将患者模型栩栩如生：3D投影增强护理模拟

文献标题

为护理模拟注入生命：3D投影增强的护理模拟

文献信息

• 主题领域: 交互式护理教育与增强现实技术的结合
• 关键词: 护理模拟、混合增强现实、交互式模型、3D投影、动态面部表情、教育技术、护理教育、非语言沟通、面部症状识别、曼尼肯模拟系统

研究背景与问题

• 问题与挑战: 当前护理模拟中使用的患者模型（mannequin）面部表情静态，缺乏动态和真实感。这限制了护理学生在模拟中的互动性和学习成果，尤其是在需要注意患者非语言线索（如面部症状）时。
• 重要性: 面部表情在护理实践中发挥了重要作用，例如帮助护士识别患者的痛苦水平、精神状态以及疾病关键症状（如面部下垂）；这种能力对提高实际护理质量至关重要。
• 研究动机: 文献中关于将动态面部表情应用于护理模拟的研究较少。当前模拟技术的高成本、教学局限性，以及对于学生感知和体验影响的不足都表明需要新的低成本解决方案。
• 相关工作: 现有使用的增强现实（AR）技术集中于内部解剖结构的可视化或操作指导，较少涉及动态面部表现增强；部分研究尝试过虚拟现实（VR）技术或混合助手系统，但存在设备重、难融入全身模型等问题。

解决方案

• 提出方法: 开发了一种基于3D投影的增强现实系统，该系统能够将动态和真实的面部表情叠加到一个护理模型上。
• 创新之处:
  1. 系统实时捕获护理教师的面部表情，并将其投影到患者模型的3D打印面部遮罩上。
  2. 提供一种低成本的方式，通过简单的硬件（投影仪、摄像头和面罩）实现动态表情展示。
  3. 系统允许教师手动调节面部异常表情（如中风引发的面部下垂），以增加模拟场景的现实性。
• 实施步骤:
  1. 使用光测绘技术扫描护理模型脸部，3D打印面罩以确保投影适配。
  2. 借助面部捕捉软件（Faceware），实时捕捉护理教师的面部表情。
  3. 使用Unity引擎对面部表情进行适配和投影。
  4. 系统集成于一个中风护理模拟场景中，通过装配面罩、投影仪和调节控制面板完成运行。
• 关键技术:
  • 光测绘技术：用于3D扫描。
  • 面部捕捉技术（32个面部标记点）。
  • 面部动作编码系统（FACS）：生成面部表情动画。

研究成果

• 具体成果:
  • 动态表情的患者模型显著吸引学生更多的视觉注意。
  • 学生在模拟中提高了识别异常的能力，通过面部下垂等关键表情更快速识别中风。
  • 调查显示，与传统静态模型相比，该系统增强了互动性，并被报告对进行适当评估和护理决策非常有帮助。
• 实验与评估结果:
  1. 视觉注意分配: 使用眼动追踪发现，实验组学生在模型面部注视时间上显著增加（占总时间的37.53%），而控制组仅为18.28%。
  2. 临床表现: 实验组完成关键评估阶段的时间显著减少，准确识别率达100%，而控制组有两组未识别出中风。
  3. 学习体验: 调查问卷结果表明，实验组学生认为动态表情模型显著提高了互动性和评估效能。
• 相较现有方案的优势:
  • 系统轻量化：无需学生佩戴重型设备。
  • 低成本：仅需3D打印组件和标准摄像头。
  • 适用广泛：适配当前大多数全身患者模型。
• 局限性与未来方向:
  • 局限性:
    1. 模型和投影仪的位置需始终固定。
    2. 光照条件需严格控制，否则影响表情展示。
    3. 动画风格为卡通化，真实感需改进。
    4. 当前系统仍需人工控制，增加教师负担。
  • 未来方向:
    1. 开发能够自动适应模型移动的投影调整。
    2. 利用AI技术实现系统的智能化和自动化，减少人工干预。
    3. 提升面部动画逼真度。
    4. 扩展系统适用范围至其他护理模拟场景。
    5. 进行长期研究，评估对学生实际护士技能的深远影响。

总结

通过结合3D投影和动态面部捕捉技术，本文展示了对护理模拟模型的显著改进。该系统不仅增强了学生在模拟中的学习效果与体验，还为未来护理教育的技术发展提供了可行的方向。