Sheathless and high throughput sorting of paramagnetic microparticles in a magneto-hydrodynamic microfluidic device
Notice bibliographique
Résumé
Sorting of microorganisms and particles from a mixture is critical for numerous biotechnological and medical applications. Several sorting methods such as pinched flow fractionation (PFF), optical sorting, dielectrophoresis, acoustic separation, magnetophoresis and deterministic lateral displacement (DLD) have been reported in literature. But most of these methods lack ideal characteristics of a sorter such as ability to process at high throughput, simple design, non-complicated fabrication method, sheathless operation and high purity in separation. In this paper, we have introduced a novel sorting technique by integrating focusing of magnetic particles in a narrow microchannel with their hydrodynamic separation at a downstream expansion channel which meets majority of the aforementioned characteristics. To achieve this, the sheathless focusing of paramagnetic microparticles in the narrow microchannel and their deflection at the expansion channel were first studied at various flow rates (0.5-5 ml h-1). Then, a mixture of 5 and 11 μm paramagnetic particles was introduced into the device and their separation was examined quantitatively. It was found that the magnetic particles were focused along the wall of channel, however their centers were positioned on two distinct streamlines owing to difference in their sizes. Hence, these two particles were found separated from each other as they flew into the expansion region. This technique of size based separation of paramagnetic particles works at a high throughput of 107 particles per hour and offers more than 98% purity in sorting.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».