MétaCan
Menu
Retour à la cohorte
Enregistrement W4210529131 · doi:10.1038/s41528-022-00139-x

3D printed leech-inspired origami dry electrodes for electrophysiology sensing robots

2022· article· en· W4210529131 sur OpenAlexafffund
Tae‐Ho Kim, Chao Bao, Ziniu Chen, Woo Soo Kim

Notice bibliographique

Revuenpj Flexible Electronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLeechRobotPhotoplethysmogramSuctionSIGNAL (programming language)Computer scienceNoise (video)Tactile sensorArtificial intelligenceMechanism (biology)Pressure sensorEngineeringReal-time computingSimulationComputer visionMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, based on inspiration drawn from origami and the suction mechanism of leeches, a dry electrode is developed for reliable blood pressure (BP) monitoring. The leech-inspired suction mechanism generated a local soft vacuum facilitating appropriate contact with the human skin. Subsequently, an electrocardiogram (ECG) sensor, termed a leech-inspired origami (LIO) sensor, was constructed using the developed dry electrode. The LIO with a sensing robot system ensures reliable ECG signals with a signal-to-noise ratio of 21.7 ± 0.56 dB. From the paired detection of ECG and photoplethysmography (PPG) through human–robot interaction, BP monitoring was demonstrated. The average difference of the systolic BP between that estimated by the sensing robot and that monitored by the sphygmomanometer was 0.03 mmHg, indicating the reliable BP monitoring ability of the sensing robot. The LIO sensing system inspired by origami and leech behaviors makes BP sensing tools feasible, which in turn would further the development of a remote healthcare monitoring robotic system.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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

Citations46
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuenpj Flexible ElectronicsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207