当前位置: 仪器信息网 > 行业主题 > >

球形三酰神经

仪器信息网球形三酰神经专题为您提供2024年最新球形三酰神经价格报价、厂家品牌的相关信息， 包括球形三酰神经参数、型号等，不管是国产，还是进口品牌的球形三酰神经您都可以在这里找到。 除此之外，仪器信息网还免费为您整合球形三酰神经相关的耗材配件、试剂标物，还有球形三酰神经相关的最新资讯、资料，以及球形三酰神经相关的解决方案。

球形三酰神经相关的论坛

  • 多孔球形结构的优点及拓展方向

    [b][size=10.5pt][font=微软雅黑]多孔球形结构的优点及拓展方向[/font][/size][/b][size=10.5pt][font=微软雅黑]通过喷雾干燥-碳热还原法，采用三价铁源，制备了具有多孔球形结构，使材料具有更大的比表面积，而且又具有球形颗粒的优点，能够让正极材料与电解液充分接触，提高了电化学性能等综合性能。[/font][/size][size=10.5pt][font=微软雅黑]升高碳还原温度有利于提高LiFePO[/font][/size][sub][size=10.5pt][font=微软雅黑]4[/font][/size][/sub][size=10.5pt][font=微软雅黑]的结晶度，减小晶格常数，提高样品的充放电性能。800度下热处理12h制备的样品具有较高的充放电性能。[/font][/size][size=10.5pt][font=微软雅黑]今后若制备相貌更加规则的多孔微球 ，可添加有效的致孔剂，[/font][/size][size=10.5pt][font=微软雅黑]LiFePO4/C多孔微球有望成为今后研究的新方向。[/font][/size]

  • 【转帖】《生物化学杂志》：三种蛋白在神经细胞修复中起重要作用

    俄亥俄州哥伦布市一项新的研究表明，成熟脑细胞表面的三种特定蛋白量的增加可促使细胞产生新的生长延伸。该研究探讨了小鼠脑神经细胞上的三个相关的受体蛋白：GPR3，GPR6和GPR12。当研究人员增加这三种蛋白的量后，细胞生长延伸比蛋白水平正常时的神经细胞的生长大三倍，延伸速度比对照细胞快4-8倍。俄亥俄州立大学医学中心的项目主持人Yoshinaga Saeki说，“我们的研究结果显示，这三种蛋白可能是用于治疗中风、脑和脊髓损伤及神经退行性疾病的重要靶点。”该研究刊登在4月6日的《生物化学杂志》（Journal of Biological Chemistry）上。 这些蛋白量的增加与神经细胞cAMP内的一种重要的信号分子的水平的增加有关。这个分子在调控神经细胞生长、分化和生存，以及传输神经冲动的轴突再生中起着关键作用。随着哺乳动物神经细胞的成熟，其细胞内的cAMP水平下降，这可以部分解释为什么成熟神经细胞受损的轴突不能再生。神经外科副教授、俄亥俄州州立dardinger神经肿瘤及神经科学实验室主管Saeki声称，“我们的发现为cAMP在轴突生长中起着重要作用这一观点提供了更多证据，并显示出这些受体蛋白可能在调节神经细胞cAMP的产生中起主要作用。” 该研究的第一作者Shigeru Tanaka是Saeki所在实验室的一名博士后研究员。在本项研究中，他与同事从小鼠与大鼠脑组织神经母细胞瘤中取得神经细胞，使之在培养基中生长以了解更多关于这三种蛋白及其调控cAMP生长中的作用。他们向这些细胞中注入三种基因以增加这三种蛋白的含量水平，然后用一种被称为核糖核酸干扰的实验室技术关闭这三种蛋白的产生。上述三个蛋白分子中GPR3在神经细胞中最为丰富，而GPR12刺激神经细胞延伸的作用最强。研究表明，阻断GPR3的产生会大大减慢神经细胞的生长速度，研究者们通过修复GPR3或GPR12的产生扭转了这种效应。三种蛋白质的含量水平高也与较高水平的cAMP有关，同时GPR6和GPR12能增加两倍到三倍的水平。 Saeki说，“总的来说，我们的研究结果显示，这三种蛋白能加快神经细胞的生长即使在抑制分子的存在下也是如此，我们迫切希望能找出可以在临床前中风或脊髓损伤动物模型身上重现此结果的方法。”来源：生物谷

  • 【转帖】科学家发现神经系统“交警”

    自然》：科学家发现神经系统“交警”蛋白质MEC-17帮助维持大脑细胞内的“交通秩序”美国研究人员发现一种蛋白质帮助维持大脑细胞内的“交通秩序”，“指挥”细胞内营养物质和废弃物何去何从。这一发现有助研究帕金森氏症和阿尔茨海默氏症（早老性痴呆症）等神经系统疾病的治疗方法。“交警”这种蛋白质名为MEC-17。它的发现纯属好奇结果。美国趣味科学网站9月8日援引佐治亚大学富兰克林艺术和科学学院细胞生物学系教授亚采克·格蒂希的话报道：“这一项目没有任何医学或科学驱动，纯粹是因为好奇细胞内运输机制，但看起来我们确定了神经系统内发挥重要作用的一种酶。”格蒂希说，细胞内有一个管道网，称为微管，这些微管由蛋白质组成，承担细胞内部物质运输，还在细胞生长、细胞间发送信号等方面发挥重要作用。而这个管道网内的交通信号指示就是一种名为“乙酰化标记”的化学添加剂，明确指示微管将何种蛋白质运往大脑细胞内何处。研究人员发现，乙酰化标记存在于大脑负责发送信号的神经细胞内的微管，而负责接收信号的神经细胞内的微管没有这一标记。催化事实上，研究人员早在1983年就发现了乙酰化标记，但直到近期才了解它的作用在于系统管理微管内运输物质的动力蛋白。不过，研究人员一直不清楚乙酰化标记形成的细胞过程，换句话说，哪一种酶决定这一“交通信号”在何地发挥作用。格蒂希和同事分别研究了原生动物四膜虫、线虫、斑马鱼和人体癌细胞后发现，MEC-17就是负责微管乙酰化的“交警”。研究人员发现，MEC-17在微管乙酰化反应中起到催化作用。具体到线虫，这种酶与它的触感有关；在斑马鱼身上，MEC-17损耗会导致神经肌肉缺陷。研究结果由权威期刊《自然》杂志发表。运用先前一些研究结果显示，亨廷顿氏症、帕金森氏症和阿尔茨海默氏症等神经退化性疾病患者的微管乙酰化标记水平发生改变。格蒂希说，确认MEC-17这种酶，了解它的工作机制之后，制药企业就可以开发药物抑制或提高它的活性，从而治疗神经退化性疾病。格蒂希的研究小组由多家实验室成员组成。他将这项研究成果归功于大家精诚合作，“一起努力才让我们能够使用各种模型，结果发现MEC-17参与的微管乙酰化过程是一种***性保留作用。没有亲密合作，那不可能实现”。新华网

