买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明涉及免疫细胞培养设备技术领域,特别是一种免疫细胞培养装置的智能控制与运维方法及系统。基于一类活性免疫细胞和二类活性免疫细胞分析各个增殖节点上目标免疫细胞对应所处的培养环境参数集的控制偏差,生成目标免疫细胞全周期的培养环境控制方案;通过运行培养环境控制方案后获取各个增殖节点上目标免疫细胞的增殖图像数据,基于相邻增殖节点上增殖图像数据的实际增殖纹理对比度与基准增殖纹理对比度的差异分析调节培养目标免疫细胞所需的营养供给含量参数,生成目标免疫细胞全周期的培养环境控制方案。本发明能够智能化精准控制免疫细胞培养装置在不同增殖生长阶段的培养环境以及培养营养供给,提高免疫细胞的培养质量。
主权项:1.一种免疫细胞培养装置的智能控制与运维方法,其特征在于,包括以下步骤:构建免疫细胞培养装置的仿真模型全周期模拟培养以获取处于各个增殖节点上的目标免疫细胞培养模型,通过所述目标免疫细胞培养模型以及趋化因子生理特性参数分析迁移活性,得到一类活性免疫细胞以及二类活性免疫细胞;基于所述一类活性免疫细胞和二类活性免疫细胞分析各个增殖节点上目标免疫细胞对应所处的培养环境参数集的控制偏差,生成目标免疫细胞全周期的培养环境控制方案;通过运行所述培养环境控制方案后获取各个增殖节点上目标免疫细胞的增殖图像数据,基于相邻增殖节点上所述增殖图像数据的实际增殖纹理对比度与基准增殖纹理对比度的差异分析调节培养目标免疫细胞所需的营养供给含量参数,生成目标免疫细胞全周期的营养供给控制方案;基于所述培养环境控制方案与营养供给控制方案仿真运行获取免疫细胞培养装置中不同子培养装置在预设培养区域中的模拟动态行程控制模型,同时获取当前培养节点的实际动态行程控制模型,根据所述实际动态行程控制模型与对应模拟动态行程控制模型的模型偏差运维校准免疫细胞培养装置,得到运维方案;其中,构建免疫细胞培养装置的仿真模型全周期模拟培养以获取处于各个增殖节点上的目标免疫细胞培养模型,通过所述目标免疫细胞培养模型以及趋化因子生理特性参数分析迁移活性,得到一类活性免疫细胞以及二类活性免疫细胞,具体包括以下步骤:基于大数据网络中获取目标免疫细胞的培养案例,基于所述培养案例对免疫细胞培养装置进行预设培养参数初始化,生成目标免疫细胞的预设培养策略;获取目标免疫细胞的生长周期规律,基于所述生长周期规律预设目标免疫细胞的多个增殖节点,构建免疫细胞培养装置的仿真模型,运用所述仿真模型执行预设培养策略对目标免疫细胞进行全周期模拟培养,在全周期模拟培养过程中提取出处于各个增殖节点上的目标免疫细胞培养模型;获取目标免疫细胞的种类信息,同时基于大数据网络获取免疫细胞领域知识图谱,将所述种类信息导入免疫细胞领域知识图谱中进行识别,输出目标免疫细胞可生效作用的趋化因子以及每种趋化因子对应的多项生理特性参数;获取所述仿真模型在各个增殖节点执行预设培养策略时的培养环境参数,引入粒子群优化算法对所述培养环境参数与每种趋化因子对应的多项生理特性参数的粒子适应函数和最佳位置进行计算,得到粒子适应度以及全局最佳位置;根据全局最佳位置不断更新迭代当前粒子的适应度,获取当前迭代值,判断当前迭代值是否达到预设迭代阈值,若达到,则输出每个粒子的最终适应度,根据所述最终适应度构建得到不同增殖培养环境的趋化因子信号释放模型;通过所述趋化因子信号释放模型对处于各个增殖节点上的目标免疫细胞培养模型响应至目标趋化因子的迁移