MétaCan
Menu
← Retour à la cohorte
Enregistrement W4211051714 · doi:10.32920/ryerson.14657958

Development of microfluidic acoustic flow cytometry based on simultaneous ultrasound backscatter and photoacoustics for micron and sub-micron size objects

2021· preprint· en· W4211051714 sur OpenAlexaff
Vaskar Gnyawali

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMicrobubblesBackscatter (email)Materials scienceMicrochannelUltrasoundOpticsEchogenicityAcousticsLaserUltrasonic sensorMicrofluidicsWavelengthOptoelectronicsNanotechnologyComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

I developed a flow cytometer based on simultaneous detection of ultra-high frequency ultrasound backscatter and photoacoustic waves from individual micron scale objects, such as, cells, microparticles, and microbubbles owing in a microuidic channel. Individual micron scale objects are ow focused through a focal zone, where both ultrasound and laser pulses focus, in a microchannel of a polydimethylsiloxane (PDMS) based microuidic device. At the focal zone, the objects are simultaneously insonified by ultrasound (center frequency 375 MHz) and irradiated by nanosecond laser (532 nm wavelength) pulses. The interactions generate ultrasound backscatter and photoacoustic signals from the individual objects, which are strongly dependent on their size, morphology, and biomechanical properties, such as the Young's modulus, and optical absorption properties. These parameters can be extracted by analyzing the unique spectral features of the detected signals. At frequencies less than 100 MHz, the signals from the micron scale objects do not contain these unique spectral signatures, thus higher frequencies are required. Cell analysis is the main application of interest using the acoustic flow cytometer. Combining ultrasound backscatter and photoacoustics results in sufficient information about a single cell that can be used for single cell analysis and for diagnostics applications. However, the usage of this system is not limited to biological cells. This system can also be used for analyzing individual microbubbles, which are used as ultrasound contrast agents. During my research, a novel microuidic technique is developed to generate microbubbles of desired sizes by shrinking microbubbles from O(100) _m by applying a suitable vacuum pressure. These shrunken bubbles of different sizes can be used as samples to validate the acoustic ow system for microbubble analysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotoacoustic and Ultrasonic Imaging→Travaux en français237 207→