Impact of Skin–Electrode Interface on Electrocardiogram Measurements Using Conductive Textile Electrodes
Notice bibliographique
Résumé
Physicians' understanding of biosignals as measured with medical instruments becomes the foundation of their decisions and diagnoses of patients, as they rely strongly on what the instruments show. Thus, it is critical and very important to ensure that the instruments' recordings exactly reflect what is happening in the patient's body so that the acquired signal is the real one or at least as close to the real in-body signal as possible. This is such an important issue that sometimes physicians use invasive measurements to obtain the real biosignal. Generating an in-body signal from what a measurement device shows is called “signal purification” or “reconstruction” and can be done only when we have adequate information about the interface between the body and the monitoring device. In this paper, first, we present a device that we developed for electrocardiogram (ECG) acquisition and transfer to PC. To evaluate the performance of the device, we use it to measure ECG and apply conductive textile as our ECG electrode. Then, we evaluate ECG signals captured by different electrodes, specifically traditional gel Ag/AgCl and dry golden plate electrodes, and compare the results, allowing us to investigate if ECG measured with the device is proper for applications where no skin preparation is allowed, such as ECG-assisted blood pressure monitoring devices. Next, we propose a method to reconstruct the ECG signal from the signal acquired by our device, with respect to the interface characteristics and their relation to the ECG. The interface in this paper is skin-electrode interface for conductive textiles. In the last stage of this paper, we explore the effects of pressure on skin-electrode interface impedance and its parametrical variation.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».