请选择 目标期刊

基于量子点标记探针技术的肝癌细胞体外生长模式研究 下载:46 浏览:403

方敏1 陈梦圆2 刘璐璐2 应航洁1 陈明1 《肿瘤研究》 2018年4期

摘要:
[目的]建立肝癌细胞体外三维培养模型,模拟在体肿瘤微环境,在体外研究肝癌细胞侵袭转移的生物学行为特点。[方法]基于Matrigel制作三维基质模型,跟踪观察不同培养时间的细胞形态并三维重建,同时利用荧光量子点标记分子探针实时监测HCCLM9的形态学以及动力学特征。[结果]在该三维培养模型中,HCCLM9细胞呈现出典型的肿瘤侵袭多步骤特征,包括:克服衰老,局灶性增生活跃,优势克隆侵袭。HCCLM9细胞在接种后不同时态,细胞及细胞间展现出不同形态,呈现出血管拟态及不规则克隆,同时伸出伪足,促进细胞变形,并向四周浸润生长,证明肝癌细胞具备自身变形能力。[结论]本研究成功建立体外人肝癌细胞培养三维模型,表达MT1-MMP的伪足以及血管形成在肝癌侵袭转移过程中起关键作用。

基于雾计算的智能工厂实时任务调度架构 下载:38 浏览:252

曾鹏1 鲍士兼2 赵成林1 许方敏1 《无线电研究》 2020年8期

摘要:
针对传统的基于云的任务调度架构中没有充分利用智能工厂的资源,以及远距离传输导致高传输时延的问题,提出了一种基于雾计算的实时任务调度架构。设计了一种基于雾计算的智能工厂网络架构;考虑到工厂任务的时延敏感性和优先级特性,提出了一种基于动态优先级的任务调度模型,该模型被雾节点用来调度和执行等待队列中的任务;基于提出的网络架构和任务调度模型,提出了一种任务卸载策略,该策略可以被用于解决智能工厂中的资源利用问题。仿真结果证明了提出的实时任务调度架构在智能工厂中应用的可行性和有效性。

基于卡尔曼滤波改进的MTCNN网络人脸检测算法 下载:40 浏览:259

魏荣耀1 鲍士兼2 赵成林1 许方敏1 《无线电研究》 2020年7期

摘要:
针对真实视频流中的噪点、不可控的光照、人脸角度的偏转和面部遮挡及连续的人脸移动对人脸检测算法的准确性和实时性有很大影响的问题,提出一种结合卡尔曼滤波器与三级级联多任务级联卷积网络(MTCNN)深度学习网络的改进算法。该算法假设视频中人脸的运动是线性运动,通过卡尔曼滤波器预测下一帧中人脸中心点的位置,根据预测中心点位置向MTCNN网络提供下一帧推荐的检测区域,在下一帧中输入推荐区域,利用MTCNN的R-net和O-net进行再检测。通过实验验证,该算法相比原算法和其他算法在加噪情况下,保持准确率的同时提高了检测速率。

巯基丙酸修饰的硒化镉量子点检测银离子 下载:43 浏览:454

丁美玲 王坤 朱维菊 方敏 李村 《化学研究前沿》 2020年4期

摘要:
通过水热法合成稳定的巯基丙酸修饰的水溶性硒化镉(MPA-CdSe)量子点,作为荧光探针检测水溶液中的银离子。该量子点对银离子表现出选择性荧光增强效应,并对其他共存的金属离子有很好的抗干扰性能。量子点的荧光增强与所加银离子浓度之间在0.1~1.2μM范围内呈现很好的线性关系,对银离子的检测灵敏度很高,检测限达到9.9nM。在实际水样中该方法对银离子检测的回收率为95%~120%,说明MPA-CdSe可以应用于实际水样中对银离子的检测。

干扰素抗肿瘤机制的研究 下载:301 浏览:3271

李方敏 李艳红 陈曦 《医学研究杂志》 2019年11期

摘要:
细胞因子干扰素(IFN)已得到广泛生产并应用,干扰素作为一类可调节机体免疫功能以及拥有抗病毒、抗肿瘤等多种作用的蛋白质, 是机体防御系统的重要组成部分,对于人和其他动物来说至关重要。该文主要就干扰素通过抑制肿瘤细胞增生、调控癌基因的转录和表达、引发肿瘤细胞程序性死亡机制、诱导肿瘤细胞的分化、阻碍肿瘤血管生成、提高机体免疫力、与其他抗癌药物互作可抑制血液循环中肿瘤及其实体瘤的抗肿瘤机制来一一阐述近年来抗生素抗肿瘤的研究。

浅谈高中物理教学中学生建模能力的有效培养策略研究 下载:367 浏览:1488

方敏 《建模与系统仿真》 2022年5期

摘要:
核心素养理念的提出为高中教学指出了重要的发展方向,在信息化背景下,学科教学应充分认识到与信息技术深度融合的必要性。在新课程教育理念下,学校教育重在强调对学生进行以“能力与方法”为核心的“三维目标”综合素养的积极培养。作为基础教育中的一门基础学科,高中物理的传统教育方法已不能满足教育改革与发展过程中的实质性需要。正因为如此,在新课标理念和核心素养观下,高中物理课程强调了培养学生建模能力的重要性。以下简单地介绍高中物理教学过程中的几种常见模型,分析培养学生建模能力的价值和意义,并且探讨一些具体的培养策略,以期让学生掌握正确的建模方法,更好、更快地学习知识和解决问题。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享