流动细胞荧光和DNA含量分析

流式细胞计是现代细胞学研究的重要工具。利用流动细胞荧光测量技术可以获得细胞数量和 Ｄ Ｎ Ａ 相对含量关系曲线， 探索细胞 Ｄ Ｎ Ａ 含量和人类肿瘤预测之间的关系。     

流动细胞荧光和DNA含量分析

流式细胞计是现代细胞学研究的重要工具,利用流动细胞荧光测量技术可以获得细胞数量和ＤＮＡ相对含量关系曲线,探索细胞ＤＮＡ含量和人类肿瘤预测之间的关系。     

激光散射流式细胞仪前向光探测方法研究

流式细胞仪利用微球光散射特性对测试细胞进行分析,细胞病变将改变细胞的光学特性,而粒径和折射率是改变细胞散射光光强分布的两大因素,针对激光散射流式细胞仪前向散射光采用单个光敏元件进行一维探测,只针对细胞粒径进行分析的缺点,提出一种前向散射光线阵式探测的方法。首先,根据微粒的Mie氏散射特性建立了模型。然后根据散射模型仿真结果,对不同散射光曲线的特征权值进行了分析。最后基于K-modes聚类算法,对试验数据进行聚类分析。实验结果证明,该方法不仅能替代传统方法对不同粒径大小的颗粒进行分群,同时可以对相同粒径,不同折射率的微球进行分群,误差小于4.51%。     

有核细胞光散射强度分布的动态特性

针对核式形体细胞微粒,基于双椭球核式(DCEM)模型,应用数值计算技术分别讨论了细胞在大小变化、胞质厚度变化、核质大小变化、细胞形体变化、折射率变化、入射角变化情况下对其光散射强度分布所产生的影响,并建立相应的模型进行数值计算和三维拟合。得到了有核细胞光散射强度分布与有核细胞相关物理特征量变化下的动态响应关系及其影响特征。此外,对有核细胞在形体和入射角连续变化情况下,光散射强度所受的影响进行了数值拟合,并对拟合效果进行了误差估算。促进了真实形体细胞测量修正理论的完善和微扰测量理论的实际应用,为单细胞的光学检测和鉴别技术的提高提供了理论依据。     

激光衍射法在测量肌节长度中的应用

肌节是肌肉收缩的最小机能单位,肌肉作功能力大小与其长度有密切关系。但在活体标本特别是在整块肌肉上测量肌节长度是非常困难的,因而一种简单快速地测量肌节长度的方法将有助于从细胞分子水平阐明肌肉收缩机制。用激光衍射法测量肌节长度,方法简单易行。我们用以测量横纹肌的肌节长度,获得满意结果。     

流体中血红细胞光散射信息的建模与仿真

为了获取流体中血红细胞精确的光散射信息,以反常衍射近似理论为基础,采用扁椭球构建了流体中血红细胞的数学散射模型。应用数值仿真模拟技术,分别讨论了血红细胞形体变化、体积变化、取向角和相对折射率变化对光散射幅值分布的影响,建立了相应的图谱分布,并通过实验对此模型进行了验证。结果表明,在前向小角度内,不同血红细胞大小、不同相对折射率对光散射信息有着较大影响。这一结果对于病理血红细胞的快速准确检测和流式细胞仪等细胞测量仪的精确测量是有帮助的。     

桑寄生科蜡叶标本叶SEM样品的制备

采用常规方法制备新鲜植物叶片扫描电镜观察的样品。而对60-70年的蜡叶标本叶SEM样品制备，根据叶片的薄厚，革质程度进行处理。经过反复实验，本文对桑寄生科蜡叶标本叶经浸泡→水煮→离析法等程序，可清晰地看到叶表皮细胞的排列，气孔的形状；对气孔大小的测量、密度计算等，得到非常好的图像数据。     

开博通对激光血管成形术后平滑肌细胞增殖周期的影响

采用球囊拉伤动脉内膜加高脂饲养建立兔髂动脉粥样硬化模型．对模型兔进行Ｎｄ：ＹＡＧ激光血管成形术。应用流式细胞计数仪分析细胞中ＤＮＡ含量。结果表明，治疗组血管平滑肌细胞周期中增殖细胞数明显低于对照组，提示开博通能抑制激光血管成形术后血管平滑肌细胞的增殖。     

细胞亚微球形颗粒电镜图象分析中的校正因子

细胞中的溶酶体、微体、分泌颗粒、脂滴和各种小泡,常常可视为球形颗粒。为了测算它们的大小,形态计量学中有多种方法。本文作者曾提出用测量比表面的办法计算其平均体积与数密度,并引入了校正因子,以修正颗粒大小不均匀对此二参数的影响。但当时未考虑切片厚度的影响及颗粒大小不均匀对平均直径的修正。     

