Tidal volume variability and respiration rate estimation using a wearable accelerometer sensor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The measurement of respiration rate and tidal volume variability are critical to the diagnosis and monitoring of a wide range of breath disorders as well as being useful broader parameters of a patient's condition. This paper presents a portable real-time platform designed to support a computationally efficient human respiratory tracking system for medical applications. The proposed system is designed particularly for patients with breathing problems (e.g. respiratory complications after surgery) or sleep disorders. We introduce the use of accelerometer sensor to detect changes in the anterior-posterior diameter of the chest; whereas these changes provide an accurate measurement of respiration rate as well as tidal volume variability. The complete system was comprised of wearable calibrated accelerometer sensor, Bluetooth Low Energy (BLE) and cloud database. The experiments are conducted with 8 subjects and the overall error in respiration rate calculation is obtained 0.2% considering SPR-BTA spirometer as the reference. We also present a method for Tidal Volume variability (TVvar) estimation while validated using Pearson correlation. The mean value of the correlation coefficient between TVvar derived from the accelerometer and spirometer for all subjects and three breath patterns is 0.87 which shows a high correspondence of two signals. Furthermore, the results indicate that the accelerometer driven TVvar achieves the average MSE 1.6E-03±3.69E-03 compared to the reference.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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