MétaCan
Menu
Retour à la cohorte
Enregistrement W3087183557 · doi:10.1038/s41598-020-72114-3

Low-cost portable microwave sensor for non-invasive monitoring of blood glucose level: novel design utilizing a four-cell CSRR hexagonal configuration

2020· article· en· W3087183557 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave and Dielectric Measurement Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesErasmus+Natural Sciences and Engineering Research Council of CanadaResearch Institute for Aging, University of WaterlooC-COM Satellite SystemsUniversity of Waterloo
Mots-clésMicrowaveHexagonal crystal systemOptoelectronicsComputer scienceMaterials scienceBiomedical engineeringMedicineChemistryTelecommunicationsCrystallography

Résumé

récupéré en direct d'OpenAlex

This article presents a novel design of portable planar microwave sensor for fast, accurate, and non-invasive monitoring of the blood glucose level as an effective technique for diabetes control and prevention. The proposed sensor design incorporates four cells of hexagonal-shaped complementary split ring resonators (CSRRs), arranged in a honey-cell configuration, and fabricated on a thin sheet of an FR4 dielectric substrate.The CSRR sensing elements are coupled via a planar microstrip-line to a radar board operating in the ISM band 2.4-2.5 GHz. The integrated sensor shows an impressive detection capability and a remarkable sensitivity of blood glucose levels (BGLs). The superior detection capability is attributed to the enhanced design of the CSRR sensing elements that expose the glucose samples to an intense interaction with the electromagnetic fields highly concentrated around the sensing region at the induced resonances. This feature enables the developed sensor to detect extremely delicate variations in the electromagnetic properties that characterize the varying-level glucose samples. The desired performance of the fabricated sensor is practically validated through in-vitro measurements using a convenient setup of Vector Network Analyzer (VNA) that records notable traces of frequency-shift responses when the sensor is loaded with samples of 70-120 mg/dL glucose concentrations. This is also demonstrated in the radar-driven prototype where the raw data collected at the radar receiving channel shows obvious patterns that reflect glucose-level variations. Furthermore, the differences in the sensor responses for tested glucose samples are quantified by applying the Principal Component Analysis (PCA) machine learning algorithm. The proposed sensor, beside its impressive detection capability of the diabetes-spectrum glucose levels, has several other favorable attributes including compact size, simple fabrication, affordable cost, non-ionizing nature, and minimum health risk or impact. Such attractive features promote the proposed sensor as a possible candidate for non-invasive glucose levels monitoring for diabetes as evidenced by the preliminary results from a proof-of-concept in-vivo experiment of tracking an individual's BGL by placing his fingertip onto the sensor. The presented system is a developmental platform towards radar-driven wearable continuous BGL monitors.

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 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: aucune
Score de désaccord entre enseignants0,648
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)0,0000,000
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 Opus0,086
Tête enseignante GPT0,246
Écart entre enseignants0,160 · 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