基于改进的自适应提升算法的乳腺癌图像识别研究

为解决医疗资源不足、就诊量日增等问题,需设计基于计算机的乳腺癌图像识别模型,更高效地辅助病理医生的临床诊断工作.然而,现有算法多采用单类别特征完成识别,未充分发挥特征之间互补性.该文提出改进的自适应提升算法：在SIFT、Gist、HOG、VGG16特征提取基础上,改进有效区域基因选择(Effective Range Based Gene Selection,ERGS)算法,动态计算特征权重;采用自适应提升算法将弱分类器集成为强分类器,并对其输出的预估概率做ERGS加权,实现多特征融合.实验表明：1) 算法识别精准度达86.24%,较最强基线提高3.82%;2) SIFT、Gist、HOG特征之间具有较强互补性,它们有助于准确刻画乳腺癌图像;3) 阳性图像更易识别.     

基于Android平台的测树系统研究与实现

基于Android系统,探索利用手机摄像头这一非专业装备来测量立木树高和胸径的方法。采用三角函数法和图像分析法对立木的树高、胸径测量方法进行研究,构建树高、胸径测量模型,开发了基于Android的测树系统,实现了设备预设、目标距离计算、立木树高以及胸径计算等功能。经实验验证,使用所开发的测树系统对立木树高、胸径进行测量,测量结果的相对误差均在5%以内,可以应用于实际立木树高、胸径的测量。     

粉红丝带引发的思考——Wnt信号通路在乳腺发育与乳腺癌变中的角色

 Wnt信号转导通路是参与乳腺发育和肿瘤形成的重要机制。本文综述了Wnt信号转导通路调控乳腺发育和干细胞稳态研究的进展,讨论了Wnt信号转导中成员分子在乳腺癌形成中的角色。     

基于双尺度Sech模板的浸润性乳腺癌检测方法研究

乳腺肿块的准确检测是目前计算机辅助诊断系统的关键。为了准确检测X线乳腺图像中的可疑肿块区域,提出一种基于双尺度Sech模板的早期乳腺癌检测方法。首先根据乳腺X线图像的特征对图像进行预处理,包括乳腺区域提取和内外侧斜位图像胸肌提取;然后对提取的乳腺图像进行基于两个不同尺寸的Sech模板的模板匹配,将模板匹配后得到的相似度图像进行融合和阈值截断;最后进行可疑乳腺肿块区域的定位。结果表明,基于双尺度的Sech模板的检测具有更好的检测效果,改善了基于单尺度模板检测准确率低的问题,并降低了假阳率。     

鸡精中呈味核苷酸二钠的高效液相色谱法测定

建立了高效液相色谱法测定呈味核苷酸二钠(IMP和GMP)含量的方法.以四丁基磷酸铵和磷酸二氢钾配以一定比例的乙腈为流动相,采用高耐水系Waters RP 18色谱柱,通过色谱条件的优化,获得了定性定量重复性相对标准偏差<2%的标准品色谱图,其中,IMP标准曲线在60～600μg/mL范围内的线性相关系数为R=1.0000,GMP标准曲线在50～480μg/mL范围内的线性相关系数为R=0.999 9.测得某品牌的鸡精内IMP质量含量为0.54%,GMP质量含量为0.60%,两次测定结果的精密度GMP为0.73%,IMP为1.17%.     

鸡胸腺素β_4串联体的原核表达、纯化与活性

构建鸡Tβ4基因串联体(2Tβ4)原核表达体系,利用Ni-NTA纯化重组2Tβ4,MTT法检测其免疫活性.结果表明,构建的PET-32a(+)-2Tβ4表达载体在BL21(DE3)感受态细胞中,经0.05 mmol/LIPTG诱导表达,每克菌体平均可获6.7mg 2Tβ4.2Tβ4对淋巴细胞增殖能力与Tβ4标准品相比无显著差异,证明了所构建的鸡2Tβ4原核表达系统的有效性,为Tβ4的应用提供了基础材料.     

鸡肝碱性磷酸酶提取及在线固定化研究

分别用有机溶剂沉淀法和盐析法从大骨鸡肝中提取出碱性磷酸酶,并考察了提取酶液的酶促反应动力学性质.在此基础上,利用顺序注射系统将提取酶在线固定于XC—72导电炭黑表面,制备了固定化碱性磷酸酶.结果表明,大骨鸡肝碱性磷酸酶催化磷酸苯二钠分解的最佳pH=10.8,最适温度为50℃,米氏常数为1.62 mmol/L.相比游离酶,所得固定化酶的比活力显著提高.     

醋酸纤维薄膜电泳法分离测定鸡血清蛋白质

应用醋酸纤维薄膜电泳法分离测定了鸡血清中不同蛋白质。对电流强度、电泳时间和点样量等影响分离效果的条件进行了选择。并用光度计和薄层扫描仪对样品进行了定量测定。     

一种基于决策树的乳腺癌计算机辅助诊断新方法

选取500例乳腺癌病例为数据样本，每个样本由9个细针吸取细胞学指标组成，将样本随机分为训练集和测试集，然后利用决策树方法从训练集中学习得到诊断模型，经测试集测试．结果表明决策树的诊断准确率高迭97．33％，灵敏度和特异度分别为98．28％和96．74％．因此，决策树是一种简便可行的计算机辅助诊断方法．     

乳腺癌PKCs表达与其分化程度的相关性

为了研究蛋白激酶C（PKC）和乳腺癌分化及转移的相关性，采用免疫组化SABC方法检测48例人乳腺癌的PKC蛋白表达，包括PKCα、βI、η和ξ等蛋白。结果表明，与分化低的乳腺癌对比，分化高的乳腺癌PKC蛋白表达水平提高。在临床I－II和III级的乳腺癌中，PKCη蛋白表达率分别为61．5％和9．1％，具有显著意义（P＜0．05），PKCξ蛋白表达率分别为92．3％和27．3％，具有极显著意义（P＜0．01）。另外，在乳腺癌未转移的病例中，PKCs蛋白表达水平普遍较高，其中PKCξ与肿转移相关性极显著（P＜0．01）。此外，PKCs蛋白表达水平与肿瘤患者年龄无关。以上结果提示，PKCη和PKCξ有可能作为评价临床乳腺癌分化和转移程度的指标之一。