白细胞过氧化物传感器的研制

介绍一种利用白细胞内过氧化物酶测定过氧化物的流动分析方法.该方法准确,操作简便、快速,完成一次测定只需2min,成本低廉.方法的线性范围、相关系数分别为1.25×10~(-4)~1.50×10~(-3)mol/L,γ=0.9994.制备固定细胞膜的重现性变异系数CV=5.5%,测定结果重现性变异系数CV<5%.固定细胞膜可连续使用200次,冰箱中4℃保存6个月,仍保留原酶膜酶活性的70%.     

识别和计数微生物细胞的 伏安型生物传感器的研究

报道了一种半微分循环伏安型生物传感器，可同时完成对细胞的识别数。该传感器由一个平面热解石墨电极、铂电极及Ａｇ／ＡｇＣｌ电极的三电极系统组成。将阻留微生物细胞的滤膜紧附在工作电极表面，然后在工作电极与对极间施加一扫描电压，进行半微分循环伏安扫描，记录伏安图谱 。     

生物材料与生物传感器

论述了具有分子识别功能的生物材料的开发应用现状,生物材料的元件化,生物元件的改良,生物传感器的原理及电极式、热敏式、光敏式、声波检测器式生物传感器的研究开发动向,最新成果及未来展望.     

与生物材料与生物传感器

论述了具有分子识别功能的生物材料的开发应用现状,生物材料的元件化,生物元件的改良,生物传感器的原理及电极式、热敏式、光敏式、声波检测器式生物传感器的研究开发动向,最新成果及未来展望。     

用于测定营养物质的通用生物传感器

报导了一种用于测定培养基中的养分的通用生物传感器.这种生物传感器以溶氧电极为基本传感器,在敏感膜上覆合上一种生物膜,用以测定一种假单孢菌培养液的醋酸铵的含量.其线性范围为:0~40mg/L;90%的响应时间为:15~20min;测定一个样品所需时间为40~60min;其测量精度为:±6%;使用寿命可达一年以上.     

化学与生物传感器分子识别体系设计

化学传感器因其具有响应信号丰富、检测对象广、选择性高并能实现实时检测等特点而成为分析化学学科中重要的研究方向之一。近30年中光化学传感器发展迅速,无论在理论上还是实际应用中都已达到了相当水平。然而,迄至今日,真正灵敏度高、选择性强且可逆性好的传感器并不多见。制约光化学传感器发展的主要因素之一是高选择性分子识别体系的匮乏。     

压电生物传感器

虽然压电效应在上一世纪业已发现,但是压电石英晶体在化学传感器中的应用却是1995年Sauerbrey导出了频率-质量关系式之后才实现的.1964年King报道了第一个压电石英晶体检测器.至今,压电石英传感器已广泛用于气体、液体试样分析.我国姚守拙等人在压电石英晶体的分析应用领域率先进行了大量的研究工作.根据Sauerbrey方程,结合生物体中某些高选择反应,通过对石英晶体表面进行修饰,使其能选择性地与被检测物质作用,便可制成压电生物敏感元件(或压电生物传感器).1972年Shons首次用抗原涂膜压电晶体来检测溶液中的抗体,由于当时技术的限制及人们对该类传感器认识不足,未能得到较好地发展,直到本世纪80年代中期才为人们所重视.目前国外对此新领域的研究非常活跃,但国内尚未见压电生物传感器方面的研究报道.现对     

微型生物传感器的研究进展

过去二十几年中,生物学与其它学科融合,产生了一代新的传感元件——生物传感器,并在临床诊断、工业发酵及环境监测等方面发挥了很大的作用。由于在许多研究工作中,特别是动植物生理,生化的研究,要求传感器可在体内定位测定,有时所能提供的样品量极少(如脑脊液等),因此生物传感器的微型化工作正日益受到人们的关注。     

重叠牛乳体细胞判别和分割方法的研究

重叠细胞的识别和分割是细胞精确计数的关键,为此,针对牛乳重叠体细胞自身的形状特征,经过实验数据分析,选定重叠牛乳体细胞的形状因子阈值,判别其是否发生了重叠,减少重叠细胞的误分割,并对出现的重叠细胞采用细胞种子点提取和合并算法,通过引入正跳变数的概念确定分割点,选取合适的分割线,从而有效分割牛乳重叠体细胞。实验结果表明,该方法能准确、快速地分割牛乳重叠体细胞,并能有效抑制分水岭的过分割现象。     

改进YOLOv5的白细胞检测算法

针对白细胞数据样本少、类间差别小及目标尺寸小导致的检测精度低、效果不佳等问题,提出一种基于改进YOLOv5的白细胞检测算法YOLOv5-CHE.在主干特征提取网络的卷积层中添加坐标注意力机制,以提升算法的特征提取能力;使用四尺度特征检测,重新获取锚点框,增加浅层检测尺度,来提高小目标的识别精度;改变边框回归损失函数,以...     

