Implantable Biosensors for Real-time Strain and Pressure Monitoring
Notice bibliographique
Résumé
Implantable biosensors were developed for real-time monitoring of pressure and strain in the human body. The sensor, which was wireless and passive, consisted of a soft magnetic material and a permanent magnet. When exposed to a low frequency AC magnetic field, the soft magnetic material generated secondary magnetic fields that also included the higher-order harmonic modes. Parameters of interest were determined by measuring the changes in the pattern of these higher-order harmonic fields, which was achieved by changing the intensity of a DC magnetic field generated by a permanent magnet. The DC magnetic field, or the biasing field, was altered by changing the separation distance between the soft magnetic material and the permanent magnet. For pressure monitoring, the permanent magnet was placed on the membrane of an airtight chamber. Changes in the ambient pressure deflected the membrane, altering the separation distance between the two magnetic elements and thus the higher-order harmonic fields. Similarly, the soft magnetic material and the permanent magnet were separated by a flexible substrate in the stress/strain sensor. Compressive and tensile forces flexed the substrate, changing the separation distance between the two elements and the higher-order harmonic fields. In the current study, both stress/strain and pressure sensors were fabricated and characterized. Good stability, linearity and repeatability of the sensors were demonstrated. This passive and wireless sensor technology may be useful for long term detection of physical quantities within the human body as a part of treatment assessment, disease diagnosis, or detection of biomedical implant failures.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».