活性进行判定分析,得到一类活性免疫细胞以及二类活性免疫细胞;其中,通过所述趋化因子信号释放模型对处于各个增殖节点上的目标免疫细胞培养模型响应至目标趋化因子的迁移活性进行判定分析,得到一类活性免疫细胞以及二类活性免疫细胞,具体包括以下步骤:预设目标趋化因子的信号释放频率阈值以及理想活性迁移时长,基于所述信号释放频率阈值规划目标趋化因子的信号释放响应范围;将处于各个增殖节点上的目标免疫细胞培养模型嵌入趋化因子信号释放模型的对应增殖节点上进行理想活性迁移时长的迁移分析,提取不同增殖培养环境下目标免疫细胞在理想活性迁移时长响应目标趋化因子信号的迁移路径;通过共聚焦显微镜检测各个增殖节点上目标免疫细胞,以绘制出各个增殖节点上目标免疫细胞的表面受体分布图,基于所述表面受体分布图规划出各个增殖节点上目标免疫细胞可响应结合目标趋化因子的受体感知范围;基于所述迁移路径获取不同增殖环境下目标免疫细胞的迁移终点,判断目标免疫细胞到达迁移终点时所述受体感知范围是否与信号释放响应范围存在交集,若存在,则说明目标免疫细胞可在理想活性迁移时长之内与目标趋化因子结合,并将该目标免疫细胞标定为一类活性免疫细胞;若不存在,则说明目标免疫细胞不可在理想活性迁移时长之内与目标趋化因子结合,将该目标免疫细胞标定为二类活性免疫细胞;其中,基于所述一类活性免疫细胞和二类活性免疫细胞分析各个增殖节点上目标免疫细胞对应所处的培养环境参数集的控制偏差,生成目标免疫细胞全周期的培养环境控制方案,具体包括以下步骤:当增殖节点上的目标免疫细胞为一类活性免疫细胞时,则获取目标免疫细胞到达迁移终点时受体感知范围与目标趋化因子的信号释放响应范围之间的交集空间模型区域;构建多维空间几何拓扑领域,在多维空间几何拓扑领域中对所述交集空间模型区域进行多组预设控制点的几何插值,得到若干个区域插值,通过所述若干个区域插值拓扑计算交集空间模型区域的体积,得到交集空间模型区域体积值;预设目标免疫细胞的理想活性迁移路径,获取目标免疫细胞在理想活性迁移时长达到所述理想活性迁移路径时受体感知范围与信号释放响应范围的标准交集空间模型区域体积值;计算所述交集空间模型区域体积值与标准交集空间模型区域体积值的差值,得到体积偏差值,根据所述体积偏差值调控一类活性免疫细胞对应增殖节点上的培养环境参数集,得到第一培养环境调控参数集;当增殖节点上的目标免疫细胞为二类活性免疫细胞时,则获取二类活性免疫细胞在理想活性迁移时长响应目标趋化因子信号的迁移路径,同时预设多个均匀路径分割点;引入线性最小二乘法计算拟合所述迁移路径与理想活性迁移路径的线性最小二乘模型,在线性最小二乘模型计算每个均匀路径分割点上的误差平方和,根据所述路径误差平方和确定迁移路径相较于理想活性迁移路径的路径漂移幅值;根据所述路径漂移幅值调控二类活性免疫细胞对应增殖节点上的培养环境参数集,得到第二培养环境调控参数集;基于生长周期规律获取各个增殖节点的节点时序,基于所述节点时序对每个增殖节点上的第一培养环境调控参数集与第二培养环境调控参数集进行时序拼接,生成目标免疫细胞全周期的培养环境控制方案;其中,通过运行所述培养环境控制方案后获取各个增殖节点上目标免疫细胞的增殖图像数据,基于相邻增殖节点上所述增殖图像数据的实际增殖纹理对比度与基准增殖纹理对比度的差异分析调节培养目标免疫细胞所需的营养供给含量参数,生成目标免疫细胞全周期的营养供给控制方案,具体包括以下步骤:通过控制免疫细胞培养装置运行所述培养环境控制方案以对目标免疫细胞每个增殖节点