MétaCan
Menu
Retour à la cohorte
Enregistrement W2920485059 · doi:10.1038/s41598-018-37771-5

Simultaneous acoustic and photoacoustic microfluidic flow cytometry for label-free analysis

2019· article· en· W2920485059 sur OpenAlexafffund
Vaskar Gnyawali, Eric M. Strohm, Jun‐Zhi Wang, Scott Tsai, Michael C. Kolios

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of TorontoTed Rogers Centre for Heart ResearchToronto Metropolitan UniversitySt. Michael's Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanadian Blood ServicesLotte and John Hecht Memorial Foundation
Mots-clésMicrofluidicsMaterials scienceCytometryCell sortingFlow cytometryPhotoacoustic imaging in biomedicineLaserSortingBackscatter (email)UltrasoundPopulationBiomedical engineeringPhotoacoustic Doppler effectFluorescencePolystyreneAbsorption (acoustics)OpticsAcousticsNanotechnologyComputer sciencePhysicsMedicineMolecular biologyTelecommunicationsBiology

Résumé

récupéré en direct d'OpenAlex

We developed a label-free microfluidic acoustic flow cytometer (AFC) based on interleaved detection of ultrasound backscatter and photoacoustic waves from individual cells and particles flowing through a microfluidic channel. The AFC uses ultra-high frequency ultrasound, which has a center frequency of 375 MHz, corresponding to a wavelength of 4 μm, and a nanosecondpulsed laser, to detect individual cells. We validate the AFC by using it to count different color polystyrene microparticles and comparing the results to data from fluorescence-activated cell sorting (FACS). We also identify and count red and white blood cells in a blood sample using the AFC, and observe an excellent agreement with results obtained from FACS. This new label-free, non-destructive technique enables rapid and multi-parametric studies of individual cells of a large heterogeneous population using parameters such as ultrasound backscatter, optical absorption, and physical properties, for cell counting and sizing in biomedical and diagnostics applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,804
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations46
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207