通过机器学习模拟红细胞光学陷改进了几何光学计算
R Tognato1, D Bronte Ciriza2, O M Maragò2
1Department of Physics and Astronomy, University College London, Gower Street, London, WC1E 6BT, UK.
Biomedical optics express
|July 27, 2023
概括
研究人员开发了一种使用神经网络研究红细胞的更快,更准确的方法. 这种技术可以更好地控制细胞的方向,有助于疾病研究.
科学领域:
- 生物物理学的生物物理.
- 光学 Tweezers 的使用方法
- 计算生物学 计算生物学
背景情况:
- 光学捕捉对于研究红细胞 (RBC) 生物物理性质至关重要,在疾病诊断中至关重要.
- 红细胞的非球形形状使准确和快速的光力计算变得复杂,阻碍了全面的分析.
研究的目的:
- 开发一种计算效率高,准确的方法来计算像RBCs这样的非球形物体上的光学力.
- 模拟和理解使用光学子在各种配置下操纵RBC的操作.
主要方法:
- 训练神经网络以快速准确地计算RBC上的光学力.
- 模拟使用开发的神经网络模型的红细胞运动和方向.
- 研究多个光束对红细胞行为的影响.
主要成果:
- 神经网络显著提高了RBC光力计算的速度和准确性.
- 通过操纵第三个光束的位置来精确控制RBC倾斜.
- 在不同的光束配置下成功模拟了RBC运动.
结论:
- 神经网络方法为研究RBC和其他复杂的生物材料提供了强大的工具.
- 这种方法促进了在光学操纵下对细胞力学和反应的研究,即使光束功率有限以防止光损伤.
