MétaCan
Menu
Retour à la cohorte
Enregistrement W4309816100 · doi:10.1149/ma2022-02622288mtgabs

(Digital Presentation) A Low-Modulus, Soft and Stretchable Wearable Electrocardiography Sensor-System Patch

2022· article· en· W4309816100 sur OpenAlexaff
Anan Zhang, Alexandra Tessier, Chris Williams, Shideh Kabiri Ameri

Notice bibliographique

RevueECS Meeting Abstracts · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésWearable computerMaterials scienceComputer scienceWearable technologyElectronic engineeringEmbedded systemEngineering

Résumé

récupéré en direct d'OpenAlex

Electrocardiography (ECG) is a primary tool for diagnosis of various types of disease and disorders such as arrhythmias, coronary heart disease, heart attack, mental disorders, etc. Reliable wearable ECG devices can be a valuable tool in early diagnosis and effective treatment of such disease and disorders. Convention wearable ECG sensor-systems are rigid, bulky, expensive, and the recorded ECG signals using these wearable devices lack required accuracy for medical diagnosis mainly due to motion artifacts that is originated from slippage of sensors on skin and/or instable interface between the soft sensor and the rigid electronic circuits. Here, we report a low-modulus, soft and stretchable wearable electrocardiography (ECG) sensor-system patch which enables continuous and long-term recording of ECG signals with minimal motion artifacts. This system consists of two reusable, detachable-attachable patches: sensor patch and circuit patch, as shown in Figure 1a. The reusable multi-wall carbon nanotube (MWCNT) based sensor patch is fabricated on stretchable elastomer substrate by our developed cost and time-effective method. Reusable, front-end and wireless circuit patch is made by integration of the off-the-shelf integrated circuit components with three-dimensional (3D) stretchable-deformable interconnects (SDI). SDIs are 3D springs of liquid metal (EGaIn). Unlike other reported liquid metal based interconnects, SDI has been designed in 3D form to increase the stretchability and make it low-modulus and robust to deformations in all directions. The stretchability of SDI structure is beyond 500% (the limit of our measurement system) without any negligible change in electrical resistivity of the interconnects. With less than 1% change in the resistance of SDIs after 50,000 cycles of applied tensile strain of 200%, the SDI structure ensures reliable stretchability and durability of the circuit patch for long-term electrocardiography. The sensor patch is soft, stretchable and it is fabricated using a low-cost scalable method. This soft and stretchable ECG sensor-system shows comparable performance with respect to medical grade Ag/AgCl wet gel electrodes. Our CNT-PDMS sensors shows low electrode-skin interface impedance and low susceptibility to motion artifact which similar of it in medical grade Ag/AgCl wet gel sensors (Fig. 1b). Further, it is waterproof, reusable and comfortable to wear. The circuit patch includes a rechargeable battery and ECG signals is wirelessly sent to a personal device such as cellphone, tablet and laptop through Bluetooth low energy (BLE) and it is displayed in real-time (Fig. 1c) Our developed sensor-system is a multi-use platform which can be applied for the detection of EMG, EEG or EOG signals. Figure 1

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,866

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,3930,149

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 Opus0,006
Tête enseignante GPT0,193
Écart entre enseignants0,187 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207