18β-甘草次酸哌嗪衍生物A30抑制SMMC-7721肝癌细胞增殖

目的研究18β-甘草次酸(18β-GA)哌嗪衍生物A30抑制肝癌SMMC-7721细胞增殖的机制。方法实验分为对照组、18β-GA组、A30组,采用MTT法检测SMMC-7721细胞增殖,流式细胞术检测SMMC-7721细胞凋亡和细胞周期,Western blot法检测胱天蛋白酶8(caspase-8)和Bcl2蛋白水平。结果 (2~128)μg/m L A30均可抑制SMMC-7721细胞的增殖,呈剂量依赖性。18β-GA和A30均可诱导SMMC-7721细胞凋亡,并且A30处理细胞的凋亡率显著高于18β-GA组。与对照组相比,18β-GA和A30组的G2/M期细胞显著增加,caspase-8蛋白水平均显著升高,而Bcl2水平均显著降低。结论 A30能抑制SMMC-7721细胞增殖,抑制效果强于18β-GA,与降低细胞Bcl2水平和增加caspase-8水平有关。

m-甲基-8β-O-肉桂酰基-goniotriol的不对称合成

目的 为了研究哥纳香醇甲的构效关系和寻找更高抗肿瘤活性的化合物。方法 以α -D -葡庚糖酸内酯为原料 ,以 9步反应 ,不对称选择性地合成了m -甲基 - 8β -O -肉桂酰基 -goniotriol,总收率为 5 .7% ,并经MTT法检测了它们的抗肿瘤活性。结果 合成了m -甲基 - 8β -O -肉桂酰基 -goniotriol及其 3个中间体 ,均为新化合物。 结论

猪CD8β分子重组蛋白的表达、纯化与免疫活性鉴定

对猪CD8β(pCD8β)基因重组蛋白的表达纯化条件以及免疫活性进行了研究.结果表明:pET-28a-pCD8β重组菌诱导表达产物的分子量约为24 ku,与预计的分子量大小相符.包涵体形式表达的重组蛋白的纯化产物经免疫印迹分析和ELISA检测证实有良好的特异性反应;SDS-PAGE后的目的胶带以直接研磨法和电洗脱纯化法加佐剂分别免疫BALB/c小鼠后,ELISA检测抗原免疫效价均大于1∶6 400,说明本试验对pET-28a-pCD8β纯化的重组蛋白具有良好的免疫原性和反应原性,可以制备CD8β的单克隆抗体.

鲤主要免疫器官CD4L、CD8α和CD8β表达细胞的分布特征

自1975年在硬骨鱼类中发现T细咆存在的证据以来，单克隆抗体技术、免疫组化和原位杂交等技术的应用，使鱼类T细胞及其亚群和功能的研究成为可能。从20世纪80年代起，人们开始尝试通过各种方法例如用胸腺细胞、多聚甲醛同定的胸腺细胞（DLT15）、胸腺细咆膜（WCL9）、肠自细胞膜（WCL38）免疫小鼠进而制备抗鱼类T细胞的单克隆抗体。

猪CD8β基因的克隆、表达及其结构与功能分析

本研究应用RT-PCR技术,从猪胸腺细胞总RNA中扩增、克隆了猪CD8β基因,序列分析表明CD8β含621bp的开放阅读框,编码207个氨基酸,与NCBI/GeneBank已发表的参考基因的核苷酸及推导氨基酸序列的同源性分别为97.8%和96.8%,与人、小鼠和鸡CD8β蛋白的氨基酸同源性分别为75.7%、67.9%和33.3%。根据大肠杆菌密码子偏嗜性改造目的基因,构建了pET28a/PCD8β原核表达系统,并经诱导获得高效表达的分子量为24ku的重组蛋白(rPCD8β),表达量占菌体蛋白总量的30%。利用生物信息学和分子生物学软件对猪CD8β基因编码的蛋白进行结构预测,表明猪CD8β成熟蛋白为跨膜蛋白,其中172aa在胞外区,22aa在跨膜区,10aa在胞内区;蛋白骨架内含有较多的柔性区域,而且分布不均匀,能形成结构松散的球状蛋白;猪CD8β分子V区三维结构与鼠的具有非常相似的空间结构,与人的差别较大,这为猪CD8β蛋白结构与功能的进一步研究奠定了基础。

