基于色谱技术对淫羊藿成分及指纹图谱研究

来源 :海峡药学 | 被引量 : 0次 | 上传用户:sweetyjiaxin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 通过对心叶淫羊藿的乙酸乙酯萃取物进行人脐静脉内皮细胞生物色谱的识别,再进行分离纯化及化学成分研究,建立指纹图谱,为心叶淫羊藿活性物质筛选提供基础。方法 (1)首先是利用生物色谱技术对心叶淫羊藿提取物进行研究。(2)在生物色谱指导下用现代分离技术对心叶淫羊藿萃取物中的化学成分进行层析分离和结构鉴定,得到七个单体化合物。(3)用高效液相色谱法建立心叶淫羊藿指纹图谱。结果 用生物色谱技术对心叶淫羊藿活性成分进行了快速分离筛选纯化,鉴定出淫羊藿活性化合物。结论 此方法简便有效,为开发淫羊藿类的功能食品奠定理论基础。
其他文献
人脸面部属性分析是近些年来计算机视觉领域的热门研究方向,在安防、人机交互、社交娱乐等领域都有着广阔的应用前景和市场。近些年伴随着人工智能领域的飞速发展,越来越多的深度模型被应用于人脸面部属性的分析,但是由于人脸数据广泛存在遮挡、光照、表情变化等干扰,以及现有人脸数据集中广泛存在长尾分布的现象,使得人脸面部属性的精准分析仍然有巨大的提升空间。本文针对人脸面部属性分析问题,重点研究了年龄估计、头部姿态
学位
由于遥感影像技术的不断发展,应用场景愈加丰富,针对遥感影像的目标检测算法不断受到关注。传统目标检测算法所输出的垂直矩形目标框在面对遥感影像中的密集目标、大长宽比目标时,存在无法对目标有效分离等各种问题。在此背景下,出现了旋转目标检测这一细分领域。旋转目标检测将目标以带有旋转角度的矩形框进行表示,这种表示方法可以更好地分离不同目标,更适用于对遥感影像的目标检测。而在深度学习高速发展的大背景下,应用深
学位
在世界范围内,肺癌是致死率最高的癌症之一。肺癌的及时诊断对提高患者生存率至关重要。人工诊断依赖于医生经验,而且存在耗时长、检测精度低等问题,因此计算机辅助诊断技术被应用于医疗图像。基于神经网络的肺结节检测模型可以分为两类:三维模型(Three-Dimensional,3D)和二维(Two-Dimensional,2D)模型。前者可能没有足够的图像准确构建三维小结节;后者通常会逐片处理胸部图像,检测
学位
学位
从脊柱损伤患者脑电信号解码肢体运动参数以控制机器人辅助患者运动具有重要意义,且是目前脑机接口(Brain Computer Interface,BCI)领域的研究热点之一。由于非侵入式脑电信号(Electroencephalogram,EEG)安全、快捷,因而与基于侵入式脑电信号的脑机接口相比,基于非侵入式脑电信号的脑机接口更容易被患者群体接受。实现运动障碍患者的运动辅助需要实时连续的神经假肢控制
学位
城市隧道通过开发利用城市地下空间疏解地面交通压力,具有对原有城市格局和景观影响较小、提高市内交通运行效率、降低车辆的尾气排放和减少人们出行成本等优势,因而在城市道路交通系统中得到广泛研究与应用。沥青路面以其优良的综合路用性能,已经成为城市隧道的首选路面结构型式。随着隧道交通量的增大,隧道火灾出现的频率不断增加。当隧道火灾发生时,沥青路面极易成为第二火源,并释放出大量有毒浓烟,影响人员疏散和救援行动
学位
近年来,随着经济的不断发展和社会的不断进步,人口老龄化问题逐渐加剧,摔倒给中老年人的健康带来了威胁。如何进行摔倒的自动检测以实现摔倒后的及时救治,对于保护中老年人的健康至关重要。现已提出的基于可穿戴传感器、基于环境设备、基于计算机视觉等方式实现的摔倒检测方法,可以实现较高精度的摔倒检测,但都存在一定的局限性。因此,基于无线信号的感知技术,因其非接触性和非视距性的特点,受到了研究人员的广泛关注。但在
学位
随着现代科技的发展,智能交通逐渐进入了人们的生活。智能车辆编队功能是其中一项具有广阔前景也符合时代潮流的技术,尤其是针对大型车辆的智能编队,可以提升道路安全系数、道路通行效率,并且减低能源消耗。但是车辆编队技术距离大范围落地应用还有很长的路要走,其原因之一是尚未建立完善的测评体系,现有测评标准缺乏对编队整体性能的定量评价,且对大型车辆在变道/切入过程中的横摆稳定性考虑不足。对此,本论文开展了基于多
学位
区域规划在推进区域合作、实现区域均衡发展中发挥着积极作用。近年来仅国家级区域规划就多达60余份。裁量性是区域规划的本质属性。裁量权贯穿于区域规划编制与实施的整个环节。本文旨在证成区域规划裁量概念,选择区域规划裁量的规制路径,规范区域规划裁量权运行。论文遵循“区域规划裁量概念证成——裁量权规制路径选择——行政自制原则展开”的递进式研究思路。正文由绪论和三章构成。绪论部分简要介绍了问题提出和研究框架;
学位
深度是人类感知世界的一个重要元素,它表征了人眼接收到二维图像视觉信号以外的第三维信息。计算机视觉任务中引入场景深度信息对于诸多实际应用都是非常关键的,例如:自动驾驶中的场景理解、增强或虚拟现实中的场景构建等。现实中直接从捕获设备获取精确深度的难度较大,要么如飞行时间、结构光等方法一样成本高效率低,要么如激光雷达一样可以高效扫描但只能采集到稀疏的深度图像。因此,如何从易得的彩色图像中估计高质量的深度
学位