期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
组学技术在疾病动物模型评价中的应用
1
作者 朱超 郭星 +5 位作者 王金娥 董平轩 高倩倩 王晓玥 戚晓杰 田金举 《中国实验动物学报》 北大核心 2025年第6期866-877,共12页
疾病动物模型是医学基础研究的重要生物载体。构建理想的动物模型是获取可靠实验数据的关键前提。组学技术在分子水平为动物模型的精准评价提供数据支持,从而提高动物模型的评价标准。本文对组学技术在疾病动物模型评价研究中的应用进... 疾病动物模型是医学基础研究的重要生物载体。构建理想的动物模型是获取可靠实验数据的关键前提。组学技术在分子水平为动物模型的精准评价提供数据支持,从而提高动物模型的评价标准。本文对组学技术在疾病动物模型评价研究中的应用进行综述,并对组学技术在动物模型质量控制中的应用前景进行展望,为动物模型的精准评价提供新思路。 展开更多
关键词 组学技术 疾病动物模型 评价标准 质量控制 生物标志物
在线阅读 下载PDF
Preparation of zinc sulfate open frameworks based probe materials and detection of Pb^(2+)and Fe^(3+)ions
2
作者 LU Pingping ZHANG Shuguang +1 位作者 ZHANG Peipei NI Aiyun 《无机化学学报》 北大核心 2025年第5期959-968,共10页
A zinc sulfate open framework matrix,[Zn(SO_4)(DMSO)](1),was synthesized by solvothermal evaporationusing dimethyl sulfoxide(DMSO)as the solvent.A compositeP@1,which exhibits fluorescence and room tempera-ture phospho... A zinc sulfate open framework matrix,[Zn(SO_4)(DMSO)](1),was synthesized by solvothermal evaporationusing dimethyl sulfoxide(DMSO)as the solvent.A compositeP@1,which exhibits fluorescence and room tempera-ture phosphorescence(RTP)properties,was prepared by doping 2,6-naphthalic acid(P)into matrix1at a low con-centration.P@1emitted a green RTP that was visible to the naked eye and lasted for approximately 2 s.P@1exhib-ited selective phosphorescence enhancement response towards Pb^(2+),with a detection limit of 2.52μmol·L^(-1).Themain detection mechanism is the Pb—O coordination-induced phosphorescence enhancement in the system.Inter-estingly,P@1also functioned as a dual-channel probe for the rapid detection of Fe^(3+)ions through fluorescencequenching with a detection limit of 0.038μmol·L^(-1).The recognition mechanism may be attributed to the competi-tive energy absorption betweenP@1and Fe^(3+)ions.CCDC:2388502,1. 展开更多
关键词 zinc sulfate matrix DOPING phosphorescence and fluorescence probes Pb^(2+) Fe^(3+)
在线阅读 下载PDF
基于循环生成对抗网络的逆时偏移成像结果优化
3
作者 黄建平 刘博文 +6 位作者 黄韵博 孙加星 李亚林 雷刚林 段文胜 陈飞旭 侯中根 《中国石油大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第5期36-45,共10页
在常规逆时偏移方法基础上,通过引入循环生成对抗网络(CycleGAN)发展一种基于循环生成对抗网络的逆时偏移成像结果优化方法。首先构建包含两个生成器和两个判别器的CycleGAN。在对抗损失、循环一致性损失函数的基础上,添加身份损失函数... 在常规逆时偏移方法基础上,通过引入循环生成对抗网络(CycleGAN)发展一种基于循环生成对抗网络的逆时偏移成像结果优化方法。首先构建包含两个生成器和两个判别器的CycleGAN。在对抗损失、循环一致性损失函数的基础上,添加身份损失函数,以避免训练过度;然后,组建样本集来训练网络,使其学习常规逆时偏移成像结果和最小二乘逆时偏移成像结果之间的映射关系;最后,利用其他合成数据和实际资料测试网络效果。结果表明,提出的基于循环生成对抗网络的逆时偏移成像结果优化方法在获得高精度、高信噪比成像结果的同时有效地提高了计算效率。 展开更多
关键词 循环生成对抗网络 残差网络 逆Hessian 最小二乘逆时偏移
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部