MétaCan
Menu
Retour à la cohorte
Enregistrement W7136212103 · doi:10.1109/mapcon65020.2025.11425877

A Compact Implantable Antenna for Biotelemetry Applications in Arteriovenous Grafts

2025· article· W7136212103 sur OpenAlexaff
Manogna Naidu Neerukattu, Anil Kumar Nayak, Kambiz Moez, Amalendu Patnaik

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBiotelemetryAntenna (radio)TelemetryHum

Résumé

récupéré en direct d'OpenAlex

The increasing demand for real-time health monitoring has driven significant advancements in wireless implantable medical devices, particularly for organ-specific applications such as kidney diagnostics. These systems use implantable antennas to establish biotelemetry communication between the internal device and external monitoring units. However, designing antennas suitable for implantation has several challenges, especially in complex anatomical regions like the abdomen. High signal attenuation, size limitations, restricted gain, and adherence to safety regulations are among the constraints. This work mainly presents the design and characterization of a compact, low-profile, high-gain implantable antenna optimized for kidney applications operating in the <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$2.4-2.5 \text{GHz}$</tex> ISM band. Initially, the antenna was designed with a coaxial feed placed at its center. Four lshaped slots are etched to obtain the resonant frequency. Two shorting pins are employed to improve the impedance matching. Four circular slots are used on the ground to further enhance the gain of the antenna. The antenna is simulated in a human tissue phantom model representing realistic abdominal conditions. The measured fractional impedance bandwidth of 31.42 %, simulated gain of -24 dBi, and acceptable SAR have been obtained. The antenna has compact, low profile and is suitable for wireless biotelemetry in arteriovenous grafts.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
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 Opus0,009
Tête enseignante GPT0,248
Écart entre enseignants0,240 · 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.

Devis d'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Body Area NetworksTravaux en français237 207