MétaCan
Menu
Retour à la cohorte
Enregistrement W2517897451 · doi:10.5430/jbei.v3n1p1

3D phase diagram in vectorcardiography

2016· article· en· W2517897451 sur OpenAlexaff
Valeri Goussev

Notice bibliographique

RevueJournal of Biomedical Engineering and Informatics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensJewish Rehabilitation Hospital
Organismes subventionnairesnon disponible
Mots-clésVectorcardiographyPhase diagramDiagramDipolePhase (matter)Computer sciencePhysicsAlgorithmMathematicsCardiologyMedicineStatisticsElectrocardiography

Résumé

récupéré en direct d'OpenAlex

The article is intended to propose the new technique for analysis and visualization of vectorcardiograms based on the 3D phase diagrams. The regular Frank 3D lead system was considered as the signal source to construct 3D vector space. The three cardio signals from the lead system, representing the currents in the body, and the three integrated in time signals, representing the corresponding charge flows, were used to form 3D phase diagram. This diagram is considered as a new compact description of the dipole object properties in the 3D space, combining simultaneously information about the charge movements and the changes in values and orientation of the current. The regular properties, like the angular momentum of the charge flow and the dipole strength vectors and their covariance can be evaluated from the real vectorcardiogram. Based on the set of vectorcardiograms for 8 healthy controls and 7 myocardial infarction patients the 3D phase diagrams and their statistical parameters are evaluated and discussed. An example is given of the technique implementation for the comparison of the 3D phase diagrams in a control and a myocardial infarction patient.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,157

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Engineering and InformaticsMême sujetCardiovascular Function and Risk FactorsTravaux en français237 207