Notice bibliographique
Résumé
High arterial blood pressure, or hypertension, is a major risk factor for cardiovascular diseases. Conventional noninvasive methods for estimating the arterial blood pressure rely on a brachial cuff that is placed around the upper arm. The cuff is inflated to a pressure that exceeds the systolic blood pressure. The heart pulse is monitored while the cuff is slowly deflated. The pressure at which the heart pulse sound can be detected corresponds to the systolic pressure and the pressure at which the heart pulse sound can no longer be detected corresponds to the diastolic pressure. This approach cannot be used on a continuous basis and has many disadvantages, including the fact that the system is cumbersome and causes discomfort to the patient, which may affect their blood pressure value. This thesis proposes two approaches to accurately measure the pulse transit time (PTT). The PTT can be used to estimate arterial blood pressure variations noninvasively, on a continuous basis without the use of a cuff. The correlation between the arterial blood pressure and PTT are verified using bio-signals from the MIMIC II database. The first approach for measuring the PTT relies on the electrocardiogram (ECG) and photo-plethysmograph (PPG) signals. Algorithms based on the empirical mode decomposition (EMD) method and the adaptive filtering techniques are proposed to enhance the corrupted ECG signal. Gaussian-based curve fitting algorithms are proposed to model and extract the embedded characteristic parameters from the original PPG signal. The second approach relies on a novel framework: the Eulerian video magnification (EVM). The color component of the video signal is amplified to reveal subtle change in the skin color. These changes correspond to the blood flow into the arteries. Simulations and experiments are conducted to validate the proposed framework. The results demonstrate that the enhanced ECG and PPG signals can improve the accuracy of the PTT in estimating the arterial blood pressure. The EVM method can capture the characteristics of the wrist pulse signal and detect the heart pulse on different areas of the human skin. This paves the way towards the usage of cameras for continuous arterial blood pressure monitoring.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».