Effects of Flexible Dry Electrode Design on Electrodermal Activity Stimulus Response Detection
Notice bibliographique
Résumé
Objective: The focus of this research is to evaluate the effects of design parameters including surface area, distance between and geometry of dry flexible electrodes on electrodermal activity (EDA) stimulus response detection. Methods: EDA is a result of the autonomic nervous system being stimulated, which causes sweat and changes the electrical characteristics of the skin. Standard silver/silver chloride (Ag/AgCl) EDA electrodes are rigid and lack conformability in contact with skin. In this study, flexible dry Ag/AgCl EDA electrodes were fabricated on a compliant substrate, used to monitor EDA stimulus responses and compared to results simultaneously collected by rigid dry Ag/AgCl electrodes. Results: A repeatable fabrication process for flexible Ag/AgCl electrodes has been established. Surface area, distance between and geometry of electrodes are shown to affect the detectability of the EDA response and the minimum number of sweat glands to be covered by the electrodes has been estimated at 140, or more, in order to maintain functionality. The optimal flexible EDA electrode is a serpentine design with a 0.15 cm <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> surface area and a 0.20 cm distance with an average Pearson correlation coefficient of 0.979 ± 0.015. Conclusion: Fabrication of flexible electrodes is described and an understanding of the effects of electrode designs on the EDA stimulus response detection has been established and is potentially related to the coverage of sweat glands. Significance: This work presents a novel systematic approach to understand the effects of electrode designs on monitoring EDA which is of importance for the design of wearable EDA monitoring devices.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».