本发明涉及细胞生物力学测量，特别是一种用于生物细胞粘附力提取的复合信号去噪方法。
背景技术：
1、作为构成生物体结构和功能的最基本单元，生物细胞的分裂、迁移、分化和凋亡等活动与生物体的生长，发育等生理活动密切相关，因此对生物细胞行为的深入研究被广泛关注。而经实验表明，细胞的力学特性对细胞的行为起到了不可忽视的作用，其在粘附、迁移、信号、传感和组织发育等细胞过程中担任着至关重要的角色，尤其是其中的弹性和粘附性等与细胞形变相关的性质不仅参与调节细胞的各个过程，更能实时反应细胞状态。因此对细胞力学特性的研究可以从物理角度协助完成对其运行机理的分析。
2、然而当前的纳米压痕技术大多是基于扫描得出的形貌图，经人为观察后，在其形貌图的中心位置随机选择目标点位进行力学特征信息提取，然后根据得到的曲线逐步处理以获取力学特性指标。该测量技术存在一定偶然性，受环境影响以及设备硬件本身所限，获取的力-位移数据中总是会存在大量随机噪声。噪声会影响断裂峰的判断从而影响粘附力特性指标的提取，因此需要对所测得的力-位移曲线中的噪声进行抑制，还原真实的力-位移曲线，提高力学特性指标提取算法的准确性。
技术实现思路
1、为了解决上述技术问题，本发明提供了一种用于生物细胞粘附力提取的复合信号去噪方法。
2、为达到上述目的，本发明是按照以下技术方案实施的：
3、一种用于生物细胞粘附力提取的复合信号去噪方法，包括以下步骤：
4、s1、生理状态下采集生物活细胞力学特性：采用原子力显微镜力学测试系统对生物活细胞表面进行纳米压痕粘弹性测试实验，通过原子力探针对细胞表面高低起伏形态进行逼近-保持-撤回过程的力学测试，记录细胞表面粘弹性的力-位移曲线和力-时间曲线；
5、s2、细胞粘弹性测试及力学特性曲线获取：从实际测量的数据中确定原子力探针与细胞之间的力学关系模型，采用dwt接触模型绘制出其力-位移曲线；并删除力-位移曲线中加载曲线，仅保留回退曲线，即力学特性曲线；
6、s3、力学特性曲线降噪处理：依次对所获取的力学特性曲线中的噪声进行中值滤波降噪处理、奇异值分解降噪处理和小波变换降噪处理。
7、进一步地，所述步骤s2中dwt接触模型为其中，k为悬臂梁的弹簧系数，w，h，l分别为悬臂梁的宽度，高度和长度，δx为悬臂梁偏移量的大小，在此处为悬臂梁回退过程中最大形变量与常态化状态下的形变量差值。
8、进一步地，所述步骤s3中中值滤波降噪处理包括：
9、根据力学特性曲线中噪声大小及信号特性确定一个固定大小的滑动窗口，对窗口内数据按照大小进行排序，并取中间值为当前数据点的新值，将窗口滑动到下一个数据点的位置重复上述步骤直至滑动窗口遍历完整个信号。
10、进一步地，所述步骤s3中奇异值分解降噪处理包括：
11、利用中值滤波降噪处理后的力学特性曲线数据构建二维hankle矩阵空间：其中，n为力-位移曲线中数据个数；l为设定截取窗的长度；当n为偶数时，l取值为n/2，当n为奇数时，l取值为(n-1)/2；将hankle矩阵按照a＝uσvt进行分解，获得奇异矩阵和奇异值u、vt、σ；其中u为行列之间两两正交的m阶方阵，是aat的一组单位正交基；vt(v的转置矩阵)为行列之间两两正交的n阶方阵，σ为m行n列对角矩阵矩阵对角元素为a的各个奇异值；根据奇异值计算其变化的斜率k：其中：(pn，qn)是第n个奇异值的坐标，(pn-1，qn-1)是第n-1个奇异值的坐标，s为总奇异值个数；保留数个较大的奇异值点，去近似矩阵h，取前后各一行数据就可以保留力学特性的主要信息，这样减少数据存储的内存需求。
12、进一步地，所述步骤s3中小波变换降噪处理包括：
13、选取symlets小波族进行小波分解。针对symlets系列小波基函数长度及分解尺度不同，选择小波分解尺度为4的symlets7小波函数作为力学特性数据处理的基函数，对获得的小波分解系数wj，k进行记录。并采用固定阈值去噪：其中：n为数据长度，λ为阈值大小，σ为噪声的标准差；根据处理后记录的小波分解系数，进行力-位移数据的小波重构，得到去噪后的力-位移曲线。
14、与现有技术相比，本发明首先对生理状态下采集得到活细胞力学参数进行初步处理，获得细胞力-位移曲线，用于后续去噪处理。利用hankle矩阵来将力-位移数据构建至二维的矩阵空间，其次将力-位移数据构建的矩阵h按照奇异值分解理论进行分解，获得对应的各组单位正交基和降序排列的奇异值，接下来计算奇异值变化的斜率k，保留数个较大的奇异值点，利用这些奇异值点去近似矩阵h以便进行矩阵重构，对奇异值分解去噪后的力-位移数据选取symlets7小波作为基函数进行4层小波分解，硬阈值函数作为阈值函数采用固定阈值去噪进行力-位移数据的小波重构，以此得到得到去噪后的力-位移曲线。因此，本发明能够有效去除因环境影响以及设备硬件限制所带来的随机噪声，解决了细胞粘附力特性指标提取过程中所提取力-位移曲线中干扰值过多的问题，并从仿真和实验数据两个角度证明了去噪算法的优越性。针对细胞表面各点进行了力-位移数据提取，并还原真实的力-位移曲线，提高力学特性指标提取算法的准确性。
1.一种用于生物细胞粘附力提取的复合信号去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于生物细胞粘附力提取的复合信号去噪方法，其特征在于，所述步骤s2中dwt接触模型为其中，k为悬臂梁的弹簧系数，w，h，l分别为悬臂梁的宽度，高度和长度，δx为悬臂梁偏移量的大小，在此处为悬臂梁回退过程中最大形变量与常态化状态下的形变量差值。
3.根据权利要求1所述的用于生物细胞粘附力提取的复合信号去噪方法，其特征在于，所述步骤s3中中值滤波降噪处理包括：
4.根据权利要求3所述的用于生物细胞粘附力提取的复合信号去噪方法，其特征在于，所述步骤s3中奇异值分解降噪处理包括：
5.根据权利要求4所述的用于生物细胞粘附力提取的复合信号去噪方法，其特征在于，所述步骤s3中小波变换降噪处理包括：
