凉皮中金黄色葡萄球菌生长预测模型的建立

为了研究金黄色葡萄球菌在凉皮中的生长规律,通过测定5℃、10℃、15℃、20℃、25℃下金黄色葡萄球菌在凉皮中的生长数据,采用Baranyi模型、Modified Gompertz和Huang模型拟合金黄色葡萄球菌的生长曲线。比较3种模型的相关系数和参数,将一级模型得到的最大比生长速率(μmax)与迟滞期(λ)建立与温度相关的二级模型。实验表明,Modified Gompertz模型建立的一级模型的偏差因子(B_f)和准确因子(A_f)均在合理范围内。采用Modified Gompertz模型拟合的μmax和λ建立其与温度的平方根模型,拟合得到的R2为0.80和0.88,说明Modified Gompertz模型最适合拟合生长曲线,二级模型经方差分析显示方程显著,表明所建模型能有效预测金黄色葡萄球菌在凉皮中的生长情况。本研究为凉皮中金黄色葡萄球菌的定量风险评估提供理论依据。     

新疆椒麻鸡中腐败细菌的分离与鉴定

为研究新疆椒麻鸡中腐败细菌的种类和特性,采用平板划线法分离腐败菌。利用生理生化实验和16S rDNA序列分析方法,对从椒麻鸡中分离的31 株腐败菌进行鉴定。结果表明：所筛选的31 株菌中,肠杆菌20 株、葡萄球菌3 株、气单胞菌2 株、乳酸菌4 株、溶酪大球菌2 株;新鲜椒麻鸡中的主要腐败菌为溶酪大球菌、葡萄球菌和肠杆菌;低温5 ℃贮藏条件下腐败样品中的主要腐败菌为乳酸菌、葡萄球菌和肠杆菌;常温25 ℃贮藏条件下腐败椒麻鸡中的腐败菌主要为肠杆菌、气单胞菌、葡萄球菌和乳杆菌。     

凉皮中金黄色葡萄球菌生长预测模型的

为了研究金黄色葡萄球菌在凉皮中的生长规律,通过测定 5 ℃、10 ℃、15 ℃、20 ℃、25 ℃下金黄色葡萄球菌在凉皮中的生长数据,采用 Baranyi 模型、Modified Gompertz 和 Huang 模型拟合金黄色葡萄球菌的生长曲线。比较 3 种模型的相关系数和参数,将一级模型得到的最大比生长速率（μmax）与迟滞期（λ）建立与温度相关的二级模型。实验表明,Modified Gompertz 模型建立的一级模型的偏差因子（Bf）和准确因子（Af）均在合理范围内。采用 Modified Gompertz 模型拟合的 μmax和 λ 建立其与温度的平方根模型,拟合得到的 R2为 0.80 和 0.88,说明 Modified Gompertz 模型最适合拟合生长曲线,二级模型经方差分析显示方程显著,表明所建模型能有效预测金黄色葡萄球菌在凉皮中的生长情况。本研究为凉皮中金黄色葡萄球菌的定量风险评估提供理论依据。     

石河子地区乳源性金黄色葡萄球菌毒力及耐药性的研究

本文研究了石河子地区乳源性金黄色葡萄球菌的污染情况、毒力特性及耐药性。对24份零售鲜奶样品进行金黄色葡萄球菌定量检测,PCR方法检测nuc、16S r RNA和7种毒力基因,利用Kirby-Bauer法对分离得到的金黄色葡萄球菌进行了12种抗生素的药物敏感试验。共分离55株疑似乳源性金黄色葡萄球菌,nuc和16S r RNA基因PCR扩增检测结果中有20株菌为阳性。毒力基因检测结果中有5株(5/20;25%)携带毒力基因,其中3株携带Coa(3/5;60%),1株携带Sei(1/5;20%),1株携带Sea+Sec+Coa(1/5;20%)。发现20株金黄色葡萄球菌中有19株对所测试的一种或多种抗生素具有抗性,且19株均对亚胺培南和氯霉素敏感。本文为指导抗生素在人类临床和动物饲养中的合理应用提供重要的参考性数据,为乳品中有害金黄色葡萄球菌的风险评估提供理论依据。     

基于聚集诱导发光的荧光适体传感器检测Ag~+

基于9,10-二苯乙烯基蒽季铵盐(9,10-distyryl sulfonium quaternary ammonium salt,DSAI)的聚集诱导发光现象,利用适配体识别技术与荧光共振能量转移技术用于对Ag~+进行检测的方法。当有Ag~+加入时,目标物与适配体通过特异性结合形成U型结构,使适配体构象改变,同时,适配体脱离黑磷纳米片的吸附,DSAI和适配体通过静电吸附作用及疏水相互作用结合,溶液体系荧光增强。以Ag~+为检测目标,构建基于聚集诱导发光现象的荧光适体传感器的检测方法,在0.01～100 ng/mL质量浓度范围内呈良好线性关系,检测限为0.002 ng/mL。由于其简单、易操作、低成本、高灵敏度和选择性,该适配体传感器可以扩展到检测其他目标。     

基于医学图像的ROI的模板压缩法

结合医学图像压缩的特殊性,有针对性地研究了几种典型的医学图像压缩方法,包括有损的JPEG系列、无损的JPEG2000系列,以及模板匹配压缩方法。并用MATLAB分别对每种方法进行了仿真。通过实验结果的对比,分别指出这些方法各自优、缺点。最后综合各种方法,提出了一种基于感兴趣区域(ROI)的模板压缩法。