MétaCan
Menu
Retour à la cohorte
Enregistrement W1987606376 · doi:10.1016/j.medengphy.2005.12.004

Influence of recording instrumentation on the stimulus artifact tail in the surface acquisition of somatosensory evoked potentials

2006· article· en· W1987606376 sur OpenAlexafffund
N. Hamming, D.F. Lovely

Notice bibliographique

RevueMedical Engineering & Physics · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesScience and Engineering Research BoardNatural Sciences and Engineering Research Council of Canada
Mots-clésArtifact (error)Stimulus (psychology)Somatosensory systemInstrumentation (computer programming)Somatosensory evoked potentialComputer scienceNeuroscienceArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

Surface recorded somatosensory evoked potentials (SEPs) are neural signals elicited by an external stimulus. In the case of electrically induced SEPs, the artifact generated by the stimulation process can severely distort the signal. The artifact is characterized by a large impulse followed by a slowly decaying tail. In some cases, the artifact tail often lasts well into the initiation of the SEP making the determination of absolute latency very difficult. While the literature often states that the recording instrumentation plays a part in the generation of this artifact tail, no firm evidence has ever been presented. In this work, comparisons are made between three instrumentation systems (BJT, JFET and CMOS) with differing input impedances in an attempt to quantify the effects on the artifact tail. The conclusions from this investigation show that there is no significant interaction between the input impedance of the recording instrumentation and the duration of the artifact tail. Each amplifier type produced results with no significant statistical differences. It was also found that while stimulation amplitude has a weak effect on the artifact tail, the greatest contribution to variation has an inter-subject origin. Consequently, it is concluded that the time constant of the artifact tail must originate from other sources that are subject dependent.

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)0,004
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,239
Écart entre enseignants0,226 · 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'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

Citations3
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Engineering & PhysicsMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207