人工智能機械手臂應用於人類幹細胞培養系統之設計

Abstract

幹細胞及其在醫療用途上之潛能為近幾年來的熱門話題，這是因為它具備了自我更新及分化的特性。自我更新就是可以分裂成它自己，分化就是可以分裂成其他類型的細胞。然而，不同幹細胞的自我更新及分化特性亦不相同，需要科學家深入研究來掌握其特性。本論文藉由觀察專家每日培養幹細胞的流程，發現幹細胞培養是很繁瑣的，培養的人員需要每天不間斷的去照顧它，每日的照顧動作包含了更換培養液與觀察細胞培養之狀態。由於需要每天去照顧幹細胞，以至於細胞培養人員在假日的時候都無法正常休息。因此，如何將培養幹細胞的流程以自動化之設備來實現，是一個值得研究的題目。 藉由觀察專家每日更換細胞培養液的流程，本論文將每日更換培養液的流程拆解成了兩個部分，分別為手動操作移液器更換培養液的部分以及將培養皿放在相位差顯微鏡下觀察細胞培養狀態的部分。在分析了專家手動更換培養液的動作後，可得人類手臂的動作包含了：拿取/放置培養皿、培養皿蓋與移液器；以及操作移液器來進行培養皿的移液動作。本論文選擇了使用六軸之機械手臂來達成前述之動作，亦即使用機器手臂來模擬人類專家每天更換培養液之動作。為使動作可以順利達成，設計了可以同時拿取/放置培養皿、培養皿蓋以及移液器的電磁夾爪；並同時設計了與之搭配的夾治具以及其他相對應之配件來實現自動化更換培養液之流程。機器手臂在經過程式的撰寫後，可以達成所設計之人類手臂每日更換培養液之動作。在此，使用六自由度機械手臂做為細胞培養之平台，可提供更多的姿勢與動作流程的彈性，使系統更能適應實驗室等級的細胞培養數量。 至於人類觀察細胞培養情況之流程，則是使用U-Net為基礎之人工神經網路來對不同的細胞群落區域進行分割。分割的細胞群落區域包含：健康的幹細胞區域、分化的幹細胞區域、不確定的細胞區域與背景區域。而分割出來的結果可用來協助自動化系統判斷細胞培養之狀態。U-Net人工神經網路在五組相位差顯微細胞影像以及其所對應之區域分割遮罩(segmentation mask)的註記下進行訓練。訓練過後之U-Net神經網路對測試之三張相位差顯微細胞影像分別進行了標註，並獲得了不錯的標註結果。 本論文使用了六軸機械手臂來模擬人類手臂進行每日更換細胞培養液的流程；而人類觀察細胞培養之狀態，則使用了U-Net人工神經網路來對細胞群落進行分割。分割之結果可以協助培養系統來判斷細胞培養之狀態，使系統可以進一步決定該繼續培養下去，或者放棄此培養皿所培養之細胞。