|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
類風(fēng)濕性關(guān)節(jié)炎新靶點(diǎn)和治療研究
揭示了陽(yáng)離子聚合物的精確結(jié)與其核酸結(jié)合、毒性、抑制炎癥、小動(dòng)物體內(nèi)分布的關(guān)系，從而選擇最佳性能材料來(lái)有效抑制RA模型鼠的關(guān)節(jié)腫脹、滑膜增生和骨質(zhì)破壞。?通過(guò)引入PEG來(lái)調(diào)節(jié)嵌段共聚物納米顆粒表面聚陽(yáng)離子的密度，來(lái)研究顆粒電荷密度與毒性和療效之間的關(guān)系（圖4）。發(fā)現(xiàn)PEG的引入在降低表面電荷密度的同時(shí)，大大減弱細(xì)胞毒性，并能夠增加納米顆粒在大鼠模型關(guān)節(jié)處的積累和滯留時(shí)間，提高了材料抑制病癥的效果。這項(xiàng)工作為清除cfDNA材料的結(jié)構(gòu)設(shè)計(jì)提供了指導(dǎo)。該研究于2020年5月在國(guó)際材料綜合學(xué)術(shù)期刊Advanced Functional Materials發(fā)表[4]。 該項(xiàng)目研究從臨床RA病人獲得樣本，從分子和細(xì)胞層次揭示了cfDNA與RA的密切關(guān)系。進(jìn)一步運(yùn)用材料對(duì)這種非正常免疫反應(yīng)的干預(yù)，達(dá)到抑制RA疾病發(fā)展的目的。為RA疾病的診斷和治療提供一個(gè)非傳統(tǒng)、顛覆性的新策略。
中山大學(xué)
2021-04-13
業(yè)大學(xué).jpg){kind=logo}
雙親性辛烯基琥珀酸短直鏈淀粉納米顆粒及其制備方法
本發(fā)明涉及一種雙親性辛烯基琥珀酸短直鏈淀粉納米顆粒的制備工藝，步驟如下：(1)用普魯蘭酶酶解糊化淀粉乳，得到短直鏈淀粉；(2)配制短直鏈淀粉水溶液，糊化后加入相當(dāng)于短直鏈淀粉干粉重25?100％的辛烯基琥珀酸酐溶液，持續(xù)攪拌6?10h，得到改性辛烯基琥珀酸短直鏈淀粉溶液；將辛烯基琥珀酸短直鏈淀粉制成1?10mg/mL的溶液，37?40℃下攪拌6?10h，冷卻至室溫得到辛烯基琥珀酸短直鏈淀粉納米顆粒溶液。本發(fā)明納米顆粒粒徑在5?100nm之間，對(duì)組織的附著力強(qiáng)。可以包埋疏水的活性物質(zhì)，裝載率高，成本低，提高胃腸道對(duì)疏水活性成分的輸送效率，提高其生物利用率。保護(hù)疏水活性成分，提高其穩(wěn)定性，掩蔽不良風(fēng)味的釋放；并有效減少生物活性成分的添加量和毒副作用。
青島農(nóng)業(yè)大學(xué)
2021-04-13
.jpg){kind=logo}
寒武紀(jì)大爆發(fā)時(shí)期動(dòng)物門(mén)類多樣性及其演化關(guān)系研究
項(xiàng)目成果/簡(jiǎn)介:以埃迪卡拉紀(jì)晚期至寒武紀(jì)早期的生物群和地層為研究對(duì)象，開(kāi)展動(dòng)物門(mén)類多樣性及其演化關(guān)系研究。揭示海洋生態(tài)系統(tǒng)內(nèi)動(dòng)物門(mén)類多樣性在空間上的變化和時(shí)間上的演化過(guò)程。同時(shí)，發(fā)現(xiàn)更多門(mén)類的最早化石記錄，提高三大亞界內(nèi)部門(mén)類之間譜系演化關(guān)系的解析度。
西北大學(xué)
2021-01-12
.jpg){kind=logo}
基于低成本的機(jī)械裝備可靠性與輕量化分析
