MétaCan
Menu
Retour à la cohorte
Enregistrement W7132886742

Development of Smart Textile Systems for Electrophysiological Monitoring

2022· dissertation· W7132886742 sur OpenAlexfundno aff
Milad Alizadeh-Meghrazi

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésLaminationTextileElectrodeElectrophysiologyData acquisitionWaveformSIGNAL (programming language)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cardiovascular diseases (CVDs) are the leading cause of death worldwide. Assessments of cardiac electrical signals, such as variations in cardiac rhythm or abnormalities in wave form, allow for diagnoses of cardiac disease states. Conventionally, the cardiac electrical signals are acquired using gel electrodes, part of electrocardiogram (ECG) assessment. Gel electrodes have limitations for long-term use due to durability issues and possible skin irritations. This presents a need for an alternative to gel electrodes that addresses the limitations for long-term ECG measurements such as a holter system, while providing comparable clinical applicability and accuracy.Throughout human history, textiles have been a ubiquitous technology. Their pervasive nature makes them a promising medium as a replacement for gel electrodes. This can be achieved through the introduction of materials that can capture electrical signals from the body. These materials can be introduced through techniques of lamination on textiles or as a fiber/yarn in the textile production process. In this thesis a variety of materials from the literature were selected and deployed using textile lamination and knitting, to create textile-based electrodes for electrophysiological signal acquisition. The textile-based electrodes were electrically characterized and compared to gel electrodes. The textile electrodes were further classified for their performance in the acquisition of electrophysiological signals, such as electrocardiogram (ECG) and electromyogram (EMG). In the subsequent phase of this thesis textile form factors were designed and developed, that incorporated the textile-based electrodes best suited for ECG and EMG acquisition. The form factors were selected for use cases in, a) ECG: continuous monitoring through an underwear form factor for CVD, and b) EMG: continuous monitoring through a sleeve form factor for prosthetic control. Successful demonstrations are presented of the developed textile form factors, and the custom algorithms needed for the analysis of acquired electrophysiological signals from the textile-based electrodes. In conclusion, a framework for the design, development, testing and validation of textile based electrophysiological systems is presented. These guidelines and best practices should pave the way for future developments in this field.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,031
Tête enseignante GPT0,313
Écart entre enseignants0,282 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207