MétaCan
Menu
Retour à la cohorte
Enregistrement W4394923616 · doi:10.3390/s24082584

Design of Bio-Optical Transceiver for In Vivo Biomedical Sensor Applications

2024· article· en· W4394923616 sur OpenAlexaff
Dimitrios Makrakis, Oussama Abderrahmane Dambri, Abdelhakim Hafid

Notice bibliographique

RevueSensors · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Communication and Nanonetworks
Établissements canadiensUniversité de MontréalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTransceiverNanodeviceNanosensorComputer scienceNanotechnologyWirelessMaterials scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper presents an enhanced version of our previously developed bio-optical transceiver, presenting a significant advancement in nanosensor technology. Using self-assembled polymers, this nanodevice is capable of electron detection while maintaining biocompatibility, an essential feature for in vivo medical biosensors. This enhancement finds significance in the field of infectious disease control, particularly in the early detection of respiratory viruses, including high-threat pathogens such as SARS-CoV-2. The proposed system harnesses bioluminescence by converting electric signaling to visible blue light, effectively opening the path of linking nano-sized mechanisms to larger-scale systems, thereby pushing the boundaries of in vivo biomedical sensing. The performance evaluation of our technology is analytical and is based on the use of Markov chains, through which we assess the bit error probability. The calculated improvements indicate that this technology qualifies as a forerunner in terms of supporting the communication needs of smaller, safer, and more efficient manufactured sensor technologies for in vivo medical applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetMolecular Communication and NanonetworksTravaux en français237 207