由于RAW图像中存在整体偏暗和对比度不足,以及亮度不一致等问题,导致RAW图像中的噪声复杂多样。提出了一种改进的降噪模型DnCNN-IID(denoising convolutional neural network with image inversion and down-sample,DnCNN-IID)抑制RAW...由于RAW图像中存在整体偏暗和对比度不足,以及亮度不一致等问题,导致RAW图像中的噪声复杂多样。提出了一种改进的降噪模型DnCNN-IID(denoising convolutional neural network with image inversion and down-sample,DnCNN-IID)抑制RAW图像中的复杂噪声,增强图像质量。该模型基于DnCNN网络,通过对图像进行反通道处理进行图像增强,增强图像对比度,突出图像中的细节和边缘,同时突出噪声的特征信息;通过加入图像下采样使网络处理效率提升的同时,扩大了网络感受野,提高模型对输入图像的全局信息的感知能力,更加有效的抑制噪声。为了验证算法的有效性,在BSD500数据集、Ex/600数据集与RAW数据集上与主流方法进行了比较,实验结果表明,所提模型在PSNR、SSIM、MSE多个评价指标上得到较好的提升。展开更多
文摘为解析槲皮万寿菊素、槲皮素与叶黄素单独处理以及联合处理对急性肺损伤的作用机制,以脂多糖诱导构建RAW264.7细胞炎症模型,以一氧化氮(nitric oxide,NO)相对含量为评价指标,采用联合指数法确定槲皮万寿菊素与叶黄素以及槲皮素与叶黄素的最佳复配比例;分析比较槲皮万寿菊素、槲皮素与叶黄素单独及联合处理对RAW264.7细胞中炎症因子(肿瘤坏死因子-α、白细胞介素(interleukin,IL)-1β、IL-6)含量、丙二醛含量、超氧化物歧化酶活性以及谷胱甘肽过氧化物酶活性的影响;采用免疫印迹法测定核因子κB(nuclear factor kappa-B,NF-κB)信号通路中p65、p50以及沉默信息调节因子1(silent information regulator 1,SIRT1)、核因子E2相关因子2(nuclear factor-erythroid 2 related factor 2,Nrf2)和NOD样受体热蛋白结构域相关蛋白3(NOD-like receptor thermal protein domain associated protein 3,NLRP3)的相对表达量。结果表明,槲皮万寿菊素与叶黄素高剂量3∶1(30μg/mL+10μg/mL)复配能够最大程度降低RAW264.7细胞中的NO相对含量。二者单独及联合作用均能通过降低炎症因子、丙二醛含量,提高超氧化物歧化酶和谷胱甘肽还原酶活性,下调NF-κB p65、p50以及NLRP3表达水平并上调SIRT1、Nrf2蛋白相对表达量发挥改善急性肺损伤的作用,且联合处理效果优于单独处理组。
文摘由于RAW图像中存在整体偏暗和对比度不足,以及亮度不一致等问题,导致RAW图像中的噪声复杂多样。提出了一种改进的降噪模型DnCNN-IID(denoising convolutional neural network with image inversion and down-sample,DnCNN-IID)抑制RAW图像中的复杂噪声,增强图像质量。该模型基于DnCNN网络,通过对图像进行反通道处理进行图像增强,增强图像对比度,突出图像中的细节和边缘,同时突出噪声的特征信息;通过加入图像下采样使网络处理效率提升的同时,扩大了网络感受野,提高模型对输入图像的全局信息的感知能力,更加有效的抑制噪声。为了验证算法的有效性,在BSD500数据集、Ex/600数据集与RAW数据集上与主流方法进行了比较,实验结果表明,所提模型在PSNR、SSIM、MSE多个评价指标上得到较好的提升。