[0015] 本发明与已有方法与技术相比，具有如下优点：
[0016] 1.本发明可通过超声波控制器来控制超声波辐照的相关参数，然后自动地调节细胞的活性。而现有的细胞活性调节方法，都是人工添加细胞诱导剂对细胞进行诱导，人工的操作比较主观，会导致细胞活性调节的效果存在误差，因此本发明可更加准确地实现细胞活性调节。
[0017] 2.本发明通过离线实验得出辐照距离和辐照时间与阻抗值对应的数据，用BP神经网络拟合出阻抗值Z与辐照距离h和辐照时间t的数学关系式，然后用
遗传算法离线寻找最优组合，最后利用本发明装置进行细胞活性在线调节。在实际应用中，根据软测量建立的关系模型，可实现在线调
节距离、时间参数就可以达到细胞活性调节的要求，避免了复杂的摸索实验。
[0018] 3.本发明提出的细胞活性调节方法，相比于其他方法，不需要往细胞培养液里添加不同剂量的细胞凋亡剂来诱导细胞凋亡，而是通过用低强度低频率超声波辐照来诱导细胞凋亡，调节细胞活性，从而产生不同等级的活性等级，减少了
现有技术中要在细胞培养液中添加不同剂量不同浓度的细胞凋亡诱导剂而导致的阻抗误差。
[0019] 4.本发明通过PC上位机直接与超声波控制器、步进电机控制器和细胞阻抗传感器输出总线相连，可实现细胞活性调节实验与细胞活性检测实验协调工作，具有连续性，精确性以及高效性，在医学、细胞学以及化学领域都有着广泛的应用前景。
[0020] 5.本发明提出的细胞活性调节装置，利用低强度低频率的超声波辐照实现细胞活性的自动调节，节省了准备诱导
试剂以及等待诱导细胞凋亡的漫长时间，大大节省了实验所用时间，也使实验变得简洁易操作。
[0021] 6、本发明提出的细胞活性调节装置，可制备不同细胞活性等级的试样，建立不同等级的细胞活性，从而更精确更方便的进行细胞活性检测实验，因此在细胞活性等级确定的情况下，可用于细胞活性检测方法的探索试验，
附图说明
[0022] 图1为本发明面向细胞活性检测实验的细胞活性调节装置的整体结构示意图；
[0023] 图2为图1中细胞阻抗传感器13的结构分解图；
[0025] 附图中各个部件的序号和名称：1、细胞
培养箱，2、滑轨，3、滑块，4、丝杆，5、实验台，6、步进电机，7、步进电机控制线，8、超声波换能器控制器，9、PC上位机，10、超声波换能器，11、MCU控制器，12、
电极接口，13、细胞阻抗传感器，14、细胞阻抗检测控制器，16、输入输出总线，17、步进电机控制器，18、培养皿，19、阵列式电极，20、培养皿底座。
具体实施方式
[0026] 参见图1，为本发明细胞活性调节装置放具有一下细胞培养箱1，细胞培养箱1内安装超声波换能器10、细胞阻抗传感器13以及换能器高度调节装置。超声波换能器10位于细胞阻抗传感器13的正上方。换能器高度调节装置固定连接超声波换能器10，用于调节超声波换能器10相对于细胞阻抗传感器13的距离。超声波换能器10经控制线连接超声波换能器控制器8，超声波换能器控制器8安装在超声波换能器10的上方，与超声波换能器10同时上下调节。细胞阻抗传感器13经控制线连接细胞阻抗检测控制器14，细胞阻抗检测控制器14位于细胞阻抗传感器13的下方。
[0027] 在细胞培养箱1外部是PC上位机9和MCU控制器11。PC上位机9通过USB数据线连接MCU控制器11，MCU控制器11经输入输出总线16连接细胞培养箱1内部的超声波换能器控制器8、细胞阻抗检测控制器14以及换能器高度调节装置。MCU控制器11通过超声波换能器控制器8能控制超声波换能器10发出一定强度I和固定频率f的超声波，并能控制辐照时间t。
[0028] 换能器高度调节装置由步进电机6、步进电机控制器17、滑块3、丝杆4组成。步进电机6经步进电机控制线7连接步进电机控制器17，步进电机控制器17经输入输出总线16连接外部的MCU控制器11，由MCU控制器11经步进电机控制器17控制步进电机6的启停。步进电机6本身垂直布置，其输出轴朝上，步进电机6的输出轴同轴固定连接丝杆4的下端，丝杆4上配合套有滑块3，滑块3的一侧能沿垂直的滑轨2上下滑动，滑轨2的