  • 【分享】推翻以往假设 最新精确测量显示电子是完美球形

    伦敦帝国理工学院的科学家对电子的形状进行了迄今最为精确的测量，即便在10的负27次方厘米的精度上，电子仍然是完美的球形。如果将电子放大到太阳系的尺度，其圆度的偏差甚至小于人类发丝的宽度。　　这项发表于《自然》杂志的研究与现有理论预测结果并不相同，对于探索宇宙奥秘的科学家来说有着深远影响。根据粒子物理标准模型的预测，电子是非常接近球形的椭圆形状，这种变形轻微到不可测量，因而可忽略不计；而在超对称性理论的框架内，每个粒子都有一个比自己重的“同胞兄弟”，这就要求电子的形状必须为椭圆形。　　科学家一直试图对电子的圆度进行更加准确的测量，因为电子出现任何拉伸变形的迹象，都可能预示着重大发现，揭示出自然界中可能存在的未知粒子，甚至解释宇宙为什么由物质而非反物质构成。　　伦敦帝国理工学院的物理学家乔尼·哈德森带领的研究小组通过测量电子在电场中的晃动情况来倒推其圆度，晃动越小，电子就越圆。实验中，他们将电子与氟化镱分子“绑定”，然后施加电场，并用激光束进行测量，每次测量耗时仅千分之一秒。　　在整整3个月时间内，研究小组对电子共进行了2500万次测量，然后取其平均值加以分析，结果发现，电子在电场中没有任何晃动迹象，这证明电子比此前研究认为的要圆。　　哈德森表示，这一结论对超对称性理论提出了挑战，欧洲大型强子对撞机实验中所“发现”的某些超对称粒子可能并不存在。他们将对设备加以改进，希望能在未来数年内对电子进行更精确的测量。“如果我们的精度能进一步提高，就可以很确凿地验证或淘汰超对称性理论了。”　　美国密歇根大学的亚伦·莱昂纳特评价说，这项研究工作提供了一个了解“宇宙高能精髓”的窗口，并最终可能有助于解释宇宙的结构。　　一直以来，电子的形状都被认为是非常接近于球形的椭圆形，这样才能解释有关物质和反物质的一些问题，而此次研究极其精确地测量了电子的形状其实是几近完美的球形。从外观上看，椭圆形和球形相差无几，但在物理学研究中却有着天壤之别。一旦这一结论被进一步证实，现有的许多理论或将推倒重来，这无异于物理学研究领域一场天翻地覆的大地震。但是也没必要过于紧张，这或许也打开了人类了解宇宙的一个新窗口。（科技日报）

  • 请各位推荐一款球形度仪

    我司要购买一台球形度仪，以前只接触过粒度仪，球形度不清楚，所以请使用过的兄弟推荐一款，谢谢。回复最好是以下格式：产地：什么国家公司名称：什么公司仪器型号：****大致价格：****你的评价：很好/好/一般/不怎么样/很差

  • 神经细胞三维培养技术研究进展

    【序号】：3【作者】：关冀弛1刘丹1陈艳阁【题名】：神经细胞三维培养技术研究进展【期刊】：精准医学杂志. 【年、卷、期、起止页码】：2022,37(06)【全文链接】：https://kns.cnki.net/kcms2/article/abstract?v=jDUTNXVfqCojw0DdevfNg1SgRg5oPxJ46PI1zWMvw2TKeVOWOygv7uu8lOMdg6qOxGJYMFhSZBfxYraqcDIYskQavCAVeSBSvQRWf2u3HijFbJZB1d-K1-6Y8klBYdGdcscw3JhIMPBZx97RFKrDjA==&uniplatform=NZKPT&language=CHS

  • 【讨论】-研究发现“避蚊胺” 对神经系统有害

    研究发现“避蚊胺” 对神经系统有害英国《BMC生物学》杂志5日刊登一项最新研究结果表明，驱蚊剂“避蚊胺”（DEET）对中枢神经系统中一种关键酶的活性有抑制作用，研究人员认为有必要重新深入研究这种驱蚊剂的安全性。 由法国研究人员领导的一个国际小组研究发现，“避蚊胺”能抑制乙酰胆碱酯酶的活性，而这种酶在昆虫和哺乳动物的中枢神经系统中都非常关键。 研究人员说，“避蚊胺”常与其他杀虫剂混用，但它在与氨基甲酸盐类杀虫剂混用时毒性会增强。研究人员认为，出于对公众健康安全的考虑，应该重新对“避蚊胺”的安全性进行深入研究。 “避蚊胺”于20世纪中期被发明，化学名称为二乙基甲苯酰胺。它可以有效趋避蚊、蠓、蚋、蝇和跳蚤等昆虫，因此在全世界一直得到广泛使用。（信息来源：新华网）

  • 【转帖】十大天气怪象：从火旋风到球形闪电(组图)

