MétaCan
Menu
Retour à la cohorte
Enregistrement W2131829381 · doi:10.1109/tbcas.2007.914490

A Low-Power Integrated Bioamplifier With Active Low-Frequency Suppression

2007· article· en· W2131829381 sur OpenAlexafffund
Benoit Gosselin, Mohamad Sawan, C. Andrew Chapman

Notice bibliographique

RevueIEEE Transactions on Biomedical Circuits and Systems · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAnalog and Mixed-Signal Circuit Design
Établissements canadiensConcordia UniversityPolytechnique Montréal
Organismes subventionnairesCMC Microsystems
Mots-clésMicropowerCutoff frequencyCapacitorCMOSElectronic engineeringResistorTransconductanceIntegratorLow-pass filterAmplifierElectrical engineeringNoise (video)Computer scienceEngineeringPower (physics)Filter (signal processing)PhysicsTransistorVoltage

Résumé

récupéré en direct d'OpenAlex

We present in this paper a low-power bioamplifier suitable for massive integration in dense multichannel recording devices. This bioamplifier achieves reduced-size compared to previous designs by means of active low-frequency suppression. An active integrator located in the feedback path of a low-noise amplifier is employed for placing a highpass cutoff frequency within the transfer function. A very long integrating time constant is achieved using a small integrated capacitor and a MOS-bipolar equivalent resistor. This configuration rejects unwanted low-frequency contents without the need for input RC networks or large feedback capacitors. Therefore, the bioamplifier high-input impedance and small size are preserved. The bioamplifier, implemented in a 0.18-mum CMOS process, has been designed for neural recording of action potentials, and optimised through a transconductance-ef-ficiency design methodology for micropower operation. Measured performance and results obtained from in vivo recordings are presented. The integrated bioamplifier provides a midband gain of 50 dB, and achieves an input-referred noise of 5.6 muVrms. It occupies less than 0.050 mm(2) of chip area and dissipates 8.6 muW.

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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,011
Tête enseignante GPT0,214
Écart entre enseignants0,203 · 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

Citations171
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical Circuits and SystemsMême sujetAnalog and Mixed-Signal Circuit DesignTravaux en français237 207