Contributions to the development of a bio-electronic regenerative interface for the injured peripheral nerve
Bibliographic record
Abstract
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. El 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. D'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. Finalment, 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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".