MétaCan
Menu
Retour à la cohorte
Enregistrement W4317910194 · doi:10.5194/jsss-12-21-2023

Non-invasive blood sugar detection by cost-effective capacitance spectroscopy

2023· article· en· W4317910194 sur OpenAlexafffund
Shazzad Rassel, Md Rejvi Kaysir, Abdulrahman Aloraynan, Dayan Ban

Notice bibliographique

RevueJournal of sensors and sensor systems · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Bioimpedance Tomography
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésCapacitanceMaterials scienceBiomedical engineeringCapacitive sensingSugarSpectroscopyAnalytical Chemistry (journal)OptoelectronicsElectrodeChemistryChromatographyMedicineElectrical engineeringBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Capacitance spectroscopy is a promising technique for detecting small changes in electrical properties of human blood such as conductivity, permittivity, capacitance, and dielectric constant due to the change of glucose concentration. We studied the capacitance of tissue-mimicking phantoms and the human body, in vitro and in vivo, for detecting blood sugar levels non-invasively by a simple and cost-effective setup. We found that, in tissue-mimicking phantoms, capacitance decreased ∼19 % for glucose concentration increases of 85 % with a correlation coefficient of R2=0.96. In the oral meal tolerance test (OMTT), the body capacitance increased less than 9 % for a 50 % increase in blood sugar level, and it followed the invasive reference with a lag time of ∼25–45 min and semi-invasive reference with a nominal time delay. This lag time is associated with the food digestion time and the diffusion time for the glucose to reach interstitial fluid from blood vessels. We also studied different types of metal pads made of copper, gold-coated copper, and aluminum with various sizes for system optimization. Considering the simplicity, low cost, easy operation, and moderate performance, this capacitive spectroscopy could potentially be a promising technique of detecting blood sugar levels and could be incorporated into other blood sugar detection techniques to reinforce the overall performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,025
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,195 · 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 tête enseignante, 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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of sensors and sensor systemsMême sujetElectrical and Bioimpedance TomographyTravaux en français237 207