Evaluation of Respiratory Muscles Activity by Means of Cross Mutual Information Function at Different Levels of Ventilatory Effort
Notice bibliographique
Résumé
Analysis of respiratory muscles activity is an effective technique for the study of pulmonary diseases such as obstructive sleep apnea syndrome (OSAS). Respiratory diseases, especially those associated with changes in the mechanical properties of the respiratory apparatus, are often associated with disruptions of the normally highly coordinated contractions of respiratory muscles. Due to the complexity of the respiratory control, the assessment of OSAS related dysfunctions by linear methods are not sufficient. Therefore, the objective of this study was the detection of diagnostically relevant nonlinear complex respiratory mechanisms. Two aims of this work were: (1) to assess coordination of respiratory muscles contractions through evaluation of interactions between respiratory signals and myographic signals through nonlinear analysis by means of cross mutual information function (CMIF); (2) to differentiate between functioning of respiratory muscles in patients with OSAS and in normal subjects. Electromyographic (EMG) and mechanomyographic (MMG) signals were recorded from three respiratory muscles: genioglossus, sternomastoid and diaphragm. Inspiratory pressure and flow were also acquired. All signals were measured in eight patients with OSAS and eight healthy subjects during an increased respiratory effort while awake. Several variables were defined and calculated from CMIF in order to describe correlation between signals. The results indicate different nonlinear couplings of respiratory muscles in both populations. This effect is progressively more evident at higher levels of respiratory effort.
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 | 0,001 | 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 ».