一种单细胞识别方法及装置

一种单细胞识别方法及装置
(一)技术领域
1.本发明涉及的是一种单细胞识别方法及装置，可用于单细胞识别与分类，属于单细胞分析技术领域。
(二)

背景技术：

2.单个细胞在亮场显微镜下缺乏足够的对比度，因此常常造成成像困难。因此，染色剂和荧光染料经常被用来增强对比度，但往往会破坏活细胞的活性。另一种方法是通过细胞与其背景的折射率差来产生相位图像，从而实现细胞成像。相位对比和差分干涉对比显微镜已被证实是细胞术的非常强大的成像系统。然而，这些成像技术记录了定性的相位信息。
3.近来，有一些使用衍射相位成像、数字全息显微镜和基于光强传输方程成像的定量相位成像的报道。基于光强传输方程的技术具有以下独特的优点:它是非干涉技术，计算简单，适用于部分相干源，不需要相位展开。它利用在不同焦深处捕获的一系列图像计算光强沿光轴的导数，并通过二阶偏微分方程将其与相位联系起来。为了获得焦点堆栈，相机或物体都要进行机械平移，这限制了该技术的适用性。
4.生物细胞的分选在科学研究、临床诊断和治疗中具有重要的现实意义,流式细胞分选仪是细胞分选方法重要分支,传统的流式细胞分选仪是传统流式细胞分析仪技术基础上,增加分选装置,依据细胞标记物的不同,将细胞分类收集的仪器。由于传统细胞流式分选仪通常采用细胞所标记的荧光类型作为分类标签，因此属于有标记的细胞分选方法。
5.2014年，李灿等人公开了一种成像流式细胞仪的显微成像光学系统(申请号：201410835442.8)，采用全光谱分波段多重结构，保证成像光学系统的成像质量在各光谱通道均能够达到衍射极限。2018年，撒昱等人公开了一种基于偏振衍射成像流式细胞仪的无标记细胞流式分选方法(申请号201810028502.3)，基于偏振衍射成像流式细胞仪的无标记细胞流式分选方法,能够快速获取无标记的细胞衍射图像,实时识别衍射图像对应细胞类型,并由微流控装置适时分选细胞,达到无标记细胞分类收集之目的。2021年，扎克等人公开了一种用于流式细胞仪的显微成像系统及成像方法(申请号202111500257.x)，采用圆对称位相掩模具有高的斯特列尔比、无需图像后处理的特点，能够延长显微成像系统的景深，扩展现有显微成像系统纵向的成像范围。2022年，苏绚涛等人公开了一种高倍率光学放大成像流式细胞仪(申请号202210188547.3)，通过选取不同放大倍数的成像物镜以及不同焦距的套筒透镜和胶合透镜形成组合，以多级放大的方式解决目前的成像流式细胞仪成像倍数局限于较低倍率放大的问题。
6.从上述公开专利来看，整个系统采用空间光学原件构成，系统复杂不易集成。生成单细胞流大多采用pdms材料的微流芯片，这类微流芯片制作工序复杂价格昂贵。
7.针对上述问题与不足，本专利提供一种单细胞识别方法及装置。将空芯光纤、单模光纤和多模光纤按一定次序排布，用套管的方式将多种光纤固定在一起形成微流腔，取代了传统用微流芯片形成单细胞流的方法。利用单模光纤将激光照到待测粒子上，利用多模
光纤将散射光收集到相机上存储，最后利用深度学习模型进行分析。本发明制作简单，成本低。
(三)