Mg-8Gd-(0,3)Sm-0.5Zr合金的动态再结晶生长动力学

利用铸造法制备了Mg-8Gd-(0,3)Sm-0.5Zr合金,并进行了525℃均匀化处理8 h,随后在温度为350~500℃及应变速率为0.002~1 s^(-1)的条件下进行热压缩试验,绘制并分析合金热压缩后的真应力-真应变曲线,构建其动态再结晶生长动力学双参数模型,并分析了合金生长动力学曲线特点及显微组织特征。结果表明:两种合金在热压缩时均发生了动态再结晶,通过双参数模型绘制动态再结晶动力学曲线,发现在高温低应变速率热压缩时,在真应变约0.2时,合金的动态再结晶的体积分数迅速增加至90%以上。对比分析Sm元素添加后的动态再结晶动力学曲线,发现Sm元素促进动态再结晶的进行,尤其在高温低应变速率热压缩时,在变形初期Sm的促进作用更明显。

基于改进COF-YOLO v8n的油茶果静态与动态检测计数方法

针对自然环境下油茶果存在严重遮挡、近景色、小目标等现象,使用YOLO网络存在检测精度低、漏检现象严重等问题,提出对YOLO v8n网络进行改进。首先使用MPDIOU作为YOLO v8n的损失函数,有效解决因为果实重叠导致的漏检问题;其次调整网络,向其中加入小目标检测层,使网络能够关注小目标油茶以及被树叶遮挡的油茶;最后使用SCConv作为特征提取网络,既能兼顾检测精度又能兼顾检测速度。改进COF-YOLO v8n网络精确率、召回率、平均精度均值分别达到97.7%、97%、99%,比未改进的YOLO v8n分别提高3.2、4.8、2.4个百分点,其中严重遮挡情况下油茶检测精确率、召回率、平均精度均值分别达到95.9%、95%、98.5%,分别比YOLO v8n提高4.0、9.1、4.6个百分点。因此改进后COF-YOLO v8n网络能够明显提高油茶在严重遮挡、近景色、小目标均存在情况下的识别精度,减小油茶的漏检。此外,模型能够实现动、静态输入条件下油茶果计数。动态计数借鉴DeepSORT算法的多目标跟踪思想,将改进后COF-YOLO v8n的识别输出作为DeepSORT的输入,实现油茶果实的追踪计数。所得改进模型具有很好的鲁棒性,且模型简单可以嵌入到边缘设备中,不仅可用于指导自动化采收,还可用于果园产量估计,为果园物流分配提供可靠借鉴。

基于YOLO v8n-seg和改进Strongsort的多目标小鼠跟踪方法

多目标小鼠跟踪是小鼠行为分析的基本任务,是研究社交行为的重要方法。针对传统小鼠跟踪方法存在只能跟踪单只小鼠以及对多目标小鼠跟踪需要对小鼠进行标记从而影响小鼠行为等问题,提出了一种基于实例分割网络YOLO v8n-seg和改进Strongsort相结合的多目标小鼠无标记跟踪方法。使用RGB摄像头采集多目标小鼠的日常行为视频,标注小鼠身体部位分割数据集,对数据集进行增强后训练YOLO v8n-seg实例分割网络,经过测试,模型精确率为97.7%,召回率为98.2%,mAP50为99.2%,单幅图像检测时间为3.5 ms,实现了对小鼠身体部位准确且快速地分割,可以满足Strongsort多目标跟踪算法的检测要求。针对Strongsort算法在多目标小鼠跟踪中存在的跟踪错误问题,对Strongsort做了两点改进:对匹配流程进行改进,将未匹配上目标的轨迹和未匹配上轨迹的目标按欧氏距离进行再次匹配;对卡尔曼滤波进行改进,将卡尔曼滤波中表示小鼠位置和运动状态的小鼠身体轮廓外接矩形框替换为以小鼠身体轮廓质心为中心、对角线为小鼠体宽的正方形框。经测试,改进后Strongsort算法的ID跳变数为14,MOTA为97.698%,IDF1为85.435%,MOTP为75.858%,与原Strongsort相比,ID跳变数减少88%,MOTA提升3.266个百分点,IDF1提升27.778个百分点,与Deepsort、ByteTrack和Ocsort相比,在MOTA和IDF1上均有显著提升,且ID跳变数大幅降低,结果表明改进Strongsort算法可以提高多目标无标记小鼠跟踪的稳定性和准确性,为小鼠社交行为分析提供了一种新的技术途径。