一种针对低浓度应用的高精度微型流式细胞仪

微型流式细胞仪综合了流式细胞术和微流体的优势,已成为生物医学、临床应用领域低成本的细胞检测、分析方法。微型流式细胞仪的一个新兴应用是快速检测低浓度的细胞或粒子。基于一种集成了片内光束整形和微流体通道的微加工芯片,自主设计搭建了一种微型流式细胞仪。利用该微型流式细胞仪进行了实时微珠计数实验,实验结果表明微珠通量与样品的体积流量、样品浓度之间的线性相关系数均大于0.99。高线性结果验证了这种微型流式细胞仪的高精度计数功能,使其成为低浓度应用的理想选择,如检测食物或水中的病原体。     

Low-Energy Adaptive Unequal Clustering Protocol Using Fuzzy c-Means in Wireless Sensor Networks

Clustering technique in wireless sensor networks incorporate proper utilization of the limited energy resources of the deployed sensor nodes with the highest residual energy that can be used to gather data and send the information. However, the problem of unbalanced energy consumption exists in a particular cluster node in the network. Some more powerful nodes act as cluster head to control sensor network operation when the network is organized into heterogeneous clusters. It is important to assume that energy consumption of these cluster head nodes is balanced. Often the network is organized into clusters of equal size where cluster head nodes bear unequal loads. Instead in this paper, we proposed a new protocol low-energy adaptive unequal clustering protocol using Fuzzy c-means in wireless sensor networks (LAUCF), an unequal clustering size model for the organization of network based on Fuzzy c-means (FCM) clustering algorithm, which can lead to more uniform energy dissipation among the cluster head nodes, thus increasing network lifetime. A heuristic comparison between our proposed protocol LAUCF and other different energy-aware protocol including low energy adaptive clustering hierarchy (LEACH) has been carried out. Simulation result shows that our proposed heterogeneous clustering approach using FCM protocol is more effective in prolonging the network lifetime compared with LEACH and other protocol for long run.     

基于LLE的视频摘要提取方法研究

为了自动获取主要视频信息且冗余信息较少的视频摘要,本文提出了LLE-自适应FCM和LLE-自适应阈值FCM算法.这两种方法首先利用流形学习算法局部线性嵌入（LLE）提取视频帧的特征向量,然后将得到的特征向量输入到自适应FCM和自适应阈值FCM中,得出分类效果和聚类中心.自适应FCM通过聚类有效性函数来确定分类类别数,而自适应阈值FCM是通过阈值的自动变化来确定分类类别数.最后把离聚类中心最近的视频帧作为视频摘要.实验的结果表明,在不需要人工干预的情况下,所提取的视频摘要既反映了视频的主要内容,而且冗余信息少.     

毫米波辐照诱导鼻咽癌细胞凋亡及分子机制的实验研究

采用细胞计数、光镜和FOM等方法检测毫米波对人鼻咽癌CNE1细胞增殖、细胞凋亡及相关基因表达的影响,结果发现：波长为7.1mm,频率为42.2GHz,功率密度为1mW/cm^2的毫米波辐照,1次／日,30min／次,照射4次,能显著抑制CNE1细胞增殖和克隆形成;并诱导细胞凋亡,光镜下可见到明显的凋亡细胞,FCM示调亡百分比显著增加。FCM结果表明其增殖抑制作用与P21表达上调及Cyclin D1表达下调有关,其调亡诱导机制可能是非P53依赖的途径,而主要通过上调c-Myc、下调Bcl-2和Fas基因的表达来实现。     

基于改进的模糊C均值聚类图像分割新算法

模糊C均值（FCM）聚类算法广泛用于图像的自动分割,但是传统的FCM算法没有考虑像素的空间信息,因而对噪声十分敏感。为了克服上述问题,提出了一种新的基于改进的FCM图像分割算法。该方法将空间的信息融入到标准的FCM算法中,通过引入表征邻域像素对中心像素作用的先验概率来重新确定当前像素的模糊隶属度值,该概率在算法执行过程中根据模糊隶属度值自动地予以确定。算法中使用基于统计直方图的快速FCM算法进行初始化,收敛速度大大提高。人造图像和实际图像的实验结果表明该方法的有效性和对噪声具有较强的鲁棒性。     

A computational model of electrical stimulation of the retinal ganglion cell

Localized retinal electrical stimulation in blind volunteers results in discrete round visual percepts corresponding to the location of the stimulating electrode. The success of such an approach to provide useful vision depends on elucidating the neuronal target of surface electrical stimulation. To determine if electrodes preferentially stimulate ganglion cells directly below them or passing fibers from distant ganglion cells, we developed a compartmental model for electric field stimulation of the retinal ganglion cell (RGC). In this model a RGC is stimulated by extracellular electrical fields with active channels and realistic cell morphology derived directly from a neuronal tracing. Three membrane models were applied: a linear passive model, a Hodgkin-Huxley model with passive dendrites (HH), and a model composed of all active compartments (FCM) with five nonlinear ion channels. Idealized monopolar point and disk stimulating electrodes were positioned above the cell. For the HH and FCM models, the position of lowest cathodal threshold to propagate an action potential was over the soma. Brief (100 microseconds) cathodic stimuli were 20% (HH with disk electrode) to 73% (FCM with point-source) more effective over the soma than over the axon. In the passive model, the axon is preferentially stimulated versus the soma. Although it may be possible to electrically stimulate RGC's near their cell body at lower thresholds than at their axon, these differences are relatively small. Alternative explanations should be sought to explain the focal perceptions observed in previously reported patient trials.     

