MétaCan
Menu
Retour à la cohorte
Enregistrement W3092872945 · doi:10.1109/tbme.2020.3031043

Automated Embryo Manipulation and Rotation via Robotic nDEP-Tweezers

2020· article· en· W3092872945 sur OpenAlexaff
Kaicheng Huang, Ihab Abu Ajamieh, Zhenxi Cui, Jiewen Lai, James K. Mills, Henry K. Chu

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicromanipulatorDielectrophoresisComputer scienceTweezersEmbryoArtificial intelligenceRotation (mathematics)Computer visionEngineeringNanotechnologyMaterials scienceBiologyElectrical engineeringCell biologyMicrofluidics

Résumé

récupéré en direct d'OpenAlex

Embryo manipulation is a fundamental task in assisted reproductive technology (ART). Nevertheless, conventional pick-place techniques often require proper alignment to avoid causing damage to the embryo and further, the tools have limited capability to orient the embryo being handled. OBJECTIVE: This paper presents a novel and non-invasive technique that can easily manipulate mouse embryos on a polyvinyl chloride (PVC) Petri dish. METHODS: An inverted microchip with quadrupole electrodes was attached to a micromanipulator to become a robotic dielectrophoresis (DEP) tweezers, and a motorized platform provided additional mobility to the embryos lying on a Petri dish. Vision-based algorithms were developed to evaluate relevant information of the embryos from the image, and to provide feedback signals for precise position and orientation control of the embryo. RESULTS: A series of experiments was conducted to examine the system performance, and the embryo can be successfully manipulated to a specified location with the desired orientation for subsequent processing. CONCLUSION: This system offers a non-contact, low cost, and flexible method for rapid cell handling. SIGNIFICANCE: As the DEP tweezers can grasp the embryo without the need for precise alignment, the overall time required to process a large number of embryos can be shortened.

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 seuil0,003

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,201
Écart entre enseignants0,188 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207