近年来,心脑血管疾病成为了危害人类生命的重要疾病之一,尤其是心源性疾病呈高发趋势,例如发生在任何地点、任何人群上的心脏骤停。及时有效的进行心肺复苏（cardiopulmonaryresuscitation,CPR）治疗成为了患者提高生还机会的唯一机会,而胸外按压是心肺复苏的关键,同时也是基础生命支持（Basic Life Support,BLS）的重要环节。根据国内外大量临床急救实例中发现,急救人员很难满足《国际心肺复苏指南2010》中的CPR操作标准规范,按压深度不能达到标准的5cm以上,造成按压频率不够,胸腔按压没有完全回弹或发生倾斜按压。为了给心肺复苏急救人员更精确的按压信息反馈,本文基于微传感器对胸外按压重要指标的解算方法进行了探究。本文基于二次积分原理,对模拟人胸外按压采集的加速度信号进行解算获得胸外按压位移信号。利用滑动平均滤波器滤掉原始信号中的干扰信号,随后对加速度波形进行分析,确定按压的起点及结束点等特征点,基于特征点对加速度信号进行二次积分,对于积分过程中产生的趋势项,设计了最小二乘法进行处理使得数据曲线更符合实际按压曲线。同时基于波形形态分析设计了按压频率、按压胸腔回弹率的计算方法。CPR胸外按压动作具有多维度、多变量的特点,本文基于按压倾斜角对胸外按压检测模型和胸外按压数据处理的算法进行了探究。为解决在胸外按压时因倾斜按压而导致按压有效性降低和达不到深度标准的问题,本文基于微惯性传感器对胸外按压深度检测进行了探究,通过融入卡尔曼滤波（Kalman filtering）算法将加速度传感器和陀螺仪应用到胸外按压深度检测中。在按压最深处根据加速度计本身输出值求出初级姿态角,再将初级姿态角与陀螺仪的角速度通过卡尔曼滤波算法融合,最后将得出的最终姿态角与通过积分算法得到的位移结合,以得到垂直真实按压深度。按压倾斜角和捕获的按压深度结果表明,加入姿态解算后提高了按压深度检测精度,能够有效的规避倾斜按压带来的按压深度解算风险。实验结果证明了本文提出的基于倾斜角的胸外按压深度解算方法以及其他重要参数检测技术的有效性,能够满足临床心肺复苏要求。本文研究为人工胸外按压深度等重要参数的解算,以及为急救人员的反馈提供了一种有效途径。本研究对于心脏骤停心肺复苏治疗具有重要意义,可大大提高心脏骤停患者的生存率。