体内和体外生物测定在环境监测中的应用

生物测定在环境毒物学研究中普遍用于检测人为污染物对个别生物体和生态系统的影响.这些测定适用于个别化学品或复杂的混合物(如废水)对有代表性的生物系统或整个生物体所引起的影响,并普遍应用于环境监测项目.生物测定可在生物体外或生物体内进行,前者是在实验室内利用细胞培养技术,后者除可在实验室内进行还可应用在真实的环境中.体外生物测定往往是用来研究环境样品中的污染物对生物机制的具体影响,如受体结合特性.而体内活性生物测定则提供了一个更加具体化的综合生物反应.然而,这两种类型的生物测定法可以测量许多不同的生物指标,如对生物生长及发育的影响、内分泌功能和DNA损伤.无论是在体内和体外生物测定都分别有其特有的优点和缺点,其中一些测定法可以使用于毒性鉴定和评价程序.本文简要介绍了体内和体外生物测定方法的基本特点及其在环境监测中的应用实例,指出化学物质如何影响有机体及生态系统的结构和功能,认为广泛发展更能充分反映生态系统生物多样性的生物测定方法,将有助于更准确地了解环境污染物对环境的潜在影响.     

基于灰度曲面匹配的虹膜识别方法

目前的虹膜识别都是采用在图像上提取特征点,并将特征点编码为固定长度的特征数据用于匹配的方式。这种方式使虹膜识别系统易受攻击。为了进一步提高虹膜识别系统的安全性和识别速度,提出了一种基于灰度曲面匹配的虹膜识别方法。该方法抛弃了特征提取和编码等传统操作,在特征分析的基础上直接利用了灰度曲面匹配的思想,首先对两幅图像中的像素灰度做差,得到灰度差曲面,然后求出该灰度差曲面的方差。将此方差作为衡量两个虹膜特征曲面之间距离的依据,并据此判定两个虹膜是否来自同一只眼睛。在给定阈值为40的前提下,正确识别率为96.89%,识别时间为53.2 ms。实验结果证明,该方法识别准确率高,识别速度快。     

一种基于局部信息统计的虹膜分块编码方法

由于虹膜自身的稳定性、非侵犯性、不可更改性等优点,虹膜识别已经成为生物特征身份鉴别领域中的研究热点。但虹膜丰富的纹理和复杂的结构给特征提取和编码带来了很大困难。为尽可能地简化特征提取和编码方法,提高虹膜识别效率,提出了一种基于局部信息统计的虹膜分块编码方法。对原始人眼图像进行虹膜定位等预处理操作,得到归一化的虹膜纹理图像;分别根据虹膜局部信息与全局信息、局部信息与局部信息之间的比较关系进行分块编码;计算了不同虹膜代码之间的汉明(Hamming)距离。根据汉明距离给出识别结果。实验证明该方法有效、可行,具有较高的识别率和识别速度。     

聚丙烯催化合金的结晶行为研究

近 1 0年来 ,Montell公司发展的聚丙烯催化合金 (Polypropylene catalloy,PP-c)技术受到广泛关注 .该技术采用具有特定结构的催化剂粒子 ,在适当的聚合条件下 ,得到具有一定大小、形状及内部形貌的聚合物粒子 .由 PP-c技术获得的材料性能可以在非常宽的范围内进行调节 ,其呈现出的高强度可以与工程塑料相比拟 ,柔性可以与聚乙烯相媲美 [1] .结晶性聚合物的结晶度、球晶尺寸等因素对其机械性能 ,尤其是冲击韧性具有重要的影响[2 ,3] .改性聚丙烯的结晶行为及其与物理机械性能之间的关系一直备受关注 .对于纯聚丙烯、聚丙烯与橡胶的共混物…     

高污染基因芯片图像的网格划分

对基因芯片图像进行网格划分是基因芯片图像处理的基础，针对高污染基因芯片图像中高亮污渍对网格划分造成的干扰，将高亮目标分为靶点、污渍块和污渍点3种类型，根据其不同特征分别进行处理，提出一种新的网格划分算法。利用全局分割确定高亮目标所在位置，根据污渍点的特征，使用图像腐蚀技术对其进行剔除；根据污渍块的特征，对其先进行膨胀处理，然后对其进行剔除，可消除污渍块及其边缘痕迹。使用自协方差对没有污渍的图像进行网格划分，实验表明，对于高污染基因芯片图像，该算法可以得到理想的网格划分结果，靶点检测平均准确率可以达到94.73%。