抗癌胚抗原纳米抗体与人Fc融合蛋白在毕赤酵母和HEK293细胞中的表达、纯化和性质比较

通过对不同系统表达的肿瘤标记物癌胚抗原(CEA)纳米抗体与人Fc融合蛋白(11C12-Fc)的表达、纯化及抗体性质等的比较分析,比较不同表达系统的特点及其对融合抗体性质的影响;从而为CEA融合纳米抗体在体内检测方面的应用提供理论依据。构建两种11C12-Fc表达系统(Pichia pastoris和HEK293)相应的表达载体和菌株,分别进行诱导表达、分离纯化;并对其纯化产物的生物学活性等进行初步研究。成功构建了毕赤酵母、HEK293细胞两种CEA纳米抗体融合蛋白(11C12-Fc)表达系统并实现11C12-Fc的胞外分泌表达;通过protein A柱及阴离子交换层析纯化,获得了较高纯度和浓度的11C12-Fc样品;通过突变糖基化位点的方式有效去除了毕赤酵母表达11C12的过度糖基化作用;并且其抗体亲和力较突变前未发生明显改变,与HEK293细胞表达的11C12-Fc都表现出较高的亲和力。毕赤酵母和HEK293系统均能够表达具有较高生物活性的11C12-Fc,后续的科研或生产可根据实际需要和条件来合理选择表达系统。为后续的纳米抗体融合蛋白规模化生产、体内诊断与靶向治疗的应用提供了理论和技术参考。     

基于动作捕捉的无人机运动状态识别

无人机运动状态识别是无人机运行状态分析的基础,是实现无人机航迹预测的必要条件。对于非合作目标来说,动作捕捉系统可以有效采集其航迹数据。提出一种基于动作捕捉的无人机运动状态识别方法。首先,通过插值、重采样、滤波等方法对包含噪声的无人机航迹数据进行预处理;然后,通过特征提取与特征选择方法,针对速度、加速度、曲率、转角这4个运动参数,提取无人机运动特征;并分割无人机航迹。最后运用支持向量机的方法进行无人机运动状态识别,对速度、加速度、曲率的分类精度分别达到了95%、90%和100%。证明了本方法的可行性。     

基于I-ELM的飞机复合材料结构损伤识别研究

针对飞机复合材料结构损伤难以有效识别问题,本文提出一种基于增量型极限学习机(Incremental Extreme Learning Machine,I-ELM)的飞机复合材料结构损伤识别新方法。首先对某型机用复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用互补总体平均经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)方法对募集的应变信息进行自适应分解,得到多个本征模态分量(Intrinsic Mode Function,IMF),计算各阶IMF分量的样本熵,通过核熵成分分析(Kernel Entropy Component Analysis,KECA)方法对样本熵进行特征融合,构建融合特征向量,采用融合特征向量建立基于I-ELM损伤识别模型,通过实验对损伤识别模型的有效性进行了验证,并与所构建的BP的损伤识别模型的识别结果进行了比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的应用前景。     

补肾醒脑方对血管性痴呆大鼠脑组织中信号传导转接蛋白MyD88的影响

观察补肾醒脑方对缺血再灌注造成损伤的血管性痴呆大鼠脑组织中My D88信号传导通路影响,探讨该方对缺血性脑损伤大鼠靶向性防治机理。成年雄性Wistar大鼠造模成功后随即等分为假手术组(A组)、模型组(B组)、吡拉西坦组(C组)、补肾醒脑方组(D组),每组12只灌胃给药。第3 d、7 d检查大鼠神经功能缺损情况,1周后检测大鼠脑组织中My D88的含量。D组神经功能缺损改善较B组改善明显(P0.05);D组脑组织中My D88表达减少程度虽与C组比较差异不显著(P0.05),但与B组比较差异显著(P0.05)。补肾醒脑方能有效改善缺血再灌注造成损伤的血管性痴呆大鼠的神经损伤的症状,降低大鼠模型脑组织中信号传导转接蛋白My D88,抑制炎性反应保护大脑组织。     

