苯并噻嗪酮类化合物抗血吸虫活性的研究

本文以苯并噻嗪酮为母核,设计合成了12个新化合物,对其进行体外抗日本血吸虫活性研究,发现化合物A5的活性较好,对日本血吸虫童虫和成虫的IC50分别为12.2μM和6.8μM。

基于流模型的荧光图像超分辨率

荧光图像超分辨率方法可以将低分辨率荧光图像重建为超分辨率图像。近几年来,基于深度学习的方法通过学习配对的高/低分辨率图像间的映射函数,取得了较好性能。然而,一幅低分辨率荧光图像可能由不同的超分辨图像退化而来,这使得荧光图像超分辨率任务属于欠定问题。现有的深度学习方法通常学习一个确定性的映射函数,而忽略了超分辨率任务的欠定特征。针对这一问题,提出了一种基于流模型的荧光图像超分辨率方法。该方法在给定低分辨率图像的条件下,可以重建出一系列超分辨率图像的分布,更符合超分辨率任务的欠定性质。此外,进一步提出了频域-空域联合注意力模块,用于提取荧光图像的潜在特征,使网络能够充分利用数据在时间和空间上的先验分布,从而获得更准确的图像重建结果。实验结果表明,此方法重建图像的感知指标和重建效果均有所提升。

基于相似块去噪和经验模态分解的结构光照明显微镜重建算法

结构光照明显微镜凭借其所需的激发光强度低、曝光时间短、光毒性小、无需特定的荧光探针等优点,非常适合于活细胞的超分辨率成像;然而,如果结构光照明显微镜采集的原始图像的信噪比较低,则原始图像中包含的高斯噪声和泊松噪声将导致超分辨率图像重建过程中出现参数估计准确率低、重建伪影多等问题。为了准确估计初始相位和调制深度参数并衡量估计准确率,本文提出了经验模态分解算法和分散指数指标,前者可准确估计初始相位和调制深度,后者可实现估计准确率的客观评价。同时,为了解决重建伪影的问题,本文进一步提出了基于相似块的图像去噪算法,该算法能够在保留原始图像中照明结构光特征的同时抑制图像中的噪声,进而提升参数估计的准确性,并减少重建图像中的伪影。