一种微重力细胞培养系统技术方案

本发明专利技术公开了一种微重力细胞培养系统，包括：数据收集子系统，用于收集在微重力环境下进行的细胞培养实验数据；数据预处理子系统，用于对所述细胞培养实验数据进行预处理，获得细胞培养数据集；模型构建子系统，用于基于特征识别方法构建神经网络模型，将所述细胞培养数据集输入至所述神经网络模型中进行训练，获得细胞培养的预测模型；培养子系统，用于基于所述细胞培养的预测模型获取细胞培养参数，基于所述细胞培养参数对设备和细胞生长环境进行调节，通过调节的设备和细胞生长环境对细胞进行培养

【技术实现步骤摘要】
一种微重力细胞培养系统


[0001]本专利技术属于微重力培养领域，特别是涉及一种微重力细胞培养系统
。

技术介绍

[0002]通过微重力培养细胞是为了模拟或研究在地球上无法实现的特殊环境，以便更好地理解细胞的行为和生理过程；在太空中，细胞暴露在微重力或无重力环境下
。
通过在地面上模拟微重力环境，可以更好地研究细胞在太空中的生理和病理变化，以便为太空探索和长期太空飞行提供指导微重力环境对细胞的生长
、
分化
、
信号传导和基因表达等方面产生影响
。
通过在微重力环境下培养细胞，可以研究细胞生物学
、
生理学和病理学等方面的基础科学问题，有助于揭示细胞行为的机制和规律
。
[0003]但是目前，微重力培养细胞需要特殊的技术和操作技巧
。
细胞在微重力环境下的培养对于细胞的适应性和生存能力有一定的要求，需要仔细控制培养条件和设备参数
。
这对操作人员的技术要求较高，需要专业培训和经验；同时微重力环境下的细胞培养需要对实验条件进行精确的控制和管理，以确保实验的一致性和可重复性
。
这可能对于一些实验室来说具有挑战性
。

