骨髓红粒细胞自动识别的深度学习模型

为了实现骨髓血细胞的自动识别, 构建了骨髓红系细胞和粒系细胞数据集, 基于深度学习语义分割技术提出了 CellNet 网络模型。 该模型通过加入残差模块增加了网络的深度, 利用卷积残差块使网络模型更容易训练, 并结合 U鄄Net 的裁剪操作为分割提供更精细的特征。 实验结果表明, 该模型对骨髓红系细胞和粒系细胞识别正确率分别达到 93. 65% 、95. 25% , 为骨髓血细胞自动识别技术提供了一种方法。     

一种新型聚合物VDE用于快速吸附水中的硝酸盐

针对水中硝酸盐污染的问题， 合成一种新型的聚合物乙烯基咪唑/二溴癸烷/二甲基丙烯酸乙二醇（VDE）， 通过扫描电子显微镜（SEM）、 Fourier变换红外光谱仪（FT-IR）和X射线光电子能谱（XPS）对其结构进行表征， 并研究其在含硝酸盐水溶液的最佳剂量比、 pH值、吸附温度、 吸附时间以及重复利用性. 结果表明， 在15 ℃， pH=4时， VDE对硝酸盐氮的吸附量通过Langmuir模型拟合为28.31 mg/g， 该吸附过程在10 min可达到平衡， 且符合准一级和准二级动力学拟合模型， 在5次吸附/脱附实验后， 其吸附量仍可达到首次使用吸附量的95.5%， 表明该材料可有效净化低质量浓度的硝酸盐废水.