MétaCan
Menu
Retour à la cohorte
Enregistrement W2128725371 · doi:10.1109/imtc.2010.5488205

Heart rate reliability for the Smart Rollator

2010· article· en· W2128725371 sur OpenAlexaff
Ji Gang, Adrian D. C. Chan, A. Çuhadar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueECG Monitoring and Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Artifact (error)Computer scienceWavelet transformWaveletNoise (video)Artificial intelligenceStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose an algorithm to quantify the reliability of heart rates estimated from electrocardiogram (ECG) data. Long-term ECG monitoring is becoming more prevalent with an increasing number of ambulatory monitors, including the Smart Rollator which is a rollator equipped with a series of minimally obtrusive sensors. The ECG reliability index enables the automatic pre-processing of data, to highlight or discard data that are corrupted by noise or other artifacts. Three reliability indices are proposed that are based on the assumption of a short-term invariant PQRST waveform. These indices use distance measures to quantify the reliability of the ECG, which are: 1) percent residual difference, 2) cross-correlation coefficient, and 3) a wavelet distance measure. The reliability indices are evaluated using real ECG data corrupted with three types of noise: 1) baseline wander, 2) electromyogram artifacts, and 3) motion artifact. All three reliability indices demonstrate an ability to track the accuracy of heart rate estimates derived from the ECG. Among the three indices investigated in this work, the wavelet distance measure provides the best performance.

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)0,001
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 enseignants0,578
Score d'incertitude au seuil0,209

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,298
Écart entre enseignants0,284 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetECG Monitoring and AnalysisTravaux en français237 207