کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10432443 910247 2014 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Vision-based force measurement using neural networks for biological cell microinjection
ترجمه فارسی عنوان
اندازه گیری نیروی مبتنی بر دید با استفاده از شبکه های عصبی برای میکروکنترل سلولی بیولوژیکی
کلمات کلیدی
تزریق میکرو بینایی ماشین، اندازه گیری نیروی بر اساس دیدگاه، مدل سازی بیومکانیک،
ترجمه چکیده
این مقاله روش اندازه گیری نیروی مبتنی بر بینش را با استفاده از مدل شبکه عصبی مصنوعی ارائه می دهد. مدل پیشنهادی برای اندازه گیری بار اعمال شده به یک سلول بیولوژیک کروی در طی فرآیند میکرومغناطیسی استفاده می شود. این روش مبتنی بر بینش مبتنی بر مفید است، زمانی که قابلیت اندازه گیری نیرو مورد نیاز است، اما برای استفاده از سنسور نیروی بسیار چالش برانگیز یا حتی غیر قابل استفاده است. شبکه های عصبی مصنوعی در ارتباط با تکنیک های پردازش تصویر برای تخمین بار اعمال شده به یک سلول استفاده شده است. سیستم جمع آوری اطلاعات بیوموآنتی که قادر به اندازه گیری نیرو نیز می باشد، برای جمع آوری اطلاعات آموزشی مورد نیاز برای مدل شبکه عصبی پیشنهاد شده است. خصوصیات هندسی از غشاهای جنین زبرا ماهی در طول نفوذ میکروپیپت قبل از سوراخ کردن انجام شده است. ویژگی های هندسی از تصاویر با استفاده از تکنیک های پردازش تصویر استخراج می شود. این ویژگی ها برای توصیف شکل و اندازه گیری تغییر شکل سلول در عمق اندام مختلف استفاده شده است. شبکه عصبی با در نظر گرفتن اطلاعات بصری به عنوان ورودی و نیروی اندازه گیری شده اندازه گیری شده به عنوان خروجی آموزش دیده است. هنگامی که شبکه عصبی با تعداد کافی از داده ها آموزش داده می شود، می توان آن را به عنوان یک حسگر دقیق در تنظیمات بیومیکومنایپولیتیک استفاده کرد. با این وجود، مدل شبکه عصبی پیشنهاد شده برای تعویض هر شیء الاستیک کروی دیگر قابل استفاده است. نتایج نشان دهنده توانایی روش پیشنهادی است. نتایج این مطالعه می تواند برای اندازه گیری نیرو در فرایندهای میکرومنتانیک سلولی بیولوژیکی مثل تزریق موش تخم / جنین مفید باشد.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی پزشکی
چکیده انگلیسی
This paper presents a vision-based force measurement method using an artificial neural network model. The proposed model is used for measuring the applied load to a spherical biological cell during micromanipulation process. The devised vision-based method is most useful when force measurement capability is required, but it is very challenging or even infeasible to use a force sensor. Artificial neural networks in conjunction with image processing techniques have been used to estimate the applied load to a cell. A bio-micromanipulation system capable of force measurement has also been established in order to collect the training data required for the proposed neural network model. The geometric characterization of zebrafish embryos membranes has been performed during the penetration of the micropipette prior to piercing. The geometric features are extracted from images using image processing techniques. These features have been used to describe the shape and quantify the deformation of the cell at different indentation depths. The neural network is trained by taking the visual data as the input and the measured corresponding force as the output. Once the neural network is trained with sufficient number of data, it can be used as a precise sensor in bio-micromanipulation setups. However, the proposed neural network model is applicable for indentation of any other spherical elastic object. The results demonstrate the capability of the proposed method. The outcomes of this study could be useful for measuring force in biological cell micromanipulation processes such as injection of the mouse oocyte/embryo.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Biomechanics - Volume 47, Issue 5, 21 March 2014, Pages 1157-1163
نویسندگان
, , ,