MétaCan
Menu
Retour à la cohorte
Enregistrement W2518269327 · doi:10.1109/memea.2016.7533751

An integrated system to compensate for temperature drift and ageing in non-invasive blood pressure measurement

2016· article· en· W2518269327 sur OpenAlexaff
Huthaifa N. Abderahman, Hilmi R. Dajani, Miodrag Bolić, Voicu Z. Groza

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHilbert–Huang transformBlood pressureNoise (video)SIGNAL (programming language)Temperature measurementPressure sensorAgeingComputer scienceEnvironmental scienceMaterials scienceAcousticsElectronic engineeringArtificial intelligenceEngineeringMedicineTelecommunicationsPhysicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Accurate blood pressure (BP) measurement is critical in the diagnosis and management of hypertension, as an error of 5 mmHg can be responsible for doubling or halving the number of patients diagnosed with this condition. Sensor drift, due to changing environmental factors, such as ambient temperature, can contribute to the inaccuracy. Studies also show that long term sensor drift, or ageing, can lead to a change of almost 9 mmHg in blood pressure measurement during the first three months of usage. In this work, a new stage is added to current cuff-based BP devices. This stage is responsible for adjusting the pressure reading before displaying it to end users, by monitoring changes in the ambient temperature and sensor ageing and adaptively compensating for these inaccuracies. These sources of inaccuracy are suppressed using algorithms based on Empirical Mode Decomposition (EMD), which has the feature of removing unwanted noise components without affecting the phase or the frequency distribution of the measured signal.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,798

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 Opus0,011
Tête enseignante GPT0,211
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 tête enseignante, 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207