MétaCan
Menu
Retour à la cohorte
Enregistrement W2019124232 · doi:10.1142/s0219878913500137

SENSORY SIGNAL PROCESSING ISSUES IN A TELEMEDICINE SYSTEM

2013· article· en· W2019124232 sur OpenAlex
Clarence W. de Silva, Shan Xiao, Maoqing Li, Cheryl N. de Silva

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Information Acquisition · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTelemedicineComputer scienceSIGNAL (programming language)Signal processingSignal conditioningReal-time computingMultimediaArtificial intelligenceHuman–computer interactionComputer hardwareHealth careDigital signal processing

Résumé

récupéré en direct d'OpenAlex

A telemedicine system will provide sustainable, comprehensive, low-cost, fast, private, and convenient access to medical consultation and diagnosis for patients from remote locations. The telemedicine system addressed in this paper consists of a sensor jacket, which is worn by the patient for medical monitoring. The signals sensed through the jacket are processed and transmitted through a public telecommunication link, to a medical professional in a hospital at distance. The medical professional interacts with the patient through audio and video links, and simultaneously examines the data transmitted by the monitoring system. Medical assessment, diagnosis, and prescription are carried out on this basis. Sensing and signal processing are paramount to providing the patient data to the medical professional in an accurate and effective manner. This paper presents some relevant issues and techniques. Specific examples of electrocardiograms and respiratory signals are provided to illustrate the applicable signal conditioning approaches. Results are presented to demonstrate the feasibility and the effectiveness of these methods.

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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,586
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,004
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 Opus0,006
Tête enseignante GPT0,233
Écart entre enseignants0,227 · 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