基于微流控芯片的CTC细胞分离控制方法及其系统技术方案

一种基于微流控芯片的CTC细胞分离控制方法及其系统，其获取由显微镜采集的细胞运动轨迹图；利用深度学习和人工智能技术，对细胞运动轨迹图进行特征提取和解码，生成推荐的电场电压值和频率值。这样，可以根据细胞的运动状态和位置，实时调整电场的参数（电场电压值和频率值），提高细胞捕捉和分离的效率和准确性。提高细胞捕捉和分离的效率和准确性。提高细胞捕捉和分离的效率和准确性。

【技术实现步骤摘要】
基于微流控芯片的CTC细胞分离控制方法及其系统


[0001]本申请涉及智能化控制
，并且更具体地，涉及一种基于微流控芯片的CTC细胞分离控制方法及其系统。

技术介绍

[0002]循环肿瘤细胞（Circulating Tumor Cell，CTC）是指从原发肿瘤中脱落，并进入循环系统中的肿瘤细胞。CTC的检测和分离对于肿瘤早期诊断、预后判断以及治疗效果评估等具有重要作用。
[0003]目前，许多研究者已经开始探索适用于循环肿瘤细胞捕捉的微流控芯片。这些微流控芯片主要利用微小通道中的物理特性，如层流分离、生物分子亲和力、表面张力等，将血液样本中的CTC分离出来。例如，多功能微流控芯片，该芯片集成了多种分离方法，如化学亲和分离、电滞留分离等，能够同时捕捉不同类型的CTC。其中，电滞留分离是一种利用电场梯度对细胞进行定向运动的技术。通过在微流控芯片中设置一系列不同频率、不同电压的电极，可以在微通道中形成复杂的电场梯度，从而实现对细胞的定向捕捉和分离。但在实际利用电场梯度进行细胞定向捕捉的过程中，会存在人工控制精度和稳定性不足、灵活性不够等问题，影响细胞的捕捉效率和准确性，降低细胞的分离效果和质量。
[0004]因此，期待一种解决方案。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于微流控芯片的CTC细胞分离控制方法及其系统，其获取由显微镜采集的细胞运动轨迹图；利用深度学习和人工智能技术，对细胞运动轨迹图进行特征提取和解码，生成推荐的电场电压值和频率值。这样，可以根据细胞的运动状态和位置，实时调整电场的参数（电场电压值和频率值），提高细胞捕捉和分离的效率和准确性。
[0006]第一方面，提供了一种基于微流控芯片的CTC细胞分离控制方法，其包括：获取由显微镜采集的细胞运动轨迹图；对所述细胞运动轨迹图进行图像预处理以得到预处理后细胞运动轨迹图；将所述预处理后细胞运动轨迹图通过作为特征提取器的卷积神经网络模型以得到运动轨迹特征图；将所述运动轨迹特征图通过空间注意力模块以得到空间强化运动轨迹特征图；将所述运动轨迹特征图通过通道注意力模块以得到通道强化运动轨迹特征图；融合所述空间强化运动轨迹特征图和所述通道强化运动轨迹特征图以得到解码特征图；以及将所述解码特征图通过解码器以得到解码值，所述解码值用于表示当前时间点推荐应施加的电场电压值和频率值。
[0007]在上述基于微流控芯片的CTC细胞分离控制方法中，将所述预处理后细胞运动轨迹图通过作为特征提取器的卷积神经网络模型以得到运动轨迹特征图，包括：使用所述作为特征提取器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的均值池
化处理以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述作为特征提取器的卷积神经网络模型的最后一层的输出为所述运动轨迹特征图，所述作为特征提取器的卷积神经网络模型的第一层的输入为所述预处理后细胞运动轨迹图。
[0008]在上述基于微流控芯片的CTC细胞分离控制方法中，将所述运动轨迹特征图通过空间注意力模块以得到空间强化运动轨迹特征图，包括：使用所述空间注意力模块的卷积编码部分对所述运动轨迹特征图进行卷积编码以得到卷积特征图；将所述卷积特征图输入所述空间注意力模块的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；以及，计算所述空间注意力特征图和所述卷积特征图的按位置点乘以得到所述空间强化运动轨迹特征图。
[0009]在上述基于微流控芯片的CTC细胞分离控制方法中，将所述运动轨迹特征图通过通道注意力模块以得到通道强化运动轨迹特征图，包括：将所述运动轨迹特征图输入所述通道注意力模块的多层卷积层以得到运动卷积特征图；计算所述运动卷积特征图的沿通道维度的各个特征矩阵的全局均值以得到通道特征向量；将所述通道特征向量输入所述Sigmoid激活函数以得到通道注意力权重向量；以及，以所述通道注意力权重向量中各个位置的特征值作为权重分别对所述运动卷积特征图的沿通道维度的各个特征矩阵进行加权以得到所述通道强化运动轨迹特征图。
[0010]在上述基于微流控芯片的CTC细胞分离控制方法中，融合所述空间强化运动轨迹特征图和所述通道强化运动轨迹特征图以得到解码特征图，包括：将所述空间强化运动轨迹特征图和所述通道强化运动轨迹特征图分别进行特征图展开以得到空间强化运动轨迹特征向量和通道强化运动轨迹特征向量；对所述空间强化运动轨迹特征向量和所述通道强化运动轨迹特征向量进行深层空间封装语义匹配融合以得到解码特征向量；以及，将所述解码特征向量还原为解码特征图。