    [url=http://tech.sina.com.cn/][color=#cc0000]新浪科技[/color][/url][align=center][align=center][color=#cc0000][/color][/align][/align]　美国《探索》杂志近日公布了十大天气怪象，火旋风、加拿大的冰圈、倒挂彩虹、碟形云彩等均上榜。[b]　　1. 火旋风[/b][img]http://i1.sinaimg.cn/IT/2010/0331/201033114107.jpg[/img]火旋风　　旋风与野火遭遇就会形成灾难性的“火旋风”。 炽热的火舌和周围冷空气之间形成的巨大温度梯度可以形成旋涡。在气流和风适宜的情况下，旋转的火苗直插入天空。火旋风可能在天空中延伸数百英尺，把树木连根拔起，造成人员死亡。1923年，日本发生的火旋风曾在几分钟之内造成38000人死亡。[b]　　2.冰圈[/b][img]http://i3.sinaimg.cn/IT/2010/0331/2010331141113.jpg[/img]冰圈　　不光麦田有奇特怪圈，冬天也有自己的神秘现象：漂亮的正圆形冰圈在水中缓慢旋转。暂且不提遇到外星人的笑话，但是有关这一奇景还流传着几种不同的理论。最流行的说法是河水缓慢流动会旋成一块圆形的冰，然后随着冰块缓慢旋转，边角相互摩擦，最终形成一个正圆形。这个直径为6英尺(约1.8米)的旋转冰圈是2008年在加拿大发现的。[b]　　3.倒挂彩虹[/b][img]http://i0.sinaimg.cn/IT/2010/0331/2010331141123.jpg[/img]倒挂彩虹　　这种倒挂的彩虹也叫环天顶弧。彩虹是可见光谱经过水滴后折射形成的。而这种倒挂彩虹是光线照在冰晶如某类云中所含冰晶的上方，然后经过冰晶边缘折射形成。[b]　　4.碟形云彩[/b][img]http://i3.sinaimg.cn/IT/2010/0331/2010331141247.jpg[/img]碟形云彩　　这是罕见的荚状云，是气流在山脉中流动时形成的波浪状云。有些人把这种看起来扁平而椭圆形的云误当成是不明飞行物。这图中的荚状云是2008年9月在新墨西哥西南部拍摄的。[b]　　5.天然雪人[/b][img]http://i2.sinaimg.cn/IT/2010/0331/201033114131.jpg[/img]天然雪人　　雪卷是奇怪的冬季景观。这些圆柱形“雪球”是自己滚动形成，风卷起一小块雪然后吹下山坡。越滚越多，越滚越大，最后形成一个圆柱形“雪球”。雪卷经常是空的，因为中间是松散的雪，所以它可能会被风吹散。[b]6.云胡子[/b][b][img]http://i2.sinaimg.cn/IT/2010/0331/2010331141314.jpg[/img][/b]云胡子　　马蹄状旋涡云是一种罕见的云，看起来像马蹄。如果这种旋涡垂直形成，那就预示着龙卷风的到来。但是，偶尔它们也会形成这种奇怪的形状，通常是积云的上升气流造成水平旋转气流变形而形成的。[b]　　7.大冰雹[/b][img]http://i1.sinaimg.cn/IT/2010/0331/2010331141326.jpg[/img]大冰雹　　这个冰雹直径7英寸(约18厘米)，周长近19英寸(约48厘米)，2003年6月22日降落于内布拉斯加州。这是美国发现的最大冰雹。冰雹是夏天激烈的雷暴天气所产生的，一些水滴和冰晶并合冻结成较大的冰粒，当上升气流无法支撑时落下。它们会对作物和财产造成严重损害。为了避免雹暴，人们曾尝试多种方法，在中世纪，欧洲人敲响教堂钟声，向天空发射大炮，在20世纪，科学家曾实验云种子，但效果都明显。[b]　　8.彩色天空[/b][img]http://i2.sinaimg.cn/IT/2010/0331/2010331141336.jpg[/img]彩色天空　　这可能看起来有点像极光，但事实上，它们是一种完全不同的大气现象，叫做珠母云。有时也被叫做珍珠母云，它们形成于相对较高的海拔，在海平面15英里(约合24公里)之上。这意味着日暮后这些高处的云仍能被太阳照到。在极地地区，这种云并不罕见，但是，在中纬度地区很少能看到。图中的云就出现在中纬度，是2006年在美国科罗拉多州拍摄。[b]　　9.红雨[/b][img]http://i2.sinaimg.cn/IT/2010/0331/201033114144.jpg[/img]红雨　　2001年7月，印度喀拉拉邦开始降下一场奇怪的红雨。科学家提出了几种不同的理论来解释这种红雨。有人认为，雨中可能含有沙漠尘土，也有人认为，雨中可能含有真菌孢子，还有两名科学家甚至发表论文提出雨中含有流星颗粒的可能性。为了弄清真相，印度政府下令进行研究，研究发现海藻孢子果真是罪魁祸首。但是，科学家并没有解释海藻孢子进入大气并把雨染红的方式。[b]　　10.球形闪电[/b][img]http://i1.sinaimg.cn/IT/2010/0331/2010331141416.jpg[/img]球形闪电　　球形闪电是一种有争议的现象。几世纪以来一直有人称看到天空中出现耀眼的放电光球。但是，科学家仍无法解释这种奇景或者甚至验证球形闪电的存在。甚至对照片是否真实科学家也意见不一。(孝文)

