MétaCan
Menu
Retour à la cohorte
Enregistrement W7161938695 · doi:10.82308/45179

Effect of chest morphology on vibrational cardiography waveforms using multi-sensor analysis

2022· dissertation· en· W7161938695 sur OpenAlexaboutno aff
Siddiqui Hakim

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccelerometerVibrationWaveformSIGNAL (programming language)Wearable computerAccelerationHeart soundsGyroscope

Résumé

récupéré en direct d'OpenAlex

Vibrational waves generated by cardiac events can be detected by an accelerometer or a gyroscope placed on the surface of the chest. These waves are generally in the infrasonic range and contain information about cardiac mechanics. Recent advances in sensor technology have paved the way to portable, and non-invasive sensors. Wearable devices developed with these sensors can be used to monitor cardiac vibrations continuously, providing early detection of cardiovascular diseases. These are especially important in rural areas or even for astronauts in the space, that is, in places where proper clinical support is often unavailable. However, these vibrations are extremely sensitive to sensor placement. Hence a better understanding of the waves in connection the human body is necessary to take this system from the lab to a hospital setting, and our households. This thesis studies cardiac vibrations through acceleration recorded on seven locations on the chest. Previous studies have attempted to investigate chest vibrations through physical testing, analytical solution, and simulation. However, any connection between morphological changes in the chest and vibrational cardiography (VCG) signal quality is yet to be established. In this study, we propose a novel method to connect the vibrations to the changes in body composition level by testing in the lab, and by building simple numerical models of the human chest containing individual material properties for the organs within. A multi-sensor based simultaneous VCG recording system was developed in the lab and detailed in this thesis. A pilot test was performed on three subjects at McGill University, during the restrictions placed by the Covid-19 pandemic. One participant underwent a weight loss and strength training program and testing revealed that the signal-to-noise ratio of cardiac vibrations improved during that period. Amplitude modulation due to different sensor positioning was observed and it helped to identify the best locations on the chest for VCG recording. All sensor positions were able to pick up cardiac valvular activity. The systolic and the diastolic peak of the vibrational waves were studied simultaneously in time and frequency domain and revealed similar frequency contents in the signal during both events. A detailed study on a larger population must be completed to validate the findings

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
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)0,0010,001
Bibliométrie0,0010,001
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 Opus0,011
Tête enseignante GPT0,268
Écart entre enseignants0,256 · 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'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 sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207