MétaCan
Menu
Retour à la cohorte
Enregistrement W4200119327 · doi:10.1109/embc46164.2021.9629594

Novel Cuffless Blood Pressure Estimation Method Using a Bayesian Hierarchical Model

2021· article· en· W4200119327 sur OpenAlexaff
Shan He, Hilmi R. Dajani, Miodrag Bolić

Notice bibliographique

Revue2021 43rd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPhotoplethysmogramCalibrationBlood pressureSphygmomanometerCuffComputer scienceMedicineMathematicsInternal medicineStatisticsSurgeryComputer vision

Résumé

récupéré en direct d'OpenAlex

Continuous blood pressure (BP) monitoring is important for the prevention and early diagnosis of cardiovascular diseases. Cuffless BP estimation using pulse arrival time (PAT) via a mathematical model which enables continuous BP measurement has recently become a popular research topic. In this study, simultaneous biomedical signals from ten healthy subjects were acquired by electrocardiogram (ECG) and photoplethysmogram (PPG) sensors and the continuous reference BP data were collected by a cuff-based Finometer PRO BP monitor. A hierarchical model was applied to estimate the parameters of a nonlinear model which in turn is used to estimate systolic blood pressure (SBP) using PAT with few calibration measurements. The mean absolute difference (MAD) between the estimated SBP and reference SBP is 4.35±1.43 mmHg using the proposed hierarchical model with three calibration measurements and is 4.36±1.17 mmHg with a single calibration measurement.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,689
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,323
Écart entre enseignants0,275 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 43rd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC)Même sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207