改进YOLOv8s与DeepSORT的矿工帽带检测及人员跟踪

不系帽带,安全帽等于没戴。然而现有的安全帽检测方法,缺乏对帽带异常佩戴的检测研究。针对此问题,结合煤矿井下特殊的作业环境,以人员安全帽帽带检测及人员跟踪为研究对象,提出了CM-YOLOv8s算法检测安全帽及其帽带,利用DeepSORT算法对未系帽带的作业人员进行跟踪。利用井下监控视频制作数据集,使用CM-YOLOv8s对井下人员安全帽帽带进行检测:在YOLOv8s的基础上引入更高分辨率的特征图并新增了一种级联查询机制,在不提高计算成本的前提下能完成对小物体更精准的检测。利用改进DeepSORT对人员进行编码追踪:采用更深层卷积替换DeepSORT中小型残差网络来强化外观信息提取能力。通过自制井下安全帽帽带检测及跟踪数据集对改进算法进行验证,实验结果表明:CM-YOLOv8s的安全帽帽带识别算法平均精度均值达到92.3%,较YOLOv8s提高4.2个百分点。此外,基于CM-YOLOv8s与DeepSORT的安全帽规范佩戴识别系统的平均准确率为85.37%,检测速度达到59 FPS。提出的安全帽帽带检测算法,通过检测帽带是否在人员下颚附近来鉴别安全帽是否规范佩戴,能较好地平衡检测速度与精度,并能适应复杂的井下环境。通过在陈四楼煤矿数月的应用表明,实现了对安全帽佩戴异常的监测预警,加强了对矿工规范佩戴安全帽的有效监管。

柑橘木虱YOLO v8-MC识别算法与虫情远程监测系统研究

柑橘木虱是黄龙病的主要传播媒介,其发生与活动可对柑橘果园造成毁灭性后果。为实现木虱虫情的高效监测,设计了一种集诱捕拍照、耗材更新、害虫识别与结果展示于一体的智能监测系统。设计了具备诱虫胶带自动更新、虫情图像实时获取功能的诱捕监测装置;应用选点裁剪、Mosaic数据增强(Mosaic data augmentation,MDA)和CA(Coordinate attention)注意力机制,改进了YOLO v8木虱识别模型;开发了Web和手机APP客户端,可实现虫情数据的可视化展示与远程控制。模型测试阶段,改进后的YOLO v8-MC召回率、F1值及精确率分别达到91.20%、91%、90.60%,较基准模型分别提升5.47、5、4.64个百分点;迁移试验中,模型召回率、F1值及精确率分别达到88.64%、87%、84.78%,且系统工作状态良好,满足野外使用需求。开发的智能监测系统能有效实现果园木虱虫情的远程监测,可为此类虫害防治管理提供有效手段。

基于改进YOLOv8的无人机航拍图像目标检测算法

针对现存无人机航拍图像目标检测算法检测精度较低、模型较为复杂的问题,提出一种改进YOLOv8的目标检测算法。在骨干网络引入多尺度注意力EMA,捕捉细节信息,以提高模型的特征提取能力;改进C2f模块,减小模型的计算量。提出了轻量级的Bi-YOLOv8特征金字塔网络结构改进YOLOv8的颈部,增强了模型多尺度特征融合能力,改善网络对小目标的检测精度。使用WIoU Loss优化原网络损失函数,引入一种动态非单调聚焦机制,提高模型的泛化能力。在无人机航拍数据集VisDrone2019上的实验表明,提出算法的mAP50为40.7%,较YOLOv8s提升了1.5%,参数量降低了42%,同时相比于其他先进的目标检测算法在精度和速度上均有提升,证明了改进算法的有效性和先进性。