  • 用于激光颗粒测试技术的非球形颗粒的椭圆衍射模型

    用于激光颗粒测试技术的非球形颗粒的椭圆衍射模型

    用于激光颗粒测试技术的非球形颗粒的椭圆衍射模型任中京　王少清( 山东建材学院科研处　济南250022)提要：激光颗粒大小测试的结果与颗粒形状密切相关。通过对椭圆衍射谱的研究, 提出在激光粒度分析中以椭圆谱代替球形颗粒谱。计算机模拟计算与对金刚砂实测的结果表明椭圆衍射模型可以有效地抑制粒度反演结果的展宽, 更准确地获得非球形颗粒群的粒度分布。关键词　激光衍射, 椭圆模型, 颗粒大小分析, 颗粒形状, 反演1　引言　　由于颗粒大小对粉末材料的重要影响, 颗粒粒度测试在建材、化工、石油等许多领域已经成为一种不可缺少的检测技术。由于颗粒形状的多样性, 无论何种测量方法, 均需要颗粒模型。通常假定颗粒为球体, 与被测颗粒等体积的球体直径称为粒径, 或称等效粒径 。然而球体模型在激光衍射(散射) 粒度分析技术中却遇到严重困难—对非球形颗粒测试常常产生较大误差, 表现为所测得的粒度分布较真实分布有展宽且偏小。来自日本和美国的颗粒测试报告也有相同的倾向 。从光学原理上看，激光粒度分析技术是通过检测颗粒群的衍射谱来反演颗粒群的尺寸分布的。非球形颗粒的衍射谱与球体有很大不同: 前者是非圆对称的, 而后者是圆对称的。欲使二者具有可比性需要新的物理模型, 新的模型应满足: 1) 更加逼近真实颗粒；2)对一系列颗粒有普遍的适用性；3)可给出衍射谱解析式；4)在激光测粒技术中能校正颗粒形状引起的测量误差；5)能函盖球体模型。本文将证明椭圆衍射模型是满足以上条件的最佳选择。2　非球形颗粒衍射模型的椭圆屏逼近颗粒虽然是三维物体, 但是在激光测粒技术中其横截面是使光波发生衍射的主要几何因素, 因此只需研究与入射光垂直的颗粒横截面。球体衍射模型即是取颗粒的体积等效球的投影圆作为该颗粒的衍射模型。如图1 所示, 将形状任意颗粒的横截面视为一衍射屏。可分别做出其轮廓的最大内接圆和最小外接圆。设外圆直径为2b, 内圆直径为2a。分别以2a, 2b 为长短轴做椭圆。下面将证明该椭圆屏即为与图1 所示的颗粒横截面等效的非圆屏的最佳解析逼近。2. 1非圆屏与椭圆屏的几何关系由图1 可见，与非球颗粒相对应的椭圆屏的面积S e 恰好为其横截面外接圆与内接圆面积的几何中值，而与该椭圆屏面积相等的圆( 面积等效圆) 的直径Do 恰好为其长短轴2a 与2b 的几何中值。http://ng1.17img.cn/bbsfiles/images/2013/05/201305281105_441929_388_3.jpg此颗粒对球体的偏离可用形状系数K 表示, K 定义为:K=b/a[fon

  • 【分享】GB 12337-1998 钢制球形储罐.pdf

    标 准 编 号：GB 12337-1998 简体中文标题：钢制球形储罐繁體中文標題：鋼制球形儲罐English Name：Steel spherical tanks 我们的目标：打造标准分享网领先平台 Www.Anystandards.com标准介绍：本标准规定了碳素钢和低合金钢制球制储罐的设计、制造、组焊、检验与验收的要求。

  • 中国中枢神经制药市场 谁主沉浮？

    科技日报 2012年12月27日 星期四本报记者 李颖 给力产学研 与海外市场相比，我国中枢神经类药物市场尚处于起步阶段，主要表现在市场规模小、人均用药量小等。根据美国医药市场咨询公司IMSHealth预测：2012年全球中枢神经类疾病市场规模超2000亿美元，增速小于10%。但是反观中国市场，2012年中国中枢神经类疾病市场规模将超230亿元人民币，到2020年甚至将超过1000亿元人民币；且截至2012年6月，中枢神经市场与去年同比增长约30%，并持续保持高速增长的趋势。这样高壁垒、高毛利、高增长的新兴市场对外资制药企业有绝对的吸引力。 2012年1月以来，中国制造业开始经历30年以来最严酷的外资撤出严冬，由于中国地区劳动力成本的持续上涨及中国人口红利消失，外加中国境内竞争加剧，外资相继成为迁徙出中国制造业候鸟，但是在中枢神经制药（CNS）板块，外商直接投资（FDI）却呈现截然相反的势头，丹麦灵北制药、礼来等国际大型CNS企业加速升级在华研发机构及直接开设制药工厂，中国CNS市场方兴未艾，显然外来资本已深谋大局。 强强联合 深耕“领地” 从全球范围来看，中枢神经类药物过去几年依然保持了较快的增长速度，年均增长9.46%，是各类药物中销售总额最大的一类药物，其用药规模已经超过了心血管及肿瘤用药。 继与勃林格殷格翰就糖尿病药物联合开发及商业推广达成合作协议后，2011年4月，礼来与美敦力宣布结盟，利用美敦力的植入式给药系统技术结合礼来生物改良型胶质细胞源性神经营养因子（GDNF），合作开发一种治疗帕金森病的新方法。 作为在新兴市场的战略核心，礼来去年在中国成立了专门的中枢神经药物团队。加强研发，强化队伍，加快新药上市，礼来深入该领域的决心由此可见一斑。据礼来公司神经变性团队首席科学官MichaelL.Hutton博士介绍，采用生物合成技术设计的GDNF，能够克服该研究领域以前所面临的一些技术障碍。 GDNF仅仅是礼来研发产品线中的一个。目前，礼来在研的化合物达到近70个，其中处于Ⅲ期临床试验阶段的药物数量将增加至10个，这让礼来并不那么担心专利过期可能带来的挑战。礼来全球董事长、总裁兼首席执行官李励达透露，未来5年，礼来预计将在中国推出13只新药。 本土企业 蹒跚起步 中国中枢神经将持续保持高速增长的趋势，增长速度远高于国际市场。但是，与海外市场相比，我国中枢神经类药物市场尚处于起步阶段，主要表现在市场规模小、人均用药量小等。 由于我国对麻醉和精神类药品采取的定点生产和布局的政策，企业要获得该类药品的生产许可要求非常严格，即使是仿制药品企业数量也非常有限。定点生产企业也只能严格按照麻醉药品和精神药品年度生产计划安排生产。作为国内医药行业唯一一家专注于中枢神经药物细分市场的企业是恩华药业。相比于全球9.46%的年均增速，国内中枢神经类药物市场年均增速更高达15%。 目前，我国中枢神经药品市场主要由外资企业(包括合资企业)占据，各大外资制药企业均拥有中枢神经药品，且外资产品均在各细分市场占据相对优势。如阿斯利康的麻醉药品、美国礼来的抗焦虑抑郁药、西安杨森的抗精神病药、浙江杭州赛诺菲圣德拉堡民生制药公司的抗癫痫药等。中资企业达到规模生产的很少，除了恩华药业的力月西(镇静催眠)和福尔利(麻醉)、思利舒(抗精神病)、一舒(抗焦虑抑郁)外，还有西安力邦的异丙酚(麻醉)、重庆大西南的阿立哌唑(抗精神病)和文拉法辛(抗焦虑抑郁)。 综合数据库显示，排前10名的中枢神经类制药企业中，只有四家中资企业，除恩华药业外有北京四环、重庆大西南和西安力邦三家属于中资企业。 高手入局 整装待发 目前，中国各类精神类疾病患者达到1亿人以上，其中重度患者超过1600万人，70%的患者未得到有效治疗。显然，为了抢占中国市场，国际CNS巨头亦将目标锁定中国超过1亿患者，频频出手。礼来近年在全球裁员14%，却扩充礼来中国一倍员工人数；葛兰素史克升级中国研发中心为其全球神经科学研究总部，主导其全球范围内的神经类药物研发活动；而一向低调的丹麦灵北更是大动作连连，在今年陆续在华设立研发中心和生产工厂。 在中国天津建立自己的工厂是灵北的一大举措，其全球供应运营及工程部高级副总裁Lars Bang在接受采访时表示：“天津生产厂将是灵北全球的重要生产基地，也是灵北在亚洲建立的第一家生产厂。”为了填补中国治疗阿尔茨海默病市场需求缺口，天津生产厂计划在未来三年内的首期任务主要生产易倍申药物。 自1996年开始，灵北产品陆续进入中国市场；灵北中国总部和灵北学院先后在北京设立；2011年灵北在上海设立亚洲首个研发中心，该研发中心将逐步分担灵北全球范围内CNS的研发工作。显而易见，灵北不断将重心向中国市场倾斜的背后，是我国精神疾病患者对中枢神经类药物需求巨大的现状。 灵北制药作为高科技生物企业在天津开设制药工厂项目获得天津政府及天津西青开发区政府的大力支持。对此，作为中国大陆和香港地区负责人的Herman Santoni表示，灵北中国天津制药工厂建立后，灵北承诺加大药品研发投资，帮助培养中国药品研发类人才，推广抑郁教育和老年痴呆护理培训项目，为中国患者提供更优质的产品和服务。 在中枢神经系统领域拥有强大产品线的灵北，此前其产品黛力新、喜普妙、来士普、易倍申在华已有多年销售历史，患者及医生的认同度也较高。现在，灵北的经营模式正在发生变化，逐步建立和扩大自己的销售队伍，大力加深在华投资及本土化进程。 内外资企业打响争夺战 相较于OTC制药市场经历多年厮杀，中国本土制药企业及外资企业已经形成旗帜鲜明的控制格局，但是在CNS市场，由于中国本土中枢神经制药企业起步较晚，而社会经济高速增长带来精神及神经系统疾病高发，中国精神疾病患者对中枢神经类药物的需求巨大，使外资中枢神经制药企业占尽天时地利。 一方面本土制药企业中能够自主研发及生产中枢神经类药物的寥寥可数，而灵北、葛兰素史克等在中枢神经制药却拥有多年研发经验及多项成功产品，这是外资制药企业抢先占据中国CNS市场的先天优势。随着外资制药企业和外资品牌逐步进入我国市场，一些重磅中枢神经系统药物如喜普妙、百优解等销售迅速上升，规模先后过亿，外资制药企业完全有足够的时间，在中国本土制药企业完成中枢神经药物研发、临床试验、产品化之前，形成对市场的瓜分及占有。但是，鉴于中国的药品招标制度对于本土企业有一定的支持作用，未来本土企业也将会进入这一领域。 无疑，在中枢神经类药物市场，一场外资药企间的市场争夺战正在悄然打响。

