Development of the hyperspectral near infrared spectroscopy for monitoring tissue oxygen metabolism
Notice bibliographique
Résumé
Near Infrared Spectroscopy (NIRS) employs optical window of 650-1100 nm to measure the concentrations of different chromophores such as, oxygenated hemoglobin (HbO2), deoxygenated hemoglobin (Hb) and water. In addition, changes in the redox cytochrome c oxidase (Cyt-ox) can be measured using hyperspectral NIRS. Cyt-ox has a relatively low concentration compared to HbO2 and HHb therefore its measurements is very challenging. The main objective of this thesis was to identify the best signal-processing algorithm for deconvolution of the Cyt-ox changes. In this thesis two different studies have been done; in the first study, functional broadband NIRS during simulated driving (on 16 adult subjects) has been recorded and the best data processing algorithm for deconvolution of the chromophores was identified. In the second series of experiments broadband NIRS data during cardiac arrest and resuscitation was recorded on 19 pigs. A novel signal-processing algorithm was introduced to deconvolve Cyt-ox. The Introduction section covers relevant aspects of the theory and mathematical concepts. The Journal Manuscript part contains the two projects mentioned above. The last part is The Journal Manuscript part contains the two projects mentioned above. The last part is allocated for the overall conclusion of the entire thesis.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».