改进YOLOv8的轻量级军事飞机检测算法

遥感图像军事飞机检测在侦察预警、情报分析等领域具有重要意义。为使军事飞机检测模型能在算力受限的设备上高效运行,从网络设计与模型压缩两个方面对YOLOv8n进行轻量化改进。在网络设计方面,使用FAS_C2f替换原始主干网络中的C2f模块,减少计算冗余并加快网络特征提取的速度;根据军事飞机目标的尺度特征对网络结构进行优化,缓解因过度下采样导致的小目标信息丢失问题;使用Inner-SIoU作为新的定位回归损失函数,提升对小目标样本的学习能力并加快回归边界框的收敛。在模型压缩方面,使用基于LAMP分数的通道剪枝对重设计后的模型进行压缩,进一步减少参数和模型大小;并利用通道级知识蒸馏(channel-wise knowledge distillation,CWD)将模型精度恢复到接近剪枝前的水平。实验结果表明,在公开军用飞机数据集MAR20上,轻量化后的模型mAP为97.2%,体积仅有0.7 MB,较原始模型缩小了88.3%,FPS提高了14帧/s,满足军事飞机目标检测的实时性要求。

基于改进YOLOv8和GMM图像点集匹配的双目测距方法

针对无人塔吊系统的研究需求,提出一种基于改进YOLOv8和GMM图像点集匹配的双目测距方法,对驾驶室外环境中的塔吊吊钩进行检测识别并测距。通过双目摄像头进行图像采集,引入FasterNet骨干网络和Slim-neck颈部连接层,对YOLOv8目标检测算法进行改进,有效检测画面中的塔吊吊钩并获取检测框的二维坐标信息;采用局部敏感哈希方法,并融合分阶段匹配策略,提升GMM图像点集匹配模型的匹配效率,针对检测框中的塔吊吊钩,进行特征点匹配;最后通过双目相机三角测量原理计算得出塔吊吊钩的深度信息。实验结果表明,改进后的YOLOv8算法与原算法相比,精确率P提高了2.9%,平均精度AP50提高了2.2%,模型复杂度降低了10.01 GFLops,参数量减少了3.37 M,在提升检测精度的同时实现了模型的轻量化。改进后的图像点集匹配算法与原算法相比,各个指标表现出更加良好的鲁棒性。最后在工程现场对塔吊吊钩进行识别与测距,误差可接受范围内有效完成了塔吊吊钩的检测识别与测距任务,验证了本方法的可行性。

基于改进YOLOv8的景区行人检测算法

针对当前景区行人检测具有检测精度低、算法参数量大和现有公开数据集在小目标检测上存在限制等问题,创建TAPDataset行人检测数据集,弥补现有数据集在小目标检测方面的不足,并基于YOLOv8算法,构建一种检测精度高、硬件要求低的新模型YOLOv8-L。首先引入Depth Sep Conv轻量化卷积模块,降低模型的参数量和计算量。其次采用BiF orm er注意力机制和上采样算子CARAFE,加强模型对图像的语义理解和信息融合能力,提升模型的检测精度。最后增加一层小目标检测层来提取更多的浅层特征,从而有效地改善模型对小目标的检测性能。在TAPDataset、VOC 2007及TAP+VOC数据集上的实验结果表明,与YOLOv8相比,在FPS基本不变的情况下,在TAPDataset数据集上,模型的参数量减少了18.06%,mAP@0.5提高了5.51%,mAP@0.5∶0.95提高了6.03%;在VOC 2007数据集上,模型的参数量减少了13.6%,mAP@0.5提高了3.96%,mAP@0.5∶0.95提高了6.39%;在TAP+VOC数据集上,模型的参数量减少了14.02%,mAP@0.5提高了4.49%,mAP@0.5∶0.95提高了5.68%。改进算法具有更强的泛化性能,能够更好地适用于景区行人检测任务。

