Statistical validation of wavelet transform coherence method to assess the transfer of calf muscle activation to blood pressure during quiet standing
Notice bibliographique
Résumé
BACKGROUND: Continuous and discrete wavelet transforms have been established as valid tools to analyze non-stationary and transient signals over Fourier domain methods. Additionally, Fourier transform based coherence methods provide aggregate results but do not provide insights into the changes in coherent behavior over time, hence limiting their utility. METHODS: Statistical validation of the wavelet transform coherence (WTC) was conducted with simulated data sets. Time frequency maps of signal coherence between calf muscle electromyography (EMG) and blood pressure (BP) were obtained by WTC to provide further insight into their interdependent time-varying behavior via the skeletal muscle pump during quiet stance. Data were collected from healthy young males (n = 5, 19-28 years) during a quiet stance on a balance platform. Waveforms for EMG and BP were acquired and processed for further analysis. RESULTS: Low values of bias and standard deviation (< 0.1) were observed and the use of both simulated and real data demonstrated that the WTC method was able to identify time points of significant coherence (> Threshold) and objectively detect existence of interdependent activity between the calf muscle EMG and blood pressure. CONCLUSIONS: The WTC method effectively identified the presence of linear coupling between the EMG and BP signals during quiet standing. Future studies with more human data are needed to establish the exact characteristics of the identified relationship.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».