MétaCan
Menu
Retour à la cohorte
Enregistrement W2589940202 · doi:10.1117/12.2252114

Assessing photoplethysmographic imaging performance beyond facial perfusion analysis

2017· article· en· W2589940202 sur OpenAlexaff
Robert Amelard, Richard L. Hughson, Danielle K. Greaves, David A. Clausi, Alexander Wong

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensResearch Institute for AgingUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMedicineBiomedical engineeringArteryNuclear medicineCardiology

Résumé

récupéré en direct d'OpenAlex

Photoplethysmographic imaging (PPGI) systems are relatively new non-contact biophotonic diffuse reflectance systems able to assess arterial pulsations through transient changes in light-tissue interaction. Many PPGI studies have focused on extracting heart rate from the face or hand. Though PPGI systems can be used for widefield imaging of any anatomical area, whole-body investigations are lacking. Here, using a novel PPGI system, coded hemodynamic imaging (CHI), we explored and analyzed the pulsatility at major arterial locations across the whole body, including the neck (carotid artery), arm/wrist (brachial, radial and ulnar arteries), and leg/feet (popliteal and tibial arteries). CHI was positioned 1.5 m from the participant, and diffuse reactance from a broadband tungsten-halogen illumination was filtered using 850{1000 nm bandpass filter for deep tissue penetration. Images were acquired over a highly varying 24-participant sample (11/13 female/male, age 28.7&plusmn;12.4 years, BMI 25.5&plusmn;5.2 kg/m<sup>2</sup>), and a preliminary case study was performed. B-mode ultrasound images were acquired to validate observations through planar arterial characteristics.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,178
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,000
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 GPT0,240
Écart entre enseignants0,229 · 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.

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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207