摘要：目的建立唾液酸糖肽(sialylglycopeptide,SGP)的HPLC分析法,并优化双唾液酸糖肽(dualsialylglycopeptide,d-SGP)的提取工艺。方法分别采用Hilic亲水色谱柱、C_(18)反相色谱柱和季胺型阴离子交换色谱柱三种不同类型HPLC色谱柱,优化HPLC洗脱条件,对SGP粗品进行分析测定,考察d-SGP和单唾液酸糖肽(mono-sialylglycopeptide,m-SGP)的分离效果,并从峰型、保留时间、对称性、分离度四个方面来评价色谱柱对SGP样品的分离效果。优选出合适的色谱柱,建立dSGP的定量方法,继而采用单因素试验,以d-SGP提取率为指标,以提取次数、料液比、搅拌时间为优选因素,优化提取工艺。结果在优化的色谱条件下,Hilic亲水色谱柱和季胺型阴离子交换色谱柱对d-SGP和m-SGP具有较好的分离效果,而C_(18)反相色谱柱的分离效果较差。优化后的最佳提取工艺是以体积分数为60%的乙醇水溶液每次搅拌时间为60 min,料液比为1∶5,提取3次,d-SGP的提取率较高、重现性较好。结论 Hilic亲水色谱柱对SGP样品的分离效果最好。优化后的dSGP的提取工艺稳定可行。

摘要：针对现有YOLO目标检测算法在自建数据集漏检率高、图像受复杂环境影响造成检测准确率低等问题,提出一种基于YOLO v5改进的红外图像识别算法。根据红外数据图片的独特性质,重新设计主干网络部分,引入全维动态卷积(OMNI-Dimensional Dynamic Convolution, ODConv)模块和改进坐标注意力(Coordinate Attention, CA)机制,提高模型对小目标的检测精确度并减少参数量;其次,引入解耦头(Decoupled Head, DH)模块,提高模型训练的收敛速度;最后,加入GSConv(Graph-Shifted Convolution) Slim模块,以降低模型的复杂度,提高预测速度。实验结果表明:改进后的算法模型漏检率降低40.22%,每秒浮点运算次数(Floating-point Operations Per Second, FLOPs)提升了25%,平均准确率提升了28.32%。