MétaCan
Menu
Retour à la cohorte
Enregistrement W2768894615 · doi:10.1109/tro.2017.2765673

A Three-Dimensional Magnetic Tweezer System for Intraembryonic Navigation and Measurement

2017· article· en· W2768894615 sur OpenAlexafffund
Xian Wang, Mengxi Luo, Han Wu, Zhuoran Zhang, Jun Liu, Zhensong Xu, W. R. Johnson, Yu Sun

Notice bibliographique

RevueIEEE Transactions on Robotics · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMagnetic beadMagnetic tweezersMagnetic fieldBeadComputer scienceMaterials scienceBiomedical engineeringPhysicsEngineeringOpticsChemistryOptical tweezers

Résumé

récupéré en direct d'OpenAlex

Magnetic micromanipulation has the advantage of untethered control, high precision, and biocompatibility and has recently undergone great advances. The magnetic micromanipulation task to tackle in this paper is to three dimensionally navigate a 5-μm magnetic bead inside a mouse embryo and accurately apply forces to intraembryonic structures to perform mechanical measurements at multiple locations. Existing technologies are not able to achieve these navigation and measurement goals because of poor magnetic force scaling and/or lacking the capability of applying an accurately controlled force. This paper reports a three-dimensional magnetic tweezer system that enables, for the first time, intraembryonic magnetic navigation and force application. A single magnetic bead was introduced into a mouse embryo via robotic microinjection. The magnetic tweezer system accurately controlled the position of the magnetic bead via visually servoed magnetic control. By moving the magnetic bead with known forces inside the embryo, cytoplasm viscosity was measured, which is eight times the viscosity of water. For performing mechanical measurements on the cellular structures inside the mouse embryo, the system should be capable of applying forces up to 120 pN with a resolution of 4 pN. The results revealed that the middle region is significantly more deformable than the side regions of the inner cell mass.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,001
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 Opus0,026
Tête enseignante GPT0,245
Écart entre enseignants0,219 · 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'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

Citations63
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on RoboticsMême sujetMicro and Nano RoboticsTravaux en français237 207