MétaCan
Menu
Retour à la cohorte
Enregistrement W4389542299 · doi:10.1109/embc40787.2023.10340838

A fully-flexible and thermally adjustable implantable neural probe with a U-turn polyester microchannel

2023· article· en· W4389542299 sur OpenAlexafffund
Mohammad Makhdoumi Akram, S. Nazila Hosseini, Jonathan Lévesque, Wei Shi, Benoit Gosselin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrochannelPolydimethylsiloxaneMaterials scienceMicrofluidicsLaminar flowPolyesterPressure dropComposite materialVolumetric flow rateStiffnessNanotechnologyOptoelectronicsMechanics

Résumé

récupéré en direct d'OpenAlex

This work presents a fully flexible implantable neural probe fabricated with Polydimethylsiloxane (PDMS) and including a thermally-tunable stiffness microchannel filled with Polyester. The probe includes an optimized microfluidics mixer for drug delivery. Polyester, which is solid at room temperature and has a low melting point close to body temperature, is used to decrease the stiffness of the probe after insertion, after getting in contact with tissues. We designed a U-turn microchannel inside the PDMS neural probe and filled it up with melted polyester. The microchannel has a cross-section of 30 μm × 5 μm and a length of 14.7 mm. The following probe dimensions were chosen after extensive simulation: thickness = 20 μm, width = 300 μm, and length = 7 mm. These values yield a buckling force above 1 mN, which is sufficient for proper insertion into the brain tissues. Simulation results show that the microfluidics mixer with a cross-section of 90 μm × 5 μm and a length of 7 mm has optimum performance for the desired flow rate and quantity of drug to deliver. The pressure drop inside the microfluidic channel is less than 0.43 kPa, which is appropriate for PDMS-PDMS bonding, whereas the Reynolds number is near 1.91k in the laminar regime. No leakage or bubble occurred during the experimental validation, which suggests an appropriate pressure and a laminar flow in the channel.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,030
Tête enseignante GPT0,239
Écart entre enseignants0,209 · 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
GenreEmpirique

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

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetNeuroscience and Neural EngineeringTravaux en français237 207