MétaCan
Menu
Retour à la cohorte
Enregistrement W3035006286 · doi:10.1063/1.5140760

An organosynthetic soft robotic respiratory simulator

2020· article· en· W3035006286 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueAPL Bioengineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Musculoskeletal Health and ArthritisMuscular Dystrophy AssociationNational Science Foundation
Mots-clésDiaphragm (acoustics)BreathingComputer scienceSimulationThorax (insect anatomy)Biomedical engineeringAnatomyAcousticsMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

In this work, we describe a benchtop model that recreates the motion and function of the diaphragm using a combination of advanced robotic and organic tissue. First, we build a high-fidelity anthropomorphic model of the diaphragm using thermoplastic and elastomeric material based on clinical imaging data. We then attach pneumatic artificial muscles to this elastomeric diaphragm, pre-programmed to move in a clinically relevant manner when pressurized. By inserting this diaphragm as the divider between two chambers in a benchtop model-one representing the thorax and the other the abdomen-and subsequently activating the diaphragm, we can recreate the pressure changes that cause lungs to inflate and deflate during regular breathing. Insertion of organic lungs in the thoracic cavity demonstrates this inflation and deflation in response to the pressures generated by our robotic diaphragm. By tailoring the input pressures and timing, we can represent different breathing motions and disease states. We instrument the model with multiple sensors to measure pressures, volumes, and flows and display these data in real-time, allowing the user to vary inputs such as the breathing rate and compliance of various components, and so they can observe and measure the downstream effect of changing these parameters. In this way, the model elucidates fundamental physiological concepts and can demonstrate pathology and the interplay of components of the respiratory system. This model will serve as an innovative and effective pedagogical tool for educating students on respiratory physiology and pathology in a user-controlled, interactive manner. It will also serve as an anatomically and physiologically accurate testbed for devices or pleural sealants that reside in the thoracic cavity, representing a vast improvement over existing models and ultimately reducing the requirement for testing these technologies in animal models. Finally, it will act as an impactful visualization tool for educating and engaging the broader community.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,696
Score d'incertitude au seuil0,830

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,221
Écart entre enseignants0,203 · 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