为了研究富含GABA萌发红小豆对2型糖尿病(Diabetes Mellitus Type 2,T2DM)小鼠血糖水平及肠道菌群的影响,采用C57BL/6J小鼠为研究对象,通过高脂膳食+链脲菌素(Streptozocin,STZ)注射构建T2DM模型,选择不同剂量的富含GABA萌发红小豆对T2D...为了研究富含GABA萌发红小豆对2型糖尿病(Diabetes Mellitus Type 2,T2DM)小鼠血糖水平及肠道菌群的影响,采用C57BL/6J小鼠为研究对象,通过高脂膳食+链脲菌素(Streptozocin,STZ)注射构建T2DM模型,选择不同剂量的富含GABA萌发红小豆对T2DM小鼠连续膳食干预6周,并利用16S rRNA测序技术对T2DM小鼠盲肠内容物的菌群结构和分布进行鉴定。结果显示:不同剂量富含GABA红小豆膳食干预可使T2DM小鼠FBG值明显下降,其中高剂量富含GABA红小豆(TF3)组FBG值为8.36±0.78 mmol/L,相比模型组(M)下降54.09%,干预效果最好。此外,TF3膳食可引起T2DM小鼠肠道菌群丰度发生显著(P<0.05)改变,门水平上Firmicutes丰度为35.96%,比M模型组下降53.17%,并可显著上调Bacteroidetes、Verrucomicrobia的菌群丰度(P<0.05)。表明TF3膳食改善糖脂代谢与Bacteroidetes、Verrucomicrobia优势菌丰度呈正相关,暗示高剂量富含GABA红小豆膳食可通过增加有益菌来缓解T2DM小鼠高血糖症状,为进一步解释T2DM与肠道菌群的关系提供参考。展开更多
为了实现在复杂非结构环境下对木薯叶4种主要病害的高精度检测,提出一种基于选择性注意力机制的木薯叶病害神经网络检测改进算法MAISNet(Multiattention IBN Squareplus neural network)。以V2-ResNet-101为基础网络,先使用多重注意力...为了实现在复杂非结构环境下对木薯叶4种主要病害的高精度检测,提出一种基于选择性注意力机制的木薯叶病害神经网络检测改进算法MAISNet(Multiattention IBN Squareplus neural network)。以V2-ResNet-101为基础网络,先使用多重注意力算法优化加权系数,调整特征通道的语义表达,在特征图中初步构建显著性特征;然后在残差单元之后采用实例批归一化方法来抑制特征表达中的协变量偏移,在特征图中构建出显著性语义特征,实现高质量语义特征表达;最后在残差分支中采用Squareplus激活函数替代ReLU激活函数,保持语义特征在负数域的数值分布,减少特征拟合过程中的截断误差。对比试验结果显示,经过上述改进后构建出的MAISNet-101神经网络,对4种常见木薯叶病害检测的平均准确率达到95.39%,明显优于目前主流算法EfficientNet-B5和RepVGG-B3g4等。网络提取特征的可视化分析结果表明,高质量木薯叶病害显著性语义特征,是提高木薯叶病害检测准确率的关键。所提出的MAISNet神经网络模型可以完成实际场景下木薯叶病害高精度检测。展开更多
文摘为了实现在复杂非结构环境下对木薯叶4种主要病害的高精度检测,提出一种基于选择性注意力机制的木薯叶病害神经网络检测改进算法MAISNet(Multiattention IBN Squareplus neural network)。以V2-ResNet-101为基础网络,先使用多重注意力算法优化加权系数,调整特征通道的语义表达,在特征图中初步构建显著性特征;然后在残差单元之后采用实例批归一化方法来抑制特征表达中的协变量偏移,在特征图中构建出显著性语义特征,实现高质量语义特征表达;最后在残差分支中采用Squareplus激活函数替代ReLU激活函数,保持语义特征在负数域的数值分布,减少特征拟合过程中的截断误差。对比试验结果显示,经过上述改进后构建出的MAISNet-101神经网络,对4种常见木薯叶病害检测的平均准确率达到95.39%,明显优于目前主流算法EfficientNet-B5和RepVGG-B3g4等。网络提取特征的可视化分析结果表明,高质量木薯叶病害显著性语义特征,是提高木薯叶病害检测准确率的关键。所提出的MAISNet神经网络模型可以完成实际场景下木薯叶病害高精度检测。