TimeLapseAnalyzer: multi-target analysis for live-cell imaging and time-lapse microscopy

The direct observation of cells over time using time-lapse microscopy can provide deep insights into many important biological processes. Reliable analyses of motility, proliferation, invasive potential or mortality of cells are essential to many studies involving live cell imaging and can aid in biomarker discovery and diagnostic decisions. Given the vast amount of image- and time-series data produced by modern microscopes, automated analysis is a key feature to capitalize the potential of time-lapse imaging devices. To provide fast and reproducible analyses of multiple aspects of cell behaviour, we developed TimeLapseAnalyzer. Apart from general purpose image enhancements and segmentation procedures, this extensible, self-contained, modular cross-platform package provides dedicated modalities for fast and reliable analysis of multi-target cell tracking, scratch wound healing analysis, cell counting and tube formation analysis in high throughput screening of live-cell experiments. TimeLapseAnalyzer is freely available (MATLAB, Open Source) at http://www.informatik.uni-ulm.de/ni/mitarbeiter/HKestler/tla.     

基于核和面积的离散灰数预测模型

灰色预测模型的既有研究成果均以实数或区间灰数为建模前提,缺乏对以离散灰数为建模对象的灰色预测模型进行有效研究．对此,分别建立了离散灰数序列核及灰单元格面积的预测模型,并在此基础上推导了基于离散灰数序列的灰色预测模型;应用分析验证了该模型的有效性及实用性．离散灰数预测模型对丰富与完善灰色预测模型的理论体系、拓展灰色预测模型的应用范围具有积极的意义．     

语义特征模型网格重划的研究*

本文提出一个新的方法,基于原模型的网格来有效构造一个新网格。该技术利用语义特征模型具有操作局部化的特点,通过细胞元变化模型得出 (修改前/后)两个特征模型的相关部分,将原模型的复制网格节点直接关联到修正模型中,并结合对自由节点扩大自由集来进行优化过程。利用这种方法,可以在语义特征模型的几何属性中找到其固有的一致性,并且与修改前模型的网格相关联,最终在保持现有有限元的质量条件下快速产生完整质量网格。     

合成氨工艺参数优化技术开发及应用

以氨净值为响应值,影响响应值的17个过程参数为变量,经逐步回归选入触媒温度左3,触媒温度左4,循环CH_4%,H/N,NH_3%(进口)5个过程参数建立预测方程,并根据该方程对响应值的拟合结果和误差分布对样本进行分类。在此基础上,采取图形显示技术和统计分析的方法对分类样本集的过程参数进行比对分析,由此获取优类信息制订优化的工艺参数方案,经仿真验证后用于指导合成氨装置的生产试验。试验结果与试验前的对照期比较,氨净值均值由13.86提高到14.54,吨氨气耗减少15.9887m~3,吨氨电耗减少15.8kWh,节能效益十分明显     

BP神经网络在铝电解槽温度测量中的研究

针对铝电解槽温度高、腐蚀性强、温度难以直接连续测量的问题,引用BP神经网络技术,选择铝电解槽的输入电流、电压和下料速度作为辅助变量,建立BP神经网络模型,并利用matlab对数据样本进行了标准化处理,实现了BP神经网络的建立、训练和仿真。在预焙阳极铝电解槽进行实验,通过预算温度与实际温度进行对比,结果证明了该方法的有效性。     

植物与病原物互作中的活性氧代谢及其作用

介绍了活性氧的种类、代谢途径和测定方法,以及植物人存在的抗氧化机制、植物与病原物互作中活性氧的产生及遗传基础,重点对活性氧在植物与病原物互作中抗病信号转导、抗菌作用、膜脂氧化、细胞壁强化、植保素合成和过敏性细胞死亡等方面进行了综述。     

基于C/S模式下选煤厂网络监测系统的设计与实现

利用局域网实现生产信息网上监测能有效扩展监测范围 ,提高监测效率。文章以某选煤厂网络监测系统的开发为例 ,论述了基于C/S模式下网络监测的结构原理 ,并给出实现方法。     

一个新的MOS模拟单元电路版图的STACK生成方法

提出了一种新的MOS模拟单元电路的STACK版图自动生成方法。该方法将电路网表映射为扩散图,基于扩散图进行电路划分、模板匹配和对称查找。提出的对称查找算法适用于非全对称电路的最大匹配对称结构查找。文中改进了Atallah欧拉路径生成算法,通过增加哑元条保证欧拉路 径的生成。对生成的STACK,采用分布式寄生电容模型计算各个节点的寄生电容,并计算STACK的面积和形状,以确保其能够满足设计要求。     

Ensemble of Independent Factor Analyzers with Application to Natural Image Analysis

In this paper the ensemble of independent factor analyzers (EIFA) is proposed. This new statistical model assumes that each data point is generated by the sum of outputs of independently activated factor analyzers. A maximum likelihood (ML) estimation algorithm for the parameter is derived using a Monte Carlo EM algorithm with a Gibbs sampler. The EIFA model is applied to natural image data. With the progress of the learning, the independent factor analyzers develop into feature detectors that resemble complex cells in mammalian visual systems. Although this result is similar to the previous one obtained by independent subspace analysis, we observe the emergence of complex cells from natural images in a more general framework of models, including overcomplete models allowing additive noise in the observables.     

重叠细胞图像分离算法的设计

在实际的细胞图像中,经常会遇到重叠现象（又称为聚堆）,即多个细胞聚一起的情形,这给后续的分析处理带来了困难,因此需要设计一个有效的算法,能够将这些重叠在一起的细胞群分离为单个的细胞,文中针对二值化的图像,提出了一个基于形态学的算法,该方法首先利用腐蚀操作,以确定聚堆细胞最终分离为单个细胞的个数,然后再根据腐蚀后的结果,在原妈的二值图像上找到了分离点,从而最终有效地将重叠细胞分离为单个细胞,文中主要