MétaCan
Menu
Retour à la cohorte
Enregistrement W4405179371 · doi:10.1109/tap.2024.3508104

Simultaneous Wireless Powering and Biotelemetry for Biomedical Implants Using 3-D Printable Water-Based Self-Diplexing Antennas

2024· article· en· W4405179371 sur OpenAlexaff
Farooq Faisal, Abdul Basir, Muhammad Zada, Toni Björninen, Mohamed Chaker, Tarek Djerafi

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésBiotelemetryWirelessElectrical engineeringDirectional antennaComputer scienceMaterials scienceAntenna (radio)TelecommunicationsEngineeringTelemetry

Résumé

récupéré en direct d'OpenAlex

This article presents water-based (WB) single-input single-output (SISO) and multiple-input multiple-output (MIMO) self-diplexing antennas designed for implantable devices. The SISO WB self-diplexing (WBSD) antenna is designed with two elements of different heights: the element with a height of 7 mm resonates at 1.45 GHz for wireless power transfer (WPT), and the other with a height of 4.2 mm resonates at 2.45 GHz for bio-telemetry. To convert the SISO into an MIMO, the circular radiators are repositioned toward the boundary and mirrored to the opposite boundary of the antenna. The operating frequencies of both versions can be customized by adjusting their heights and radii. These SISO and MIMO self-diplexers are considered safer for users as they use water and metal without any slots. To create an efficient system capable of both biotelemetry and battery recharging, the WBSD antenna prototypes are connected to a full-wave rectifier inside a capsule device, and different tests are performed. The efficiency of the WPT is improved by about 30% using the spatial power combining (SPC) techniques. Both the SISO and MIMO self-diplexers can be produced using a 3-D printer and copper tapes, resulting in lower production costs.

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)0,000
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,240
Écart entre enseignants0,227 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207