Energy Saving on Constrained 12-Leads Real-Time ECG Monitoring
Notice bibliographique
Résumé
Continuous real-time electrocardiogram (ECG) monitoring can detect arrhythmia and provide early warning for heart attacks. Effective power management signals and controlling the mode of operation to reduce the need for full fidelity ECG signal. This work studies the impact of the base-delta compression technique for different cardiac conditions on power consummation. It also aims to evaluate operational strategies and their effect on the battery life when the ECG patch can switch between different operating modes (e.g., varying the number of leads according to the cardiac conditions). We use a binary classifier to inform the decision of switching between different operational strategies. Both scenarios are evaluated in terms of execution time, Bluetooth Low Energy (BLE) communication airtime, power consumption, and energy-saving ratios on a Texas Instruments CC2650 Micro-controller Unit (MCU). We compare the performance of the base-delta compression and changing the mode of operation scenarios on various cardiac abnormalities. Performance evaluation shows that operational strategies outperforms data compression in power saving for normal ECG readings by a double fold. In contrast, operational strategies incurs an additional overhead of 1011 ms during an abnormal status. However, base-delta satisfies the embedded platform constraints on execution time and airtime with 25 ms and 20 ms, respectively in the MCU environment.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».