機(jī)械裝備構(gòu)件的輕量化和可靠性分析是機(jī)械裝備設(shè)計(jì)和制造永恒的主題之一，對(duì)于汽車(chē)行業(yè)來(lái)說(shuō)，輕量化意味著節(jié)能環(huán)保，高可靠性意味著更高的安全性能；而對(duì)航空航天和國(guó)防軍事裝備構(gòu)件來(lái)說(shuō)，解決輕量化和高可靠性的問(wèn)題更是迫在眉睫。機(jī)械裝備構(gòu)件的輕量化不僅對(duì)節(jié)約成本、節(jié)能減排等方面有重要作用，而且對(duì)機(jī)械裝備構(gòu)件設(shè)計(jì)和制造技術(shù)進(jìn)步有著重要的意義。本項(xiàng)目針對(duì)機(jī)械裝備在加工過(guò)程中，主軸端出現(xiàn)較大變形以及機(jī)床在快速移動(dòng)過(guò)程中立柱出現(xiàn)較大振動(dòng)的現(xiàn)象進(jìn)行分析研究，并對(duì)機(jī)床的結(jié)構(gòu)和進(jìn)給系統(tǒng)進(jìn)行優(yōu)化分析，使得機(jī)床主軸末端在加工過(guò)程中的變形量不超過(guò)0.01mm；將機(jī)床的一階共振頻率提高約30%，同時(shí)使得機(jī)床的重量下降約10%。
上海理工大學(xué)
2021-04-13
藥大學(xué).jpg){kind=logo}
一種中藥注射液致敏性的檢測(cè)評(píng)價(jià)方法
【發(fā) 明 人】馬宏躍；段金廒；詹瑧；蕭偉；王團(tuán)結(jié) 【摘要】 本發(fā)明提供了一種中藥注射液致敏性的檢測(cè)評(píng)價(jià)方法，該方法是將中藥注射液制劑經(jīng)1至3KD超濾富集制備致敏性的大分子部位，然后將大分子部位加入到單個(gè)核細(xì)胞(PBMC)溶液中，共培養(yǎng)1至3天，然后采用優(yōu)選的臺(tái)盼藍(lán)或熒光染料染色活細(xì)胞數(shù)目，以計(jì)算、評(píng)價(jià)中藥注射液的致敏性強(qiáng)度。該方法具有方便、快捷和靈敏的優(yōu)勢(shì)，可廣泛適用于各種中藥注射液致敏性、刺激性的評(píng)價(jià)和檢驗(yàn)，可為中藥注射液的安全性評(píng)價(jià)，中藥注射液的質(zhì)量控制，為保證臨床用藥的安全性，提供科學(xué)的依據(jù)。
南京中醫(yī)藥大學(xué)
2021-04-13
.jpg){kind=logo}
一種基于支持向量回歸的 SAR 圖像適配性預(yù)測(cè)方法
本發(fā)明公開(kāi)了一種基于支持向量回歸的雷達(dá)圖像適配性預(yù)測(cè)方法。所述方法包括：學(xué)習(xí)階段，提取 SAR 圖像多維特征構(gòu)成學(xué)習(xí)集；對(duì)學(xué)習(xí)集樣本特征預(yù)處理后，將其分為學(xué)習(xí)集 L1、L2，然后用學(xué)習(xí)集L1 訓(xùn)練支持向量機(jī)，并用得到的 SVM 模型對(duì)學(xué)習(xí)集 L2 進(jìn)行分類，根據(jù)分類正確率、樣本特征和類心之間的距離計(jì)算各樣本的適配率；之后利用學(xué)習(xí)集特征及其相應(yīng)的適配率，擬合回歸得到適配性預(yù)測(cè)函數(shù)模型；預(yù)測(cè)階段，對(duì)待評(píng)估的 SAR 圖像
華中科技大學(xué)
2021-04-14
一種基于亮度特征和輪廓完整性的輪廓提取方法