miR-567通过调控CDK8在NSCLC增殖、迁移和细胞周期中的作用及其临床相关性研究

目的探讨微小RNA(miR)-567通过调控周期蛋白依赖性激酶8(CDK8)在非小细胞肺癌(NSCLC)增殖、迁移和细胞周期中的作用及其临床相关性研究。方法收集40例NSCLC患者的肿瘤组织和临近癌旁组织,采用实时荧光定量PCR(qRT-PCR)检测miR-567和CDK8的表达。将miR-NC mimic、miR-567 mimic、oe-NC和oe-CDK8转染至A549和H1975细胞中,使用qRT-PCR检测miR-567和CDK8的表达,CCK-8法检测细胞增殖水平,Transwell法检测细胞迁移水平,流式细胞术检测细胞周期变化。通过荧光素酶报告基因实验检测miR-567与CDK8的靶向性。结果在NSCLC患者的肿瘤组织中,miR-567表达降低,而CDK8表达升高,二者呈负相关(P<0.05)。在A549和H1975细胞中,miR-567 mimic组相较于miR-NC mimic组,miR-567表达升高,CDK8表达降低,细胞增殖和迁移水平降低,细胞G1期比例升高,S期比例降低;miR-567 mimic组在正常型CDK8中,荧光强度低于miR-NC mimic组;miR-567 mimic+oe-CDK8组相较于miR-567 mimic+oe-NC组,CDK8表达升高,细胞增殖和迁移水平升高,细胞G1期比例降低,S期比例升高。结论miR-567通过靶向抑制CDK8表达,控制肿瘤细胞在S期阻滞,从而抑制NSCLC的增殖和迁移能力。

基于改进YOLOv8的嵌入式道路裂缝检测算法

在边缘端设备部署YOLOv8L模型进行道路裂缝检测可以实现较高的精度,但难以保证实时检测。针对此问题,提出一种可部署到边缘计算设备Jetson AGX Xavier上的基于改进YOLOv8模型的目标检测算法。首先,利用部分卷积设计Faster Block结构以替换YOLOv8 C2f模块中的Bottleneck结构,并将改进后的C2f模块记为C2f-Faster;其次,在YOLOv8主干网络中的每个C2f-Faster模块之后接一个SE(Squeeze-and-Excitation)通道注意力层,进一步提高检测的精度。在开源道路损害数据集RDD20(Road Damage Detection 20)上的实验结果表明:所提方法的平均F1得分为0.573,每秒检测帧数(FPS)为47,模型大小为55.5MB,相较于GRDDC2020(GlobalRoadDamageDetection Challenge 2020)的SOTA(State-Of-The-Art)模型,F1得分提高了0.8个百分点,FPS提高了291.7%,模型大小减小了41.8%,实现了在边缘设备上对道路裂缝实时且准确的检测。

基于改进YOLOv8的地铁列车焊缝缺陷轻量化检测方法

针对现有的地铁列车车体焊接质量检测技术存在检测模型较大、检测精度和效率较低的问题,提出一种基于改进YOLOv8的焊缝缺陷轻量化检测方法。首先,利用相控阵超声波检测仪采集对接焊缝内部缺陷图像,通过图像预处理制作成焊缝缺陷数据集。然后,在YOLOv8模型基础上,利用Inner-SIoU优化原有损失函数、采用C2f-PConv替换C2f模块、引入大型可分离核注意力(LSKA)模块和挤压激励(SE)注意力机制,建立了基于改进YOLOv8的地铁列车车体焊缝缺陷质量检测模型,以提高焊缝缺陷特征提取和多尺度特征融合的能力。最后,利用改进的YOLOv8模型对焊缝缺陷数据集进行训练和测试。结果表明,改进的YOLOv8模型大小为7.91 M,对于焊缝缺陷的检测精度达到98.30%,检测速度达到138.9帧/s,与YOLOv8原始模型相比,模型更小,检测精度更高。

