排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
为了研究131I标记贝伐单抗偶联载紫杉醇超顺磁性氧化铁纳米粒(131I-Bevacizumab-Paclitaxel-Superparamagnetic Iron Oxide Nanoparticles,131I-BEV-PTX-SPIONs)的制备和生物学分布。将30只成瘤裸鼠分为单靶向组及双靶向组,再按时间点2 h、6 h、12 h、24 h及48 h分为5个亚组,每亚组各3只,尾静脉注射131IBEV-PTX-SPIONs后,进行生物学分布及单光子发射计算机断层成像术(Single-Photon Emission Computed Tomography,SPECT)显像。131I-BEV-PTX-SPIONs的粒径约220 nm,分散性尚可;131I标记率为81.4%;放射性化学纯度(Radiochemical Purity,RCP)>99%;在PB缓冲液中稳定性良好;在体外PTX(Paclitaxel)缓释性能良好;与A549细胞有较好的亲和... 相似文献
4.
5.
为提高空气中挥发性有机物(VOC)检测可靠性,提出了一种基于气敏传感器阵列结合遗传算法(GA)优化反向传播(BP)神经网络算法的VOC检测模型。选用多个气体传感器组建阵列对VOC混合气体样本进行响应测试,使用主成分分析(PCA)对响应数据进行数据降维及初步分类探索,使用构建的GA-BP神经网络算法模型在PCA探索性分析的基础上进行定性及定量识别,并与BP神经网络识别结果进行对比。结果表明:遗传算法优化后的BP神经网络多元分类和回归模型性能优良且稳定,气体分类识别准确率达96%,浓度回归预测均方根误差为1.8×10-2,平均相对误差为5.2%,平均训练耗时分别降至1.5 s和1.12 s,效果显著优于BP神经网络算法模型。这些研究结果进一步拓展了GA-BP算法结合气敏传感器在挥发性有机物检测识别中的应用前景。 相似文献
6.
7.
8.
10.
1