  • 中文文献2篇神经导管06

    【序号】：1【作者】： 罗鹏1彭邱亮2向剑平3戚剑3【题名】：合成材料神经导管与自体神经移植修复周围神经缺损的比较【期刊】：中国组织工程研究. 【年、卷、期、起止页码】：2013,17(16)【全文链接】：[url]https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFD2013&filename=XDKF201316037&v=tfrpChNVpdFApC7IiE%25mmd2BdE5%25mmd2Bl4hHT6hyABW%25mmd2BDD%25mmd2FIw3R%25mmd2BjC%25mmd2BqtQvB%25mmd2ByJeFrXHXjnLI[/url]【序号】：2【作者】： 门永芝於子卫【题名】：生物材料构建神经导管修复周围神经损伤的研究进展【期刊】：听力学及言语疾病杂志.【年、卷、期、起止页码】： 2014,22(06)【全文链接】：[url]https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFD2014&filename=TLXJ201406028&v=phkGqa8oXvYw%25mmd2B0%25mmd2FAFZeFWY733a9aBltSc%25mmd2FvN%25mmd2FJY%25mmd2Fkqy%25mmd2Fn9BN%25mmd2F25s269aUOQtRM1P[/url]

  • 基于神经网络的火焰温度测量方法

    1，因此可由维恩辐射公式表达：　　　　Eλ(T)=c1λ-5exp(-c2/λT)ελ(2)　　　　式中，Eλ(T)为燃烧火焰辐射能，ελ为绝对温度为T时的光谱发射率，λ为波长，第一辐射常数c1=3.742×10-16W.m2，第二辐射常数c2=1.4388×10-2m.k。　　　　对于具有任意辐射强度E(λ,T)的彩色光下的色系数，可利用分布色系数方程计算：　　　　式中r(λ)，g(λ)，b(λ)分别为分布色系数。　　　　三基色的亮度信号与对应的单色辐射能成正比，即：　　　　从上式中可以看出，由R，G，B可以惟一地确定火焰的温度T，可以表示为：　　　　T=T(R，G，B)(5)　　　　三、BP神经网络模型及创建　　　　最关键的问题是如何处理光谱发射率的值，然而不仅与材料的性质有关，还受状态等诸多方面因素影响，一般很难具体确定。在通常的高温物体温度场测量中，数据的处理仅限于最小二乘法，通常将发射率简化为固定的数值或模型，才能惟一地确定物体的温度。而高温发光火焰是一种烟粒云的辐射，影响烟粒云发射率的因素很多，如吸收系数、火焰的几何厚度、稳定性、波长、温度等，过于固定发射率数值必然导致温度测量结果的不准确。　　　　由(5)式可知，三基色信号值与目标真温T存在一种非线性映射关系。神经网络是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理，具有自学习自适应功能，可以从大量的实验数据中直接提取隐含的有用信息。理论上已经证明三层BP模型可以任意精度逼近任意非线性映射，采用它来解决三基色信号值与目标火焰真温的非线性映射问题。　　　　这里BP网络采用3层结构，中间包含一层隐层，三输入一输出的BP网络模型。三基色信号值R，G，B作为网络输入节点，单项输出，输出为需要得到的温度值T，隐含层节点数可以先确定几个值，然后通过数据样本训练进行调节。输入层和隐含层激活函数取非对称性Sigmoid函数，输出层输出函数取线性传递函数purelin。　　　　数据在输入神经网络之前，要进行归一处理，训练样本的量纲不同，数值差别也很大，因此必须进行归一化处理将训练数据标度到之间。进行预测的样本数据在进行仿真前，必须用tramnmx函数进行事先归一化处理，然后才能用于预测，最后仿真结果要用postmnmx进行反归一化，才能得到需要的数据结果。　　　　四、仿真实验及结果　　　　通过BP神经网络可以训练发射率样本，本文采用如图1所示的A、B、C、D、E五类发射率样本图。　　　　由彩色CCD摄像机摄取的图像中得到连续时刻某部位的三色值，热电偶测温得到该部位对应时刻的不同温度。几个温度点分别取五类发射率模型A、B、C、D、E，如图1所示，每类包括5种发射率样本值，有效波长分别为0.7um(R)、0.5461um(G)、0.4358um(B)。在每个温度点上采用五类发射率样本，每类5种，如表1列出部分发射率训练样本。则发射率样本为(5×5=25)种，网络采用三层BP网，输入数据须全部归一化处理，结果反归一化得出。　　　　对数据进行归一化处理后，选取5组温度下的三基色信号值作为训练样本。学习目标函数为，其中N为训练样本总数。在网络训练中同时调整动量系数和学习率，以期达到较快的收敛速度。这里动量系数为0.9，学习目标函数误差定为0.01，根据误差值大小最后确定隐含层节点为10。　　　　经过60次学习训练，达到目标误差，网络收敛，训练结束。表2列出训练后温度计算结果，表3列出未经训练的温度计算结果。　　　　由实验结果得知，对训练过的发射率样本，真实温度的识别误差大部分在30k以内，而对于未训练过的发射率样本，真实温度的识别误差大部分在50k以内。如果用更多的发射率样本和输入输出样本，将更好地解决锅炉温度测量问题。　　　　五、结论　　　　本文就锅炉温度的传统测量所带来的一些问题和误差上，提出了BP神经网络在炉膛温度测量中数据处理的应用，结合彩色CCD图像提取的三基色信号值作为输入样本和热电偶测出的温度值作为输出样本，创建BP网络模型，对其进行训练。BP神经网络的应用消除了多光谱辐射数据处理时受发射率假设模型的影响，并实现了实时在线测量锅炉温度的目的。研究结果表明，利用神经网络测量锅炉温度，方法简捷，工程上具有较高的应用价值。

  • 中文文献2篇神经导管01

    【序号】：1【作者】： 陈勇1,2范林1付贞3【题名】：神经导管支架修复外周神经损伤的研究与现状【期刊】：中国组织工程研究. 【年、卷、期、起止页码】：2017,21(30)【全文链接】：[url]https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2017&filename=XDKF201730026&v=Dxs8skb1gfcOpIUh1eNWljN%25mmd2FQ3UEju0GFx6xYHZpXQYkGlTWlLs8U67DUS9%25mmd2FRruc[/url]【序号】：2【作者】： 陈军沈华【题名】：神经导管内支架修复周围神经缺损的研究应用与进展【期刊】：中国组织工程研究. 【年、卷、期、起止页码】：2017,21(08)【全文链接】：[url]https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2017&filename=XDKF201708024&v=Dxs8skb1gfenMqoDMwMDkHbXkQomKTgyX4UAgE1w8S1Z87nbcNwKRJg7SFWKV20O[/url]

  • 中文文献2篇神经导管03

    【序号】：5【作者】： 刘彦冬窦源东侯春林林浩东【题名】：电纺丝壳聚糖/聚乳酸神经导管修复大鼠周围神经缺损的实验研究【期刊】：中国修复重建外科杂志. 【年、卷、期、起止页码】：2015,29(05)【全文链接】：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2015&filename=ZXCW201505025&v=H8ZdnxMSQAhW7xoEcXlvYcOI30L7qStYX8mVVeVmxUAC%25mmd2BJzhJEw8erfW9l0JGufK【序号】：6【作者】： 徐云强1【题名】：胶原/丝素蛋白神经导管修复周围神经缺损的研究与应用进展【期刊】：中国组织工程研究. 【年、卷、期、起止页码】：2016,20(38)【全文链接】：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2016&filename=XDKF201638020&v=jaJk3KUEge4tEIo4rBWJCG1CxoVs8bqvcedPwqPn9meI6TxbMPz0xGZhg1aAcxfW

