umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Characterization of the Fat Channel for Intra-Body Communication at R-Band Frequencies
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap. Department of Electronics and Electrical Communications, Menoufia University, Menouf, Egypt.ORCID-id: 0000-0002-1318-7519
Visa övriga samt affilieringar
2018 (Engelska)Ingår i: Sensors, ISSN 1424-8220, E-ISSN 1424-8220, Vol. 18, nr 9, artikel-id 2752Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

In this paper, we investigate the use of fat tissue as a communication channel between in-body, implanted devices at R-band frequencies (1.7–2.6 GHz). The proposed fat channel is based on an anatomical model of the human body. We propose a novel probe that is optimized to efficiently radiate the R-band frequencies into the fat tissue. We use our probe to evaluate the path loss of the fat channel by studying the channel transmission coefficient over the R-band frequencies. We conduct extensive simulation studies and validate our results by experimentation on phantom and ex-vivo porcine tissue, with good agreement between simulations and experiments. We demonstrate a performance comparison between the fat channel and similar waveguide structures. Our characterization of the fat channel reveals propagation path loss of ∼0.7 dB and ∼1.9 dB per cm for phantom and ex-vivo porcine tissue, respectively. These results demonstrate that fat tissue can be used as a communication channel for high data rate intra-body networks.

Ort, förlag, år, upplaga, sidor
MDPI, 2018. Vol. 18, nr 9, artikel-id 2752
Nyckelord [en]
intra-body communication, path loss, microwave probes, channel characterization, fat tissue, ex-vivo, phantom, dielectric properties, topology optimization
Nationell ämneskategori
Kommunikationssystem Datavetenskap (datalogi) Medicinsk laboratorie- och mätteknik
Identifikatorer
URN: urn:nbn:se:umu:diva-150977DOI: 10.3390/s18092752ISI: 000446940600011PubMedID: 30134629Scopus ID: 2-s2.0-85052218591OAI: oai:DiVA.org:umu-150977DiVA, id: diva2:1240615
Forskningsfinansiär
eSSENCE - An eScience Collaboration, 5700-15103VINNOVA, 2015-04159Stiftelsen för strategisk forskning (SSF), RIT17-0020Tillgänglig från: 2018-08-21 Skapad: 2018-08-21 Senast uppdaterad: 2018-12-13Bibliografiskt granskad

Open Access i DiVA

fulltext(10490 kB)95 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 10490 kBChecksumma SHA-512
b5abf6cffc6e8716b9dbb995673639233cd0d18f869d66abaab4a3dcad18f67c162ce80fab0687f1f4a52dba5134f275d1d451d083498f784fdd5106c39742a6
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextPubMedScopus

Personposter BETA

Hassan, EmadeldeenNoreland, DanielWadbro, EddieBerggren, Martin

Sök vidare i DiVA

Av författaren/redaktören
Badariah Asan, NoorHassan, EmadeldeenRedzwan Mohd Shah, SyaifulNoreland, DanielBlokhuis, Taco J.Wadbro, EddieBerggren, MartinVoigt, ThiemoAugustine, Robin
Av organisationen
Institutionen för datavetenskap
I samma tidskrift
Sensors
KommunikationssystemDatavetenskap (datalogi)Medicinsk laboratorie- och mätteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 95 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
pubmed
urn-nbn

Altmetricpoäng

doi
pubmed
urn-nbn
Totalt: 1289 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf