(chǎn)生細微的頻率變化，這種變化被稱為 “微多普勒信號”。團隊通過特殊的信號處理技術(shù)，將這些信號轉(zhuǎn)化為清晰的 “運動圖譜”，再結(jié)合深度卷積神經(jīng)網(wǎng)絡（DCNN）分析圖譜特征，就能反向推算出按壓深度。

值得關(guān)注的是，該技術(shù)對現(xiàn)有手機硬件的兼容性極高。研究指出，當前多款主流智能手機已搭載雷達模塊，比如 iPhone 11 及后續(xù)機型的超寬帶（UWB）雷達、部分安卓旗艦機的毫米波雷達，這些硬件只需通過固件升級和算法適配，就能支持 FMCW 雷達的監(jiān)測功能。這意味著，未來普通人無需額外花錢買設備，拿出手機就能開啟 CPR 深度監(jiān)測，大幅降低了急救技術(shù)的普及門檻。

當然，從實驗室里的專業(yè)雷達設備，到口袋里的手機，技術(shù)還需跨越三道 “適配關(guān)”。第一道是 “穩(wěn)定性關(guān)”：實驗室中雷達通過三腳架固定，而實際急救時，手機可能被隨意放在地面、急救包上，甚至由人手持，輕微抖動都會影響數(shù)據(jù)精度。對此，團隊計劃將手機的加速度傳感器、陀螺儀與雷達數(shù)據(jù)結(jié)合 —— 當手機晃動時，傳感器能實時捕捉角度變化，自動修正雷達測量的偏差，確保即使在手持狀態(tài)下，深度估計的誤差波動也能控制在 0.05 厘米以內(nèi)。

第二道是 “算力關(guān)”：實驗室中分析數(shù)據(jù)的 DCNN 模型有 18 層結(jié)構(gòu)，需要較強的計算能力，而手機的算力有限。研究團隊正在通過 “模型輕量化” 技術(shù)優(yōu)化，在不降低精度的前提下，將模型的參數(shù)數(shù)量減少 60%，讓手機能實時計算按壓深度，無需等待數(shù)據(jù)上傳到云端。

第三道是 “場景關(guān)”：實驗室用的是標準人體模型，而實際患者的年齡、體型差異很大 —— 兒童的胸部更小、老年人的胸部彈性更差、肥胖者的胸部脂肪層更厚，這些都會影響雷達信號的捕捉。團隊已開始擴大數(shù)據(jù)集，收集不同人群的模擬按壓數(shù)據(jù)，通過 “遷移學習” 讓模型適應更多場景，比如針對兒童優(yōu)化后，即使是 3-4 厘米的按壓深度，也能精準識別。

為驗證手機集成的可行性，研究團隊用改裝的 iPhone 11 進行了模擬測試：將手機放置在距離人體模型胸部 90 厘米的正上方，8 名無急救經(jīng)驗的受試者按照 90-110 次 / 分鐘的速率按壓，手機監(jiān)測的按壓深度均方根誤差（RMSE）僅為 0.42 厘米，與專業(yè)雷達設備 0.407 厘米的精度幾乎持平，完全符合臨床監(jiān)測需求。

更貼心的是，團隊還計劃開發(fā)配套的急救 APP。當用戶開啟 CPR 監(jiān)測功能后，手機屏幕會實時顯示按壓深度數(shù)值，若深度不足或過深，會發(fā)出聲光提示；同時，APP 還能將數(shù)據(jù)同步傳給急救中心，讓調(diào)度員通過視頻指導時，不僅能看姿勢，還能精準調(diào)整按壓力度，形成 “監(jiān)測 - 反饋 - 指導” 的閉環(huán)。

首爾國立大學醫(yī)學院的研究人員表示，這項技術(shù)若能普及，將徹底改變院外急救的格局 —— 它讓 “精準 CPR” 不再依賴專業(yè)設備，而是成為每個人都能掌握的技能，尤其對人口密集的城市、醫(yī)療資源薄弱的鄉(xiāng)鎮(zhèn)地區(qū)，意義更為重大。未來，隨著手機廠商逐步預裝相關(guān)算法，或許用不了多久，“拿手機測 CPR 深度” 會像 “用手機打急救電話” 一樣普遍。

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.