A MEMS-Based Drug Delivery Device With Integrated Microneedle Array—Design and Simulation
Notice bibliographique
Résumé
One of the most effective treatments for type 1 and 2 diabetes is the administration of Insulin. Single needle mechanical insulin pumps are heavy and painful. Microneedle-based MEMS drug delivery devices can be an excellent solution for insulin dosing. The stackable structure provides minimum dimensions and the final product can be in the form of a patch that can be applied to any flat area of human skin. The use of microneedle array provides a safe, painless, and robust injection application. The design of positive volumetric insulin pump is a Multiphysics problem where the volumetric changes of the main pump chamber and the pumped fluid are directly coupled. We use a Multiphysics simulation system to investigate the performance of a MEMS-based insulin micropump with a piezoelectric actuator pumping a viscous Newtonian fluid. The model captures the accumulated out-flow, the netflow, or flow fluctuations based on deflection of piezoelectric diaphragm actuator. Different input voltages and different excitation frequencies cause movement of piezoelectric actuator, which moves the diaphragm disk in positive-negative directions thereby inducing discharge pressures at the microneedle array. In this study, we address various aspects of design and simulation of a MEMS-based piezoelectric insulin micropump including polydimethylsiloxane microvalves and microneedle array. We investigate the micropump performance at human skin interfacial pressure to match minimum to maximum delivery targets/requirements for total range of diabetic patient's expected operating parameters. comsolmultiphysics is used for this study.
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 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) | 0,000 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».