mTORC1在EB病毒LMP1促进DLBCL细胞母细胞化的机制研究

目的:研究通过mTORC1通路EB病毒LMP1诱导弥漫大B细胞淋巴瘤(DLBCL)细胞母细胞化的可能机制。方法:采用Western blot法分析EBV+及EBV-DLBCL细胞株LMP1蛋白、CD38的表达及p70S6K磷酸化情况。构建过表达LMP1稳转株及RNAi沉默LMP1基因,用RT-qPCR验证基因表达,并利用Western blot法检测各组细胞LMP1蛋白、CD38的表达量及较EBV-p70S6K磷酸化水平。结果:相较于EBV-DLBCL细胞,LMP1蛋白在EBV+DLBCL细胞上表达(P=0.0008),EBV+DLBCL细胞p70S6K磷酸化水平更高(P=0.0072)及CD38的表达量更高(P=0.0091)。与空载组对比,LMP1OE组的LMP1蛋白表达及CD38表达量均增高(P=0.0353;P<0.0001),且p70S6K磷酸化水平增高(P=0.0065);并验证了LMP1 mRNA表达(P<0.0001)。较si-NC组,LMP1KO组不表达LMP1蛋白(P=0.0129),且p70S6K磷酸化消失(P=0.0228);同时,CD38表达量减少,但无显著性差异(P=0.2377)。结论:LMP1通过活化mTORC1通路促进DLBCL细胞浆母细胞化。

基于暗通道先验的多尺度融合去雾算法

针对传统暗通道先验(DCP)算法用于图像去雾时存在对比度下降、色调偏暗和过度曝光的问题,论文提出一种基于暗通道先验的多尺度融合去雾算法。首先,该算法使用图像增强暗部细节后采用阈值分割法将类似白色背景区域进行分离;然后对大面积留白背景和其他区域分别做最亮通道取反去雾处理和导向暗通道去雾处理,将去雾处理后的两部分图像进行初始融合,有效地改善了暗通道先验在大尺度高亮区域的不适用性;最后,使用拉普拉斯金字塔的多曝光融合方法,将上述去雾处理后的两幅图像、初始融合图像以及对有雾图像做导向暗通道处理后的图像进行多尺度像素级融合,获得最终去雾效果图。仿真结果表明,该算法能够有效消除传统DCP算法在处理大范围、高亮度天空区域时产生的失真现象,改善目标边缘细节,恢复图像场景的真实色彩。

基于高级语义及注意力的肺结节分割模型

为了能够早些发现肺结节患者,进行有效的预防和治疗,便能够大大提升肺癌患者的生存率,针对医学CT图像肺结节分割时存在异质性,会导致分割精度降低,提出一种基于高级语义及注意力的肺结节分割模型。该模型使用VGG16作为主干网络搭建U-net模型;采用金字塔池化模块(PPM),在尽可能保留原信息的情况下,将深层信息进行加强提取,得到更加丰富的高级语义信息;同时利用CA注意力机制强化重要的特征,实现空间和通道方向上的信息整合;使用Focal Loss和Dice Loss函数解决肺结节分割中前背景不均衡和难区分的问题。实验结果显示,所提出的方法在IoU、F1分数指标上较U-net分割算法分别提高了1.33%、0.95%,有效地提升了分割精度,解决了与其他组织对比度低的问题。

基于局部归一化互信息联合约束的三维头颈部CT/MR配准方法

针对头颈部图像的复杂解剖结构和不同模态图像的差异,提出一种改进的多模态配准方法。该方法采用局部归一化互信息作为相似性测度,以捕捉局部图像区域的相似性,并减少不同区域间的强度差异对配准结果的影响。此外,为解决MR图像易受到噪声和伪影的影响产生畸变的问题,引入F范数约束配准过程,抑制不必要的畸变。实验结果表明,所提方法在降低均方误差、提高配准精度和鲁棒性方面均有所提高。

基于Mask R-CNN的复合材料夹杂缺陷自动检测研究

为提高复合材料夹杂缺陷的检测效率,本文提出利用深度学习网络设计一种夹杂缺陷自动检测系统。在图像预处理环节采用两级反锐化掩膜算法突出夹杂缺陷特征,构建复合材料夹杂缺陷图像数据库;采用Mask R-CNN网络模型,经过网络模型训练,得到最优权重参数,最终设计实现缺陷检测软件系统。实验结果表明,Mask R-CNN算法网络准确率达94.6%,召回率达92.4%,AP值达87.3%。该系统应用方便快捷,将有效提高一线人员的缺陷检测效率和检测精度。

瞬态场景下基于光流法的红外视频插帧算法研究

针对现有红外图像插帧方法,在瞬态场景下均不能得到鲁棒性较好的插入帧红外图像,提出了一种基于注意力的多尺度、多分支光流网络,提取相邻2帧红外图像光流信息,每个分支分别学习一种光流信息,利用多尺度特征融合模块在每个尺度上聚焦局部重要信息。设计了一个多光流特征重加权模块,根据通道注意力自适应地选择每个光流的特征。经实验结果证明,所提方法可以很好地完成插帧任务,其性能与最先进的方法相比较更具有优越性。