林火目标遥感多光谱识别指数构建方法研究

针对现有高温目标识别方法中波段筛选、识别指数构建缺少数学定量评判指标的问题,以内蒙古大兴安岭地区一次森林火灾为例,选用Landsat 8 OLI遥感影像数据进行林火目标多光谱识别指数构建方法的研究。研究发现,基于方差分析原理的"可分性度量"指标可作为高温目标识别方法研究中波段筛选、识别指数构建的数学定量评判指标,改进以往识别方法的定性分析方式。在区分林火目标与其他地物过程中,上述数学定量评判指标均具有遥感目标识别与分类的物理意义;其分类适宜性对林火目标的识别与提取具有重要作用。经过验证分析,利用"可分性度量"评判指标筛选出的适宜火点识别指数,在实际分类中效果良好、精确度较高,与理论结果相吻合。     

利用高阶累积量的时频重叠MPSK信号调制识别

针对多信号的互相干扰,在时频重叠情况下调制识别困难的问题,提出一种基于高阶累积量的识别方法。由于不同数字调相信号的高阶累积量存在差异;并利用高阶累积量对噪声的不敏感性,从中选取四个特征参数。采用决策树的分类方法,对任意方式组合而成的十种相移键控三信号进行制式识别。实验结果表明,在信噪比不低于0 dB的情况下,可以有效地识别十种时频重叠三信号。与现有的算法对比,该算法在提高信号识别率的基础上,同时也增加了可识别时频重叠信号的个数。     

基于图像分割的效应靶自动报靶系统研究

破片战斗部因其可产生大量杀伤破片群而被广泛应用。为了准确分析破片战斗部对效应靶的毁伤作用,解决人工统计方法效率低下且准确率低的问题,将数字图像处理技术应用于报靶工作中,提出基于偏微分方程方法的靶孔图像分割算法,完成了不同靶板上靶孔自动识别系统的设计。通过输入试验后钢靶和网靶图像后,系统自动生成包含破片孔数量、尺寸、位置分布等参数的统计结果及标识靶孔边界的靶板图片,实现了自动报靶功能。     

川中须家河组致密砂岩储层含气性预测

川中须家河组气藏为典型的大面积、低丰度、致密岩性气藏类型,资源潜力巨大,是四川盆地增产上储重要层系;但该类气藏储层薄、非均质性强、气水关系非常复杂,如何提高含气富集区(甜点)预测精度和建立气水识别方法是须家河组气藏勘探开发最关键的问题。从储层岩石物理分析和模型正演等基础研究入手,深入分析不同岩性组合下气层和水层的振幅随偏移距变化(amplitade variation with offset,AVO)响应特征,建立了一套以AVO叠前道集、近远道叠加剖面对比分析为基础,AVO主振幅主频率技术为核心的须家河组致密气藏检测及气水层识别新思路和新方法,生产应用效果显著。     

一种基于手指轮廓特征的目标识别与定位算法

为了提高从背景图像中提取目标的速度和精度,设计了一种基于手指轮廓特征的目标识别与定位算法;该算法利用肤色信息和手指轮廓特征进行目标识别,利用提出的9点快速定位算法进行目标定位。仿真结果表明,该算法能正确识别出手指的特征;并对其进行快速定位。在实物系统上对算法的实时性、识别准确率、定位精度等性能进行了测试,测试结果表明,算法运行时间不超过40 ms,能保证系统对实时性的要求;在无手指状干扰物存在的情况下,目标识别的准确率可达95%以上;定位精度误差小于8 mm,可满足系统对定位精度的要求。这种基于手指轮廓特征的目标识别与定位算法为增强人机交互系统的和谐性提供了一种新的技术途径。     

基于三维视觉的运动易损动作识别方法研究

在对运动易损动作进行识别时,一直由于无法克服外界条件带来的影响,存在识别精度低、误差大的问题。提出基于三维视觉的运动易损动作识别方法,对运动动作的三维视觉空间进行三维梯度值求解,获取三维视觉梯度直方图特征;并进行降维出来,得到低维隐空间下的运动模型,在此基础上,对其进行序列映射,求出测试序列与训练序列的吻合度。通过匹配计算,获取匹配度,实现运动易损动作的识别。实验结果表明,所提方法具有很高的识别精度,所需时间较短,识别性能高。