MétaCan
Menu
Retour à la cohorte
Enregistrement W2122069938 · doi:10.1109/iembs.2009.5333404

Cardiac action potential wavefront tracking using optical mapping

2009· article· en· W2122069938 sur OpenAlexaff
Asma Ashraf, Anders Nygren

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWavefrontAction (physics)Tracking (education)Computer scienceComputer visionRemote sensingArtificial intelligenceOpticsGeologyPhysicsPsychology

Résumé

récupéré en direct d'OpenAlex

A wealth of knowledge is available about the effect of diabetes on the heart but very little has been done to quantify the conduction velocity of the diabetic heart. This study intends to develop a technique for tracking the cardiac wavefront across the heart in order to achieve the total activation time as well as the conduction velocity of the heart at any point during its activation, to compare the newly determined activation times with previously determined activation times, and to also compute the average conduction velocity of the heart from diabetic and control rats. The technique developed for tracking the action potential wavefront across the heart extracts the wavefront and provides the activation time as well as the conduction velocity - both instantaneous and average - successfully. The method reproduces previously measured activation times well, with a correlation of R(2) = 0.875, which suggests that this technique is reliable and that its determination of conduction velocity will allow for the examination of healthy and diseased hearts using a new criterion. In addition, the method for determining the conduction velocity of the heart allows direct comparison of the baseline conduction velocity in control and diabetic hearts. The results of this comparison indicated that conduction velocity in the diabetic hearts is slower (0.47 +/- 0.02 m/s) than in control hearts (0.55 +/- 0.02 m/s) (p = 0.001).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,048
Tête enseignante GPT0,357
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207