基于深度学习胚胎形态动力学参数提取和囊胚预测方法

    公开(公告)号:CN117612160A

    公开(公告)日:2024-02-27

    申请号:CN202311362323.0

    申请日:2023-10-20

    Abstract: 本发明基于深度学习胚胎形态动力学参数提取和囊胚预测方法属于人工智能技术领域,本发明通过使用yolov5目标检测模型对标注好的一细胞阶段,二细胞阶段,三细胞阶段,四细胞阶段的图像文件进行训练,识别胚胎发育过程中的一细胞阶段,二细胞阶段,三细胞阶段,四细胞阶段,利用训练好的yolov5目标检测模型自动提取胚胎延时监测视频中的胚胎形态动力学参数,对提取的形态动力学参数与是否形成囊胚进行独立t检验,分析不同形态动力学参数对是否形成囊胚的结果是否有显著影响,提取对结果有显著影响的形态动力学参数,利用lstm分类预测模型,预测胚胎是否形成囊胚,本发明能够提高预测胚胎是否发育成囊胚的准确率。

    基于耗散粒子动力学的细胞拉伸张量计算方法

    公开(公告)号:CN117352041A

    公开(公告)日:2024-01-05

    申请号:CN202311405746.6

    申请日:2023-10-27

    Abstract: 本发明基于耗散粒子动力学的细胞拉伸张量计算方法属于显微操作生物建模技术领域,本发明具体步骤如下:步骤1)建立耗散粒子动力学细胞膜模型,步骤2)确定仿真边界条件以及系综积分器类型:步骤3)细胞膜与细胞骨架模型进行聚合;步骤4)在仿真环境中搭建微针刺入实验平台并启动微针刺入实验;步骤5)计算细胞在刺入方向上的应变:将微针刺入仿真数据进行处理,使用有限应变理论进行分析和计算,输出正应变。本发明方法能够计算细胞模型在不同参数下的内应变,通过和现实实验中结果进行对比验证,证明本方法计算的有效性。

    一种基于耗散粒子动力学模拟的细胞骨架建模方法

    公开(公告)号:CN115641917A

    公开(公告)日:2023-01-24

    申请号:CN202211342192.5

    申请日:2022-10-31

    Applicant: 南开大学

    Abstract: 本发明提供了一种基于耗散粒子动力学模拟的细胞骨架建模方法,包括以下步骤:步骤1:在耗散粒子动力学模拟软件中设定细胞区域;步骤2:在细胞区域内随机分布、互不交叉的微丝单链;步骤3:在细胞区域内随机生成若干游离的所述交联蛋白粒子;步骤4:所述微丝单链与交联蛋白粒子进行聚合/解离,直至三种状态的交联蛋白粒子的数量均趋于稳态,交联蛋白粒子的三种状态分别为游离、只与一条微丝单链结合和与两条微丝单链结合;步骤5:删除交联蛋白粒子,并将同一交联蛋白粒子所连接的两个所述微丝单链直接相连;步骤6:计算细胞骨架参数,输出细胞骨架模型。本发明所构建的细胞骨架具有高保真度,在外力作用下呈现粘弹性等机械特性。

    基于耗散粒子动力学的多组分细胞模型内部应变计算方法

    公开(公告)号:CN116628991A

    公开(公告)日:2023-08-22

    申请号:CN202310598187.9

    申请日:2023-05-25

    Applicant: 南开大学

    Abstract: 本发明提供了基于耗散粒子动力学的多组分细胞模型内部应变计算方法,属于显微操作生物建模技术领域,包括以下步骤:步骤1:在耗散粒子动力学模拟软件中确定仿真环境;载入压头模块或微针模块、多组分细胞模型以及基板模块;步骤2:根据耗散粒子动力学的建模方法,确定粒子相互之间作用的势函数,设定系综;步骤3:启动仿真,将仿真结果格式化输出;步骤4:使用材料力学中大应变下的变形梯度有限应变理论进行分析和应变计算,并输出应变计算结果;步骤5:将应变计算结果进行切片以及可视化。本发明能够得到合理的应变结果,能够有效的揭示细胞在显微操作中内部应变的变化。

Patent Agency Ranking