MétaCan
Menu
Retour à la cohorte
Enregistrement W1984837143 · doi:10.1002/mus.21470

High‐pass filtering surface EMG in an attempt to better represent the signals detected at the intramuscular level

2009· article· en· W1984837143 sur OpenAlexaff
Stephen H.M. Brown, Rebecca L. Brookham, Clark R. Dickerson

Notice bibliographique

RevueMuscle & Nerve · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésElectromyographySIGNAL (programming language)WaveformSurface (topology)Biomedical engineeringCutoffAnatomyMaterials scienceComputer scienceMedicinePhysicsPhysical medicine and rehabilitationMathematicsVoltageGeometry

Résumé

récupéré en direct d'OpenAlex

Surface electromyography (EMG) is often used to represent activation profiles of the underlying musculature. The purpose of this study was to assess the potential of high-pass (HP) filtering to improve the matching of surface EMG signals to those signals recorded intramuscularly. EMG was recorded at the skin surface over the infraspinatus and supraspinatus muscles as well as from fine-wire electrodes placed in the infraspinatus, supraspinatus, and teres minor muscles. The surface EMG signals were HP-filtered at 18 cutoff frequencies (0-510 HZ in 30 HZ increments), and the time-histories were correlated with the signals from the wire electrodes. HP filtering did not significantly alter the correlated muscle activation waveform relationship between the surface and wire signals until cutoffs reached 240 HZ. HP filtering of the surface signals did not improve the representation of the muscle fiber-level activation profile, but the results suggest that enough information resides in the high-frequency components of the signal to reproduce the activation time-history profile of the muscle.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,624

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,241
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations35
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetMuscle activation and electromyography studiesTravaux en français237 207