MétaCan
Menu
Retour à la cohorte
Enregistrement W6990189260

Contributions to the development of a bio-electronic regenerative interface for the injured peripheral nerve

2016· dissertation· ca· W6990189260 sur OpenAlexfundno aff

Notice bibliographique

RevueDipòsit Digital de Documents de la UAB (Universitat Autònoma de Barcelona) · 2016
Typedissertation
Langueca
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensnon disponible
Organismes subventionnairesFP7 Nanosciences, Nanotechnologies, Materials and new Production TechnologiesInstituto de Salud Carlos IIIEuropean CommissionNatural Sciences and Engineering Research Council of CanadaCentro de Investigación Biomédica en Red sobre Enfermedades NeurodegenerativasScuola Superiore Sant'Anna
Mots-clésPeripheral nerveDigital nerve
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Els dispositius neuroprostètics han anat evolucionant en els darrers anys amb l’objectiu de substituir o recuperar les funcions de extremitats en pacients amputats. No obstant, segons la literatura més actual, els avenços en tecnologies robòtiques van un pas endavant en comparació amb els encara limitats avenços en el món de les interfícies neurals com per poder fer un ús més fiable, generalitzat i assequible. Això, requereix principalment una millora dels “closed loops commands” per executar moviments en resposta a la percepció d’estímuls sensorials mitjançant la incorporació funcions motores i sensorials a la interfície. Un altre problema es la manca de tècniques que ens permetin l’accés a senyals sensorials i motores a alta resolució dirigides a màquines connectades a humans com ara braços robòtics. Per tant, com en estudis previs han descrit que els axons en regeneració poden ser guiats per diferents factors, ens vam centrar en el desenvolupament d’un electrode regeneratiu de dos canals d’alta resolució on les neurones motores i sensorials es poden interconnectar selectivament amb l’electrode per superar els problemes relacionats amb els “closed loop commands” en implants crònics. Per abordar aquest objectiu, ens vam centrar de manera separada en els diferents components i estratègies que combinats, podrien conformar en el futur la interfície regenerativa.
\nEl primer pas va ser el disseny d’un tub que es podria utilitzar en un futur per sostenir la interfície regenerativa. Els nostres resultats demostren que un nou tub fet de poli (etilen glicol tereftalat), també conegut com a Polyactive (PA), potencia la regeneració nerviosa en gaps llargs tal i com podem veure en el major nombre d’axons mielínics i millors resultats en la reinnervació motora, sensorial i autonòmica en comparació en un tub estàndard com el de silicona.
\nD’altra banda, també ens va centrar en l’estudi de l’efecte de factors neurotròfics (NTF) i components de la matriu extracel·lular (ECM) per promoure tant una regeneració neuronal selectiva com un efecte d’atracció selectiu en neurones motores i sensorials. En estudis in vitro e in vivo vam observar que combinant laminina (LM) amb els factors neurotròfics NGF i NT-3 encapsulats en microesferes (MPs) promovíem la regeneració preferencialment de neurones sensorials, però no vam observar cap efecte d’atracció significatiu de neurones sensorials en estudis amb tubs bi-compartamentalitzats en comparació amb condicions control. D’altra banda, combinant fibronectina (FN) amb el factor neurotròfic BDNF, vam aconseguir promoure tant una regeneració preferencial de neurones motores com un efecte d’atracció.
\nFinalment, vam realitzar estudis de biocompatibilitat i funcionalitat dels nous electrodes regeneratius de dos canals en implants aguts i crònics després de 3 mesos de regeneració. En estudis aguts, vam observar que aquest electrode era capaç de realitzar una estimulació selectiva de diferents fascicles així com un registre selectiu de senyals neurals després d’estimulació elèctrica (CNAPs) o estímuls tàctils naturals (ENG). En implants crònics,

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,100
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,287
Écart entre enseignants0,279 · 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.

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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDipòsit Digital de Documents de la UAB (Universitat Autònoma de Barcelona)Même sujetNeuroscience and Neural EngineeringTravaux en français237 207