Statistical validation of wavelet transform coherence method to assess the transfer of calf muscle activation to blood pressure during quiet standing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle