摘要：本文以真核藻类18SrDNA类群特异性PCR引物的设计与评估为例,详细介绍了如何利用Primrose等一系列程序设计类群特异性PCR引物并评估其敏感性与特异性,并对这一方法的优势与应用类群特异性PCR引物进行群落多样性分析需要注意的问题进行了讨论。

摘要：实时定量PCR技术是生命科学研究领域中的常用实验技术,为将其引入本科实验教学,课程组设计了"实时定量PCR分析不同浓度IPTG对启动子活性的调节作用"这一综合性实验内容。实验将RNA提取、反转录PCR、SYBR GreenⅠ染料法实时定量PCR和绝对定量分析串联起来,以获得启动子利用效率的变化情况,使学生通过实验教学能够深入、全面、系统地理解和掌握实时定量PCR技术,提高学生的综合能力和科研素养。

摘要：为了提高棉花图像的分割精度、速度,避免强光照的干扰,提出了一种基于YCb Cr颜色空间下,利用最佳熵法对棉花图像进行阈值分割,并对分割后的图像采用连通区域标记去噪。通过试验验证了图像的分割效果并与迭代式阈值分割算法做了比较,结果表明,提出的算法分割时间为0.5732s。此算法适合在强光照和阴影的干扰下从复杂的背景提取棉花,而且最后对棉花进行了质心标记,为后续的棉花定位奠定了基础。

摘要：针对采棉机器人对棉花成熟度难以判断,导致工作效率低等问题,本研究采用遗传算法的最大类间方差法进行阈值分割、提取棉花的最小外接矩形和棉花的特征参数,建立判别函数,并对受风吹和挤压的情况进行分析。研究表明,此方法可以快速、准确的判定棉花的成熟度,满足采棉机器人对确定待采摘棉花的要求。

摘要：为适应软体攀爬机器人操作任务及环境的多样性,受尺蠖钩爪启发,提出一种基于形状记忆合金(SMA)弹簧驱动的钩爪式软体末端夹持器。介绍了夹持器设计理念及制造过程,并通过实验验证了其突出的适应能力。实验结果表明:该夹持器能产生9.1N的夹持力,相当于其自身重力的10倍,能稳定附着于不同的物体表面,能保证软体攀爬机器人在不同姿态下的作业。

摘要：为了解洪水系列选择对设计洪水流量的影响,采用不同时期洪峰流量观测资料,考虑特大洪水因素,将洪水系列分为3种情况,采用适线法对某水库设计洪水进行复核计算,结果表明,洪水系列不同对复核计算结果有一定影响。本次设计洪水复核成果可为大坝安全鉴定提供依据,从而为水库合理运用提供必要可靠的理论支持和技术支撑。

摘要：针对海洋地震信号幅度小、动态范围大、噪声干扰强等特点,设计了基于高精度32位Δ-Σ(Sigma-Delta)模数转换器(ADC)的海洋多道地震拖缆四通道采集包。该地震信号采集包以STM32L432为核心,使用SPI总线控制4片32位模数转换器完成地震信号采集,采用九轴姿态传感器实时监测拖缆姿态,通过RS485接口将地震数据和姿态数据上传到数传包。测试表明:该装置自噪声小、动态范围大、功耗小、运行可靠,对海洋地震勘探高精度信号采集研究具有借鉴意义。

摘要：目的:建立和评估抑制血管内皮生长因子(VEGF)表达的锤头状核酶(hammerhead ribozyrae)技术系统。方法:对VEGF121基因RNA序列进行二级结构分析,选择靶点;设计并构建针对VEGF的分泌肽RNA的可表达锤头状核酶(1-4)载体系统和VEGF-荧光色素酶融合基因报告质粒;通过试管内切割实验等方法评估核酶对于试管内转录得到的VEGF RNA切割特异性和效率; 通过瞬时共转染实验和稳定转染实验评估核酶在细胞内对于VEGF RNA的切割效率。结果:设计和构建了对VEGF RNA二级结构水平上的暴露区(+8,+36和+71位点:核酶1,3和4)和非暴露区(+17位点:核酶2)4个锤头状核酶(1-4)的两套质粒;试管内切割检测表明,针对+8,+36和+71位点的核酶(1,3和4)可以有效地在试管内对VEGF RNA进行特异性切割,使其水平分别降至对照的61.7%,27.6%和44.8%(荧光色素酶活性)或66.3%,27.0%和30.0%(蛋白质水平);将核酶表达质粒与VEGF-LUC模板质粒瞬时共转染入SMMC-7721肝癌细胞,核酶1,3和4 VEGF-LUC水平分别降低到对照的81.4%,56.6%和69.1%;稳定表达针对VEGF 的核酶1,3或4的SMMC-7721细胞株中,内源性VEGF RNA的水平降至对照水平的5%以下。对照未转染的、转染空载体的和转染了核酶2(+17)的SMMC-7721细胞。结论:分别针对VEGF+8,+36和+71位点锤头状核酶可有效地抑制VEGF的RNA水平。

摘要：阐述设计一种嵌入式生命体征检测系统,测量人体PPG信号,并进行软硬件滤波、特征提取和算法处理。提出一种从PPG信号中提取脉搏波传导时间的方法,将无创测量的血氧饱和度和血压显示在屏幕上。Bland-Altman一致性分析显示,数据均在95%置信区间内,说明系统在血氧饱和度、收缩压和舒张压检测上具有较高的准确性。

摘要：阐述基于Mean Teacher设计一种新的半监督分割框架,用于从3D MRI图像中分割出左心房。它使用改进的V-Net网络作为骨干网络,缓解原始模型计算时参数过多、计算量过大的状况,结合置信学习模块来解决噪声标签导致的分割性能下降问题。该方法相较其他半监督方法,具有更好的分割效果。