【摘 要】
：
利用双光子激发荧光成像技术、二次谐波成像技术与毛细血管镜系统,活体评估鹿茸蛋白粗提物给药后创面愈合情况.提取鹿茸中水溶性总蛋白,质谱鉴定其成分.全层切除皮肤制备皮肤创伤模型大鼠,于给药10 d后活体观测创面表皮厚度、真皮胶原纤维的含量情况及毛细血管的生长情况.结果 发现:蛋白含量为61.29％,质谱鉴定出135种蛋白,18种氨基酸.给药10 d后,中高剂量组创面收缩明显,表皮厚度增加,新生胶原纤维增多;各给药组较模型组毛细血管网数有增加趋势;高剂量组较模型组血流量显著下降,血流趋于稳定.以上三种方法综合评
【机 构】
：
湖北工业大学生物工程与食品学院,湖北武汉430068;中国中医科学院医学实验中心,北京100700
论文部分内容阅读
利用双光子激发荧光成像技术、二次谐波成像技术与毛细血管镜系统,活体评估鹿茸蛋白粗提物给药后创面愈合情况.提取鹿茸中水溶性总蛋白,质谱鉴定其成分.全层切除皮肤制备皮肤创伤模型大鼠,于给药10 d后活体观测创面表皮厚度、真皮胶原纤维的含量情况及毛细血管的生长情况.结果 发现:蛋白含量为61.29％,质谱鉴定出135种蛋白,18种氨基酸.给药10 d后,中高剂量组创面收缩明显,表皮厚度增加,新生胶原纤维增多;各给药组较模型组毛细血管网数有增加趋势;高剂量组较模型组血流量显著下降,血流趋于稳定.以上三种方法综合评估全层切除大鼠皮肤愈合过程中的药效学作用,提示中高剂量组具有显著促进血管生长及胶原纤维生长的作用,可以提高愈合质量.
其他文献
为应对低轨卫星太阳电池阵输出电流下降导致的在轨运行风险,需要进一步提升对太阳电池阵输出电流监视诊断的准确性和及时性.首先,针对太阳电池阵输出电流精细化诊断的需求,分析了传统工况条件关联、差值比对关联诊断方法的局限性,以及影响诊断报警精度和时效的原因;然后,提出了借鉴性能量化评估思路的归一化诊断方法,并给出了数据处理算法及诊断流程.经在轨验证,结果表明:归一化诊断方法有效可行,诊断精度相较关联诊断方法的电流波动6～10 A提升至0.5 A,满足快速、精确诊断的需求.
轨迹规划是六足机器人研究领域的重要内容之一.使用5次NURBS曲线插值法对机器人腿部进行各关节的轨迹规划,使得各关节在腿部运动时的角度、角速度和角加速度曲线能够平稳连续,从而提高腿部运动的平稳性、动作快速性.通过MATLAB仿真和机器人试验证明:采用5次NURBS曲线插值法可以使机器人在运动过程中保持腿部连续平稳,降低了各关节运动产生的突变对机器人腿部的冲击,使机器人的运行轨迹得到一定的优化.
通过多目标规划和多智能体仿真,研究舰船海上物资保障的最佳采购调度方案及补给方式.建立以满足需求、供应及时和成本最低的多目标规划模型,利用Lingo软件对模型进行求解,得到包含供货网点名称和物资采购数量的最优采购方案;利用Anylogic软件建立含Main主智能体、舰船编队智能体及港口智能体的多智能体协作仿真模型,对基地化采购伴随补给和商业化采购靠港补给这两种后勤物资保障方式的保障效率进行验证和优化,确定了非任务期间采用商业化采购靠港补给的保障方式将更加高效和经济的结论,为舰船编队的海上保障决策提供了有益参
为了研究激光清洗水垢的特性,用不同参数的激光分别对上附水垢的1A99铝基板及304不锈钢板进行清洗处理,并与普通化学清洗方法样品对比,通过光学显微镜、扫描电镜和表面轮廓仪比较分析清洗效果.结果 表明:铝基材激光清洗后的粗糙度高于水垢表面,而304不锈钢样品激光清洗后表面的水垢物质残留少于化学清洗表面.由此可以看出,相较于化学清洗,激光清洗水垢具有一定的优越性和稳定性.
