MétaCan
Menu
Retour à la cohorte
Enregistrement W4285197758 · doi:10.1109/tim.2022.3185622

Design and Performance Measurement of Implantable Differential Integrated Antenna for Wireless Biomedical Instrumentation Applications

2022· article· en· W4285197758 sur OpenAlexaff
Sarita Ahlawat, Vikrant Kaim, Binod Kumar Kanaujia, Neeta Singh, Karumudi Rambabu, Satya P. Singh, A. Lay-Ekuakille

Notice bibliographique

RevueIEEE Transactions on Instrumentation and Measurement · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSpecific absorption rateImaging phantomAntenna (radio)Bandwidth (computing)Antenna tunerElectronic engineeringElectrical engineeringDipole antennaComputer scienceEngineeringAntenna factorPhysicsTelecommunicationsOptics

Résumé

récupéré en direct d'OpenAlex

The growing demand of implantable medical devices is crucial for enabling real-time monitoring in biomedical and healthcare fields. This paper presents a differential integrated antenna for biomedical instrumentation applications in the Industrial, Scientific, and Medical (ISM) frequency bands (915 MHz and 2.45 GHz). The size of the proposed cubic flat differential system is (0.103λg × 0.103λg × 0.005λg), where λg is the guided wavelength at 915 MHz. The performance analysis of the differential antenna is carried out within homogeneous, heterogeneous, and realistic body models to design the proposed implantable integrated antenna. To validate the design method, a differential antenna is fabricated and assembled with different circuit components as per the simulation scenario and experimentally verified in the vicinity of skin mimicking phantom and minced pork. The measured -10 dB impedance bandwidth and far-field gain in the phantom are 16.4% and -30.3 dB, respectively, at 915 MHz, and 10.2% and -21.2 dB, respectively, at 2.45 GHz. Also, the communication link is calculated and evaluated based on the specific absorption rate (SAR) of the proposed differential integrated antenna at 1 W input power.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,222
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Instrumentation and MeasurementMême sujetWireless Body Area NetworksTravaux en français237 207