Development of a real‐time adaptive delta compression algorithm for photoplethysmography system
Notice bibliographique
Résumé
Photoplethysmography (PPG) is a simple and low‐cost optical technique that measures the blood volume change of the microvascular bed. The multichannel PPG recording system enables researchers to study the characteristics of the PPG signal from multiple body sites. Long‐time, continuous PPG signal monitoring helps doctors in medical diagnosis and treatment. However, the development of the PPG signal acquisition system is limited by storage capacity and computational and hardware capability. Limitation in storage capacity and communication efficiency can be addressed by introducing data compression algorithms. In this paper, a single‐channel, high‐resolution (24‐bit) wireless PPG data acquisition system using Bluetooth connectivity with the adaptive delta compression algorithm is presented. A graphical user interface was developed using MATLAB to interface with the system using a serial port profile. The PPG signals were decompressed and stored in the local hard drive for future analysis. The performance of adaptive data compression algorithm was evaluated with 12 healthy subjects. Results show that the compression ratio achieved is 41.5. The mean percentile root‐mean‐square (RMS) difference at the sampling frequency of 100 Hz is 0.13%. The mean normalized percentile RMS difference value is 9.78%. The system was successfully tested in a continuous acquisition mode for up to 60 min. © 2018 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.
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 ».