排序方式: 共有61条查询结果,搜索用时 156 毫秒
11.
目的:研究APRPG(Ala-Pro-Arg-Pro-Gly)修饰的隐形唑来膦酸阳离子脂质体对荷前列腺癌PC-3裸鼠的抗肿瘤作用。方法: 构建荷前列腺癌PC-3裸鼠模型,比较研究唑来膦酸阳离子脂质体、APRPG修饰的隐形唑来膦酸阳离子脂质体对肿瘤体积增长的抑制作用,计算肿瘤抑制率,并通过免疫组化实验分析其对肿瘤相关因子血管内皮生长因子(VEGF)和分化抗原簇44(CD44)表达的影响。结果: 唑来膦酸阳离子脂质体、APRPG修饰的隐形唑来膦酸阳离子脂质体对荷前列腺癌PC-3裸鼠的肿瘤抑制率分别为31.81%、68.18%,后者的肿瘤抑制率明显高于前者(P<0.05),免疫组化结果显示VEGF和CD44蛋白在模型对照组中表达呈强阳性,在唑来膦酸阳离子脂质体组中呈中度阳性表达,而在APRPG修饰的隐形唑来膦酸阳离子脂质体中表达较为微弱。结论:APRPG修饰的隐形唑来膦酸阳离子脂质体对前列腺癌PC-3裸鼠具有更强的肿瘤抑制率。 相似文献
12.
研究了二氯苯基二硫代膦酸 (DCPDTPI)对示踪量Am3+ 和Eu3+ 的萃取。实验结果表明 ,此萃取剂优先萃取Am3+ ,当萃取剂浓度为 0 1mol/L ,pH =2 73时 ,最大的分离因数β(Am3+ /Eu3+ ) max=8。用ICP MS法同时测定了DCPDTPI对除钷以外的所有镧系元素的萃取分配比 ,并计算了Am3+ 与这些元素的分离因数 相似文献
13.
14.
目的 Snakes模型对曲线轮廓具有良好的拟合能力,被广泛应用于遥感图像的道路提取。但SAR图像受乘性斑点噪声影响严重,因此利用Snakes模型从SAR图像提取道路时,传统的以图像灰度负梯度为外部能量的方法难以取得理想结果。针对这一问题,利用计算机视觉中的张量投票算法可以从噪声掩盖的图像中提取显著结构特征的特点,将张量投票与Snakes模型结合从SAR图像提取道路。方法 首先利用模糊C均值分割法从SAR图像中分割出道路类,然后对道路类进行张量投票获得每点的曲线显著性值,最后以该曲线显著性值的负值作为Snakes模型外部能量从SAR图像提取道路。在Snakes模型能量最小化阶段,提出了一种优化的拟合策略,一边内插节点一边最小化Snakes模型能量。结果 利用机载和星载不同场景的SAR图像进行实验,与同类的基于Snakes模型的半自动方法相比,本文方法对曲率较大的道路仅需较少控制点即可取得较好的拟合效果;与基于MRF模型的自动方法相比,本文方法对道路提取的完整率、正确率、检测质量都优于基于MRF模型的方法,并且提取的时间远远快于基于MRF模型的方法,对于大范围的道路网提取将更为实用。结论 本文方法充分考虑到道路的几何形态特征,利用张量投票算法对该特征进行量化,并利用优化的拟合策略来最小化Snakes模型能量来提取道路。基于机载和星载SAR图像的实验表明本文方法可以较好地提取不同场景中的主要道路目标和道路网。 相似文献
15.
海上油气勘探开发中的溢油遥感监测技术——以渤海湾海域为例 总被引:3,自引:0,他引:3
海上溢油事故直接影响海洋环境和国际关系。卫星遥感监测技术具有大范围、多时相、快速、准确等特点,已经成为发达国家重要的海上溢油监测手段之一。以2006年3月渤海湾海域溢油事故为例,利用欧洲空间局的环境卫星(Envisat)合成孔径雷达系统(ASAR)图像数据,圈定了污染油膜;根据其影像特征和分布运移状态将污染油膜分为4期;根据油膜的后向散射特性差异,判断油膜的源头和尾部,1至4期油膜具有共同的指向,据此确定了污染源的位置,准确地计算了2006年3月23日海面油膜的污染面积(约为400km^2)。此项工作表明,尽快建立海域环境监测和溢油应急遥感地理信息系统,是中国石油海上勘探的一项重要的技术保障手段。图4表2参12 相似文献
16.
17.
俗话说一心不能两用,但在紫砂陶刻艺术领域偏偏有一位关键性的领军人物,他文学功底深厚、书法学养全面、真草隶篆金文无一不精,营山造水信手拈来,花鸟走兽栩栩如生,人物博古各臻其妙.他潜心研究陶刻艺术乐此不疲,铁画银钩道劲灵秀,特别是他既能够做到"一心两用",在紫砂器皿上左右手均能书画陶刻,又能够做到不打底稿直接陶刻装饰,他所达到的艺术高度至今无人能望其项背,他就是被誉为紫砂"七大老艺人"之一的任淦庭. 相似文献
18.
19.
由于全极化合成孔径雷达(synthetic aperture radar)能够测量每一观测目标的全散射矩阵,即可合成包括线性极化、圆极化及椭圆极化在内的多种极化图像,因此与常规的单极化和多极化SAR相比,在雷达目标探测、识别,纹理特征和几何参数的提取等方面,全极化SAR均具有很多优点,但是由于地物分布的复杂性往往造成不同地物具有相似的后向散射信号特征,因而加大了地物信息提取的难度。同时由于这些极化合成图像具有较高的相关性,从而导致了图像分类精度的降低。为了提高全极化SAR图像的分类精度,基于新疆和田地区的SIR-CL波段全极化雷达数据,利用目标分解理论首先将地物回波的复杂散射过程分解为几种互不相关的单一的散射分量。由于这些单一的散射分量都对应于具有不同物理和几何特征以及分布特征的地物,从而提供了更加丰富的地表覆盖信息,这样就很大程度地改善了地物信息的分类精度;然后利用分解后单一散射分量数据结合传统的极化合成数据,可以得到更多的互不相关的数据源,再使用神经网络分类法对这些数据进行分类。分类结果表明,这种方法大幅度提高了全极化SAR数据用于实验区土地覆盖分类的精度。这种分类方法也可以广泛地用于SAR数据地表覆盖和土地利用动态监测和地表参数的提取。 相似文献
20.