MétaCan
Menu
Retour à la cohorte
Enregistrement W2144125160 · doi:10.1109/newcas.2012.6329018

Design of a miniaturized UWB antenna optimized for implantable neural recording systems

2012· article· en· W2144125160 sur OpenAlexaff
Hadi Bahrami, Benoit Gosselin, Leslie A. Rusch

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSpecific absorption rateHFSSMicrostripAntenna (radio)Computer scienceMicrostrip antennaElectronic engineeringRadiation patternMaterials scienceReturn lossWirelessElectrical engineeringEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Ultra-wideband (UWB) short-range communication systems are valuable in medical technology, particularly for implanted devices, due to their low-power consumption, low cost, and high data rates. Several emerging medical applications require that a miniature data acquisition device be implanted in the head to extract and wirelessly communicate brain activity to other devices. In such applications the antennas, a key component in a wireless implanted device, require extreme biocompatibility and limited size. This paper presents the design of a miniaturized UWB monopole microstrip antenna that is electrically suitable for implantation in the human head. The antenna is fed by a microstrip line on an FR4 substrate, has a size limited to 12mm×12mm, and is optimized against the effects of biological tissues. Optimization is performed numerically with HFSS. The return loss, radiation pattern and specific absorption rate (SAR) performance of the antenna are simulated and compared for three antenna sizes. Based on these results, a suitable UWB antenna is proposed for operation in an implanted neural recording device.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,226
Écart entre enseignants0,200 · 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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Body Area NetworksTravaux en français237 207