Forschende der chinesischen Tianjin University haben das Emergency Medical Procedures 3D Dataset vorgestellt, das Bewegungen von Medizinern bei lebensrettenden Eingriffen in hoher Auflösung erfasst. Die Arbeit erschien am 15. November 2025 in Frontiers of Computer Science, herausgegeben von Higher Education Press und Springer Nature.

Aktuelle Trainingswerkzeuge in der Notfallmedizin basieren auf 2D-Videos oder vereinfachten Simulationen, die räumliche Komplexität und schnelle Entscheidungen unzureichend abbilden. Dies behindert AI-gestützte Tools, Roboterassistenz und virtuelle Realitätsplattformen. Das Dataset schließt diese Lücke durch präzise 3D-Rekonstruktion von Körperbewegungen, einschließlich feiner Fingerbewegungen mittels SMPL-H-Modelle, relevant für Verfahren wie Herzdruckmassage, Blutstillung und Frakturfixation.

Es bietet validierte Daten für maschinelles Lernen, ist offen zugänglich und nutzt Metaverse-Technologie zur Verbreitung von Wissen. Mögliche Anwendungen umfassen AI-gestützte Echtzeit-Feedback in VR-Training, Roboterimitation von Rettungshandlungen und Analyse von Team-Effizienz bei Massenunfällen.

Die Erstellung folgt einem Vier-Schritte-Prozess: Synchronisierte Aufnahmen mit sechs GoPro-Kameras, 2D-Pose-Extraktion via RTMPose und 3D-Rekonstruktion unter Berücksichtigung von Okklusionen, Tracking-Modul für Trajektorien in überfüllten Szenarien sowie Optimierung zu SMPL-H-Modellen mit manueller Überprüfung jeder Frame.

Original Paper:

EMP3D: an emergency medical procedures 3D dataset with pose and shape | Frontiers of Computer Science | Springer Nature Link

Redaktion: X-Press Journalistenbüro GbR

Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.