【技术实现步骤摘要】
一种生物样本分选方法、声表面波微流控芯片、系统、终端以及存储介质
本申请属于生物样本分选
，特别涉及一种生物样本分选方法、声表面波微流控芯片、系统、终端以及存储介质。
技术介绍
生物学的一个基本挑战是研究细胞之间存在的巨大差异。即使是那些具有相同基因组的细胞，其组成、结构和形态也会因其生理功能而产生差异。为了理解并利用这些细胞间的差异，需要从大量的异质群体中分选出具有特定形态特征的细胞。目前的特异细胞分选方法主要包括：(1)荧光激活细胞分选(Fluorescence-activatedcellsorting,FACS)：能将处在快速直线流动状态中的细胞或生物颗粒进行多参数的、快速的定量分析和分选，并且能够精确计数和测量抗体与抗原结合所发出的荧光，具有快速、准确的优点，常用在骨髓和体液中的肿瘤细胞的检测，研究发现流式细胞术检测外周血肿瘤细胞的敏感性为每1000个外周血淋巴细胞中可检测出一个肿瘤细胞。然而该技术的缺点在于：设备昂贵，且缺乏特异性抗原，因此也限制了该技术的推广。该技术在分选细胞时，细胞...
【技术保护点】
1.一种生物样本分选方法，其特征在于，包括以下步骤：/n将含有生物样本的混合液注入声表面波微流控芯片内，并向所述声表面波微流控芯片施加第一正弦信号，在所述声表面波微流控芯片内形成驻波声场，使所述生物样本在声辐射力作用下聚集在所述驻波声场中的节点位置；/n采集所述聚集后的生物样本图像；/n利用深度学习模型对所述生物样本图像进行运动目标识别及追踪，对所追踪到的运动目标进行聚类分析并分类，得到目标样本，并根据所述目标样本的运动速度生成所述目标样本的延时使能信号；/n根据所述延时使能信号向所述声表面波微流控芯片施加第二正弦信号控制所述目标样本移动，以对所述目标样本进行分选。/n
【技术特征摘要】
1.一种生物样本分选方法，其特征在于，包括以下步骤：
将含有生物样本的混合液注入声表面波微流控芯片内，并向所述声表面波微流控芯片施加第一正弦信号，在所述声表面波微流控芯片内形成驻波声场，使所述生物样本在声辐射力作用下聚集在所述驻波声场中的节点位置；
采集所述聚集后的生物样本图像；
利用深度学习模型对所述生物样本图像进行运动目标识别及追踪，对所追踪到的运动目标进行聚类分析并分类，得到目标样本，并根据所述目标样本的运动速度生成所述目标样本的延时使能信号；
根据所述延时使能信号向所述声表面波微流控芯片施加第二正弦信号控制所述目标样本移动，以对所述目标样本进行分选。
2.根据权利要求1所述的生物样本分选方法，其特征在于，所述声表面波微流控芯片包括至少两对叉指换能器和腔道；
所述至少两对叉指换能器分别位于所述腔道的外壁两侧，且每对叉指换能器分别包括用于聚集生物样本的第一区域、用于分选目标样本的第三区域以及用于连接所述第一区域与第三区域的过渡带；
所述腔道包括两个入口和与所述目标样本类别数目相同的出口，且所述腔道的长度为四分之一个波长。
3.根据权利要求2所述的生物样本分选方法，其特征在于，所述将含有生物样本的混合液注入所述声表面波微流控芯片内，并向所述声表面波微流控芯片施加第一正弦信号，在所述声表面波微流控芯片内形成驻波声场，使所述生物样本在声辐射力作用下聚集在所述驻波声场中的节点位置包括：
通过所述两个入口分别将含有生物样本的悬浮液和缓冲液腔道内，通过信号发声器对所述至少两对叉指换能器的第一区域施加高频连续的第一正弦信号，在所述腔道内形成一个驻波声场，使得散落在腔道内的生物样本在声辐射力作用下向所述驻波声场的节点位置移动并排列成一条直线。
4.根据权利要求1所述的生物样本分选方法，其特征在于，所述深度学习模型包括FCN网络和孪生神经网络，所述利用深度学习模型对所述生物样本图像进行运动目标识别及追踪包括：
通过所述FCN模型利用运动目标检测算法对所述生物样本图像中的生物样本进行运动目标识别；
通过所述孪生神经网络采用运动目标追踪算法对所述识别到的运动目标进行追踪并实时计算所述运动目标的运动速度。
5.根据权利要求4所述的生物样本分选方法，其特征在于，所述孪生神经网络包括两个共享权值的卷积神经网络，所述两个卷积神经网络的输入分别是当前帧图像以及上一帧图像中含有运动目标的子图，在经过所述卷积神经网络的采样与编码后，使用所述含有运动目标的子图的结果对所述当前帧图像的结果进行卷积，得到所述当前帧图像中与上一帧图像最相似的区域，以对所述运动目标进行追踪。
6.根据权利要求2所述的生...
【专利技术属性】
技术研发人员：郑海荣，孟龙，陈卫兴，牛丽丽，崔笑宇，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。