MétaCan
Menu
Retour à la cohorte
Enregistrement W1988238872 · doi:10.1063/1.4897220

Life signal detection using an on-chip split-ring based solid state microwave sensor

2014· article· en· W1988238872 sur OpenAlexafffund
Hua Tang, Sukhvinder Kaur, Lei Fu, Bimu Yao, X. Li, Haijun Gong, Y. S. Gui, C.‐M. Hu

Notice bibliographique

RevueApplied Physics Letters · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesChina Scholarship CouncilCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésHeartbeatMicrowaveTransducerAnalyserSIGNAL (programming language)Sensitivity (control systems)MicrocontrollerChipAmplifierElectronic engineeringSignal processingComputer scienceAcousticsMaterials scienceOptoelectronicsEngineeringPhysicsCMOSTelecommunicationsEmbedded systemOptics

Résumé

récupéré en direct d'OpenAlex

A technique for measuring the amplitude and frequency of breathing and heartbeat has been developed using an on-chip solid state sensor integrating a semiconductor microwave sensor and a split ring operating at a resonance frequency of 4.2 GHz. This technique allows the lock-in amplifier to make real-time measurements, analogous to measurements taken by a vector network analyser through an antenna, but with the advantage of being portable and having a user friendly DC output. The effectiveness of this approach is shown by performing several experiments to determine the breathing and heartbeat frequency with and without the presence of an obstacle between the test subject and the microwave sensor and transducer. The experimental results demonstrate the high sensitivity and large dynamic range over which the proposed system can be used for practical applications.

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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207