Conception d'un module d'électrodes actives pour un système de tomographie d'impédance électrique bifréquence
Bibliographic record
Abstract
Je prends beaucoup plus de plaisir à m'instruire moi-même que non pas à mettre par écrit le peu que je sais.René Descartes iv REMERCIEMENTS Je tiens tout d'abord à remercier mon directeur de recherche, monsieur Robert Guardo, pour sa grande disponibilité et son soutien financier.Merci d'avoir autant enrichi ma formation depuis la supervision de mon projet personnel il y a déjà maintenant cinq ans.Je voudrais aussi remercier mon codirecteur, monsieur Hervé Gagnon, pour tous ses conseils sur mon projet.Je garde un bon souvenir des nombreuses discussions stimulantes qui ont alimenté ma maîtrise sur une base amicale et professionnelle.Merci à tous les membres du personnel qui m'ont aidé et encouragé, notamment Louise Clément pour son aide lors de l'achat et l'expédition de matériel.Merci aussi à Gaétan Décarie pour ses conseils techniques sur les circuits imprimés.Je tiens aussi à remercier tous les étudiants du laboratoire pour avoir rendu l'atmosphère de travail si agréable.J'aimerais remercier plus spécialement deux étudiants sans qui ma maîtrise n'aurait pas été la même : Julien Jéhanne-Lacasse et Jean-Christophe Gervais.Je voudrais remercier ma famille pour leur support tout au long de mes études.Grâce à ce mémoire, vous allez enfin savoir sur quoi j'ai travaillé pendant tout ce temps.Pour terminer, comment oublier Nadège, qui a toujours été là pour moi et avec qui j'ai eu la chance d'aggrémenter ma maîtrise de voyages inoubliables.vii Une analyse de variance a été effectuée pour déterminer si les différences de performance entre les cinq MEA-LB qui ont été construits sont significatives.Une analyse de variance a aussi été faite pour déterminer si les différences observées lorsqu'on interconnecte plusieurs cartes sont significatives.Des tests d'imagerie ont été réalisés pour valider les nouvelles fonctionnalités du MEA-LB.Des images bifréquences ont été obtenues sur un fantôme résistif pour confirmer la possibilité d'imager à deux fréquences différentes.Des images différentielles ont été obtenues à partir de données acquises sur un fantôme électrolytique comportant 32 électrodes.Ces essais ont confirmé l'amélioration attendue de la résolution spatiale des images obtenues avec 32 électrodes comparativement à celles obtenues avec 16 électrodes.Des acquisitions in vivo sur des volontaires ont complété nos évaluations expérimentales du MEA-LB.Les images de ventilation pulmonaire obtenues lors de ces essais montrent une amélioration du contraste entre les poumons et les autres tissus du thorax.Suite à ces tests, nous pouvons conclure que le MEA-LB démontre les performances nécessaires pour remplacer le MEA simple fréquence actuel dans le système de TIE de notre laboratoire.Nous croyons que l'uniformité des performances du MEA-LB permettra d'élargir le champ d'applications de notre système en y ajoutant l'option de l'imagerie bifréquence à celle de l'imagerie différentielle.De plus, la flexibilité offerte par le MEA-LB quant au choix du nombre électrodes permettra d'évaluer divers protocoles de mesure utilisant de 16 à 64 électrodes disposées sur un ou plusieurs plans.Ceci conduira éventuellement à des algorithmes de reconstruction d'images qui donnent une représentation plus précise de la distribution de conductivité électrique des tissus d'une région du corps.viii
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.000 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".