侧壁固定连接在细胞培养箱1的内壁上，滑轨2的底部固定连接水平的实验台5。滑块3的另一侧壁延伸至细胞阻抗传感器13的正上方并且固定连接超声波换能器10和超声波换能器控制器8。当步进电机6工作时，通过丝杆4和滑块3的配合能带动超声波换能器10上下移动，以调节超声波换能器10至正下方的细胞阻抗传感器13之间的垂直距离。
[0029] 参见图2，细胞阻抗传感器13置放在实验台5上，细胞阻抗传感器13由阵列式电极19和培养皿18组成，培养皿18是圆柱形的玻璃器皿，其内能盛放细胞培养液，超声波换能器
10能对细胞培养液进行辐照。培养皿18底部是培养皿底座20，培养皿底座20置放在实验台5的相应凹槽中。培养皿18的内底面上平铺了阵列式电极19，阵列式电极19的引脚电极接口
12从培养皿18的内壁上引出后连接细胞阻抗检测控制器14。
[0030] 参见图3，细胞阻抗检测控制器14由DDS
信号发生器和信号采集器组成。细胞阻抗传感器13的阵列式电极19经电极接口12连接信号采集器的输入端，信号采集器的输出端连接MCU控制器11，信号采集器能采集细胞阻抗传感器13的信号并且对信号放大，便于MCU控制器11的计算处理，MCU控制器11将处理后的数据传送到PC上位机9上。DDS信号发生器的输出端连接细胞阻抗传感器13，DDS信号发生器的输入端连接MCU控制器11，MCU控制器控制DDS信号发生器用于产生一定频率和赋值的
激励信号。
[0031] 参见图1-3，本发明面向细胞活性检测实验的细胞活性调节装置工作时，当细胞阻抗传感器13中的细胞接受到超声波换能器10的超声波辐照的
能量时，会对细胞造成机械损伤，一部分细胞会因此死亡，另一部分细胞会进行损伤修复，从而形成不同的细胞活性值。超声辐照的强度I和辐照时间t对细胞活性调节的影响最大，超声辐照的频率对细胞活性调节的作用最小。其次，超声波在均匀介质中传播时，由于介质的吸收而影响超声强度随距离的增加而减弱，这就是声波衰减。在空气中传播时，超声波起始强度为I0，经过距离h米后，其强度为：Ih＝I0e-2ah，式中a为吸收系数。由超声波在空气中的传播公式可知，超声强度I和传播距离h成指数递减的关系。因此当需要一定超声强度I时，可以通过PC上位机9转换成超声波换能器10与培养皿18之间的距离h。如果需要一个细胞活性等级，则可通过调节一组相应的超声参数值(h，t)来制备所需细胞活性等级的试样，其中超声辐照频率固定为f(MHz)。
因此，本发明细胞活性调节装置在实验时，先离线实验得到细胞阻抗值Z与超声辐照距离h和辐照时间t的对应采样样本数据，再用BP神经网络算法对采集到的样本数据进行样本训练，得到关系函数Z＝f(h，t)，然后根据关系函数Z＝f(h，t)用遗传算法进行参数离线寻优，得到超声辐照距离h和辐照时间t的最优参数组合(h0，t0)，最后，根据最优参数组合(h0，t0)来在线调节想要的细胞活性值。具体如下：
[0032] 先利用本发明细胞活性调节装置进行离线实验：MCU控制器11经步进电机控制器17控制步进电机6工作，使超声波换能器10向上移动到最高处，此为超声波换能器10在原始位置，超声波换能器10与细胞阻抗传感器13底部之间的最大超声辐照距离为h1。在细胞阻抗传感器13的培养皿18中滴加细胞培养液，静置2h。PC上位机9经MCU控制器11控制超声波换能器控制器8，控制超声辐照时间为t1，超声波换能器10对细胞培养液进行辐照。辐照过后，PC上位机9控制MCU控制器11给细胞阻抗检测控制器14一个开启信号，此时，细胞阻抗传感器13检测细胞贴壁时的细胞阻抗值Z11，并将细胞阻抗值Z11上传至PC上位机9，PC上位机9采集到并记录
