摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第11-20页 |
1.1 研究背景 | 第11-13页 |
1.1.1 低温生物学与低温保存 | 第11-12页 |
1.1.2 卵母细胞膜渗透性研究的意义 | 第12-13页 |
1.2 研究现状 | 第13-18页 |
1.3 研究内容和论文章节安排 | 第18-20页 |
1.3.1 研究内容 | 第18页 |
1.3.2 论文章节安排 | 第18-20页 |
第二章 细胞膜渗透性研究的微系统设计 | 第20-41页 |
2.1 引言 | 第20页 |
2.2 微流控平台的设计与加工 | 第20-25页 |
2.2.1 微流控平台的设计 | 第20-22页 |
2.2.2 芯片的加工 | 第22-25页 |
2.3 温度控制系统的实现 | 第25-35页 |
2.3.1 温度传感器的温度-电阻关系标定 | 第25-26页 |
2.3.2 温度控制系统的总体设计 | 第26-27页 |
2.3.3 温度控制的硬件电路 | 第27-29页 |
2.3.4 温度控制的软件 | 第29-32页 |
2.3.5 抗积分饱和PID控制算法 | 第32-35页 |
2.4 微流控平台功能的仿真与检验 | 第35-39页 |
2.4.1 芯片微通道的浓度变化 | 第35-36页 |
2.4.2 空间温度场仿真 | 第36-38页 |
2.4.3 温度控制的性能 | 第38-39页 |
2.5 本章小结 | 第39-41页 |
第三章 卵母细胞渗透性响应研究 | 第41-59页 |
3.1 引言 | 第41页 |
3.2 细胞膜跨膜输运理论模型 | 第41-43页 |
3.2.1 K-K模型 | 第42页 |
3.2.2 2-P模型 | 第42-43页 |
3.3 小鼠卵母细胞渗透性实验 | 第43-46页 |
3.3.1 实验材料 | 第43-44页 |
3.3.2 实验过程 | 第44-46页 |
3.4 基于深度学习的卵母细胞图像分割 | 第46-52页 |
3.4.1 神经网络架构介绍 | 第46-48页 |
3.4.2 数据集获取 | 第48-49页 |
3.4.3 网络训练 | 第49-51页 |
3.4.4 图像分割 | 第51-52页 |
3.5 卵母细胞膜渗透性测定结果 | 第52-58页 |
3.5.1 卵母细胞的体积响应 | 第52-54页 |
3.5.2 卵母细胞的渗透性系数(L_p、P_s) | 第54-56页 |
3.5.3 卵母细胞的活化能(E_a) | 第56-58页 |
3.6 本章小结 | 第58-59页 |
第四章 总结与展望 | 第59-61页 |
4.1 本文总结 | 第59-60页 |
4.2 展望 | 第60-61页 |
参考文献 | 第61-71页 |
致谢 | 第71-73页 |
攻读硕士学位期间取得的研究成果 | 第73页 |