MétaCan
Menu
Retour à la cohorte
Enregistrement W1981720963 · doi:10.1109/tase.2012.2188027

A Generalized Tip-Membrane Contact Detection Algorithm for Automated Single Cell Electroporation Using Statistical Process Control

2012· article· en· W1981720963 sur OpenAlexafffund
Kelly Sakaki, Hadi Esmaeilsabzali, Nikolai Dechev, Robert D. Burke, Edward J. Park

Notice bibliographique

RevueIEEE Transactions on Automation Science and Engineering · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Inactivation Methods
Établissements canadiensUniversity of VictoriaSimon Fraser University
Organismes subventionnairesSimon Fraser University
Mots-clésElectroporationElectrodeCUSUMMembraneAlgorithmNoise (video)Process (computing)Biological systemComputer scienceMaterials scienceEngineeringArtificial intelligenceChemistryBiology

Résumé

récupéré en direct d'OpenAlex

This work presents a fully automated method for detecting the contact between a microcapillary tip and a cell membrane based on a statistical process control (SPC) algorithm known as the double-sided cumulative sum (or "cusum"). By analyzing current measurements obtained through a microcapillary electrode, the proposed goal of this system is to determine when tip-to-membrane (tip-membrane) contact occurs using thin adhered cells (e.g., less than 10 μm) for the purposes of fully automated robotic-assisted, single cell electroporation (SCE) - a powerful method of gene transfection. This SPC algorithm is robust against uncontrollable system parameters such as system noise common in electrode-based systems, nonstationary processes, and variations in the physical parameters of cells. The proposed algorithm was successfully demonstrated on adhered mammal cells as small as 4 μm in thickness and using tip-placement velocities from 1 to 8 μm/s. In addition, a novel method of experimentation is described correlating optical measurements between tip-membrane proximity and changes in icctduring the tip-placement sequence.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,290
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations5
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Automation Science and EngineeringMême sujetMicrobial Inactivation MethodsTravaux en français237 207