下采样样本数据(h1，t1，Z11)。然后更换一次细胞阻抗传感器13中的细胞培养液，将培养皿18中相同的新的细胞培养液静置2h，PC上位机9控制超声波换能器10对更换后的细胞培养液进行辐照，控制超声辐照时间为t2，辐照过，由细胞阻抗检测控制器14检测到细胞阻抗值Z12，PC上位机9采集到并记录下采样数据(h1，t2，Z12)。如此，在超声辐照距离保持为h1不变的条件下，循环往复，直至PC上位机9获得超声辐照时间为tn的细胞阻抗值Z1n，此时PC上位机9共获得了超声辐照时间依序为t1,t2,…,tn的n个采样样本数据(h1，t1，Z11),(h1，t2，Z12),…,(h1，tn，Z1n)，第一个采样周期结束。
[0033] 之后开始进行第二个采样周期：PC上位机9控制MCU控制器11给步进电机控制器17一个脉冲信号，控制步进电机6旋转，使滑块3下移以调节超声波换能器10与细胞阻抗传感器13底部之间的距离，得到超声辐照距离h2。在超声辐照距离h2不变的条件下，采用与第一个采样周期相同的方法，使PC上位机9获得超声辐照时间依序为t1,t2,…,tn的n个采样样本数据(h2，t1，Z21),(h2，t2，Z22),…,(h2，tn，Z2n)，其中，Z21,Z22…,Z2n分别超声辐照时间依序为t1,t2,…,tn时的细胞阻抗值。
[0034] 再以此类推，得到第m个采样周期的采样样本数据(hm，t1，Zm1),(hm，t2，Zm2),…,(hm，tn，Zmn)，其中，hm是第m个采样周期时超声辐照距离，Zm1,Zm2…,Zmn分别是在超声辐照距离为hm、超声辐照时间依序为t1,t2,…,tn时的细胞阻抗值。
[0035] 至此整个数据样本采集结束，共采集mn组数据。
[0036] 数据样本采集结束后，PC上位机9以超声辐照距离h(h1,h2,…,hm)、辐照时间t(t1,t2,…,tn)作为BP神经网络的输入，以细胞阻抗值Z(Z11,,…,Zmn)作为输出进行训练，得出细胞阻抗值Z与超声辐照距离h和辐照时间t之间的模型Z＝f(h，t)。为加快训练网络的收敛性，PC上位机9先对超声辐照距离h1、h2…hm、超声辐照时间t1、t2…tn，以及细胞阻抗值Z11、Z12…Zmn进行归一化处理，分别得到相应的超声辐照距离h’1、h’2…h’m，样本超声辐照时间t’1、t’2…t’n，细胞阻抗值Z’11、Z’12…Z’mn，然后将得到的归一化处理后数据样本分成训练样本和测试样本，训练样本用于创建BP神经网络模型，测试样本用于修正该模型。以
训练数据样本中的超声辐照距离h、超声辐照时间t作为BP神经网络的输入变量，以细胞阻抗值Z作为输出变量，建立合理的BP神经网络模型。以测试数据样本对该模型进行测试修正，通过修正该模型相关参数，使得实际测量值与模型输出值之间的相对误差尽可能的小，最终完成整个BP神经网络的训练过程。得到细胞阻抗值Z与超声辐照距离h、辐照频率t之间的数学关系式Z＝f(h，t)。
[0037] 在BP神经网络训练完成后，PC上位机9对超声辐照距离h和辐照时间t这两个参数使用遗传算法寻找最优参数组合(h0，t0)，通过复制、交叉、变异等操作，逐步淘汰掉适应度函数值低的解，增加适应度函数值高的解，进化N代之后得到需要的最优解，从而得到想要的细胞活性值。离线参数寻优分为参数的分类与编码、遗传算法离线寻优，具体如下：
[0038] ①参数的分类与编码：将超
声换能器10与细胞阻抗传感器13底部之间的超声辐照距离h分为2p个等级(p为正整数)，作为个体基因的前p位二进制，MCU控制器11给步进电机控制器17一个脉冲信号，控制步进电机6旋转，控制调节hr＝hm+a×r，r＝0,1,2,...,2p，式中hr是等级r时的距离，hm是超声换能器10与细胞阻抗传感器13的最小距离，h1是超声换能器10与细胞阻抗传感器13之间的最大距离，a为相邻距离等级之差，即a＝(h1-hm)/8。