东北玉米杂交种对茎腐病的抗性鉴定

采用田间人工接种鉴定方法,对50份玉米杂交种进行抗性鉴定。结果表明:玉米杂交种接种病原菌后,均有不同程度的茎腐病发生;表现高抗、抗、中抗、感、高感的杂交种分别为9份、11份、6份、11份、13份,占比分别为18%、22%、12%、22%、26%;抗性水平较好的杂交种共有26份,占比52%。

基于空耦超声的钢-橡胶粘接质量检测技术研究

根据钢-橡胶粘接部件的声场特性,采用空气耦合纵波穿透法,搭建了空耦超声C扫描系统,解决了实际工程应用中耦合难、对检测人员要求高等问题。采用频率为200 kHz的空耦超声平探头对钢-橡胶粘接部件(钢板厚度5 mm,粘接层厚度1 mm,橡胶厚度4 mm)的人工脱粘缺陷进行120 mm×90 mm范围内的C扫描成像检测。成像结果显示,该方法最小可识别φ6 mm的脱粘缺陷,对于φ10 mm的缺陷可以清晰显示轮廓,有效解决了钢-橡胶粘接部件的无损检测。

胎体钢丝帘线缺陷的CD-YOLO分割算法应用

针对目前国内大环境下子午线轮胎胎体钢丝帘线缺陷检测的识别困难、效率低下的问题,提出以下几点的设计方案,引入YOLOv5神经网络降低检测成本,并且在YOLOv5中引入交叉注意力机制(CBAM)和深度可分离卷积机制,增强特征图像的表达能力,降低网络整体参数量。搭建由Python语言编写的软件平台,控制下位机的各项参数,同时将网络作为接口写入软件,完成可自动化连续目标检测的功能,可用于投入子午线轮胎的实际检测。实验对比数据显示,检测方法的精准度达到了96.17%,传输速度达到了52.93 fps。

基于轻量化YOLOv4的轮毂内部缺陷检测算法

为解决常规深度学习方法检测轮毂内部缺陷存在模型尺寸大、参数多和精度低等问题,提出一种轻量化YOLOv4的轮毂内部缺陷检测算法。该算法采用MobileNetV3替换YOLOv4的主干特征提取网络,并利用深度可分离卷积模块对YOLOv4的PANet(path aggregation network)模块中的传统卷积进行了替换。同时,在PANet特征加强网络中加入通道注意力机制(SE)模块,提高了轮毂内部缺陷目标的识别精度。测试结果表明,所提算法检测精度为90.23%,权值文件为45.2 MB,检测速率为68.38帧/s。相较于常规模型性能有所提升,更适用于轮毂内部缺陷的快速、准确检测。

基于改进U-Net的低剂量CT图像重建方法

针对低剂量CT图像重建会产生噪声和伪影的问题,在U-Net神经网络基础上引入残差学习和空间注意力机制,在编解码过程中嵌入跳跃连接为上采样增加多尺度信息,使用AAPM公开数据集CT影像进行模型训练和测试。选取峰值信噪比(PSNR)、结构相似性(SSIM)和均方根误差(RMSE)作为图像性能评价指标。在CT重建结果的测试中,与未处理的图像相比,网络模型处理后图像的PSNR、SSIM和RMSE指标平均值分别提升21.699%、2.263%和40.833%。实验结果表明,改进的U-Net神经网络模型能够减少噪声和伪影,保留了更多的纹理细节,对低剂量CT重建图像质量的提高有一定效果。

长期输血重型β地中海贫血患儿不规则抗体产生及其与RH因子和贫血基因突变位点的相关性分析

目的:分析重型β地中海贫血患儿长期定期输血治疗后不规则抗体的出现情况及其与RH因子和贫血基因突变位点的相关性。方法:选取在本院长期输血的120例重型β地中海贫血患儿并对其基因组DNA进行抽提,应用PCR-SSP法对其RH因子的基因型进行测定,采取血型血清学法对患儿不规则抗体及其类型进行筛查与鉴定,采用DNA芯片反向点杂交技术与PCR体外扩增的方法对其基因分型进行分析。结果:本组120例患儿的RH因子基因型以Ce/Ce(59.17%)与CE/ce(25.00%)为主;其中产生不规则抗体阳性的患儿10例,其阳性率为8.33%;在10例不规则抗体阳性患儿中,RH因子基因型有Ce/Ce 6例,cE/cE、CE/ce、cE/ce与Ce/ce均各1例;在10例不规则抗体阳性患儿中,贫血基因突变位点有:IVs-11654M 2例,cD4142M 6例,28M 1例,CD71-72M 1例。结论:重型β地中海贫血患儿长期定期输血治疗后出现不规则抗体,这可能与RH因子和贫血基因突变位点存在有一定的相关性。

