促进神经细胞生长和分化的薄膜的制备方法

    公开(公告)号:CN113694251A

    公开(公告)日:2021-11-26

    申请号:CN202111094942.7

    申请日:2021-09-17

    Applicant: 南开大学

    Inventor: 孙珊 胡献刚

    Abstract: 本发明属于生物医学工程领域,具体涉及一种促进神经细胞生长和分化的薄膜的制备方法。现有技术中缺乏一种高效、简便、经济、安全的促进神经细胞生长和分化的方法,本发明提供一种促进神经细胞生长和分化薄膜的制备方法,包括以下步骤:a、准备原始(混合相,MP)、1T相、2H相MoS2;b、制备PDMS;c、以步骤a获得的原始、1T相、2H相MoS2在步骤b中制备的PDMS上制成薄膜,将神经细胞悬浮液接种于所述步骤c获得的薄膜上,置于细胞培养箱中培养。本发明提供的神经细胞生长薄膜,通过构建表面具有八面体配位体系的1T相MoS2和三棱柱配位2H相的PDMS薄膜作为神经细胞的培养基底,本发明制备得到的薄膜具有良好的生物相容,可提高神经细胞活性并促进了神经细胞突触的分化。

    一种基于机器学习的PC12细胞状态识别的方法

    公开(公告)号:CN113516061A

    公开(公告)日:2021-10-19

    申请号:CN202110699733.9

    申请日:2021-06-23

    Applicant: 南开大学

    Abstract: 本发明公开一种基于机器学习的细胞状态识别的方法,通过收集PC12细胞共聚焦图片数据集;使用ZEN和image J软件对细胞特征数据集进行形貌特征提取,得到细胞形貌的特征集;使用机器学习特征选择方法对细胞特征集进行筛选,得到筛选特征集;基于机器学习算法将筛选数据集输入到机器学习模型进行训练,并调整机器学习随机森林的参数使其达到精度要求,得到细胞状态分类的机器学习模型;对测试集细胞数据进行分类,输出细胞状态类别。本发明快速、有效的对PC12细胞进行状态判断,为原位快速识别PC12细胞状态提供了技术基础。

    一种基于机器学习的PC12细胞状态识别的方法

    公开(公告)号:CN113516061B

    公开(公告)日:2022-04-29

    申请号:CN202110699733.9

    申请日:2021-06-23

    Applicant: 南开大学

    Abstract: 本发明公开一种基于机器学习的细胞状态识别的方法,通过收集PC12细胞共聚焦图片数据集;使用ZEN和image J软件对细胞特征数据集进行形貌特征提取,得到细胞形貌的特征集;使用机器学习特征选择方法对细胞特征集进行筛选,得到筛选特征集;基于机器学习算法将筛选数据集输入到机器学习模型进行训练,并调整机器学习随机森林的参数使其达到精度要求,得到细胞状态分类的机器学习模型;对测试集细胞数据进行分类,输出细胞状态类别。本发明快速、有效的对PC12细胞进行状态判断,为原位快速识别PC12细胞状态提供了技术基础。

Patent Agency Ranking