Machine learning for microfluidic design and control.
Machine learning for microfluidic design and control.
复制标题
DOI：
10.1039/d2lc00254j
复制
发表时间：
2022-08-09
期刊：
影响因子：
6.1
通讯作者：
Densmore, Douglas
中科院分区：
文献类型：
--
作者：
McIntyre, David;Lashkaripour, Ali;Fordyce, Polly;Densmore, Douglas
微流体技术已经发展成为一个成熟的领域，其应用横跨科学和工程领域，在分子诊断、下一代测序和台式分析方面取得了特别的商业成功。尽管其无处不在，但设计和控制定制微流体设备的复杂性是采用的主要障碍，需要从多年的经验中获得直观的知识。如果这些障碍被克服，微流体可以通过全自动平台开发和操作为非专家提供生物和化学研究。微流体专家的直觉可以通过机器学习来捕捉，其中复杂的统计模型被训练用于模式识别，随后用于事件预测。将机器学习与微流体技术相结合可以显著扩大其应用和影响。在这里，我们介绍了用于微流体设备设计和控制的机器学习的现状，其可能的应用以及当前的限制。在这篇综述文章中，我们综述了机器学习在微流控设计和微流控控制中的应用。
Microfluidics has developed into a mature field with applications across science and engineering, having particular commercial success in molecular diagnostics, next-generation sequencing, and bench-top analysis. Despite its ubiquity, the complexity of designing and controlling custom microfluidic devices present major barriers to adoption, requiring intuitive knowledge gained from years of experience. If these barriers were overcome, microfluidics could miniaturize biological and chemical research for non-experts through fully-automated platform development and operation. The intuition of microfluidic experts can be captured through machine learning, where complex statistical models are trained for pattern recognition and subsequently used for event prediction. Integration of machine learning with microfluidics could significantly expand its adoption and impact. Here, we present the current state of machine learning for the design and control of microfluidic devices, its possible applications, and current limitations. In this review article, we surveyed the applications of machine learning in microfluidic design and microfluidic control.
登录
查看更多内容
影响因子：
4.6
作者：
Cruz-Pérez JF;Lara-Oueilhe R;Marcos-Jiménez C;Cuatlayotl-Olarte R;Xiqui-Vázquez ML;Reyes-Carmona SR;Baca BE;Ramírez-Mata A
通讯作者：
Ramírez-Mata A
3D打印的微流体。
DOI：
10.1002/anie.201504382
发表时间：
2016-03-14
期刊：
Angewandte Chemie (International ed. in English)
影响因子：
--
作者：
Au AK;Huynh W;Horowitz LF;Folch A
通讯作者：
Folch A
影响因子：
2.8
作者：
Chen, Jerry M.;Huang, Po-Chun;Lin, Mou-Gee
通讯作者：
Lin, Mou-Gee
DOI：
10.1073/pnas.1302566110
发表时间：
2013-06-18
影响因子：
11.1
作者：
Casavant, Benjamin P.;Berthier, Erwin;Beebe, David J.
通讯作者：
Beebe, David J.
影响因子：
56.9
作者：
Coley, Connor W.;Thomas, Dale A., III;Jensen, Klavs F.
通讯作者：
Jensen, Klavs F.