Original title: Vizuální kontrola stlačování hrudníku při kardiopulmonální resuscitaci
Translated title: Visual inspection of chest compressions during cardiopulmonary resuscitation
Authors: Hamarik, Nikolas Ján ; Novozámský, Adam (advisor) ; Holeňa, Martin (referee)
Document type: Bachelor's theses
Year: 2026
Language: eng
Abstract: [eng] [cze]
Real-time Cardiopulmonary Resuscitation monitoring typically requires specialized contact- based hardware. This thesis presents a markerless software pipeline measuring chest compression frequency directly from smartphone video. Using YOLO Pose and custom geometric heuristics, the system dynamically isolates the active rescuer from bystanders. A Continuous Wavelet Transform extracts the compression frequency, while Lucas-Kanade optical flow compensates for camera drift. Evaluated on a custom dataset of 33 realistic simulated emergency scenar- ios-testing camera oscillation, rescuer fatigue, and multi-subject interference-the approach rejects false frequency artifacts and reliably tracks non-stationary compression rates. Designed for server-side processing, this tool provides accessible near-real-time emergency feedback and is planned for deployment in the official Czech emergency application, Záchranka. 1 Monitorování kardiopulmonální resuscitace v reálném čase standardně vyžaduje specializo- vaný kontaktní hardware. Tato práce představuje bezkontaktní softwarové řešení pro měření frekvence kompresí hrudníku přímo z videozáznamu mobilního telefonu. Využitím architektury YOLO Pose a vlastních geometrických heuristik systém dynamicky izoluje aktivního zachránce od přihlížejících osob ve scéně. K extrakci frekvence kompresí je využita spojitá Wavelet trans- formace, přičemž metoda optického toku Lucas-Kanade kompenzuje nežádoucí pohyb (drift) kamery. Algoritmus byl vyhodnocen na vlastní datové sadě 33 realistických simulovaných kri- zových scénářů, které testovaly vliv nestability kamery, únavy zachránce a vizuální interference více osob. Navržený přístup úspěšně potlačuje falešné frekvenční artefakty a spolehlivě sleduje nestacionární tempo kompresí. Tento nástroj, optimalizovaný pro zpracování na straně serveru, poskytuje snadno dostupnou zpětnou vazbu pro operátory téměř v reálném čase a je plánována jeho integrace do oficiální české nouzové mobilní aplikace Záchranka. 1
Keywords: image processing|object detection|deep learning|cardiopulmonary resuscitation; zpracování obrazu|detekce objektů|hluboké učení|kardiopulmonální resuscitace

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/210792

Permalink: http://www.nusl.cz/ntk/nusl-779783


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Bachelor's theses