A Portable Multi-Modal Cushion for Continuous Monitoring of a Driver’s Vital Signs
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Erschienen in
-
In: 10.3390/s23084002
- Ereignis
-
Veröffentlichung
- (wo)
-
Aachen
- (wer)
-
Universitätsbibliothek der RWTH Aachen
- (wann)
-
2023
- Urheber
-
Linschmann, Onno
Uğuz, Durmuş Umutcan
Romanski, Bianca
Baarlink, Immo
Gunaratne, Pujitha
Leonhardt, Steffen
Walter, Marian
Lueken, Markus J.
- DOI
-
10.18154/RWTH-2023-11874
- URN
-
urn:nbn:de:101:1-2405100133106.615591842555
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
14.08.2025, 10:46 MESZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Linschmann, Onno
- Uğuz, Durmuş Umutcan
- Romanski, Bianca
- Baarlink, Immo
- Gunaratne, Pujitha
- Leonhardt, Steffen
- Walter, Marian
- Lueken, Markus J.
- Universitätsbibliothek der RWTH Aachen
Entstanden
- 2023
Ähnliche Objekte (12)
Inter-modal and Intra-modal interference in a Multi-Modal Sensor for Non-contact Monitoring of Vital Signs in Patient Beds
Automatisierte Lungenfunktionsdiagnose bei spontanatmenden Säuglingen
Modellgestützte Fehlererkennung mit neuronalen Netzen - Überwachung von Radaufhängungen und Diesel-Einspritzanlagen
Fast 4D FEM Model for EIT Source Separation Benchmarking
Quantification of Respiratory Sinus Arrhythmia with High-Framerate Electrical Impedance Tomography
Medizintechnische Systeme : physiologische Grundlagen, Gerätetechnik und automatisierte Therapieführung
Automatisierungstechnische Verfahren für die Medizin : 10. Workshop vom 29. bis 30. März 2012 ; Tagungsband
Fast 4D FEM Model for EIT Source Separation Benchmarking
Head Tracking in Automotive Environments for Driver Monitoring Using a Low Resolution Thermal Camera
UnoViS : the MedIT public unobtrusive vital signs database
Multi-modal body part segmentation of infants using deep learning
Multi-modal body part segmentation of infants using deep learning
Inter-modal and Intra-modal interference in a Multi-Modal Sensor for Non-contact Monitoring of Vital Signs in Patient Beds
Automatisierte Lungenfunktionsdiagnose bei spontanatmenden Säuglingen
Modellgestützte Fehlererkennung mit neuronalen Netzen - Überwachung von Radaufhängungen und Diesel-Einspritzanlagen
Fast 4D FEM Model for EIT Source Separation Benchmarking
Quantification of Respiratory Sinus Arrhythmia with High-Framerate Electrical Impedance Tomography
Medizintechnische Systeme : physiologische Grundlagen, Gerätetechnik und automatisierte Therapieführung
Automatisierungstechnische Verfahren für die Medizin : 10. Workshop vom 29. bis 30. März 2012 ; Tagungsband
Fast 4D FEM Model for EIT Source Separation Benchmarking
Head Tracking in Automotive Environments for Driver Monitoring Using a Low Resolution Thermal Camera
UnoViS : the MedIT public unobtrusive vital signs database
Multi-modal body part segmentation of infants using deep learning
Multi-modal body part segmentation of infants using deep learning
Inter-modal and Intra-modal interference in a Multi-Modal Sensor for Non-contact Monitoring of Vital Signs in Patient Beds
Automatisierte Lungenfunktionsdiagnose bei spontanatmenden Säuglingen
Modellgestützte Fehlererkennung mit neuronalen Netzen - Überwachung von Radaufhängungen und Diesel-Einspritzanlagen
Fast 4D FEM Model for EIT Source Separation Benchmarking
Quantification of Respiratory Sinus Arrhythmia with High-Framerate Electrical Impedance Tomography
Medizintechnische Systeme : physiologische Grundlagen, Gerätetechnik und automatisierte Therapieführung
Automatisierungstechnische Verfahren für die Medizin : 10. Workshop vom 29. bis 30. März 2012 ; Tagungsband
Fast 4D FEM Model for EIT Source Separation Benchmarking
Head Tracking in Automotive Environments for Driver Monitoring Using a Low Resolution Thermal Camera
UnoViS : the MedIT public unobtrusive vital signs database
Multi-modal body part segmentation of infants using deep learning