[0039] 将超声辐照的时间t分为2q个等级(q为正整数)，作为个体基因的后q位二进制，通过MCU控制器11给超声换能器控制器8一个
定时器信号，控制超声辐照的时间t，即tk＝t1+g×k，k＝0,1,2…,2q，式中tk为等级为k时的辐照时间，t1为超声辐照的初始时间，g为相邻时间等级的时间差。
[0040] 由此，超声辐照距离h、辐照时间t这两个参数组合一共有2p+q种可能个体，其中p
[0041] ②遗传算法离线寻优。采用遗传算法，得到该装置调节细胞活性两个参数的最优组合，具体的工作步骤如下：
[0042] 步骤一：PC上位机9设置预期细胞阻抗值Z0，初始化进化代数d＝0，设置最大进化代数dmax，设置交叉概率为Pc，设置变异概率为Pm。
[0043] 步骤二：PC上位机9从2p+q种可能中随机选择2p个个体组成群体T0，并对其进行编号，从个体1到个体2p。
[0044] 步骤三：PC上位机9初始化个体计数参数i＝1。
[0045] 步骤四：PC上位机9将个体i的基因转换成两个参数的十进制形式，并结合关系函数Z＝f(h，t)进行计算，得到阻抗值Zi。
[0046] 步骤五：PC上位机9计算并记录阻抗值适应度Ci，适应度函数如下：
[0047] Ci＝-(|Zi|-|Z0|)2
[0048] 其中Zi为个体i基因的检测阻抗值，Z0为个体i的基因检测预期值，Ci越大，阻抗值越符合要求。
[0049] 步骤六：PC上位机9执行i＝i+1。
[0050] 步骤七：判断参数i>2p是否成立，如果不成立，则群体中的2p个个体还没有求完适应度，需要跳转到步骤四；如果i>2p成立，则2p个个体的适应度值都求完，执行下面的步骤八。
[0051] 步骤八：终止条件判断。PC上位机9将进化代数d加1，然后判断d>dmax是否成立，如果不成立，执行下面的步骤九；如果成立则将进化过程中所得到的具有最大适应度的个体基因作为最优解输出，执行下面的步骤十三。
[0052] 步骤九：PC上位机9进行复制操作，每次从群体T中随机
选定1个个体，并将其
染色体复制，每个个体被选中的概率为Pi，重复2p次，得到一个种群T1。Pi是每个个体的适应度占总适应度的比例，已知群体大小为2p，个体i的适应度值为Ci，则个体i被选中的概率Pi为：
[0053]
[0054] 步骤十：PC上位机9进行交叉操作，按交叉率Pc所决定的交叉的染色体数c，从群体T1中随机确定c个染色体进行交叉操作：交叉操作前将选择得到的2p个个体以随机的方式组成2p-1对
配对个体组，实行交叉时，该由Pc所决定的交叉点后的两个个体的部分结构进行互换，生成两个新个体，重复2p-1次，用产生的新染色体代替原染色体，得到群体T2。
[0055] 步骤十一：PC上位机9进行变异操作，按变异率Pm所决定的变异次数m，从T2中随机确定m个染色体，分别进行变异操作，用产生的新染色体代替原染色体，得到群体T3。
[0056] 步骤十二：将群体T3作为新一代种群，即用T3代替T0，转到步骤三。
[0057] 步骤十三：PC上位机9将输出的个体基因分成两段提取，得到最优的组合，前p位二进制为最优组合的超声辐照距离h等级；后q位二进制为最优组合的超声辐照时间t等级，并将最优组合的两个参数(h0，t0)以十进制形式保存在PC上位机9中。
[0058] 最后，根据最优参数组合(h0，t0)来在线调节想要的细胞活性值：PC上位机9根据遗传算法参数离线寻优得到的最优参数组合(h0，t0)，通过MCU控制器11控制步进电机6转动，调节超声辐照距离为h0，并控制超声辐照时间为t0，进行超声辐照，得到预期的相应细胞活性值。由于细胞活性值与细胞阻抗值存在一定的数学关系，即Q＝g(Z)，从而就能得到预期的细胞活性值。
