MDPI开放科学分享 http://blog.sciencenet.cn/u/mdpi https://www.mdpi.com/

博文

Bioengineering:2022年编委文章精选合集

已有 765 次阅读 2024-6-16 10:33 |个人分类:编辑荐读|系统分类:论文交流

了解期刊详情:https://www.mdpi.com/journal/bioengineering

本期编辑荐读,Bioengineering 编辑部精选了2022年期刊编委成员发表的综述论文以及研究型论文。借此,Bioengineering 期刊希望与读者分享相关领域内的研究进展和动态,为学者提供思路和参考,欢迎阅读。

   

1. A New Wave of Industrialization of PHA Biopolyesters

PHA生物聚酯产业化新浪潮

Martin Koller and Anindya Mukherjee

https://www.mdpi.com/1500534

文章亮点

(1) 本文着重介绍了PHA 生物技术制造的成熟状况以及对 PHA 生物合成代谢背景。

(2) 大多数商业活动都集中在scl-PHA作为本体聚合物,例如P(3HB)、P(3HB-co-3HV)、P(3HB-co-4HB) 和P(3HB-co-3HHx) 和在P(4HB) 和高度无定形 mcl-PHA 共聚酯中,大多数这些生物聚合物仅加工成一次性产品。

(3) 考虑到目前生物技术PHA制造已经确立的地位以及对PHA生物合成代谢背景的深入理解,本文预期PHA的当前商业化浪潮确实已经开始。

    

2. Smartphone-Based Biosensor Devices for Healthcare: Technologies, Trends, and Adoption by End-Users

基于智能手机的医疗保健生物传感器设备:技术、趋势和最终用户的采用

Rossana E. Madrid et al.

https://www.mdpi.com/1524118

文章亮点

(1) 智能生物传感器正在成为现代医疗保健的重要支撑,在当前背景下更是如此。近年来,发表了许多基于智能手机的生物传感器开发成果,其中一些非常有效且灵敏。

(2) 这篇综述考虑了不同类型的基于智能手机的生物传感器的发展阶段,介绍了它们的最新技术水平。

(3) 尽管这些技术经历了巨大的发展,但商业阶段的智能生物传感器仍然稀缺,这表明需要加强最终用户对技术的转让、应用和采用阶段。

     

3. Machine Learning and Regression Analysis to Model the Length of Hospital Stay in Patients with Femur Fracture

利用机器学习和回归分析为股骨骨折患者的住院时间建模

Carlo Ricciardi et al.

https://www.mdpi.com/1588426

文章亮点

(1) 本研究旨在提出一种基于机器学习和多元线性回归的多参数方法来预测患者住院时间 (LOS)。

(2) 本文具有不错的技术价值,相比于以前的研究人员只使用naïve贝叶斯模型,它应用了大量以前没有研究过的机器学习算法,如RF、RBF网络、MLP和SVM等。

(3) 这项工作的一个限制可能是存在那不勒斯医院特有的临床途径 (DTAP),这将不允许在许多其他医院使用这些模型。

    

4. 3D Bioprinting of Novel κ-Carrageenan Bioinks: An Algae-Derived Polysaccharide

新型κ-卡拉胶生物链接的三维生物打印:一种藻类衍生多糖

Diana M. C. Marques et al.

https://www.mdpi.com/1530748

文章亮点

(1) 本文首次提出了一种基于纯κ-c的生物/墨水的新颖配方,该配方允许复杂3D结构的生物/打印,同时保持高细胞活力和重组。

(2) 采用生物/打印方法开发了不同的3D结构,具有强大的机械性能,允许结构自支撑。这大大简化了生物打印方法,因为不需要使用目前大多数生物打印策略中经常使用的牺牲支撑材料。

(3) 这项研究提出了一种基于藻类材料在体外生产3D复杂组织的新策略,对环境影响较小。

   

5. The Role of Machine Learning and Design of Experiments in the Advancement of Biomaterial and Tissue Engineering Research

机器学习和实验设计在推进生物材料和组织工程研究中的作用

Ghayadah Al-Kharusi et al.

https://www.mdpi.com/1888546

文章亮点

(1) 通过应用实验设计和机器学习技术进行材料和工艺开发及优化,目前生物材料和组织工程研究方面的工作具有巨大的改进潜力。

(2) 专为生物材料和组织工程研究应用而设计的新机器学习技术的开发也有很大的空间。

(3) 总体而言,在生物材料和组织工程结构的开发和临床应用的各个阶段应用机器学习技术,为机器学习和组织工程领域的研究人员带来了令人兴奋的新挑战,并有可能带来快速的临床进步和改善患者的治疗结果。

    

Bioengineering 期刊介绍

主编:Anthony Guiseppi-Elie, Anderson University, USA

主要发表生物医学工程及应用,生物过程和生物系统工程与应用,生物分子、细胞和组织工程及应用,以及生化工程与应用等相关领域的最新科学技术及应用。期刊已被PubMed、Scopus、SCIE (Web of Science) 等数据库收录。

2022 Impact Factor:4.6

2023 CiteScore:4.0

Time to First Decison:17.7 Days

Acceptance to Publication:3.6 Days

尾图1.jpg

尾图2.jpg



https://blog.sciencenet.cn/blog-3516770-1438187.html

上一篇:天津大学李洋老师课题组——工艺参数对6061铝合金与CF/PA66热压焊接头性能的影响
下一篇:建议收藏!如何全面了解研究选题,看这一篇就够了 | MDPI 作者说
收藏 IP: 119.98.76.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-7-26 03:24

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部