MétaCan
Menu
Retour à la cohorte
Enregistrement W4414346415 · doi:10.3791/68837

A Multifunctional, Embedded-based, Bluetooth-enabled, Programmable, Biphasic-waveform Stimulator with Real-time Neural Signal Acquisition

2025· article· en· W4414346415 sur OpenAlexaff
Philips Zachariah, Jijo Francis, Adarsh V. Parekkattil, S Athithya, Caren Babu, Loitongbam Surajkumar Singh, Shuma Adhikari

Notice bibliographique

RevueJournal of Visualized Experiments · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensNOSM University
Organismes subventionnairesnon disponible
Mots-clésWaveformNeuromodulationSIGNAL (programming language)Flexibility (engineering)Artificial neural networkSignal processing

Résumé

récupéré en direct d'OpenAlex

The study introduces a lightweight, Bluetooth-enabled deep brain stimulation (DBS) device that is designed specifically for preclinical research in small, freely moving animals. To address the current limitations in waveform flexibility and wireless control, we developed a compact, multifunctional stimulator capable of delivering programmable, charge-balanced biphasic waveforms while simultaneously acquiring neural signals. The system integrates off-the-shelf components for current regulation, signal amplification, and analog-to-digital conversion, all managed by a low-power microcontroller. The assembly includes key steps such as circuit integration on a double-sided 30 x 30 mm PCB, waveform programming via nRF Connect, and validation through saline and load resistance testing. In vitro assessments demonstrated reliable current output across varying load impedances, effective saline operation without waveform degradation, and high-fidelity neural signal recording with a signal-to-noise ratio exceeding 35 dB. These results confirm the device's suitability for closed-loop neuromodulation experiments and lay the groundwork for future translational studies in DBS therapy.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,027
Tête enseignante GPT0,379
Écart entre enseignants0,352 · 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
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207