A new polydimethylsiloxane (PDMS) microcantilever with integrated optical waveguide for biosensing application
Notice bibliographique
Résumé
This paper reports a novel biosensor monolithically integrate optical waveguide into PDMS microcantilever. The sensor consists of buried optical fibers, integrated optical waveguide and horizontal PDMS microcantilever suspended into microfluidic channel. The thin PDMS layer involves microcantilever, microfluidic cannels and optical channels fabricated using soft lithography technique. The thin layer is covered by semi-bonding of a glass slide and a PDMS layer to enable introducing the material of waveguide core into the waveguide channel embedded into PDMS microcantilever. The covering layers are then replaced by other PDMS layers which have hollow features to release the microcantilever for free deflection and to seal microfluidic network. The input and output multimode fibers are horizontally inserted into the optical channels. The light received at the input fiber is conducted through the optical waveguide microcantilever and is delivered to the output fiber. Numerical model is presented to simulate the optical performance of the optical waveguide PDMS microcantilever under fluid flow testing and to find the proper dimensions and waveguide material. The deflection of microcantilever under flow loading distorts the light and causes power loss at the output fiber. COMSOL Multiphysics 3.5 is used to perform fluid structure interaction analysis to assess the cantilever defection due to fluid flow and the optical simulation to estimate the power loss due to cantilever deflection. The proposed biosensor can be used to measure the force within the range of living cell growth force and to be integrated within bio-sensing microdevices to carefully measure the fluid flow rate.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».