MétaCan
Menu
Retour à la cohorte
Enregistrement W2116479736 · doi:10.1109/cic.2000.898590

Heart sound analysis using the S transform

2002· article· en· W2116479736 sur OpenAlexaff
G. Livanos, Noopur Ranganathan, Jing Jiang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiquePhonocardiography and Auscultation Techniques
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSound (geography)AcousticsSpeech recognitionPhysics

Résumé

récupéré en direct d'OpenAlex

Central to this study was a pathological sound called opening snap (OS). The first objective was to detect this sound in recordings in which it occurred too close in rime to one of the normal sounds, the second heart sound (S2). The second objective was to differentiate between the OS and another sound, the third heart sound (S3), the timing of which is similar to that of OS. Both OS and S3 occur shortly after S2. Three techniques were used and their performance was compared: The Short Time Fourier Transform (STFT), the S Transform (ST) and the Continuous Wavelet Transform (CWT). These transforms yield time-frequency or time-scale representations of the signal. In addition, the ST and the CWT are multiresolution transforms. The ST proved to be the best in meeting the objectives, mainly because it yielded highly distinct patterns for each kind of sound. Being a relatively new transform, the ST had not been applied to heart sounds in the past.

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 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil0,772

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,046
Tête enseignante GPT0,309
Écart entre enseignants0,263 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations93
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhonocardiography and Auscultation TechniquesTravaux en français237 207