AR模型预测误差比在地震事件识别中的应用

根据天然地震与核爆地震信号的P波差异，提出了基于AR模型预测误差比的地震信号分类和识别方法。该算法首先应用AR模型对地震信号P波初至时段及其后一时段进行建模，分别求出其预测误差，从而计算得出P波的预测误差比，然后利用预测误差比作为特征判据对地震信号进行分类与识别。对20次地震时间的分类和识别实验结果表明，本文方法能够对天然地震及核爆地震两类事件进行有效的分类与识别。     

人脸检测的贝叶斯特征判别方法

研究了人脸检测的贝叶斯特征判别法,该方法包括三个部分:原始图像的特征判别分析、人脸区和其它区的统计建模以及贝叶斯分类器。特征分析包括一维Harr小波变换和幅度投影,后者可以获取人脸图像垂直方向对称分布和水平方向特征。统计建模将人脸部分看作多维正态分布,估算其条件概率密度函数(PDF)。最后使用贝叶斯分类器检测人脸。该方法具有很好的外推能力。     

非线性判别函数的基于MDL标准的勒让德多项式构造法

1.引言在模式识别中,分类决策问题是最基础也是最重要的内容,所谓分类决策就是根据被识别对象特征的观察值将其分到某个类别中去,其基本作法是在样本训练集基础上确定某个判决规则(即样本特征空间的一个函数,也称为判别函数或分类器),使按这种判决规则对被识别对象进行分类所造成的错误率最小或引起的损失最小。当样本分布是正态分布时,从最小错误率来说二次分类器是最优分类器。此外,作为一种特殊情况,如果这些分布有相同的协方差矩阵,那么线性分类器就是最优的。然而这些假定在很多实际问题中并不成立,因此线性或二次分类器对     

基于小波变换的双水印算法

结合数字水印空间域和频域算法的特点,本文提出一种在图像小波变换域嵌入双水印的算法。在图像变换域低频分量嵌入识别水印,高频分量嵌入确认水印,图像版权所有者拥有单一密钥。试验结果表明,该水印算法具有良好的不可见性和稳健性,能够有效地保护图像版权。     

四氨基钴酞菁(CoTAPc)在金电极上成膜过程的研究

采用循环伏安法和石英晶体微天平(QCM)技术对四氨基钴酞菁(CoTAPc)在金电极上的聚合成膜过程进行了研究,考察了扫描速度、溶剂、支持电解质及单体浓度对其成膜过程的影响,同时初步探讨了聚合膜分别在非水溶液和水溶液中的氧化还原行为及稳定性,其中借助EQCM重点讨论了在这些过程中溶液中离子在膜中传输的机理.     

Leukocyte image analysis in the diff3 system

The diff3 System uses image processing and pattern recognition techniques to automatically analyze normal and abnormal white blood cells in a blood smear. The system consists of a spinner which creates a monolayer of cells on a glass slide, a stainer utilizing Wright's stain, the reagents to support the spinner and stainer, and an analyzer for automatic slide handling, analysis and report generation. The analyzer incorporates a wide range of image processing functions, including the generation and storage of gray scale image data, whole-field and partial-field image histogramming, and high-order binary image texture analysis and image transformation using the Golay processor (GLOPR). This paper describes the manner in which these hardware capabilities are used for white cell acquisition, scene segmentation and feature analysis. It concludes with some examples of texture extraction which illustrate the power of the Golay processor as a tool for image analysis.     

中文文本分类中的特征选择研究

本文介绍和比较了八种用于文本分类的特征选择方法,其中把应用于二元分类器中的优势率改造成适用于多类问题的形式,并提出了一种新的类别区分词的特征选择方法,结合两种不同的分类方法:文本相似度方法和Na?ve Bayes方法,在两个不同的数据集上分别作了训练和测试,结果表明,在这八种文本特征选择方法中,多类优势率和类别区分词方法取得了最好的选择效果。其中,当用Na?ve Bayes分类方法对各类分布严重不均的13890样本集作训练和测试时,当特征维数大于8000以后,用类别区分词作特征选择得到的宏F1值比用IG作特征选择得到的宏F1值高出3%～5%左右。