技术实现思路

[0004]本专利技术的目的是提供一种微重力细胞培养系统，以解决上述现有技术存在的问题
。
[0005]为实现上述目的，本专利技术提供了一种微重力细胞培养系统，包括：
[0006]数据收集子系统，用于收集在微重力环境下进行的细胞培养实验数据；
[0007]数据预处理子系统，与所述数据收集子系统连接，用于对所述细胞培养实验数据进行预处理，获得细胞培养数据集；
[0008]模型构建子系统，与所述数据预处理子系统连接，用于基于特征识别方法构建神经网络模型，将所述细胞培养数据集输入至所述神经网络模型中进行训练，获得细胞培养的预测模型；
[0009]培养子系统，与所述模型构建子系统连接，用于基于所述细胞培养的预测模型获取细胞培养参数，基于所述细胞培养参数对设备和细胞生长环境进行调节，通过调节的设备和细胞生长环境对细胞进行培养
。
[0010]优选地，所述数据收集子系统包括：
[0011]细胞数据收集模块，用于对细胞培养数据库进行数据采集，获得细胞数据；
[0012]环境数据收集模块，用于基于传感器获取实验室环境信息，获得环境数据；
[0013]数据整合模块，用于将所述细胞数据和所述环境数据进行整合，获得所述细胞培养实验数据；
[0014]所述细胞数据包括细胞的生长速率
、
细胞存活率和细胞形态；
[0015]所述环境数据包括实验室环境信息
、
旋转速度和培养时间
。
[0016]优选地，所述数据预处理子系统包括：
[0017]数据处理模块，用于对所述细胞培养实验数据进行数据处理，获得处理数据集；
[0018]特征识别模块，用于对所述处理数据集进行特征识别，获得细胞培养数据集
。
[0019]优选地，所述数据处理模块包括：
[0020]数据清洗单元，用于将所述细胞培养实验数据进行数据清洗，将进行数据清洗后的数据进行随机抽取，获得清洗数据；
[0021]数据标准化单元，将所述清洗数据进行数据标准化处理，获得所述处理数据
。
[0022]优选地，所述模型构建子系统包括：
[0023]特征模型构建模块，用于基于特征识别方法构建前馈神经网络模型，同时确定网络的层数和神经元数量；
[0024]训练模块，用于将所述细胞培养数据集输入至所述前馈神经网络模型中进行训练，获得训练模型；
[0025]调整模块，用于基于反向传播方法对所述训练模型的权重和偏差进行调整，获得所述细胞培养的预测模型
。
[0026]优选地，所述训练模块包括：
[0027]数据划分单元，用于将所述细胞培养数据集进行划分，获得训练集和测试集；
[0028]模型训练单元，用于将所述训练集输入至所述前馈神经网络模型中进行训练，获得训练神经网络模型；
[0029]评估单元，用于通过所述测试集对所述训练神经网络模型进行性能评估，获得评估结果，基于所述评估结果对所述训练神经网络模型进行微调，获得所述训练模型
。
[0030]优选地，所述培养子系统包括：
[0031]参数获取模块，用于实时获取微重力环境和细胞的特征，将所述微重力环境的特征输入至所述细胞培养的预测模型中进行计算，获得细胞培养参数；
[0032]培养模块，用于基于所述细胞培养参数对设备和细胞生长环境进行调节，通过调节的设备和细胞生长环境对细胞进行培养
。
[0033]优选地，所述培养模块包括：
[0034]容器准备单元，用于基于所述细胞培养参数将细胞培养基和细胞悬浮液添加到预先准备好的培养容器中，获得细胞培养容器；
[0035]设备设置单元，用于安装随机定位仪和回转器，用于基于所述细胞培养参数对所述随机定位仪和回转器进行设置，获得细胞生长环境；
[0036]监测单元，用于定期监测培养过程中的细胞生长和状态，基于所述细胞生长和状态进行培养基的补充和细胞的培养
。
[0037]本专利技术的技术效果为：本专利技术通过特征识别方法进行前馈神经网络构建，可以有效地识别出不同的细胞的生长环境参数以及设备参数，通过对生长环境参数以及设备参数进行调节，可以有效地培养细胞，同时，本专利技术仅需获取细胞的基本数据和环境的基本数据即可分析出细胞的生长数据，确保了实验的一致性和可重复性
。
附图说明
[0038]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实
施例及其说明用于解释本申请，并不构成对本申请的不当限定
。
在附图中：
[0039]图1为本专利技术实施例中的微重力细胞培养系统示意图
。
具体实施方式
[0040]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合
。
下面将参考附图并结合实施例来详细说明本申请
。
[0041]实施例一
[0042]如图1所示，本实施例中提供一种微重力细胞培养系统，包括：
[0043]数据收集子系统，用于收集在微重力环境下进行的细胞培养实验数据；
[0044]数据预处理子系统，与所述数据收集子系统连接，用于对所述细胞培养实验数据进行预处理，获得细胞培养数据集；
[0045]模型构建子系统，与所述数据预处理子系统连接，用于基于特征识别方法构建神经网络模型，将所述细胞培养数据集输入至所述神经网络模型中进行训练，获得细胞培养的预测模型；
[0046]培养子系统，与所述模型构建子系统连接，用于基于所述细胞培养的预测模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种微重力细胞培养系统，其特征在于，包括：数据收集子系统，用于收集在微重力环境下进行的细胞培养实验数据；数据预处理子系统，与所述数据收集子系统连接，用于对所述细胞培养实验数据进行预处理，获得细胞培养数据集；模型构建子系统，与所述数据预处理子系统连接，用于基于特征识别方法构建神经网络模型，将所述细胞培养数据集输入至所述神经网络模型中进行训练，获得细胞培养的预测模型；培养子系统，与所述模型构建子系统连接，用于基于所述细胞培养的预测模型获取细胞培养参数，基于所述细胞培养参数对设备和细胞生长环境进行调节，通过调节的设备和细胞生长环境对细胞进行培养
。2.
根据权利要求1所述的微重力细胞培养系统，其特征在于，所述数据收集子系统包括：细胞数据收集模块，用于对细胞培养数据库进行数据采集，获得细胞数据；环境数据收集模块，用于基于传感器获取实验室环境信息，获得环境数据；数据整合模块，用于将所述细胞数据和所述环境数据进行整合，获得所述细胞培养实验数据；所述细胞数据包括细胞的生长速率
、
细胞存活率和细胞形态；所述环境数据包括实验室环境信息
、
旋转速度和培养时间
。3.
根据权利要求1所述的微重力细胞培养系统，其特征在于，所述数据预处理子系统包括：数据处理模块，用于对所述细胞培养实验数据进行数据处理，获得处理数据集；特征识别模块，用于对所述处理数据集进行特征识别，获得细胞培养数据集
。4.
根据权利要求3所述的微重力细胞培养系统，其特征在于，所述数据处理模块包括：数据清洗单元，用于将所述细胞培养实验数据进行数据清洗，将进行数据清洗后的数据进行随机抽取，获得清洗数据；数据标准化单元，将所述清洗数据进行数据标准化处理，获得所述处理数据
...

【专利技术属性】
技术研发人员：奚晓鹏，迟海鹏，张怀东，邢希学，
申请(专利权)人：北京戴纳实验科技有限公司，
类型：发明
国别省市：