Real-time dynamics acquisition from irregular samples -- with application to anesthesia evaluation
Notice bibliographique
Résumé
The first objective of this paper is to introduce a unified approach to the D/A conversion, a real-time algorithm referred to as {\it blending operator}, based on spline functions of arbitrarily desired order, to interpolate the irregular data samples, while preserving all polynomials of the same spline order, with assured maximum order of approximation. This helps remove the two main obstacles for adapting the recently proposed time-frequency analysis technique {\it Synchrosqueezing transform} (SST) to irregular data samples in order to allow online computation. Secondly, for real-time dynamic information extraction from an oscillatory signal via SST, a family of vanishing-moment and minimum-supported spline-wavelets (to be called VM wavelets) are introduced for on-line computation of the CWT and its derivative. The second objective of this paper is to apply the proposed real-time algorithm and VM wavelets to clinical applications, particularly to the study of the "anesthetic depth" of a patient during surgery, with emphasis on analyzing two dynamic quantities: the "instantaneous frequencies" and the "non-rhythmic to rhythmic ratios" of the patient's respiration, based on a one-lead electrocardiogram (ECG) signal.It is envisioned that the proposed algorithm and VM wavelets should enable real-time monitoring of "anesthetic depth", during surgery, from the respiration signal via ECG measurement.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».