传统的基于t-SNE的高维多目标优化算法在简化目标集时,虽然可以大大降低算法计算复杂度,但也可能损失目标集中有意义的部分属性,导致算法准确性降低.为此,对冗余目标和初始化种群双方面进行择优保留,提出了一种基于t-SNE加权和的高维多目标优化算法.利用加权和对t-SNE-NSGAⅡ算法处理的冗余目标集进行拟合,保留了部分种群的目标属性,提高了初始种群的质量,提升了算法的准确性,加快了算法收敛速度.实验表明,在目标超过5个时,基于t-SNE加权和的高维多目标优化算法的准确性和收敛性提升明显.当目标为10个时,
提出了一个高效的求解最小支配集问题的线性混合整数规划算法(MILP).该算法主要针对最小支配集问题的特点建立整数规划模型,并通过Gurobi求解器进行优化求解.采用当前国际文献公开的共74个算例作为算法测试实验集,与FKW算法、传统的Grandoni算法以及改进的Grandoni算法进行比较.实验结果表明,该算法的计算效率明显优于其它的精确算法,且在所有算例上都能得到精确解.
逻辑回归常用于分类问题中,为了解决传统逻辑回归分类器参数调优问题以及在大数据样本下加快算法的计算速度.首先提出了一种改进的天牛群优化算法(IM-BSO)来优化逻辑回归的超参数,使模型能够自适应地调整参数来达到最优的分类性能.IM-BSO算法采用学习因子与惯性权重的自适应调整策略,每个天牛的惯性权重都不一样,随着适应度值变化而变化.此外,IM-BSO算法融入K-means聚类与拓扑机制,增加了天牛群的多样性.由于IM-BSO算法需要处理的数据量大,计算时间长,随后提出了一种新的分布式改进天牛群优化算法(DI
为了提高海上风速预测的精度,提出了一种基于局部加权回归的周期趋势分解(STL)改进的季节性差分自回归移动平均模型(SARIMA)和长短时记忆(LSTM)神经网络的海上风速预测方法.首先通过STL分解原始风速时间序列,提高SARIMA模型季节性差分步长的准确性,再使用SARIMA模型对观测的风速序列数据进行预测,得到预测值以及预测值与观测值之间的残差;然后用残差样本集训练长短时记忆神经网络并对残差进行预测;最后将两部分得到的预测值求和得到风速序列的预测值.选定3个不同地点分别进行仿真实验并与改进前方法进行比
为了提升关系网络图像分类的准确度,在网络中引入多尺度通道注意力机制,提出了一种新的小样本图像分类算法.由于多尺度通道注意力机制能够关注样本特征空间的重要信息,该方法能够提取图像更丰富的多尺度特征,并通过关系度量,改善了分类结果.实验结果表明,在MiniImageNet和Omniglot数据集上,该算法对图像分类精度有明显的提高.
针对槟榔片加工过程中自动化程度低,提出一种基于Mask R-CNN的槟榔片自动分级算法:采用改进高分辨率网络作为主干网络提取槟榔片表面信息,减少多次卷积过程中信息损失,提高轮廓分割准确度;采用改进卷积块注意力模型加强内轮廓中有效信息提取,抑制无效信息,提高有核无核籽判断准确率;同时采用深度可分离卷积减少高分辨率主干网络带来的参数量、计算复杂度增加问题.实验结果表明改进后网络相比未改进前分割精度提高2.5％,同时有核无核籽判断准确率提高5.93％,总浮点计算量降低64.9％.