Feasibility of Specular Reflection Imaging for Extraction of Neck Vessel Pressure Waveforms
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.
Notice bibliographique
Résumé
Cardiovascular disease (CVD) is a leading cause of death worldwide and was responsible for 31% of all deaths in 2015. Changes in fluid pressures within the vessels of the circulatory system reflect the mechanical function of the heart. The jugular venous (JV) pulse waveform is an important clinical sign for assessing cardiac function. However, technology able to aid evaluation and interpretation are currently lacking. The goal of the current study was to develop a remote monitoring tool that aid clinicians in robust measurements of JV pulse waveforms. To address this need, we have developed a novel imaging modality, Specular Reflection Vascular Imaging (SRVI). The technology uses specular reflection for visualization of skin displacements caused by pressure pulsations in blood vessels. SRVI has been tested on 10 healthy volunteers. 10-seconds videos of the neck illuminated with a diffuse light source were captured at 250 fps. SRVI was able to identify and discriminate skin displacements caused by carotid artery and jugular vein pulsations to extract both carotid artery and jugular vein waveforms, making them easier to be visualized and interpreted. The method provided a 6-fold improvement in signal strength over a comparator remote PPG dataset. The current pilot study is a proof-of-concept demonstration of the potential of Specular Reflection Vascular Imaging for extraction of JV pulse waveforms.
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 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 découle