本發(fā)明公開(kāi)了一種基于亮度特征和輪廓完整性的輪廓提取方法，屬于計(jì)算機(jī)視覺(jué)和模式識(shí)別的交叉鄰域，意在從復(fù)雜的環(huán)境背景中將物體的輪廓完整的提取出來(lái)。本發(fā)明包括最大能量響應(yīng)圖的求取步驟、亮度特征調(diào)制的非經(jīng)典感受野抑制步驟、物體輪廓的提取和基于概率模型的高低自適應(yīng)閾值等后處理步驟、基于輪廓完整性的最近鄰朝向一致性連接斷裂輪廓的處理步驟。本發(fā)明利用 Gabor 濾波器模擬人類簡(jiǎn)單細(xì)胞經(jīng)典感受野的響應(yīng)，得到最大的 Gabor 能量
華中科技大學(xué)
2021-04-14
一種基于多目標(biāo)決策提高硬盤(pán)可靠性的方法
本發(fā)明公開(kāi)了一種基于多目標(biāo)決策提高硬盤(pán)可靠性的方法，包 括：獲取不同采樣時(shí)刻硬盤(pán)陣列的參數(shù)，計(jì)算不同采樣時(shí)刻硬盤(pán)陣列 的參數(shù)所對(duì)應(yīng)的隸屬值，包括溫度、性能、運(yùn)行時(shí)間以及功耗，根據(jù) 用戶的需求得到各自對(duì)應(yīng)的目標(biāo)系數(shù)，包括溫度系數(shù) A、性能系數(shù) B、 運(yùn) 行 時(shí) 間 系 數(shù) C 和 功 耗 系 數(shù) D 。 獲 取 該 硬 盤(pán) 陣 列 的 聚 合 值 F=A+B+C+D，改變磁盤(pán)陣列的大小，并重復(fù)上述步驟，以獲取不同大 小
華中科技大學(xué)
2021-04-14
一種基于場(chǎng)量分析的視頻圖像顯著性檢測(cè)方法
本發(fā)明公開(kāi)了一種基于場(chǎng)量分析的視頻圖像顯著性檢測(cè)方法，包括以下步驟：S1 獲得視頻圖像的靜態(tài)顯著性圖；S2 根據(jù)連續(xù)的視頻幀提取場(chǎng)景的光流向量場(chǎng)；S3 通過(guò)聚類方法對(duì)光流向量場(chǎng)進(jìn)行初步分類并找出最大分類區(qū)塊；S4 通過(guò)每個(gè)分類區(qū)塊與最大分類區(qū)塊之間的對(duì)比生成差異性能量；S5 規(guī)范化差異性能量，獲得運(yùn)動(dòng)顯著性值并生成運(yùn)動(dòng)顯著性圖；S6 將該運(yùn)動(dòng)顯著性圖與所述靜態(tài)顯著性圖線性加權(quán)相加得到最終顯著性圖，即可實(shí)現(xiàn)對(duì)視頻圖像的顯著性檢測(cè)。本發(fā)明的方法綜合利用視頻場(chǎng)景的靜態(tài)特征和動(dòng)態(tài)特征來(lái)得到顯著性映射結(jié)果，特
華中科技大學(xué)
2021-04-14
一種基于運(yùn)動(dòng)顏色關(guān)聯(lián)的視頻圖像顯著性檢測(cè)方法
本發(fā)明公開(kāi)了一種基于運(yùn)動(dòng)顏色關(guān)聯(lián)的視頻圖像顯著性檢測(cè)方法，包括：獲得視頻圖像的靜態(tài)顯著性圖；提取場(chǎng)景的光流向量場(chǎng)；對(duì)光流向量場(chǎng)進(jìn)行初步分類并拋棄最大分類區(qū)塊；將視頻圖像從 RGB顏色空間轉(zhuǎn)換到 HSV 顏色空間；根據(jù) HSV 顏色空間 H 分量中對(duì)應(yīng)顏色在輸入圖像中出現(xiàn)的頻率，生成顏色直方圖；針對(duì)光流向量場(chǎng)有效分類區(qū)塊中的每個(gè)向量，將其范數(shù)投射到顏色直方圖的相應(yīng)區(qū)間中去，得到每個(gè)顏色區(qū)間的運(yùn)動(dòng)尺度變量；得到每種顏色的運(yùn)動(dòng)顯著性值并投影到原圖像生成運(yùn)動(dòng)顯著性圖；將運(yùn)動(dòng)顯著性圖與靜態(tài)顯著性圖相加得到最終
華中科技大學(xué)
2021-04-14