MétaCan
Menu
Retour à la cohorte
Enregistrement W4409076593 · doi:10.1109/jsen.2025.3555127

An Ultrasensitive MOEMS Platform Relied on an Adjustable Defect Width for Label-Free Bioparticle Detection

2025· article· en· W4409076593 sur OpenAlexaff
Yashar Gholami, Behnam Saghirzadeh Darki, Mohammad Hossein Poorghadiri Isfahani, Kian Jafari, Taha Azad

Notice bibliographique

RevueIEEE Sensors Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceNanotechnologyOptoelectronicsElectrical engineeringComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This article presents a novel optomechanical surface stress-based biosensor. The proposed device employs a functionalized microelectromechanical systems (MEMS) transducer to capture the target bioparticles in the sample. The interaction of the bioreceptors immobilized on the transducer surface with the target bioparticles modifies the transducer’s surface stress, which results in its deformation. The accurate measurement of the transducer deformation allows for label-free detection of the target bioparticles and their concentration. In order to measure the transducer deformation, an optical system consisting of a defective 1-D photonic crystal with adjustable defect width is utilized, which significantly enhances the sensor sensitivity. This BioMEMS platform exhibits improved functional characteristics, including a bandwidth (BW) of 5 kHz, full-width at half-maximum (FWHM) of 0.8 nm, quality factor of 1822.5, mechanical sensitivity of <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> <tex-math notation="LaTeX">$13.5~\mu $ </tex-math></inline-formula>m/Nm<inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> <tex-math notation="LaTeX">${}^{-{1}}$ </tex-math></inline-formula>, optical sensitivity of 1.02, and total sensitivity of <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> <tex-math notation="LaTeX">$13.775~\mu $ </tex-math></inline-formula>m/Nm<inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> <tex-math notation="LaTeX">${}^{-{1}}$ </tex-math></inline-formula>. These functional characteristics demonstrate the capability of the proposed sensor to detect various diseases in their early stages or progression, which is highly desirable in point-of-care testing (POCT) 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,815

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 Opus0,014
Tête enseignante GPT0,255
Écart entre enseignants0,241 · 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'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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetBiosensors and Analytical DetectionTravaux en français237 207