WHO 手卫生手势分类系统

近期持续的新冠疫情凸显了手卫生实践在日常生活中的重要性，各国政府与全球卫生当局均在推广良好的手卫生习惯。欧洲每年发生超过一百万例医院获得性感染。手卫生依从性可通过减少感染数量以及医疗支出而降低传播风险。本文中，世界卫生组织（WHO）手卫生手势被记录并分析，构建了一个置于实验室水槽处的铝制框架。在关于手卫生手势演示的培训环节后，记录了三十名参与者的手卫生手势。视频记录被转换为图像文件，并组织为六个不同的手卫生类别。选用 Resnet50 框架对多类手卫生阶段进行分类。模型以第一组类别（手指交叉、P2PFingers Interlaced 与旋转揉搓）训练 25 个 epoch。第一组实验在验证集上取得了 44% 的准确率，损失分数大于 1.5。第二组类别（掌心相对揉搓、手指互锁、拇指揉搓）的训练步数为 50 个 epoch。第二组取得了 72% 的准确率，验证集损失分数小于 0.8。本工作中，对具备迁移学习的鲁棒手卫生数据集进行了初步分析。未来目标是在实时环境中为医护人员部署手卫生预测系统。