的培养环境进行智能控制调节,各个增殖节点控制调节后,运用共聚焦显微镜观察记录每个增殖节点上目标免疫细胞的增殖状态,获取各个增殖节点上目标免疫细胞的增殖图像数据;引入GLCM算法对各个增殖节点上的所述增殖图像数据进行灰度量化,灰度量化后计算增殖图像数据中每对像素对的灰度级别频次,根据灰度级别频次构建矩阵,得到若干个增殖图像数据的灰度共生矩阵;构建纹理对比度映射空间,基于各个增殖节点的节点时序在纹理对比度映射空间中对相邻增殖节点对应增殖图像数据之间的灰度共生矩阵进行映射计算,得到相邻增殖节点对应灰度共生矩阵的纹理对比度,定义为实际增殖纹理对比度;通过预设培养策略提取各个增殖节点上的预设营养供给含量参数,基于免疫细胞领域知识图谱获取目标免疫细胞处于各个增殖节点控制调节后的培养环境参数以及预设营养供给含量参数条件下的增殖速率;依据所述增殖速率建立每个增殖节点上目标免疫细胞增殖的基准灰度共生矩阵,获取当前增殖节点至下一增殖节点的基准灰度共生矩阵的纹理对比度,定义为基准增殖纹理对比度;若所述实际增殖纹理对比度不大于基准增殖纹理对比度,则标记该实际增殖纹理对比度对应增殖节点上的营养供给含量参数为均衡状态并进入下一相邻增殖节点的判定;若所述实际增殖纹理对比度大于基准增殖纹理对比度,则标记该实际增殖纹理对比度对应增殖节点上的营养供给含量参数为营养失衡状态,根据实际增殖纹理对比度与基准增殖纹理对比度的差值调节该实际增殖纹理对比度对应增殖节点上的营养供给含量参数,生成目标免疫细胞全周期的营养供给控制方案;其中,基于所述培养环境控制方案与营养供给控制方案仿真运行获取免疫细胞培养装置中不同子培养装置在预设培养区域中的模拟动态行程控制模型,同时获取当前培养节点的实际动态行程控制模型,根据所述实际动态行程控制模型与对应模拟动态行程控制模型的模型偏差运维校准免疫细胞培养装置,得到运维方案,具体包括以下步骤:获取免疫细胞培养装置的预设培养区域,同时获取免疫细胞培养装置中各个子培养装置的机械构造设计图以及机械活动原理,根据所述机械构造设计图以及机械活动原理规划各个子培养装置的预设可活动范围,基于预设可活动范围将所述预设培养区域分割为N个子培养区域;将目标免疫细胞全周期的培养环境控制方案以及营养供给控制方案上传至免疫细胞培养装置的仿真模型,并再次执行预设培养策略对目标免疫细胞二次全周期模拟培养;二次全周期模拟培养过程中,输出各个子培养装置在N个子培养区域中的培养活动行程以及对应的行程控制参数,基于所述培养活动行程和对应的行程控制参数构建每个子培养装置在不同子培养区域中的模拟动态行程控制模型;获取预设培养策略在当前培养节点上运行培养环境控制方案和营养供给控制方案的联动控制时序,根据所述联动控制时序计算每个子培养区域的培养权重值,只标记出培养权重值大于预设培养权重值对应的子培养区域,定义为目标子培养区域;获取当前培养节点上待定子培养区域所需子培养装置运行的实际动态行程控制模型,计算所述实际动态行程控制模型与对应模拟动态行程控制模型之间的马氏距离,根据马氏距离确定出模型偏差;基于所述模型偏差对待定子培养区域中联动控制运行培养环境控制方案和营养供给控制方案的子培养装置的实际行程控制进行运行维护校准并实时监控,得到运维方案。
全文数据:
权利要求:
百度查询: 深圳中旭细胞再生医学研究有限公司 一种免疫细胞培养装置的智能控制与运维方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。