Micron-sized particle separation with standing surface acoustic wave—Experimental and numerical approaches
Notice bibliographique
Résumé
Traditional cell/particle isolation methods are time-consuming and expensive and can lead to morphology disruptions due to high induced shear stress. To address these problems, novel lab-on-a-chip-based purification methods have been employed. Among various methods introduced for the separation and purification of cells and synthetics particles, acoustofluidics has been one of the most effective methods. Unlike traditional separation techniques carried out in clinical laboratories based on chemical properties, the acoustofluidic process relies on the physical properties of the sample. Using acoustofluidics, manipulating cells and particles can be achieved in a label-free, contact-free, and highly biocompatible manner. To optimize the functionality of the platform, the numerical study should be taken into account before conducting experimental tests to save time and reduce fabrication expenses. Most current numerical studies have only considered one-dimensional harmonic standing waves to simulate the acoustic pressure distribution. However, one-dimensional simulations cannot calculate the actual acoustic pressure distribution inside the microchannel due to its limitation in considering longitudinal waves. To address this limitation, a two-dimensional numerical simulation was conducted in this study. Our numerical simulation investigates the effects of the platform geometrical and operational conditions on the separation efficiency. Next, the optimal values are tested in an experimental setting to validate these optimal parameters and conditions. This work provides a guideline for future acoustofluidic chip designs with a high degree of reproducibility and efficiency.
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 | 0,000 | 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 | 0,000 |
| 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 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 ».