[0011]在上述基于微流控芯片的CTC细胞分离控制方法中，对所述空间强化运动轨迹特征向量和所述通道强化运动轨迹特征向量进行深层空间封装语义匹配融合以得到解码特征向量，包括：以如下优化公式对所述空间强化运动轨迹特征向量和所述通道强化运动轨迹特征向量进行深层空间封装语义匹配融合以得到解码特征向量；其中，所述优化公式为：，其中， 表示所述空间强化运动轨迹特征向量， 表示所述通道强化运动轨迹特征向量，和 分别表示向量的一范数和二范数，和 分别为权重和偏置超参数，表示所述空间强化运动轨迹特征向量和所述通道强化运动轨迹特征向量之间的按位置距离矩阵，且 为单位矩阵，表示按位置加法，表示按位置减法，表示按位置点乘，表示向量乘法。
[0012]在上述基于微流控芯片的CTC细胞分离控制方法中，将所述解码特征图通过解码器以得到解码值，所述解码值用于表示当前时间点推荐应施加的电场电压值和频率值, 包
括：使用所述解码器以如下公式对所述解码特征图进行解码回归以得到所述解码值；其中，所述公式为：，其中，表示所述解码特征图，表示解码值，表示权重矩阵，表示偏置向量，表示矩阵乘。
[0013]第二方面，提供了一种基于微流控芯片的CTC细胞分离控制系统，其包括：轨迹图获取模块，用于获取由显微镜采集的细胞运动轨迹图；图像预处理模块，用于对所述细胞运动轨迹图进行图像预处理以得到预处理后细胞运动轨迹图；特征提取模块，用于将所述预处理后细胞运动轨迹图通过作为特征提取器的卷积神经网络模型以得到运动轨迹特征图；空间注意力模块，用于将所述运动轨迹特征图通过空间注意力模块以得到空间强化运动轨迹特征图；通道注意力模块，用于将所述运动轨迹特征图通过通道注意力模块以得到通道强化运动轨迹特征图；融合模块，用于融合所述空间强化运动轨迹特征图和所述通道强化运动轨迹特征图以得到解码特征图；以及解码模块，用于将所述解码特征图通过解码器以得到解码值，所述解码值用于表示当前时间点推荐应施加的电场电压值和频率值。
[0014]在上述基于微流控芯片的CTC细胞分离控制系统中，所述特征提取模块，用于：使用所述作为特征提取器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于微流控芯片的CTC细胞分离控制方法，其特征在于，包括：获取由显微镜采集的细胞运动轨迹图；对所述细胞运动轨迹图进行图像预处理以得到预处理后细胞运动轨迹图；将所述预处理后细胞运动轨迹图通过作为特征提取器的卷积神经网络模型以得到运动轨迹特征图；将所述运动轨迹特征图通过空间注意力模块以得到空间强化运动轨迹特征图；将所述运动轨迹特征图通过通道注意力模块以得到通道强化运动轨迹特征图；融合所述空间强化运动轨迹特征图和所述通道强化运动轨迹特征图以得到解码特征图；以及将所述解码特征图通过解码器以得到解码值，所述解码值用于表示当前时间点推荐应施加的电场电压值和频率值。2.根据权利要求1所述的基于微流控芯片的CTC细胞分离控制方法，其特征在于，将所述预处理后细胞运动轨迹图通过作为特征提取器的卷积神经网络模型以得到运动轨迹特征图，包括：使用所述作为特征提取器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的均值池化处理以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述作为特征提取器的卷积神经网络模型的最后一层的输出为所述运动轨迹特征图，所述作为特征提取器的卷积神经网络模型的第一层的输入为所述预处理后细胞运动轨迹图。3.根据权利要求2所述的基于微流控芯片的CTC细胞分离控制方法，其特征在于，将所述运动轨迹特征图通过空间注意力模块以得到空间强化运动轨迹特征图，包括：使用所述空间注意力模块的卷积编码部分对所述运动轨迹特征图进行卷积编码以得到卷积特征图；将所述卷积特征图输入所述空间注意力模块的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；以及计算所述空间注意力特征图和所述卷积特征图的按位置点乘以得到所述空间强化运动轨迹特征图。4.根据权利要求3所述的基于微流控芯片的CTC细胞分离控制方法，其特征在于，将所述运动轨迹特征图通过通道注意力模块以得到通道强化运动轨迹特征图，包括：将所述运动轨迹特征图输入所述通道注意力模块的多层卷积层以得到运动卷积特征图；计算所述运动卷积特征图的沿通道维度的各个特征矩阵的全局均值以得到通道特征向量；将所述通道特征向量输入所述Sigmoid激活函数以得到通道注意力权重向量；以及以所述通道注意力权重向量中各个位置的特征值作为权重分别对所述运动卷积特征图的沿通道维度的各个特征矩阵进行加权以得到所述通道强化运动轨迹特征图。5.根据权利要求4所述的基于微流控芯片的CTC细胞分离控制方法，其特征在于，融合所述空间强化运动轨迹特征图和所述通道强化运动轨迹特征图以得到解码特征图，包括：将所述空间强化运动轨迹特征图和所述通道强化运动轨迹特征图分别进行特征图展开以得到空间强化运动轨迹特征向量和通道强化运动轨迹特征向量；对所述空间强化运动轨迹特征向量和所述通道强化运动轨迹特征向量进行深层空间封装语义匹配融合以得到解码特征向量；以及将所述解码特征向量还原为解码特征图。6.根据权利要求5所述的基于微流控芯片的CTC细胞分离控制方法，其...

【专利技术属性】
技术研发人员：张开山，李超，周韵斓，郭志敏，饶浪晴，田华，吴乐中，刘艳省，赵丹，
申请(专利权)人：杭州华得森生物技术有限公司，
类型：发明
国别省市：