本日僅有一篇關於利用心電圖與機器學習於船上火災演練中辨識恐慌症狀的研究，聚焦於生理指標與數據分析，具備建構更精準急診與安全流程之潛力。
Reliability Engineering & System Safety · Panic Recognition in a Virtual Shipboard Fire Evacuation Based on Electrocardiographic Signals and Machine Learning Methods
利用ECG訊號及機器學習模型，於虛擬火災演練中即時偵測參與者的恐慌反應，提升危機情境下的安全管理與緊急決策。
💡 提供即時且客觀的恐慌症狀偵測，可應用於急診與防災情境
Reliability Engineering & System Safety
本文提出結合心電圖與機器學習之辨識框架，成功在船上火災演練中即時捕捉參與者恐慌程度，提供新視角供急救與安全評估參考。