A parametric model of the relationship between EIT and total lung volume
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Spirometry and electrical impedance tomography (EIT) data from 26 healthy subjects (14 males, 12 females) were used to develop a model linking contrast variations in EIT difference images to lung volume changes. Eight recordings, each 64 s long, were made for each subject in four postures (standing, sitting, reclining at 45 degrees, supine) and two breathing modes (quiet tidal and deep breathing). Age, gender and five anthropometric variables were recorded. The database was divided into four subsets. The first subset, data from 22 subjects (12 males, 10 females) recorded in deep breathing mode, was used to create the model. Validation was done with the other subsets: data recorded during quiet tidal breathing in the same 22 subjects, and data recorded in both breathing modes for the other four subjects. A quadratic equation in DeltaV(P) (lung volume changes recorded by the spirometer) provided a very good fit to total contrast changes in the EIT images. The model coefficients were found to depend on posture, gender, thoracic circumference and scapular skin fold. To validate the model, the quadratic equation was inverted to estimate lung volume changes from the EIT images. The estimated changes were then compared to the measured volume changes. Validations with each data subset yielded mean standard errors ranging from 9.3% to 12.4%. The proposed model is a first step in enabling inter individual comparisons of EIT images since: (1) it provides a framework for incorporating the effects of anthropometric variables, gender and posture, and (2) it references the images to a physical quantity (volume) verifiable by spirometry.
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.
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 découle