0% Complete
English
صفحه اصلی
/
سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران
Development of a spiral microfluidic platform for predicting reduced mechanical damage in oocyte denudation
نویسندگان :
Ehsan Nabati
1
Maryam Saadatmand
2
1- دانشگاه صنعتی شریف، تهران، ایران
2- دانشگاه صنعتی شریف، تهران، ایران
کلمات کلیدی :
Infertility،Oocyte Denudation،Microfluidic Technology،CFD Simulations،Spiral Geometry
چکیده :
Infertility affects 1 in 6 couples globally, with a 20% prevalence rate in Iran. IVF and ICSI are the most effective treatments, with oocyte denudation being a critical step. Traditional methods like enzymatic and mechanical denudation often damage oocytes. This study investigates microfluidic technology with spiral geometry as a safer alternative for cell separation. Computational fluid dynamics (CFD) simulations were used to analyze shear stress and particle movement in the microfluidic system. The results showed that the spiral design achieved uniform shear stress distribution, with a maximum shear stress of 180 Pascals, which is within the safe range for oocyte preservation. A flow rate of 1 mL/min was used, simulating experimental conditions. Egg yolk was used to model oocytes, with large and small particles representing oocytes and cumulus cells. The study found that larger particles moved toward the channel wall in higher concentrations, consistent with CFD predictions. The spiral geometry increased contact time between the oocyte and the channel wall, ensuring efficient and safe denudation without the need for enzymatic or mechanical methods. These findings suggest that spiral microfluidic designs hold great potential for improving oocyte denudation, offering a promising alternative to traditional methods in assisted reproductive technologies.
لیست مقالات
لیست مقالات بایگانی شده
Investigating the impact of arm swing on lower limb forces using machine learning techniques
Mohammad Reza Seidgar - Hadi Farahani - Mostafa Rostami - Elham Naziri - Sadegh Madadi
Enhancing Drug–Target Affinity Prediction with Non-Local Block Graph Neural Networks
Reza Tahmasebi - Eghbal Mansoori - Armin Piashehvar - Abbas Mehrbaniyan
تاثیر هوش مصنوعی بر توسعه اقتصادی
سعید انور خطیبی - مهنا پیرایه جو
کاربرد هوش مصنوعی در کنترل کیفیت و بهره وری :رویکرد های علمی چالش ها و حاکمیت مسئولانه در صنعت
سجاد یوسفی - مریم پورنجف - مرضیه شریفی - سیده مبینا موسوی
تاثیر ویژگی های هیئت مدیره بر ابهام در اطلاعات حسابداری شرکت ها
ابراهیم نویدی عباسپور - سمیه ملازاده طسمالو
افزایش تاب آوری سایبری با تلفیق بلاکچین و هوش مصنوعی: به کارگیری قراردادهای هوشمند جهت جلوگیری از تغییر سطح دسترسی مهاجم در حملات APT
شهرام حاج غنی - فرزانه عبدالرحیمی - زهره ابوالهادی
طراحی سیستم تشخیص نفوذ مبتنی بر یادگیری فدراسیونی در شبکههای توزیعشده اینترنت اشیا
سیدکاظم سیدولیلو - امین بابازاده سنگر
Leveraging Normal White Matter Hyperintensity Context for Enhanced Pathological Segmentation via Multi-Class Deep Learning
Mahdi Bashiri Bawil - Mousa Shamsi - Ali Fahmi Jafargholkhanloo - Abolhassan Shakeri Bavil
بازسازی و تحلیل سیگنال ECG از نسخههای چاپی نوار قلب بهمنظور طبقهبندی خودکار بیماریهای ایسکمیک قلب با استفاده از شبکههای عصبی کانولوشنی
فاطمه کیخا - مهدیه قاسمی - سید مهدی صالحی
بهبود امنیت داده در رایانش ابری عمومی با استفاده از یک معماری ترکیبی مبتنی بر AES و ECC
فاطمه رمضانی - علیرضا چمکوری
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2