MétaCan
Menu
Retour à la cohorte
Enregistrement W2539900394 · doi:10.1109/iembs.2004.1404078

Finding the Lung sound-Flow Relationship in Normal and Asthmatic Subjects

2005· article· en· W2539900394 sur OpenAlexaff
Imran Hossain, Zahra Moussavi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiquePhonocardiography and Auscultation Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésFlow (mathematics)MathematicsCorrelationSpeech recognitionComputer scienceGeometry

Résumé

récupéré en direct d'OpenAlex

To investigate the relationship between lung sound (LS) and flow, we studied LS signals from 5 healthy adults (group I), 10 healthy children (group II) and 7 asthmatic children (group III). The LS signals were recorded on right upper lung lobe at different flow rates varied from 0.4 to 3.0 L/s and the flow signals were measured at mouth. The LS and flow signals were parsed into segments of 1024 data points with 50% overlap between successive segments. The mean LS amplitude (mean AMP) and mean flow (flow) were calculated for each segment. The average power (Pave) of each segment was calculated from LS spectrum for different frequency bands between 20-600 Hz. Four different types of models, representing the relationship between mean AMP or Pave and flow, were investigated using different percentage of flow signal in each inspiratory phase. The model coefficients were derived from either linear regression analysis or polynomial curve fitting between the data and model variables. The correlation coefficients (r) between the experimental data and data estimated from the model coefficients were calculated for each subject in each model and averaged between the subjects. The results showed much stronger correlation between Pave and flow than mean AMP and flow for all groups. The best model to describe Pave relationship with flow was found to be power relationship in both healthy adults and children whereas a third-order polynomial curve best fitted the Pave and flow data in asthmatic group. The optimum frequency band to calculate Pave was found to be 150-450 Hz for healthy subjects and 300-600 Hz for asthmatic children. The diminution of heart sound (HS) from LS recordings showed no change in the selected model in all three groups. The results of this study suggest the difference in Pave- flow relationship in healthy and asthmatic subjects may be used as a diagnostic tool for asthma.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,152

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 Opus0,020
Tête enseignante GPT0,286
Écart entre enseignants0,266 · 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'étudeObservationnel
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

Citations18
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhonocardiography and Auscultation TechniquesTravaux en français237 207