【技术实现步骤摘要】
【国外来华专利技术】droplet sorting)(J.
‑
C.Baret etal.in“Lab on a Chip”,volume 9,2009,p.1850
‑
1858),利用电场,其每秒能分拣大约2000个荧光激活液滴。至今,电驱动是最佳的选择,因为它是最可靠、最准确并且反应速度最快的,这对于高速分拣是非常必要的。
[0014]基于电驱动的传统液滴分拣系统的常见劣势是生物样品必须用荧光染料标记。标记的微粒需要耗时,染料不能与所有细胞类型兼容时,非常不可取,并且在活细胞成像过程中可能会影响细胞行为。在某些情况下,仅能用死细胞进行细胞荧光标记。
[0015]为了观察处于自然状态的样品,优选无标记的分拣系统。这是可实现的,基于大多数显微镜都配有照相机,但需要重新设计图像采集装置和先进的处理算法。早期尝试通过光电二极管检测培养在皮升液滴中的放线菌(E.Zang et al.in“Lab on a Chip”,volume 13,2013,p.3707
‑
3713)。产生的信号被转换为一种来激发相机的TTL信号,其次激发帧幅抓捕器。通过一个A/D转换器(ADC),对捕获的帧与液滴中具有分类的内容物进行处理从而触发发生器进行分拣。这个系统的弊端是在100Hz的分拣频率下,分拣的真阳性率仅70%。相比于FADS系统这个比率是低的,由于其采用基于液滴的简单规则的分类方法。
[0016]另一个设计是用低速率的照相机来捕获液滴图像,使用多个模板匹配算法来检测液滴中封装的细胞或物体(M.Girault et al ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于控制微液滴或气泡的系统包括:一个用于产生所述微液滴或气泡的微流体产生器;一个用于感应生成的微液滴或气泡的一个或多个反馈性能参数的反馈感应器;和一个利用感应的反馈性能参数控制微流体产生器的控制器。2.根据权利要求1所述的系统,其中该反馈感应器包括一个预测性能参数的预测器,其可以预测未被感应到或不可靠的参数,并且进一步利用这些预测的性能参数来控制微流体产生器。3.根据权利要求1所述的系统,其中该控制器利用来自反馈感应器的训练数据建立一个模型,测试产生的液滴或气泡来确定模型的精确性。4.根据权利要求1所述的系统,其中该控制器包括一个人工智能控制器,集成了如机器自动学习分类器。5.根据权利要求1所述的系统,其中该控制器包括一个压力驱动的流量控制器或一个注射泵。6.根据权利要求1所述的系统,其中该控制器被配制用于控制微流体产生器,那样该微流体产生器产生该微液滴或气泡的单分散相乳剂。7.根据权利要求1所述的系统,其中该感应器包括一个光学系统。8.根据权利要求7所述的系统,其中该光学系统需要所述微液滴或气泡的流体流量中气相、液相或固相的信息,如大小、形状、颜色。9.根据权利要求7所述的系统,其中该光学系统确定的参数包括以下的任意一种或多种:液滴面积、直径、形状、频率、间隔距离和速度。10.一种控制微液滴或气泡的方法包括:产生所述微液滴或气泡;感应生成的微液滴或气泡的一种或多种反馈性能参数;并利用感应的反馈性能参数控制微流体产生器。11.根据权利要求10所述的方法,其中控制步骤包括一个训练阶段,这个训练阶段包括一个用来自反馈感应器的训练数据构建的模型。12.根据权利要求11所述的方法,其中该训练阶段包括确定一个训练范围,训练范围与产生器执行产生步骤的压力特性有关。13.根据权利要求12所述的方法,其中该训练区域在平流与稳定域的过度线之间。14.根据权利要求11所述的方法,其中训练阶段包括以蛇形方式检索训练的边界。15.根据权利要求11所述的方法,其中该模型是一个回归模型。16.根据权利要求15所述的方法,包括通过使训练数据损失最小化,来确定该回归模型的最佳回归参数。17.根据权利要求11所述的方法,其中所述的控制步骤进一步包括一个测试阶段,这个测试阶段包括测试生成的液滴或气泡来确定所述模型的准确率。18.根据权利要求17所述的方法,其中所述测试包括输入一种预期的液滴面积和形状到所述模型中。19.根据权利要求17所述的方法,其中当输入的预期的液滴面积和形状与生成的液滴相比较时,准确率包括小于2.5%的误差。
20.一种用来分拣微液滴或气泡的系统,该系统包括:一个传感器,用来感应一个或多个所述微液滴或气泡或它们的含量的参数;一个分拣器,用来分拣所述微液滴或气泡,及一个控制器,利用...
【专利技术属性】
技术研发人员:阮南唐,高勇升,周军,谭萨华,
申请(专利权)人:杭州纯迅生物科技有限公司,
类型:发明
国别省市:
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。