技术实现要素：

8.本发明的目的在于提供一种单细胞识别方法及装置。
9.本发明的目的是这样实现的：
10.一种单细胞识别方法及装置。其特征是：它由外套管(1)、第一毛细管光纤(2)、第二毛细管光纤(3)、单模光纤(4)、多模光纤(5)、待测粒子(6)、光源(7)、废液收集管(8)、微流泵(9)、物镜(10)、相机(11)组成，所述系统中第一毛细管光纤(2)、第二毛细管光纤(3)、单模光纤(4)和多模光纤(5)按照固定位置排布后用外套管(1)封住，形成一个微流腔，待测细胞液通过微流泵将其注入到第一毛细管光纤(2)中，由于惯性力作用，粒子会聚集到毛细管光纤的中央，形成单细胞流，第一毛细管光纤下方有一根纤端被磨成45
°
楔形的多模光纤，光源(7)发出的光通过单模光纤(4)照到待测粒子上，产生的散射光通过多模光纤(7)的楔形角反射后由物镜(10)放大并通过相机(11)接收。相机(11)所存储的照片输入至深度学习模型后，可以对细胞进行识别与分类。
11.多模光纤(5)的纤端先用粗砂纸通过研磨的方式加工45
°
楔形，后用细砂纸进行抛光，用于将散射光反射至多模光纤(5)的纤芯中。
12.楔形表面镀有反射膜，用于增加反射率。
13.单模光纤、多模光纤、毛细管光纤直径都为d um。一般的，d为125。
14.多模光纤纤芯直径尺寸为b um，数值孔径为c。一般的，b为100，c为0.22。
15.单模光纤、多模光纤、毛细管光纤、按照图1的方式排列，外面用套管封住，用胶填满空隙，防止液体渗出。
16.相机存储的照片放入深度学习模型中即可识别。
17.使用支持向量机(svm)对多模光纤输出的散斑进行识别。
18.svm是cortes和vapnik于1995年首先提出的一种算法模型，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。它被认为是一种分类方法，但可以同时用于分类和回归问题。它可以轻松处理多个连续和类别变量。svm在多维空间中构造一个超平面以分离不同的类。svm以迭代方式生成最佳超平面，用于最小化误差。核心思想是找到最大的边际超平面(mmh)，以最大程度地将数据集划分为类
19.图4是svm算法的计算原理，图中的
“×”
样本代表+1，“〇”样本代表-1。其中w和b都是变量，x代表着图中的样本点。
20.假设有一条直线可以把两种不同的样本分隔开，并令这条直线满足下列约束条件：
21.w
t
x+b≥+1,yi＝1
ꢀꢀ
(1)
22.w
t
x+b≤+1,yi＝-1
ꢀꢀ
(2)
23.两条直线之间的距离用margin表示，它的表达式为：
24.25.在满足约束条件式(1)和式(2)的情况下令两条直线之间的间隔margin达到最大值就可以完成对两种不同样本的分类。对于二分类而言，svm的的学习策略就是把不同的样本间隔最大化，可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。svm的的学习算法就是求解凸二次规划的最优化算法。
26.通过在约束条件下把margin最大化来优化的值，常数b相当于直线的截距可以根据数学关系求得，这样就可以得到可以完美分割两种不同样本的直线。然后在此基础上引出svm算法进行多分类的原理，如果svm算法要进行m个样本的分类，则相当于每两个类之间需要进行一次二分类的svm。
27.当对三种不同样本(a、b、c)进行分类时，首先对样本a和样本b进行二分类，与此同时，对样本b和样本c进行二分类、对样本a和样本c进行二分类，即可得到三个决策边界，根据约束条件和每个二分类的决策边界可以得到多分类的决策边界。
28.同样的，当样本种类较多时，需要上升维度来构造决策边界。
29.深度学习的分类模型还可以是lenet、alexnet、vgg、googlenet、resnet。
30.与现有技术相比，本发明的突出优点在于：
31.(1)高度集成化，体积进一步缩小：将原本需要大量空间光学器件才能实现流式成像识别的系统，在一根光纤上实现。
32.(2)用光纤与毛细管组装的微流芯片取代原本用pdms微流芯片，容易实现，成本低，组装方便。
(四)附图说明
33.图1是整个系统示意图。1是外套管，2是第一空芯光纤，3是第二空芯光纤，4是单模光纤，5是多模光纤，6是待测粒子，7是光源，8是废液收集管，9是微流泵，10是物镜，11是相机。
34.图2是微流芯片结构图。2-1是外套管，2-2是第一空芯光纤，2-3是第二空芯光纤，2-4是单模光纤，2-5是多模光纤，2-6是待测粒子，2-7是金属膜，2-8是散射光线在多模光纤中的传输轨迹。
35.图3是多模光纤纤端的三维立体图。3-3是金属膜层，3-2是纤芯，3-1是包层。
36.图4是svm算法的计算原理，图中的
“×”
样本代表+1，“〇”样本代表-1。其中w和b都是变量，x代表着图中的样本点。
(五)具体实施方式
37.下面结合具体的实施例来进一步阐述本发明。
38.取一根单模光纤，光纤直径125um，去除涂覆层，光纤端面处理平整。
39.准备第一毛细管光纤和第二毛细管光纤，光纤直径都为125um，中间毛细管尺寸都是90um，将涂覆层去除，端面切割平整。
40.取一根多模光纤，直径125um，纤芯直径100um，数值孔径0.22，剥除涂覆层，将端面切割平整。
41.光纤端先用粗砂纸研磨成45度楔形，然后用细砂纸抛光。
42.将磨好楔形的多模光纤端面镀一层金膜，用于增加散射光的反射率。
43.取2cm长，内径250um的毛细管，用于封装。
44.将单模光纤、毛细管光纤、多芯光纤以及外套管按照图2的方式组装。并用紫外固化胶封住各光纤与套管的缝隙，防止液体渗漏。
45.单模光纤的一端与激光器相连，用于提供激发光源。
46.多模光纤收集到的散射光信号通过物镜放大后，由相机采集保存。
47.深度学习模型训练过程：
48.(1)将多种类型的细胞分别装入管中稀释备用。
49.(2)每种细胞分别通入装置中进行散射光采集，同一型号的细胞保存到一个文件夹。
50.(3)将细胞放入svm深度学习模型中训练。
51.当细胞混合液通入装置中，会采集到一系列照片，将其输入到模型训练好之后，就可以将其进行识别。

