一种基于卡尔曼滤波的AFM检测细胞机械特性方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106769471A(43)申请公布日2017.05.31(21)申请号201710007841.9(22)申请日2017.01.05(71)申请人乐山师范学院地址614000四川省乐山市市中区滨河路778号(72)发明人樊玲(74)专利代理机构北京众达德权知识产权代理有限公司11570代理人刘杰(51)Int.Cl.G01N3/08(2006.01)权利要求书4页说明书8页附图6页(54)发明名称一种基于卡尔曼滤波的AFM检测细胞机械特性方法(57)摘要本发明公开了一种基于卡尔曼滤波的AFM检测细胞机械特性方法，该方法对细胞压痕实验获得的微悬臂偏移量采用卡尔曼滤波，获得微悬臂偏移量最优估计值；采用MIIC算法在硬材料上迭代地跟踪上述最优估计值，同时在每次迭代过程中对获得的硬材料微悬臂偏移量采用卡尔曼滤波，迭代终止时获得z轴位移量；根据Hertz模型计算细胞弹性模量。本发明对细胞压痕实验和硬材料跟踪实验获得的微悬臂偏移量采用卡尔曼滤波模型滤波，获得微悬臂偏移量的最优估计值，减小了实验过程中引入的噪声和杂波，使得硬材料MIIC算法跟踪实验能有效跟踪，提高操作效率；同时获得更精确的细胞压痕深度值，提高了细胞机械特性测量的准确性。CN106769471ACN106769471A权利要求书1/4页1.一种基于卡尔曼滤波的AFM检测细胞机械特性方法，其特征在于，具体步骤包括：1)采用原子力显微镜AFM进行细胞压痕实验，获得AFM的z轴位移量和AFM探针的微悬臂偏移量；2)建立微悬臂偏移量的卡尔曼滤波模型；3)对步骤1)获得的微悬臂偏移量采用步骤2)建立的卡尔曼滤波模型滤波，获得细胞压痕实验中微悬臂偏移量的最优估计值；4)硬材料跟踪实验：采用基于求逆的无模型迭代学习控制MIIC算法在硬材料上迭代地跟踪步骤3)中获得的细胞压痕实验微悬臂偏移量的最优估计值，同时在每次迭代过程中对获得的硬材料微悬臂偏移量采用所述卡尔曼滤波模型滤波，直到MIIC算法终止迭代为止，输出终止迭代时获得的z轴位移量；5)根据步骤1)和步骤4)得到的z轴位移量，以及步骤3)得到的细胞压痕实验中微悬臂偏移量的最优估计值，利用Hertz模型计算细胞弹性模量。2.根据权利要求1所述的一种基于卡尔曼滤波的AFM检测细胞机械特性方法，其特征在于，步骤1)中，细胞压痕实验包括如下步骤：步骤1.1实验准备：AFM工作模式为液体中接触模式，安装AFM探针，放置细胞样品，探针进入液体逼近细胞，调节激光点，在取景器中获得细胞爬片全貌，选择密度适于观测的单细胞区域，调节样品的水平位置，使得探针定位于目标细胞中心；步骤1.2获取实验数据：采用L个不同的加载速率fl，分别对AFM的压电执行器加载和卸载N次相同的载荷力Fmax，使得AFM探针在同一速率下在细胞上压下和抬起N次；定义一次连续的加载和卸载过程为一个周期，则以采样率fs＝100fl采集L个不同加载速率fl下N个周期的z轴位移量和微悬臂偏移量其中k表示第k个时刻，k＝1,...,K，K＝Nfs/fl＝100N，l＝1,...,L。3.根据权利要求1所述的一种基于卡尔曼滤波的AFM检测细胞机械特性方法，其特征在于，步骤2)中所建立的卡尔曼滤波模型为：定义系统状态方程为xk＝Fkxk-1+wk，其中，系统状态分别为微悬臂在k时刻T的偏移量和速度，[]表示矩阵转置；状态转移矩阵Fk随时间变化，当AFM压电执行器加载载荷力Fmax，即时，当AFM压电执行器卸载载荷力Fmax，即时，其中n＝1,...,N表示加载频率fl下的第n个加载周期，N为细胞压痕实验在同一个加载速率下的总周期数；wk为过程噪声，服从均值为零、协方差矩阵为Q的多元正态分布，即定义系统测量方程为ck＝Hxk+vk，其中测量ck为微悬臂在k时刻偏移量的测量值；测量矩阵H＝[10]；vk为观测噪声，服从均值为零、协方差为R的正态分布，即定义卡尔曼滤波模型的迭代更新方程为其中，预测的k时2CN106769471A权利要求书2/4页刻状态为k时刻卡尔曼滤波增益，预测的k时刻估计协方差矩阵更新的k时刻协方差Pk|k＝(I-KkH)Pk|k-1，I为单位矩阵；为卡尔曼滤波输出的对微悬臂在k时刻偏移量和速度的最优估计值。4.根据权利要求1所述的一种基于卡尔曼滤波的AFM检测细胞机械特性方法，其特征在于，步骤3)中进行的卡尔曼滤波为：取出步骤1)细胞压痕实验获得的L个不同加载速率fl下的微悬臂偏移量采用步骤2)建立的卡尔曼滤波模型对微悬臂偏移量进行滤波：令代入卡尔曼滤波模型的迭代更新方程，迭代获得卡尔曼滤波输出的对微悬臂在k时刻偏移量和速度的最优估计值将卡尔曼滤波输出的偏移量最优估计值赋值给即令表示的集合，则即为经过卡