基于支持向量回归的生物膜-电极阻抗模型研究

目的采用支持向量回归方法,构建金电极上覆盖生物膜的模型。方法对裸金电极、NC膜-金电极、蛋白-NC膜-金电极3种结构进行电化学阻抗测试,依据其对应的等效电路进行拟合及关键参数提取。利用主成分分析方法选取了信息总量和80%的前4个参数Rs,CPE-P,CPE-T,R1,并以这4个参数为输入,以电极直径为预测值,建立了电极直径的支持向量回归预测模型。结果3组实验的预测结果都与实验结果吻合,平均预测率为82.43%,并采用PC12细胞进行了初步验证。结论基于支持向量回归的生物膜-电极阻抗模型,可对不同直径电极的活化面积预测,对其它生物膜如细胞等在电极上的有效贴附面积和培养状况的量化检测提出定量分析依据。

基于微生物代谢成分的电化学多参数检测平台微泵设计

本文提出一种基于抗生素作用下的微生物膜阻抗及代谢液微量残留物分析的电化学并行检测平台,从量化角度实时反映抗生素对微生物的膜贴附变化及代谢成分的影响。根据现有抗生素电化学检测单元的检测精度,待测生理溶液的进样体积需控制在20μL/min^100μL/min,因此本文针对平台中的关键部分——微泵单元采用有限元设计方法进行了静力场、动力场和流体场的综合分析,确保微泵工作流量的精确性和可控性。分析结果得到设计的微泵在施加20 Hz,±40 V驱动电压时的流量为52.864μL/min,并得出流量与电压及频率的关系式来控制流量的变化;在该基础上对微泵被动阀做了力学特性分析与优化设计,分析得出阀臂固支端优化尺寸为0.4 mm×0.5 mm;最后以商用PSS20型微泵为仿真对象做了相关验证性实验,得到仿真流量的误差率为6.7%,验证了本方法的可行性和准确性,为后期微泵的制作、改进以及多参数检测平台的搭建提供了良好的设计参考。

基于HHT的脑电信号在不同阅读模式下的识别与分类

目的:针对Powerlab脑电信号记录仪获取脑电波形,分辨不同类型的脑电阅读模式。方法:对实验者在阅读不同材料(平静闭目、阅读英语、阅读诗歌、阅读现代文四种阅读模式)时的头皮脑电信号进行采样,使用希尔伯特-黄变换及支持向量机训练,分辨平静闭目和其他三种不同阅读模式,并针对经验模态分解时出现的常见情况——端点飞翼现象进行算法优化处理并比较其处理效果。结果:基于多项式拟合处理的经验模态分解分解后的脑电信号辨识率最高,稳定在65%水平,最高可达70%。结论:大脑在阅读状态下经经验模态分解和多项式拟合后的信号适合作为大脑阅读模式下的特征提取函数,并对有效阅读模式具有指导意义。

基于Monte-Carlo模型的电极表面处理快速仿真

微型和集成化的生物传感器为细胞电生理研究提供了强有力的手段。在电极阵列制作工艺上对传感器芯片电极表面进行电镀铂黑处理,可以降低噪声,提高灵敏度。为了量化分析电极表面纳米铂黑粒子的处理效果,本文提出了一种基于Monte-Carlo方法的网格搜索算法,给出了运算优化策略,实现了理想贴附条件下快速模拟一个数量级内粒径分散度在20~200nm范围内均匀分布的纳米粒子贴附于电极上的过程。在电极半径为100μm的尺度下,试验次数n=10时的仿真处理时间从原方法的平均20h优化为0.5h,大大缩短了整个建模过程。应用本文方法进一步研究了在单/多层纳米粒子表面处理时,不同电极尺寸、形状对粒子贴附率和处理均一性的影响。仿真结果表明,理想实验条件下在电极半径小于100μm时,随着电极尺寸的增大,纳米粒子有效贴附率增大,均匀化程度升高,有利于电极阵列重复性的定量评估。在相同电极面积条件下,圆形电极的表面贴附率效果优于方形等形状的电极。