Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

6. Conclusion

verfasst von : Nilanjan Dey, Amira S. Ashour, Waleed S. Mohamed, Nhu Gia Nguyen

Erschienen in: Acoustic Sensors for Biomedical Applications

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This book introduces the basic definitions of the sensors, the biosensors and their features, and the equivalent components, amplifiers, filters, and bio-measurement systems for further circuit design. It describes and categorizes the mainstream acoustic wave biosensors, including the utilization of the bulk acoustic waves and analysis devices, which imply surface acoustic waves. In addition, the use of the piezoelectric substrates of the acoustic sensors design is included. The different types of the biosensors are presented. Several applications of the acoustic biosensors are introduced.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Acoustic Sensors in Biomedical Applications
Literatur
1.
Gopalsamy, C., Park, S., Rajamanickam, R., & Jayaraman, S. (1999). The Wearable Motherboard™: The first generation of adaptive and responsive textile structures (ARTS) for medical applications. Virtual Reality, 4(3), 152–168.CrossRef
2.
Penner, A., Doron, E., & Porat, Y. (2001). U.S. Patent No. 6,198,965. Washington, DC: U.S. Patent and Trademark Office.
3.
Mba, D., & Rao, R. B. (2006). Development of acoustic emission technology for condition monitoring and diagnosis of rotating machines; bearings, pumps, gearboxes, engines and rotating structures. The Shock and Vibration Digest, 38(1), 3–16.CrossRef
4.
Chourasia, V. S., & Tiwari, A. K. (2012). Wireless data acquisition system for fetal phonocardiographic signals using BluetoothTM. International Journal of Computers in Healthcare, 1(3), 240–253.CrossRef
5.
Sa-Ngasoongsong, A., Kunthong, J., Sarangan, V., Cai, X., & Bukkapatnam, S. T. (2012). A low-cost, portable, high-throughput wireless sensor system for phonocardiography applications. Sensors, 12(8), 10851–10870.CrossRef
6.
Zhang, Y., Fogoros, R., Haro, C., Dalal, Y., Brockway, M., & Siejko, K. Z. (2011). U.S. Patent No. 7,922,669. Washington, DC: U.S. Patent and Trademark Office.
7.
Semmlow, J., & Rahalkar, K. (2007). Acoustic detection of coronary artery disease. Annual Review of Biomedical Engineering, 9, 449–469.CrossRef
8.
Miles, R. N., & Hoy, R. R. (2006). The development of a biologically-inspired directional microphone for hearing aids. Audiology and Neurotology, 11(2), 86–94.CrossRef
9.
Bertrand, A., & Moonen, M. Robust distributed noise reduction in hearing aids with external acoustic sensor nodes. EURASIP Journal on Advances in Signal Processing, 2009, 2009, 12.
10.
Ko, W. H., Zhang, R., Huang, P., Guo, J., Ye, X., Young, D. J., & Megerian, C. A. (2009). Studies of MEMS acoustic sensors as implantable microphones for totally implantable hearing-aid systems. IEEE Transactions on Biomedical Circuits and Systems, 3(5), 277–285.CrossRef
11.
Doclo, S., Gannot, S., Moonen, M., & Spriet, A. (2010). Acoustic beamforming for hearing aid applications. In Handbook on array processing and sensor networks (pp. 269–302). Hoboken: Wiley-IEEE.CrossRef
12.
Maglogiannis, I., Loukis, E., Zafiropoulos, E., & Stasis, A. (2009). Support vectors machine-based identification of heart valve diseases using heart sounds. Computer Methods and Programs in Biomedicine, 95(1), 47–61.CrossRef
13.
Hu, T., & Fei, Y. (2010). QELAR: A machine-learning-based adaptive routing protocol for energy-efficient and lifetime-extended underwater sensor networks. IEEE Transactions on Mobile Computing, 9(6), 796–809.CrossRef
14.
Yatani, K., & Truong, K. N. (2012, September). BodyScope: A wearable acoustic sensor for activity recognition. In Proceedings of the 2012 ACM Conference on Ubiquitous Computing (pp. 341–350). ACM.
15.
Palaniappan, R., Sundaraj, K., & Ahamed, N. U. (2013). Machine learning in lung sound analysis: A systematic review. Biocybernetics and Biomedical Engineering, 33(3), 129–135.CrossRef
16.
Özdemir, A. T., & Barshan, B. (2014). Detecting falls with wearable sensors using machine learning techniques. Sensors, 14(6), 10691–10708.CrossRef
17.
Lane, N. D., Georgiev, P., & Qendro, L. (2015, September). DeepEar: Robust smartphone audio sensing in unconstrained acoustic environments using deep learning. In Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing (pp. 283–294). ACM.
Metadaten
Titel
Conclusion
verfasst von
Nilanjan Dey
Amira S. Ashour
Waleed S. Mohamed
Nhu Gia Nguyen
Copyright-Jahr
2019
Buch
Acoustic Sensors for Biomedical Applications

Print ISBN: 978-3-319-92224-9

Electronic ISBN: 978-3-319-92225-6

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-319-92225-6_6

Neuer Inhalt

    Bildnachweise