  • 【分享】神经细胞培养

    体外神经细胞的培养已成为神经生物学研究中十分有用的技术手段。神经细胞培养的主要优点是:(1)分散培养的神经细胞在体外生长成熟后,能保持结构和功能上的某些特点, 而且长期培养能形成髓鞘和建立突触联系,这就提供了体内生长过程在体外重现的机会。(2)能在较长时间内直接观察活细胞的生长、分化、形态和功能变化,便于使用各种不同的技术方法如相差显微镜、荧光显微镜、电子显微镜、激光共聚焦显微镜、同位素标记、原位杂交、免疫组化和电生理等手段进行研究。(3)易于施行物理（如缺血、缺氧）、化学和生物因子（如神经营养因子）等实验条件, 观察条件变更对神经细胞的直接或间接作用。(4)便于从细胞和分子水平探讨某些神经疾病的发病机制，药物或各种因素对胚胎或新生动物神经细胞在生长、发育和分化等各方面的影响。 我们实验室从80年代始开展了神经细胞的体外培养工作，取得了一些经验，现将培养细胞分类及方法简要介绍如下:一.鸡胚背根神经节组织块培养 主要用于神经生长因子（NGF）等神经营养因子的生物活性测定。在差倒置显微镜下观察以神经突起的生长长度和密度为指标半定量评估NGF的活性。1． 材料和方法 （1）选正常受精的鸡蛋，置于37℃生化培养箱内孵化，每日翻动鸡蛋一次。 （2）取孵化8-12 d 的鸡蛋, 用70% 酒精消毒蛋壳，从气室端敲开蛋壳，用消毒镊剥除气室部蛋壳。（3）用弯镊钩住鸡胚颈部，无菌条件下取出鸡胚置小平皿内，除去头部后，腹侧向上置 灭菌毛玻璃片上,用眼科弯镊子打开胸腹腔，除去内脏器官。（4）在解剖显微镜下，小心除去腹膜，暴露脊柱及其两侧，在椎间孔旁可见到沿脊柱两侧 排列的背根节（图1），用一对5号微解剖镊小心取出。（5）置背根节于解剖溶液内，用微解剖镊去除附带组织，接种于涂有鼠尾胶的玻璃或塑料 培养瓶中，在DMEM无血清培养液中培养。2． 结果鸡胚背根神经节在含神经生长因子(NGF, 2.5S，20ng/ml)的无血清培养液中培养24 h,神经节长出密集的神经突起。而未加NGF的神经节培养24 h, 未见神经突起生长。二．新生大鼠、新生小鼠及鸡胚背根神经节分散细胞培养背根神经节（DRG）细胞起源于神经嵴，NGF研究先驱Levi-Montalcini的实验表明，外原性NGF能刺激DRG细胞生长发育并形成广泛的神经网络。在体外，分离培养的神经节在NGF存在的情况下，神经突起的生长在一天之内可长达数毫米，因此，利用培养的DRG细胞，进行轴突生长发育的研究，是最为经典而常用的方法之一。

  • 直读光谱如果遇到微小圆球形材料如何检测？

    [b][color=#cc0000][b][color=#cc0000]在小型样品夹具中，有丝状样品夹具，片状样品夹具，圆柱状样品夹具等。[/color][/b][/color][color=#cc0000]如果遇到微小圆球形材料，如滚珠轴承里的小钢球，如何检测？[/color][/b]

  • 卷积神经网络模型发展及应用

    卷积神经网络模型发展及应用

    [b]卷积神经网络模型发展及应用转载地址：[/b]http://fcst.ceaj.org/CN/abstract/abstract2521.shtml [img]https://oss-emcsprod-public.modb.pro/image/editor/20220802-9243a15c-bcd6-4a63-921e-932f257a1e05.png[/img][img=,690,212]https://ng1.17img.cn/bbsfiles/images/2022/08/202208021122351500_3641_5785239_3.png!w690x212.jpg[/img]深度学习是机器学习和人工智能研究的最新趋势，作为一个十余年来快速发展的崭新领域，越来越受到研究者的关注。卷积神经网络（CNN）模型是深度学习模型中最重要的一种经典结构，其性能在近年来深度学习任务上逐步提高。由于可以自动学习样本数据的特征表示，卷积神经网络已经广泛应用于图像分类、目标检测、语义分割以及自然语言处理等领域。[b]首先分析了典型卷积神经网络模型为提高其性能增加网络深度以及宽度的模型结构，分析了采用注意力机制进一步提升模型性能的网络结构，然后归纳分析了目前的特殊模型结构，最后总结并讨论了卷积神经网络在相关领域的应用，并对未来的研究方向进行展望。[/b]卷积神经网络（convolutional neural network，CNN） 在计算机视觉[1- 5]、自然语言处理[6- 7]等领域已被广泛 应用。在卷积神经网络兴起之前，主要依靠人工针对特定的问题设计算法，比如采用 Sobel、LoG（Laplacian of Gaussian）、Canny、Prewitt 等[8- 11]算子进行边 缘 检 测 ，采 用 Harris、DoG（difference of Gaussian）、FAST（features from accelerated segment test）、SIFT （scale invariant feature transform）等[12-15]用于角点等特 征检测，并且采用传统分类器如 K近域、支持向量机、 稀疏分类器等[16- 18]进行分类。特征提取和分类器的 设计是图片分类等任务的关键，对分类结果的好坏 有着最为直接的影响。卷积神经网络可以自动地从 训练样本中学习特征并且分类，解决了人工特征设计 的局限性。神经网络的思想起源于1943年McCulloch 和 Pitts 提出的神经元模型[19]，简称 MCP 神经元模 型。它是利用计算机来模拟人的神经元反应的过 程，具有开创性意义。此模型将神经元反应简化为 三个过程：输入信号线性加权、求和、非线性激活。1958 年到 1969 年为神经网络模型发展的第一阶段， 称为第一代神经网络模型。