Nanonewton Force Sensing and Control in Microrobotic Cell Manipulation
Notice bibliographique
Résumé
Cellular force sensing and control techniques are capable of enhancing the dexterity and reliability of microrobotic cell manipulation systems. In this paper we present two experimental techniques for nanonewton force sensing and control in microrobotic cell manipulation. A vision-based cellular force sensing approach, including a microfabricated elastic cell holding device and a sub-pixel visual tracking algorithm, was developed for resolving forces down to 3.7 nN during microrobotic mouse embryo injection. The technique also experimentally demonstrated that the measured mechanical difference could be useful for in situ differentiation of healthy mouse embryos from those with compromised developmental competence without requiring a separate mechanical characterization process. Centered upon force-controlled microrobotic cell manipulation, this paper also presents nanonewton force-controlled micrograsping of interstitial cells using a microelectromechanical systems (MEMS)-based microgripper with integrated two-axis force feedback. On-chip force sensors are used for detecting contact between the microgripper and cells to be manipulated (resolution: 38.5 nN at 15Hz) and sensing gripping forces (resolution: 19.9 nN at 15Hz) during force-controlled grasping. The experimental results demonstrate that the microgripper and the control system are capable of rapid contact detection and reliable force-controlled micrograsping to accommodate variations in size and stiffness of cells with a high degree of reproducibility.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».