MétaCan
Menu
Retour à la cohorte
Enregistrement W2295737948 · doi:10.1109/embc.2015.7320044

Moving toward automatic and standalone delineation of seismocardiogram signal

2015· article· en· W2295737948 sur OpenAlexaff
Farzad Khosrow-Khavar, Kouhyar Tavakolian, Carlo Menon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésIsovolumetric contractionCardiac cycleSIGNAL (programming language)Envelope (radar)Heart rateWaveformAortic valveInstantaneous phaseCardiologyPhysicsMedicineDiastoleMathematicsComputer scienceBlood pressureInternal medicineTelecommunicationsVoltage

Résumé

récupéré en direct d'OpenAlex

The purpose of this research is to propose an algorithm that could accomplish automatic delineation of the seismocardiogram (SCG) signal without using a reference electrocardiogram R-wave. As a result, the SCG signal could be used, as a stand-alone solution for many cardiovascular medical applications such as hemorrhage detection, cardiac computed tomographic gating, cardiac resynchronization therapy, hemodynamics estimations and diastolic timed vibration. Multiple envelopes were derived from the seismocardiogram signal by using filtering and triple integration. The first envelope is referred as the heart rate envelope, which has the characteristics of having a period of exactly one cardiac cycle and its purpose is to replace the ECG R-wave as a reference point. Our dataset is based on the lower body negative pressure (LBNP) test that was conducted on 18 individuals, containing 21610 cardiac cycles. For 94% of the LBNP dataset, the aforementioned envelope estimated heart rate within 3 beats per minute. Three different peaks of the SCG signal are of our interest: isovolumic contraction (IM), aortic valve opening (AO) and aortic valve closure (AC). For each of these desired peaks of the SCG signal, a different envelope was designed in a manner that its peak is very close to IM, AO and AC, respectively. For the same lower body negative pressure data set, a mean difference of (9, 9, 6) and standard deviation of (8, 9, 9) millisecond between the peak of envelopes and IM, AO and AC is accomplished. This could be used as a good initial estimation of the annotation points.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,023
Tête enseignante GPT0,231
Écart entre enseignants0,207 · 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'étudeSimulation ou modélisation
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

Citations27
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207