利用人工智能控制并操纵微流体中多相流的方法和装置制造方法及图纸

本发明专利技术涉及一种用于控制微流体液滴或气泡的系统。该系统包括用于产生微液滴或气泡的微流体产生器。一种反馈传感器被提供用于感应所生成的微液滴或气泡的一个或多个反馈参数。一个控制器被提供使用感应到的反馈参数来控制微流体产生器。制微流体产生器。制微流体产生器。

【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.“Scientific reports”,volume 7,2017,40072)。这个系统成功识别和辨别包含D.tertiolecta和P.tricornutum的液滴的准确率分别为91
±
4.5％和90
±
3.8％。然而处理速率仅为10Hz。这表明必须开发更好的成像和处理系统才能与FADS媲美。
[0017]从有效并高效的液滴角度看，虽然过去几年计算机视觉已经取得了巨大的进步，但实时微液滴分析仍然是一个挑战性的问题。首先，微液滴在微流体系统中移动非常快速。高通量照相机需要以每秒捕获数百或数千帧图像来追踪移动过程。这也给所需的图像处理和物体识别方法提出更高的要求。第二，在给定显微镜的聚焦设置或光源的亮度的情况下，照明被显著改变了。这需要图像处理方法来适应这样的状况。第三，检测靶标的大小，例如微粒或细胞，在移动过程中明显的改变，这使识别成为难题。
[0018]选的实施方案力求最小化上述液滴分选的缺点，或至少提供有用的商业选择。

技术实现思路

[0019]根据本专利技术的内容第一方面，这里提供一种用于控制微液滴或气泡的系统，其包括：
[0020]一个微流体产生器，用于产生所述微液滴或气泡；
[0021]一个反馈感应器，用于感应生成的微液滴或气泡的一个或多个反馈参数；及
[0022]一个控制器，利用感应的反馈参数来控制该微流体产生器。
[0023]这种系统的优势为该控制器利用感应到的反馈参数来控制微流体装置，这比反复多次试验更有效。
[0024]这个反馈感应器可以包括一个预测器来预测可能未感应到或不可靠的参数，并且进一步使用这些预测的参数来控制微流体产生器。
[0025]该控制器可以用来自反馈感应器的训练数据构建一个模型，测试产生的液滴或气泡来确认这个模型的准确性。
[0026]所述控制器可以包含一个人工智能控制器，例如机械学习分类器。该控制器可以
包括一个压力驱动流量控制器或注射泵。优选的，该控制器被配置用于控制微流体装置，那样，微流体装置产生微液滴或气泡的单分散相乳剂。
[0027]该感应器可以包括一个光学系统。该光学系统可以获取一些信息，如所述微液滴或气泡流中气相、液相或固相的大小、性状和颜色。这些参数可以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。
[0028]根据本专利技术的另一方面，本专利技术提供的一种控制微液滴或气泡的方法包括：
[0029]产生所述微液滴或气泡；
[0030]感应所生成的微液滴或气泡的一种或多种反馈参数；及
[0031]用感应到的反馈参数控制所述微流体产生器。
[0032]控制步骤可以包括一个训练阶段，这个阶段包含用来自反馈感应器的训练数据构建一个模型。该训练阶段可以包括在执行产生步骤时产生器的压力特性来确定训练区域。该训练区域在平流和稳定域过渡线之间。这个训练阶段可以包括以蛇形的方式探索训练边界。
[0033]该模型可以是回归模型。这个回归模型可以包括通过最小化训练数据的损失来确定最佳的回归参数。
[0034]控制的步骤可以进一步包括一个测试阶段，测试生成的液滴或气泡来确定模型的准确率。这个测试可以包括输入一个预期的液滴面积和形状到模型中。当输入的预期液滴面积和形状与生成的液滴比较时，准确性可能包含小于2.5％的误差。
[0035]根据本专利技术的另一方面，本专利技术提供了一种用于分拣微液滴或气泡的系统，该系统包括：
[0036]一个感应器，用来感应微液滴或气泡，或他们内含物的一个或多个参数；
[0037]一个分拣器，用来分拣所述微液滴或气泡；及
[0038]一个控制器，利用感应的参数来控制该分拣器。
[0039]优选的，该分拣器分拣液滴或气泡取决于它们是否包含微粒并且不需要液滴标记。避免了传统无标记液滴分拣技术的弊端，扩大了应用范围。分拣取决于感应到的参数涉及是否包含微粒、包含单个微粒、多个微粒或不同性质和类型的微粒的液滴。这些微粒可以是生物细胞如血细胞、癌症细胞、精子或卵。
[0040]该系统可以进一步包括一个用来产生微液滴或气泡的微流体产生器。该系统可以进一步包括用来间隔生成的液滴或气泡的间隔区(或间隔器)。产生器、间隔区和分拣器可以被整合到一起作为一个微流体装置。该微流体装置可以用平板印刷技术成型。
[0041]该感应器可以包括一个成像装置。该成像装置可以包括显微镜、用来捕捉由显微镜放大的图像帧幅的照相机，及从相机抓拍帧幅的帧幅抓捕器。
[0042]该控制器可以包括机器学习模型。该控制器可以包括压力控制器或注射泵。
[0043]分拣器可以根据以下的一种或多种进行操作：水动力学、流体力学，气动，电动，介电泳，磁和热原理。
[0044]根据本专利技术的另一个方面，本专利技术提供了一种分拣微液滴或气泡的方法，该方法包括：
[0045]感应微液滴、气泡或它们内含物的一种或多种参数；
[0046]分拣微液滴或气泡；及
[0047]利用感应到的参数控制所述分拣器。
[0048]优选的，感应包括使用计算机视觉，控制包括使用机器学习或分拣是实时的。
[0049]感应可以包括液滴图像帧幅的抓拍。该方法可以确定每一帧内包含一个液滴的目标区域。这个方法可以包括液滴追踪或液滴分类。所述液滴追踪可以利用霍夫(Hou本文档来自技高网...

【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：