基于GSA优化神经网络的生物活细胞表面力学特性评估方法

摘要

本发明提供了一种基于GSA优化神经网络表征生物细胞力学特性评估方法，属于微纳操纵技术和细胞生物力学领域。该方法在生理条件下采用纳米压痕技术获得生物细胞表面力学特征参量，通过析因设计方法建立单因素多水平的细胞生物力学样本集，并对该样本集进行神经网络优化，反演细胞力学模型。通过不同种类细胞不同区域力学数据的神经网络聚类分析，解决细胞力学特性中表面力学参量无法聚类分析的难点。通过模拟退火与遗传算法结合方式对神经网络的网络权值进行优化，解决权值优化过程中容易陷入局部最小和收敛速度的问题。通过该优化神经网络进行建模，使得细胞力学评估结果具有良好的泛化能力，符合生物细胞力学规律。