Sizing biological cells using a microfluidic acoustic flow cytometer
Notice bibliographique
Résumé
<p>We describe a new technique that combines ultrasound and microfluidics to rapidly size and count cells in a high-throughput and label-free fashion. Using 3D hydrodynamic flow focusing, cells are streamed single file through an ultrasound beam where ultrasound scattering events from each individual cell are acquired. The ultrasound operates at a center frequency of 375 MHz with a wavelength of 4 μm; when the ultrasound wavelength is similar to the size of a scatterer, the power spectra of the backscattered ultrasound waves have distinct features at specific frequencies that are directly related to the cell size. Our approach determines cell sizes through a comparison of these distinct spectral features with established theoretical models. We perform an analysis of two types of cells: acute myeloid leukemia cells, where 2,390 measurements resulted in a mean size of 10.0 ± 1.7 μm, and HT29 colorectal cancer cells, where 1,955 measurements resulted in a mean size of 15.0 ± 2.3 μm. These results and histogram distributions agree very well with those measured from a Coulter Counter Multisizer 4. Our technique is the first to combine ultrasound and microfluidics to determine the cell size with the potential for multi-parameter cellular characterization using fluorescence, light scattering and quantitative photoacoustic techniques.</p>
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».