在 1958 年 Rosenblatt 第 一次在 MCP 模型上增加学习功能并应用于机器学 习，发明了感知器算法[20]，该算法使用 MCP 模型能够 采用梯度下降法从训练样本中自动学习并更新权 值，并能对输入的多维数据进行二分类，其理论与实 践的效果引起了神经网络研究的第一次浪潮。1969 年美国数学家及人工智能先驱 Minsky在其著作中证 明感知器本质上是一种线性模型[21]，只能处理线性分 类问题，最简单的异或问题都无法正确分类，因此神 经网络的研究也陷入了近二十年的停滞。1986 年到 1988 年是神经网络模型发展的第二阶段，称为第二 代神经网络模型。1986 年 Rumelhart 等人提出了误 差反向传播算法（back propagation algorithm，BP）[22]。BP 算法采用 Sigmoid 进行非线性映射，有效解决了 非线性分类和学习的问题，掀起了神经网络第二次 研究高潮。BP 网络是迄今为止最常用的神经网络， 目前大多神经网络模型都是采用 BP网络或者其变化 形式。早期神经网络缺少严格数学理论的支撑，并 且在此后的近十年时间，由于其容易过拟合以及训 练速度慢，并且在 1991 年反向传播算法被指出在后 向传播的过程中存在梯度消失的问题[23]，神经网络再 次慢慢淡出人们的视线。1998 年 LeCun 发明了 LeNet-5，并在 Mnist 数据 集达到 98%以上的识别准确率，形成影响深远的卷积 神经网络结构，但此时神经网络的发展正处于下坡 时期，没有引起足够的重视。从感知机提出到 2006 年以前，此阶段称为浅层 学习，2006 年至今是神经网络的第三阶段，称为深度 学习。深度学习分为快速发展期（2006—2012 年）和 爆发期（2012 年至今），2006 年 Hinton 提出无监督的 “逐层初始化”策略以降低训练难度，并提出具有多 隐层的深度信念网络（deep belief network，DBN）[24]， 从此拉开了深度学习大幕。随着深度学习理论的研究和发展，研究人员提 出了一系列卷积神经网络模型。为了比较不同模型 的质量，收集并整理了文献中模型在分类任务上的 识别率，如图 1所示。由于部分模型并未在 ImageNet 数据集测试识别率，给出了其在 Cifar-100 或 Mnist数 据集上的识别率。其中，Top-1识别率指的是 CNN 模型预测出最大概率的分类为正确类别的概率。Top-5 识别率指的是 CNN 模型预测出最大概率的前 5 个分 类里有正确类别的概率。2012 年，由 Alex Krizhevshy 提出的 AlexNet给卷 积神经网络迎来了历史性的突破。AlexNet 在百万 量级的 ImageNet数据集上对于图像分类的精度大幅 度超过传统方法，一举摘下了视觉领域竞赛 ILSVRC2012的桂冠。自 AlexNet之后，研究者从卷积神经网 络的结构出发进行创新，主要有简单的堆叠结构模 型，比如 ZFNet、VGGNet、MSRNet。堆叠结构模型通 过改进卷积神经的基本单元并将其堆叠以增加网络 的深度提升模型性能，但仅在深度这单一维度提升 模 型 性 能 具 有 瓶 颈 ；后 来 在 NIN（network in network）模型提出使用多个分支进行计算的网中网结 构模型，使宽度和深度都可增加，具有代表性的模型 有 Inception 系列模型等；随着模型深度以及宽度的 增加，网络模型出现参数量过多、过拟合以及难以训 练等诸多问题。ResNet 提出残差结构后，为更深层 网络构建提出解决方案，随即涌现出很多残差结构模 型，比如基于 ResNet 改进后的 ResNeXt、DenseNet、 PolyNet、WideResNet，并且 Inception也引入残差结构 形成了 Inception-ResNet-block，以及基于残差结构并 改进其特征通道数量增加方式的 DPResNet；与之前 在空间维度上提升模型性能的方法相比，注意力机 制模型通过通道注意力和空间注意力机制可以根据 特征通道重要程度进一步提升模型性能，典型的模 型为 SENet、SKNet 以及 CBAM（convolutional block attention module）。传统的卷积神经网络模型性能十分优秀，已经 应用到各个领域，具有举足轻重的地位。由于卷积 神经网络的模型十分丰富，有些模型的结构或用途 比较特殊，在本文中统称为特殊模型，包括具有简单的结构和很少参数量的挤压网络模型 SqueezeNet，采 用无监督学习的生成对抗网络模型（generative adversarial network，GAN），其具有完全相同的两路网络 结构以及权值的孪生神经网络模型 SiameseNet，以 及通过线性运算生成其他冗余特征图的幽灵网络 GhostNet。由于卷积神经网络的一系列突破性研究成果， 并根据不同的任务需求不断改进，使其在目标检测、 语义分割、自然语言处理等不同的任务中均获得了 成功的应用。[b]基于以上认识，本文首先概括性地介绍了卷积 神经网络的发展历史，然后分析了典型的卷积神经 网络模型通过堆叠结构、网中网结构、残差结构以及 注意力机制提升模型性能的方法，并进一步介绍了 特殊的卷积神经网络模型及其结构，最后讨论了卷 积神经网络在目标检测、语义分割以及自然语言处 理领域的典型应用，并对当前深度卷积神经网络存 在的问题以及未来发展方向进行探讨。[img=,690,387]https://ng1.17img.cn/bbsfiles/images/2022/08/202208021123119824_325_5785239_3.png!w690x387.jpg[/img][/b][img]https://oss-emcsprod-public.modb.pro/image/editor/20220802-51d3c121-d787-4a08-a7a4-a7f9ecb3a33d.png[/img][b]转载文章，如有侵权，请联系我删除[/b]

