MétaCan
Menu
Retour à la cohorte
Enregistrement W4414776553 · doi:10.3390/s25196097

Cardiac Monitoring with Textile Capacitive Electrodes in Driving Applications: Characterization of Signal Quality and RR Duration Accuracy

2025· article· en· W4414776553 sur OpenAlexafffund
James Elber Duverger, Geordi-Gabriel Renaud Dumoulin, Victor Bellemin, Patricia Forcier, Justine Decaens, Ghyslain Gagnon, Alireza Saïdi

Notice bibliographique

RevueSensors · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à MontréalCTT Group (Canada)Institut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesMitacsInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du Travail
Mots-clésCapacitive sensingSIGNAL (programming language)ElectrodeElectronic circuitTextileAlertnessQuality (philosophy)

Résumé

récupéré en direct d'OpenAlex

Capacitive ECG sensors in automobiles enable unobtrusive heart rate monitoring as an indicator of a driver's alertness and health. This paper introduces a capacitive sensor with textile electrodes and provides insights into signal quality and RR duration accuracy. Electrodes of various shapes, sizes, and fabrics were integrated at various positions into the seat back of a driving simulator car seat. Seven subjects completed identical driving circuits with their cardiac signals being recorded simultaneously with textile electrodes and reference Ag-AgCl electrodes. Capacitive ECG signals with observable R peaks (after filtering) could be captured with almost all pairs of textile electrodes, independently of design or placement. Signal quality from textile electrodes was consistently lower compared with reference Ag-AgCl electrodes. Proximity to the heart or even contact with the body seems to be key but not enough to improve signal quality. However, accurate measurement of RR durations was mostly independent of signal quality since 90% of all RR durations measured on capacitive ECG signals had a percentage error below 5% compared to reference ECG signals. Accuracy was actually algorithm-dependent, where a classic Pan-Tompkins-based algorithm was interestingly outperformed by an in-house frequency-domain algorithm.

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 enseignants0,154
Score d'incertitude au seuil0,511

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,251
Écart entre enseignants0,241 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207