MétaCan
Menu
Retour à la cohorte
Enregistrement W1995793540 · doi:10.1109/i2mtc.2013.6555581

Semi-automated detection of single cell signatures from a dielectrophoretic cytometer

2013· article· en· W1995793540 sur OpenAlexaff
Bahareh Saboktakin Rizi, Ashlesha Bhide, Tim Cabel, Marija Nikolic‐Jaric, Elham Salimi, Katrin Braasch, Michael Butler, Greg E. Bridges, D. J. Thomson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDielectrophoresisComputer scienceChinese hamster ovary cellHistogramEvent (particle physics)Identification (biology)Interface (matter)Automated methodArtificial intelligencePattern recognition (psychology)Cell cultureElectrodeBiologyChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

We present a semi-automated event identification method for collecting the dielectrophoretic signatures of cells flowing through a dieletrophoretic cytometer. The marker free dielectrophoresis (DEP) cytometer presented in this study is capable of detecting electronic signatures of cells which identifies Claussius-Mossotti factor (CMF). The CMF can in turn be used to determine properties of the cell such as the viability. In past work the DEP cytometer signals were manually sorted by going through the entire recorded signals, which is very time-consuming. In the semi-automated method of collection, events are identified and displayed in the user interface to be accepted or rejected. We present results using semi-automated method on Hamster Chinese Ovary (CHO) cells in a batch culture and compared them with the manual analysis. The automated approach identified over 80% of the events identified manually and produced event histogram distributions nearly identical to the manual method.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,164
Écart entre enseignants0,160 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207