基于MCB-FAH-YOLOv8的钢材表面缺陷检测算法

针对现有基于深度学习的钢材表面缺陷检测算法存在误检、漏检和检测精度低等问题,提出一种基于改进CBAM(modified CBAM,MCB)和可替换四头ASFF预测头(four-head ASFF prediction head,FAH)的YOLOv8钢材表面缺陷检测算法,简记为MCB-FAH-YOLOv8。通过加入改进后的卷积注意力机制模块(CBAM)对密集目标更好的确定;通过将FPN结构改为BiFPN更加高效的提取上下文信息;通过增加自适应特征融合(ASFF)自动找出最适合的融合特征;通过将SPPF模块替换为精度更高的SimCSPSPPF模块。同时,针对微小物体检测,提出了四头ASFF预测头,可根据数据集特点进行替换。实验结果表明,MCB-FAH-YOLOv8算法在VOC2007数据集上检测精度(mAP)达到了88.8%,在NEU-DET钢铁缺陷检测数据集上检测精度(mAP)达到了81.8%,较基准模型分别提高了5.1%和3.4%,该算法在牺牲较少检测速度的情况下取得较高的检测精度,很好的平衡了算法的精度和速度。

聚乙烯醇/ZIF-8复合膜的制备及吸附性能

通过溶液流延法制备了聚乙烯醇/ZIF-8复合膜,采用SEM、FT-IR、XRD、TGA、BET等对聚乙烯醇/ZIF-8复合膜进行表征,并探究了复合膜的水稳定性、机械性能,以及对刚果红(CR)的吸附性能。结果表明:聚乙烯醇与ZIF-8材料复合后能改善聚乙烯醇的热稳定性,增加膜表面粗糙度;吸附过程以化学吸附为主,通过内部扩散控制吸附速率,符合准二级吸附动力学模型和Langmuir吸附曲线;ZIF-8质量分数为10%时制备的聚乙烯醇/ZIF-8复合膜,在温度20℃、刚果红溶液质量浓度95 mg/L时,对刚果红的最大吸附量达159.63 mg/g,使用4次后仍能保持93%的吸附效率。

血清MFG-E8与肾结石经皮肾镜治疗预后的相关性

目的 探讨血清乳脂肪球表皮生长因子8(MFG-E8)与肾结石经皮肾镜治疗预后的相关性。方法 选取2020年3月—2021年3月我院行经皮肾镜取石术进行治疗的96例肾结石患者为研究对象,根据术后3个月患者是否发生肾损伤将患者分为预后不良组(32例)和预后良好组(64例)。采用酶联免疫吸附实验检测MFG-E8水平,分析其水平变化与肾结石经皮肾镜治疗预后的相关性,并根据血清MFG-E8水平绘制ROC曲线,评估其对肾结石经皮肾镜治疗预后的价值。结果 单因素分析结果显示,结石大小、结石形状与肾结石经皮肾镜治疗预后无关(P>0.05),预后不良组患者Scr、BUN、胱抑素C(CysC)、TNF-α、急性生理与与慢性健康状况评分系统Ⅱ(APACHEⅡ)水平显著高于预后良好组,而eGFR、血清MFG-E8水平显著低于预后良好组(均P<0.05)。Pearson相关性分析结果显示,血清MFG-E8水平与Scr、BUN、CysC、血清人单核细胞趋化蛋白-1(MCP-1)、IL-6、TNF-α、APACHEⅡ呈负相关关系,与eGFR呈正相关关系(均P<0.05)。血清MFG-E8水平截断值为217.56 pg/ml时,评估肾结石患者经皮肾镜治疗预后不良的ROC曲线下面积为0.69(95%CI:1.138~2.259),敏感度和特异度分别为77.46%和68.35%;血清MCP-1评估肾结石患者经皮肾镜治疗预后不良的ROC曲线下面积为0.68(95%CI:1.112~2.147),敏感度和特异度分别为76.36%和69.25%;血清Scr评估肾结石患者经皮肾镜治疗预后不良的ROC曲线下面积为0.72(95%CI:1.169~2.248),敏感度和特异度分别为78.29%和67.43%;三者联合检测评估肾结石患者经皮肾镜治疗预后不良的ROC曲线下面积为0.76(95%CI:1.248~2.356),敏感度和特异度分别为81.37%和69.45%。结论 肾结石经皮肾镜治疗预后不良患者血清MFG-E8水平异常降低,其水平与肾结石患者肾损伤程度密切相关,血清MFG-E8可作为肾结石经皮肾镜治疗预后评估的重要依据。