MétaCan
Menu
Retour à la cohorte
Enregistrement W1507344904 · doi:10.1109/iembs.2006.260543

Friction-Assisted Magnetic Holding of an Ingestible Capsule for Esophageal pH and Impedance Monitoring

2006· article· en· W1507344904 sur OpenAlexaff
José Luis González, Daniel Sadowski, Martin P. Mintchev

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Power Transfer Systems
Établissements canadiensUniversity of Alberta HospitalAlberta Hospital EdmontonUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMagnetWirelessComputer scienceElectrical impedanceElectromagnetic shieldingCatheterBiomedical engineeringMechanical engineeringSimulationAutomotive engineeringMaterials scienceElectrical engineeringEngineeringSurgeryTelecommunicationsMedicine

Résumé

récupéré en direct d'OpenAlex

24-hour catheter-based ambulatory pH and impedance monitoring is an essential tool for diagnosing esophageal disorders. However, catheter-based monitoring systems are uncomfortable and interfere with normal activities of the patient. To overcome these disadvantages, different wireless monitoring systems have been proposed. However, efficient ways to position and hold wireless capsules are lacking. Currently there is a need to develop safe and reliable methods to hold an esophageal wireless monitoring system in position for 24 hours. Friction-assisted magnetic holding is proposed as an alternative to conventional holding techniques. Permanent magnet and electromagnet designs with the required characteristics to achieve this task were computer-designed and simulated. The size and power requirements of the magnets were considered. Simulation results were verified using laboratory experiments. Permanent neodymium magnets offered the best performance for the intended application. The obtained results show the feasibility of friction-assisted magnetic holding for esophageal monitoring. Improvements to the thread design, friction enhancing pins, magnetic shielding and encapsulation methods are necessary for in vivo testing.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Power Transfer SystemsTravaux en français237 207