Nonstationary analysis of cerebral hemodynamics using recursively estimated multiple-input nonlinear models
Notice bibliographique
Résumé
We present a computational scheme to obtain adaptive non-linear, multiple-input models of the Volterra-Wiener class, by utilizing Laguerre expansions of Volterra kernels in a recursive least-squares formulation. Function expansions have been proven successful in systems identification as they result in a significant reduction of the required free parameters, which is a major limiting factor particularly for nonlinear systems, whereby this number depends exponentially on the nonlinear system order. We apply this scheme in order to obtain adaptive estimates for a two-input model of cerebral hemodynamics, where the two inputs are arterial blood pressure (ABP) and end-tidal CO2(PETCO2) variations and the output is cerebral blood flow velocity (CBFV) variations, by utilizing long-duration (40 min) experimental measurements of spontaneous variations of these signals in healthy humans. Maintenance of a relatively steady cerebral blood flow, despite changes in arterial pressure, is critical in order to meet the high metabolic demands of the brain. This is achieved by the synergistic action of various physiological factors, which may vary over different time-scales and also exhibit nonstationarities. We quantify these nonstationarities for the two main physiological determinants of cerebral blood flow variability (i.e., arterial pressure and arterial CO2) by considering one- (ABP) and two-input (ABP and PETCO2) models. The results illustrate the presence of nonstationarities which are frequency-dependent and also that incorporation of PETCO2as an additional input, results in estimates of dynamic pressure autoregulation that are more consistent with respect to time.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».