Simultaneous Detection of Diverse Glycoligand‐Receptor Recognitions Using a Single‐Excitation,Dual‐Emission Graphene Composite

Ligand–protein interactions (LPIs) are fundamental biological processes that manipulate a variety of cellular events. While multiple LPIs can occur concurrently or concertedly at a cellular interface, techniques which are able to simultaneously probe these diverse interactions remain challenging. Here, to the best of our knowledge, the first fluorogenic composite material (FCM) is developed that can probe diverse LPIs at a single biomimetic interface. We determined that two glycoligands coupled with fluorescence dyes with different emission colors can coassemble to a graphene oxide platform, producing an integrated FCM with a quenched fluorescence. The fluorescence of each “glycodye” is uniquely elicited upon interaction with a pairing protein (lectin) that selectively recognizes the glycoligand. Importantly, the dual emission of the FCM can be produced, on a single excitation, while both proteins exist, providing a concise means for the simultaneous probing of diverse LPIs.     

黄芩苷对兔tenon囊成纤维细胞增殖及TGF-β_1表达的影响

目的：研究黄芩苷对兔tenon囊成纤维细胞增殖及TGF-β1表达的影响,初步探讨其对青光眼术后滤过瘢痕的治疗作用。方法：以体外培养的兔tenon囊成纤维细胞为实验对象,分别加入含不同浓度（15,30,45,60μg/m1）黄芩苷培养24,48,72h后采用MTT法检测药物对细胞的抑制率;采用流式细胞术及半定量逆转录聚合酶链反应法（RT-PCR）检测30μg/ml黄芩苷作用48h后成纤维细胞周期情况及TGF-β1的mRNA的变化;结果：MTT法显示黄芩苷各实验组与对照组抑制率间比较差异有显著性;流式细胞术显示黄芩苷将细胞阻抑于G1期;RT-PCR显示药物作用后细胞中TGF-β1的mRNA含量显著降低。结论：黄芩苷可抑制体外培养的兔Tenon囊成纤维细胞增殖,其作用可能跟下调TGF-β1的表达有关。     

区间二型模糊C均值聚类在图像分割中的应用

聚类分析是非监督模式识别的重要分支,模糊C均值聚类算法(FCM)是其中的一类经典算法,然而该算法以一型模糊集为基础,无法处理数据集以及算法中的不确定性,为此引入区间二型模糊C均值聚类算法(IT2FCM)。二型模糊集处理不确定性的能力强于一型模糊集,基于二型模糊集的IT2FCM在处理不确定性时效果优于FCM算法。文章以图像分割为应用对象,比较IT2FCM和FCM算法的分割效果,实验证明IT2FCM较传统FCM有更好的抗噪性。     

数据压缩的FCM算法用于人脑MRI图像的分割

针对模糊C均值聚类（Fuzzy C—means clustering，FCM）算法在人脑磁共振成像（Magnetic Resonance Imaging，MRI）图像分割中存在的计算量大、运行时间过长的问题，提出一种加速方法。首先利用边界跟踪法对人脑MRI图像进行预处理，剔除颅骨和肌肉等非脑组织；然后通过数据压缩，即通过对相近的像素进行量化并聚合来减少像素个数；最后用FCM算法对大脑结构进行分割，结果得到脑白质、灰质和脑脊液图像区域。该方法能够使数据量大为减少，从而使FCM在图像分割中更加快速有效。     

基于新的遗传算法的模糊C均值聚类用于遥感图像分割

标准FCM对噪声十分敏感,并且依赖于初始聚类中心选择,算法通常得到的是局部最优解而非全局最优解。针对此问题提出一种基于猴王遗传算法的改进的FCM算法.猴王遗传算法是一种新颖的全局优化搜索算法,具有高效的计算性能和优良的全局搜索能力。本文首次将猴王遗传算法（MKGA）与结合空间领域信息的FCM相结合,利用改进的FCM算法的目标函数建立适应度函数,利用猴王遗传算法搜索全局最优解,代替FCM的基于梯度下降的迭代过程,从而有效地避免了模糊C-均值聚类算法收敛到局部最优和对噪声敏感的问题。在此基础上实现了对遥感图像的聚类分割。实验结果表明,该算法对于遥感图像显示了较好的分割效果和较强的抗噪能力。