  • 中文文献2篇神经导管04

    【序号】：7【作者】： 张仲宁1薛东鹤1张婉衡2【题名】：壳聚糖改性的聚乳酸-羟基乙酸共聚物神经导管的制备、表征及其生物学性能【期刊】：郑州大学学报(医学版). 【年、卷、期、起止页码】：2020,55(02)【全文链接】：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2020&filename=HNYK202002032&v=maJvW%25mmd2FYStPp92Ih7l2xTp2v%25mmd2FuzJMtvtfUorkQ%25mmd2BK6sJJdf9i5cqFHXucnbsSmvLW0【序号】：8【作者】： 张孙富1王斌2【题名】：合成可生物降解神经导管修复损伤周围神经:生物相容性良好【期刊】：中国组织工程研究. 【年、卷、期、起止页码】：2015,19(25)【全文链接】：https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2015&filename=XDKF201525025&v=xB4nwWopl%25mmd2BxKvEBdYvyznrm2h6AO8eiEZCvE6yIpvIfZxR5oP%25mmd2BK6E6Q5tW1bBHEv

  • 中文文献2篇神经导管05

    【序号】：9【作者】： 郭强1王光林1林卫2【题名】：自体静脉神经导管修复周围神经缺损的研究进展【期刊】：中国修复重建外科杂志. 【年、卷、期、起止页码】：2015,29(11)【全文链接】：[url]https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2015&filename=ZXCW201511037&v=H8ZdnxMSQAg9vaqZog5uK6ca24j0AgbDvpXrvqfqv4rn9xSz1rWJ%25mmd2FU4qaUxSIKTy[/url]【序号】：10【作者】： 曹丽芝1冯乃波2王娟1【题名】：间充质干细胞在周围神经损伤修复中的应用现状及前景分析【期刊】：中国组织工程研究. 【年、卷、期、起止页码】：2019,23(33)【全文链接】：[url]https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2019&filename=XDKF201933026&v=bfY9k4URmKs0WKJmTwbFfcqJvW1d6IAOrNQAGavcWjFRQGwTPjnEn6sPjshFn9EC[/url]

Instrument.com.cn Copyright©1999- 2023 ，All Rights Reserved版权所有，未经书面授权，页面内容不得以任何形式进行复制