Acoustofluidics – changing paradigm in tissue engineering, therapeutics development, and biosensing
Notice bibliographique
Résumé
For more than 70 years, acoustic waves have been used to screen, diagnose, and treat patients in hundreds of medical devices. The biocompatible nature of acoustic waves, their non-invasive and contactless operation, and their compatibility with wide visualization techniques are just a few of the many features that lead to the clinical success of sound-powered devices. The development of microelectromechanical systems and fabrication technologies in the past two decades reignited the spark of acoustics in the discovery of unique microscale bio applications. Acoustofluidics, the combination of acoustic waves and fluid mechanics in the nano and micro-realm, allowed researchers to access high-resolution and controllable manipulation and sensing tools for particle separation, isolation and enrichment, patterning of cells and bioparticles, fluid handling, and point of care biosensing strategies. This versatility and attractiveness of acoustofluidics have led to the rapid expansion of platforms and methods, making it also challenging for users to select the best acoustic technology. Depending on the setup, acoustic devices can offer a diverse level of biocompatibility, throughput, versatility, and sensitivity, where each of these considerations can become the design priority based on the application. In this paper, we aim to overview the recent advancements of acoustofluidics in the multifaceted fields of regenerative medicine, therapeutic development, and diagnosis and provide researchers with the necessary information needed to choose the best-suited acoustic technology for their application. Moreover, the effect of acoustofluidic systems on phenotypic behavior of living organisms are investigated. The review starts with a brief explanation of acoustofluidic principles, the different working mechanisms, and the advantages or challenges of commonly used platforms based on the state-of-the-art design features of acoustofluidic technologies. Finally, we present an outlook of potential trends, the areas to be explored, and the challenges that need to be overcome in developing acoustofluidic platforms that can echo the clinical success of conventional ultrasound-based devices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».