基于EMT的敏感场特性仿真研究

电磁层析成像(Electromagnetic Tomography,EMT)技术相较于传统的无损检测技术具有非侵入、非接触、无危害的特点,有着广阔的应用前景。对EMT技术中的正问题的研究旨在通过建立模型研究系统的参数变化对测量值的影响,对敏感场特性的研究直接关系到后续进行图像重建所提取的物场特征信息变化敏感程度,进而会直接影响成像质量。在之前的研究中对EMT的成像范围尚未有比较精确的规范,针对敏感场中激励频率与物场特性的变化,利用有限元仿真软件(COMSOL Multiphysics)对EMT系统的激励系统进行仿真分析,不同于传统的对互感值进行研究的方法,选择了更加直观的电压值,最终得出在不同激励频率与不同物场特性下的拟合曲线,获得了系统敏感场参数变化与测量值的关系,通过该研究确定了EMT系统的有效检测范围,提高了EMT系统检测的准确性,更有利于后续进行高质量的图像重建。

提高高校大型仪器使用效益的实践与探索

分析了高校大型仪器使用效益不高的原因,针对性地提出了通过资源配置和制度建设促进大型仪器开放共享,通过有偿使用解决运行维护经费,通过培养和激励稳定管理队伍,通过效益考核促进工作开展,最终达到大型仪器使用效益提高的目的。

黑河流域水资源脆弱性评价及可持续发展研究

根据黑河流域水资源现状,采用了AHP法,分析了黑河流域水资源的敏感性、适应性能力及脆弱性,并对2010年黑河水资源的脆弱性水平做出了预测;得出了黑河流域水资源的开发利用已接近临界状态的结论;并在水资源和生态系统可持续发展的基础上,提出了科学管理和规划全流域水资源、发展节水灌溉技术等建议。

黑龙江省部分审定玉米品种亲本自交系的遗传多样性分析

黑龙江省气候条件特殊,血缘关系有些混杂,系谱关系已不太清楚,种质资源匮乏问题尤为突出。利用SSR分子标记技术,分析黑龙江省近年来审定玉米品种亲本自交系的遗传多样性,从79对SSR核心引物目录中,选出43对引物对18份玉米自交系和5个标准测验种进行遗传多样性研究,共检测到174个等位基因位点,每对引物检测到2～8个等位基因,平均每个位点的等位基因变异数4.35个,平均多态性信息量为0.586。UPGMA聚类分析结果表明,23份自交系划分为4个类群。结果表明黑龙江省玉米生产上推广品种的亲本自交系仍然集中在兰卡斯特群和瑞德群两大杂种优势群。

玉米自交系苗期耐盐性鉴定及筛选研究

旨在加强玉米耐盐性的研究和利用,本研究采用水培法,以NaCl胁迫拟田间盐生条件,在适宜的盐胁迫处理浓度的基础上,以耐盐系数为指标,通过主成分分析、隶属函数分析和聚类分析对242份玉米自交系苗期的耐盐性进行综合鉴定。结果表明:发芽率、根干重、苗干重、根鲜重、根长和苗鲜重可作为玉米自交系的苗期耐盐性筛选和鉴定指标;通过聚类分析可将242份玉米自交系苗期的耐盐性划分为5类,其中B红-2等12份玉米自交系的耐盐性较强,NC320等42份玉米自交系的耐盐性中等,50K-4-1等58份玉米自交系的耐盐性一般,H070480等77份玉米自交系的耐盐性敏感,甘1号等53份玉米自交系的耐盐性高度敏感。

基于改进u-Net的球栅阵列气泡缺陷检测方法

针对现有基于深度学习的图像分割算法在球栅阵列(BGA)焊点气泡检测中检测效率较低,无法满足工业生产中实时性的检测需求,提出了一种基于改进U-Net的球栅阵列缺陷识别方法。该方法在现有的U-Net经典网络的基础上提出用深度可分离卷积与密集连接结合的轻量密集连接单元替换常规的卷积单元,同时添加多尺度跳跃连接减少编解码特征之间的差异,实现针对BGA焊点气泡的精确分割和提取。采用自建数据集对该方法的有效性进行实验,结果表明,改进的U-Net模型网络在减少U-Net网络计算复杂度的同时提升了网络性能,能够增加BGA焊点气泡的检测效率。

改进的分水岭算法在焊接图像中的应用

针对焊接缺陷X射线检测方法的现状和目前存在的主要问题,提出了一种改进的分水岭算法。从图像的结构信息考虑,由于噪声产生的谷底值是很小的,而对应于真正的区域,每个区域的最小谷底会有一个很大的动态值,这个值与没有噪声时的谷底动态值相近。因此,只要简单地给一个阈值,通过动态合并准则进行边分割边合并就可以将那些由噪声产生的谷底滤掉,从而也就抑制了过分割问题。结果表明,该方法能够快速、准确地得到焊接图像的分割结果。