技术特征：
1.一种细胞微流变特征快速提取方法，其特征在于，如下步骤：将培养好的ecs放入含有荧光纳米颗粒的细胞培养基，通过细胞外界物质的胞吞作用向胞内引入纳米颗粒，待观察有颗粒进入细胞内部后，准备进行纳米颗粒在细胞内扩散的实验；从细胞培养箱中取出制备好的样品，弃掉玻璃皿中的培养基，将样品置于显微装置下观测和记录颗粒的运动轨迹；在明场下，首先使用100倍油浸物镜寻找到单个细胞，调焦至清晰看到细胞，拍摄一张图片作为对比；紧接着，焦平面不变的情况下，打开荧光记录颗粒的运动，每组实验至少重复3次以上，每次成像10-15个细胞；在获得轨迹图像后，为了得到纳米颗粒的运动轨迹，首先要对图像进行处理；图像的过滤采用“高斯模糊”和“锐化”处理；接下来，对粒子的轨迹进行追踪：以水的黏度η作为溶液的黏度、粒径的大小d、曝光时间δt，通过公式和计算出理论的扩散系数d0和均方位移l，并以l的长度作为搜索区域；如果在下一帧这个区域内出现一个颗粒，被认为是同一颗粒；若出现多个颗粒，为了防止颗粒之间的干扰，结束本次搜索；得到探针颗粒运动轨迹和单步位移之后，均方位移msd采用下式进行计算:其中，r
i
表示颗粒在i时刻的位置，n为拍摄得到的颗粒运动总步数，k表示时间间隔δt的整数倍；因此上式表示颗粒在k个时间间隔内的均方位移，即msd-t的关系；多次实验，得到多组msd-t数据，对msd求平均，得到emsd-t数据；由所得的emsd数据根据细胞微流变特性公式通过matlab算法求出微流变特性，其中黏度公式为：其中，k
b
为玻尔兹曼常量，t为温度，t为时间，a为细胞半径；蠕变柔量公式为：复合模量公式为：其中a为细胞半径，ω为频率，i表示复数虚部，f
u
[δr2(t)]为<δr2(t)>的单侧傅里叶变换；可利用matlab中的快速傅里叶fft算法求出<δr2(t)>的傅里叶变换；以已得的复合模量数据为基础，利用公式与算法计算弹性模量与粘性模量；根据已求复合模量，将复合模量的实部和虚部分别对应于弹性模量和粘性模量，公式如下：g
*
(ω)＝g'(ω)+ig”(ω)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)基于以上公式利用算法求出细胞微流变特性。2.根据权利要求1所述的一种细胞微流变特征快速提取方法，其特征在于：通过细胞的平均均方位移直接求出细胞的微流变特性；基于已求得的细胞微流变特性
和相应的msd建立广义回归神经网络grnn，构建的广义回归神经网络具有输入层、隐含层、加和层和输出层；首先，将已获得的ecs的e-msd数据进行分组，分为训练组和测试组：用等间距抽样的方法选取测试组，剩余的数据归为训练组；令x＝[t,emsd]，即时间t和对应的均方位移<
△
r2(t)>组合作为二维输入，细胞的微流变特性作为输出y；已知x的某一观测值x0，y相对于x的回归为：y(x0)即在输入为x0的条件下，y的预测输出；应用parzen非参数估计，可由样本数据集按下式估算密度函数f(x0,y)：,y)：d(y,y
i
)＝[y-y
i
]2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)其中n为样本数量，p为变量x的维数，σ为光滑因子；将式(8)-(9)代入式(7)并交换积分和求和顺序得到：由于化简上式，可得由上式易得grnn隐含层节点数等于，输入的样本数量，其中第k个节点的输出为y
k
为该节点所对应的期望输出；加和层第一个节点的输出为：第二个节点的输出为：
最终输出层的输出为第一个节点的输出除以第二个节点的输出，从而得到细胞微流变特征。3.根据权利要求1或2所述的一种细胞微流变特征快速提取方法，其特征在于：所述的方法通过粒子追踪技术提取出细胞内粒子均方位移数据，根据微流变特公式利用算法计算出细胞微流变特性；构建广义回归神经网络，直接由细胞的均方位移数据得到细胞的微流变特性。
技术总结
本发明提供了一种细胞微流变特征快速提取方法，属于流变特性测量技术领域。本发明通过荧光显微成像的单粒子追踪法测量荧光聚苯乙烯纳米粒子的扩散运动，经过处理后得到细胞运动轨迹图像；由轨迹图像得到探针颗粒运动轨迹和单步位移之后，通过公式计算出细胞均方位移数据；由得出的均方位移数据根据微流变特征公式使用算法反演出细胞的黏度、蠕变柔量、复合模量和粘弹性模量等微流变特性。进一步，可建立广义回归神经网络进行快速准确反演，实现基于细胞均方位移数据快速求解细胞微流变特性。性。性。
技术研发人员：薛春东 骆进 李梦馨 胡思毓 覃开蓉 李泳江 王宇 郜中奇
受保护的技术使用者：大连理工大学
技术研发日：2022.05.23
技术公布日：2022/9/2