一种用于计算基质上细胞弹性模量的机器主动学习方法

    公开(公告)号:CN115422798A

    公开(公告)日:2022-12-02

    申请号:CN202211041151.2

    申请日:2022-08-29

    Abstract: 本发明属于细胞力学领域,涉及一种用于计算基质上细胞弹性模量的机器主动学习方法。本发明可以精准地提取细胞弹性模量Ec,消除压痕深度d、细胞半径R、探针半径r、细胞厚度t、基质刚度Es的对提取Ec影响。这也就意味着,可以有效消除不满足小变形假设、无限半空间假设、基质变形带来的影响。相比传统机器学习方法,AL模型方法可以对数据集进行有效筛选,做到自动寻找可以显著提高模型精度的数据。兼顾计算精度和计算效率。本发明方法的建模过程简单,避免了复杂的方程求解。同时,可以在建模时考虑多因素的影响。

    一种基于压痕实验计算细胞粘弹性力学参数的方法

    公开(公告)号:CN119830640A

    公开(公告)日:2025-04-15

    申请号:CN202411885594.9

    申请日:2024-12-20

    Abstract: 本发明提供一种基于压痕实验计算细胞粘弹性力学参数的方法,属于细胞力学领域。所述方法包括:首先,进行有限元(FE)模拟得到FE计算数据,将其与Hertz模型计算数据比较,计算压痕条件相同时两组数据的相对误差;再次,对相对误差数据进行拟合,以显式模型的形式对Hertz模型进行修正建立修正模型;最后,修正模型与力学模型结合修正小变形假设和半无限空间假设失效造成的误差,准确提取细胞的粘弹性力学参数。本发明提供的修正模型具备普适性,配合粘弹性力学模型,能否准确提取细胞的弹性参数(弹性模量)、粘性参数(如表观粘度、幂率指数等);本发明方法的建模过程简单,避免了复杂的方程求解。同时,修正模型作为显式模型应用方便简单。

Patent Agency Ranking