Empirical mode decomposition for respiratory and heart rate estimation from the photoplethysmogram
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
We introduce a method based on empirical mode decomposition (EMD) to estimate both respiratory rate (RR) and heart rate (HR) from the photoplethysmographic (PPG) signal obtained from pulse oximetry. The spectral analysis of the EMD applied to the PPG signal was used to extract two signals, the respiratory and cardiac modulations respectively. On these modulated signals, an additional spectral analysis was applied to calculate their frequency peaks. To improve spectral resolution a parametric power spectral analysis based on autoregressive modelling was selected. The frequency peak found in the respiratory and cardiac signals reflects RR and HR, respectively. The PPG signals were analysed using a 1-min sliding window with 50% overlap. The RR and HR estimation accuracy was assessed using the unnormalized root mean square (RMS) error. Median errors (quartiles) were calculated to account for the non-normal RMS distribution. The test dataset consisted of 8-min PPG and capnometric signals from 29 paediatric and 13 adults cases (42 subjects in total) containing reliable recordings of either spontaneous or controlled breathing. A research assistant manually labelled the signals. The reference RR (from capnogram) and HR (from PPG) were manually extracted. The median RMS error (quartiles) obtained for RR was 3.5 (1.1, 11) breaths/min and for HR was 0.35 (0.2, 0.59) beats/min. Therefore, the spectral analysis of the respiratory and cardiac signals extracted through EMD, introduces a useful method to estimate and monitor RR and HR simultaneously from the PPG signal obtained from pulse oximetry.
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 | 0,000 |
| 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