A review of sorting, separation and isolation of cells and microbeads for biomedical applications: microfluidic approaches
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Several biomedical analyses are performed on particular types of cells present in body samples or using functionalized microparticles. Success in such analyses depends on the ability to separate or isolate the target cells or microparticles from the rest of the sample. In conventional procedures, multiple pieces of equipment, such as centrifuges, magnets, and macroscale filters, are used for such purposes, which are time-consuming, associated with human error, and require several operational steps. In the past two decades, there has been a tendency to develop microfluidic techniques, so-called lab-on-a-chip, to miniaturize and automate these procedures. The processes used for the separation and isolation of the cells and microparticles are scaled down into a small microfluidic chip, requiring very small amounts of sample. Differences in the physical and biological properties of the target cells from the other components present in the sample are the key to the development of such microfluidic techniques. These techniques are categorized as filtration-, hydrodynamic-, dielectrophoretic-, acoustic- and magnetic-based methods. Here we review the microfluidic techniques developed for sorting, separation, and isolation of cells and microparticles for biomedical applications. The mechanisms behind such techniques are thoroughly explained and the applications in which these techniques have been adopted are reviewed.
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.
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) | 0,001 | 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 découle