【技术实现步骤摘要】
基于人工神经网络预测低雷诺数微流体芯片流体场方法
[0001]本专利技术涉及基于人工神经网络预测低雷诺数微流体芯片流体场方法,属于生物芯片自动化设计、流体力学
技术介绍
[0002]随着科技的进步,微流控技术在生物、化学、医学等领域显示出巨大的潜力,微流体芯片又被称为片上实验室,将实验平台从传统的大型实验室转移到微型便携芯片中,通常情况下这些芯片只有几平方厘米或者更小。由于其能够将多个独立单元大规模集成到微型平台、体积轻巧能耗低、反应速度快等特点,被广泛应用到医疗诊断、细胞分选、单细胞RNA测序或液滴数字PCR、基因蛋白分析、药物发现等领域。
[0003]微流体这一实验平台被多个学科领域研究人员所用,大多是根据自身实验背景所定制的设备,还不能被广泛应用。在以往的微流体芯片设计过程中,研究人员首先需要根据预期的功能在计算机上设计,然后生产和测试实际芯片功能。然而受到了定制设备设计、制造和操作的复杂性的限制,这些复杂性限制了其再现性和通用性。虽然制造可以外包(尽管成本高昂),微流体设计和操作可能需要数月至数年的多次“设计
‑
制造
‑
测试”迭代来优化性能。通常情况下并不是所有的研究人员都熟悉微流体芯片的设计与制造,他们仅仅是研究内容需要用到微流体芯片,这就需要花费大量的时间来设计芯片,这就为他们的研究带来了极大的不便。
[0004]机器学习是利用可训练的统计模型来识别模式和预测未来行为,近年来被广泛的应用到各个领域。人工神经网络是机器学习的一种,它从信息处理角度 ...
【技术保护点】
【技术特征摘要】
1.基于人工神经网络预测低雷诺数微流体芯片流体场方法,其特征在于:包括以下步骤:S1、创建微流体芯片模型:S2、人工神经网络模型预测微流体芯片的流体场:从S1中随机微流体芯片模型中提取数据,划分网格,设置边界条件,归纳人工神经网络模型,最终使用定制的算法,调用预训练的人工神经网络模型,预测整个微流体芯片流体场;S3、基于低雷诺数通用微流体芯片模型提取数据:从上述模型中以.txt格式,导出控制微流体芯片随机性设计的100
·
100的01矩阵,一个微流体芯片模型有七万多个节点,导出每个节点的速度的水平方向分量,竖直方向分量及其在坐标系中的(x,y)坐标值,通过导出的数据,分别将设计域的流体速度的水平方向分量,竖直方向分量,根据(x,y)坐标值划分成100
·
100的矩阵,每种设计对应着三个100
·
100的矩阵,分别是01矩阵、速度水平方向分量矩阵及竖直方向分量矩阵,将水平方向速度分量矩阵记为V
x
,竖直方向分量速度矩阵记为V
y
;S4、生成数据集:现定义一个九宫格,一个3行3列的矩阵,从左到右,自上而下进行编号,第一行编号为:1、2、3,第二行编号为:4、5、6,第三行编号为:7、8、9,利用python的numpy库,同时对三个矩阵,从三个矩阵位置进行大小为3
·
3,步长为(3,3)的切片处理,经过一次切片可以得到3个3行3列的矩阵,分别是:是否创建网格的01矩阵,记为[[P1,P2,P3],[P4,P5,P6],[P7,P8,P9]];水平方向速度分量矩阵,记为[[V
x,1
,V
x,2
,V
x,3
],[V
x,4
,V
x,5
,V
x,6
],[V
x,7
,V
x,8
,V
x,9
]];竖直方向速度分量矩阵,记为[[V
y,1
,V
y,2
,V
y,3
],[V
y,4
,V
y,5
,V
y,6
],[V
y,7
,V
y,8
,V
y,9
]],将切出来的数据展开并拼接成一行,得到一个1行27列的矩阵,即[P1,
…
,P9,V
x
,1,
…
,V
x,9
,V
y,1
,
…
,V
y,9
],经过处理,一个微流体芯片模型可以生成33
·
33行数据,此前生成的10000个模型将会产生10000
·
33
·
33条数据作为数据集;S5、初始化V
x
,V
y
矩阵:将S3的100
·
100的01矩阵中,所有1对应位置的V
x
,V
y
初始化为0,所有0对应位置的V
x
,V
y
初始化为
‑
1,01矩阵中1代表创建网格,对应的速度为0;01矩阵中值为0的位置是待测区域;S6、添加边界条件:在S3中得到一个01矩阵100
·
100,S5中得到两个初始化的V
x
,V
y
,在这三个矩阵的上方添加一个1行100列的矩阵作为上边界条件,最左边添加一个101行1列的矩阵作为左边界条件,上边界值提取自微流体芯片模型的0<x<500,500<y<505这一范围,由于这一范围为实体,所以对应01矩阵上边界,这一行所有值为0,对应V
x
,V
y
上边界提取自微流体芯片模型的0<x<500,500<y<505这一范围,左边界值提取自微流体混合器的
‑
5<x<0,0<y<505这一范围,由于该范围内全部被创建网格,对应01矩阵左边界所有值为1;对应V
x
,V
y
左边界提取自微流体混合器的
‑
5<x<0,0<y<505这一范围,这一列所有值为0,经过上述操作,得到了三个101
·
101的矩阵且第一行第一列是已知的边界条件,V
x
,V
y
中值为
‑
1的区域表示待测区域,值为0的区域表示创建网格区域,没有流体经过;S7、归纳人工神经网络模型:对S7中的V
x
,V
y
矩阵用九宫格思想切片,从左上角开始预测,第一个九宫格的1、2、3、4、7号位置是已知的边界条件,只有5、6、8、9号位置不确定的,将第一个九宫所有可能情况进行归纳,如果5、6、8、9号位置的值为{V
x,5
,V
x,6
,V
x,8
,V
x,9
,V
y,5
,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。