技术特征：
1.一种单细胞识别方法及装置。其特征是：它由外套管(1)、第一毛细管光纤(2)、第二毛细管光纤(3)、单模光纤(4)、多模光纤(5)、待测粒子(6)、光源(7)、废液收集管(8)、微流泵(9)、物镜(10)、相机(11)组成，所述系统中第一毛细管光纤(2)、第二毛细管光纤(3)、单模光纤(4)和多模光纤(5)按照固定位置排布后用外套管(1)封住，形成一个微流腔，待测细胞液通过微流泵将其注入到第一毛细管光纤(2)中，由于惯性力作用，粒子会聚集到毛细管光纤的中央，形成单细胞流，第一毛细管光纤下方有一根纤端被磨成楔形的多模光纤，光源(7)发出的光通过单模光纤(4)照到待测粒子上，产生的散射光通过多模光纤(5)的楔形角反射后由物镜(10)放大并通过相机(11)接收，相机(11)所存储的照片输入至深度学习模型后，可以对细胞进行识别与分类。2.根据权利要求1所述的一种单细胞识别方法及装置，其特征是：所采用的多模光纤(5)的纤端通过研磨的方式加工有楔形，用于将散射光反射至多模光纤(5)的纤芯中。3.根据权利要求1所述的一种单细胞识别方法及装置，其特征是：所采用多模光纤(5)的纤端镀有反射膜，用于增加散射光的反射率。

技术总结
本发明提供的是一种单细胞识别方法及装置。其特征是：它由外套管、第一毛细管光纤、第二毛细管光纤、单模光纤、多模光纤、待测粒子、光源、废液收集管、微流泵、物镜、相机组成。第一毛细管光纤运输的待测细胞会受到惯性力的作用聚集到通道中央形成单细胞流，单模光纤的光照到待测粒子上产生的散射光由多模光纤收集，最后由相机记录散斑图像。散斑图像输入至深度学习模型后，可以对细胞进行识别与分类。本发明可用于单细胞识别与分类，可广泛用于单细胞成像识别等领域。成像识别等领域。成像识别等领域。


技术研发人员：苑立波 杜佳豪
受保护的技术使用者：桂林电子科技大学
技术研发日：2023.03.13
技术公布日：2023/9/25