A Multi-Modal Physiological Monitoring System Utilizing Multi-Wavelength Photoplethysmography and Transthoracic Bioimpedance for Advanced Hemodynamic Monitoring
Notice bibliographique
Résumé
Cardiovascular disease is a leading cause of mortality worldwide, with blood pressure regulation being a critical aspect of its management. Continuous, non-invasive blood pressure (cNiBP) devices allow for patients and clinicians to monitor the disease remotely and in between clinical visits. However, blood pressure readings alone do not provide a comprehensive picture of cardiovascular status, as in cases of compensated heart failure where reduced ejection fraction leads to reduced cardiac output, but compensation through vasoconstriction can maintain blood pressure within healthy ranges. This research project presents a multimodal system that monitors physiological metrics correlated with blood pressure and its underlying regulatory mechanisms, such as vascular resistance and cardiac output. The system employs transthoracic bio-impedance spectroscopy to quantify cardiac output, a multi-wavelength photoplethysmography system to estimate total peripheral resistance through local peripheral vascular resistance at the hand, and electrocardiography to estimate blood pressure through pulse arrival time measurements. Monitoring this specific set of parameters, the system provides real-time estimation of the cardiovascular status, improving the classification of hemodynamic states during various pressor scenarios over systems without cardiac output measurements. System accuracy is validated using Bland-Altman analysis against a Finapres Nova as a non-invasive reference standard. Machine learning architectures are deployed to systematically classify hemodynamic states utilizing multidimensional physiological data in an ablation study to estimate the value of additional hemodynamic variables for clinical assessment. The system extends beyond contemporary telemonitoring solutions by facilitating the continuous tracking of hemodynamic variables responsible for blood pressure regulation, offering a comprehensive and pragmatic approach to cardiovascular surveillance. Upon remote deployment, the system will generate clinically actionable data on cardiovascular disease progression, enabling the formulation of personalized therapeutic strategies based on real-time hemodynamic profiles and trends.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».