目前,使用猪污染的食物成分和或加工食品已成为当前的关注和加强问题。这种情况鼓励开发准确的方法,以特别检测猪污染的存在。本研究使用两种样品:(1)新鲜猪肉作为阳性内部控制和(2)用猪肉(碎肉,肉丸,咸牛肉和香肠)制成的加工肉类产品,这些产品使用DNA标记进行了测试。使用猪肉处理的样品是确定加工对DNA片段的影响,并在所使用的检测过程中测试提取方法的刚性。本研究旨在使用定量聚合酶链反应(QPCR)方法检测猪DNA片段。研究首先使用RNA提取试剂盒,DNA提取试剂盒和盐提取方法提取新鲜的猪肉和加工产品,然后使用分光光度计测量DNA/RNA的纯度和浓度。RNA提取物被转化为互补DNA(cDNA),并与使用QPCR分析的DNA提取物(SUS SCROFA)。结果表明,获得的RNA和DNA提取物的浓度为71.1-296,025 ng/ul,纯度不同。在CT 23-28 ng/ul范围内,所有加工产品和阳性内部的样品都是放大的对照,在这种情况下,肉的加工不会影响分析的加工产品的DNA,因此可以检测到DNA片段。关键字:beta aktin,循环阈值,新鲜猪肉,DNA猪肉,qpcrqPCR DNA在工作时间上比cDNA qPCR更有效,因为它不需要RNA的转录阶段。
提交轨道 摘要 提交日期:2024 年 11 月 7 日 糖尿病是一种慢性代谢疾病,其特征是由于身体产生胰岛素的能力受损而导致血糖水平高(高血糖症)。根据国际糖尿病联合会 (IDF) 的数据,糖尿病患者的数量将在 2024 年迅速增加到 7 亿人。因此,我们需要找出感染糖尿病的诱因。其中之一是使用机器学习方法。机器学习用于对哪些因素可能导致感染糖尿病进行分类。进行这种分类的众所周知的方法之一是多层感知器 (MLP) 方法,它是一种由多层组成的人工神经网络 (ANN),其中每层都有相互连接的节点。它的优点是它能够处理复杂数据特征之间的非线性关系——包括患者数据和患者的疾病——因此据说这种方法与本研究非常相关。研究人员还将 MLP 的准确率与其他几种算法(如随机森林、支持向量机和 K-最近邻)进行了比较。这旨在评估 MLP 与其他方法相比在糖尿病分类中的有效性。此外,研究人员还希望克服传统方法在糖尿病分类中的弱点,并提供基于人工智能的解决方案,方法是利用 MLP 处理医疗数据并关注可能影响糖尿病患者的参数或特征。机器学习中的几种技术,如正则化和超参数优化可以防止过度拟合,数据规范化和降维可用于提高模型输入的质量,从而最大限度地提高准确率并使诊断过程更快、更准确。结果表明,与其他算法相比,MLP 在对该疾病进行分类方面具有良好的性能。MLP 获得更稳定、更高的结果。总体而言,可以说 MLP 的应用对改善糖尿病诊断系统做出了重大贡献,有望应用于医疗系统。
大学生更容易受到计算机视觉综合征(CVS)的症状,这是由于数字设备(例如计算机,平板电脑和智能手机)在学习过程中的大幅增加而引起的,尤其是在Covid-19-19大流行期间。进行了这项研究是为了确定CVS综合征的患病率和在3年级学生和4年级学生中采取的预防措施的患病率,在马来西亚马来西亚校园吉隆坡(UKMKL)中。通过在线调查表的分布随机分配给80位受访者进行采样的横截面研究已被使用。分析发现,有90%的学生将智能手机用作学习过程中的主要数字设备,其中41.3%的人报告使用设备超过8小时。调查结果还表明,超过65%的受访者患有头痛和颈部疼痛(73.8%),背痛和眼痛(66.3%),以及发痒和水的眼睛(65.0%)。只有视力模糊和双视力的症状与数字设备的使用时间段有显着关系(p <0.05)。分析结果发现,有90%的学生采取了有效的预防措施,例如使用20-20-20规则在数字设备之间放松措施,以防止或缓解CVS症状。但是,这种预防措施与经历的简历症状没有发现显着的关系。这项研究的发现对于制定步骤的建议非常有用,作为学生的常规实践,可减少使用数字设备对视觉健康的负面影响。
导入cv2导入numpy作为np def indeion_fruit(image_path):#读取image = cv2.imread(image_path),如果图像无:print(“找不到图像!”)返回#更改为hsv hsv_image = cv2.cvtcolor(image,cv2.color_bgr2hsv)#颜色范围的定义要检测水果类型#红色范围(苹果的示例)lower_red = np.array([0,100,100,100,100,100,100]) (hsv_image,lower_red,upper_red)#黄色范围(例如香蕉)lower_yellow = np。 np.Array([80,255,255])green_mask = cv2.inrange(hsv_image,lower_green,upper_green)#masks = {
关键词ACE抑制剂,患病率,心血管疾病,副作用。抽象简介:心脏病是一种影响心脏的疾病,导致心脏作为体内血泵和氧气的工作。心血管疾病是全球死亡的主要原因。印度尼西亚死亡原因最高的原因之一是高血压。血管紧张素转化酶(ACE)抑制剂是高血压,冠心病和充血性心力衰竭的第一线。对使用咳嗽形式的ACE抑制剂的使用有副作用。本研究的目的是确定ACE抑制剂在心血管疾病疗法中的使用水平和咳嗽副作用的患病率。方法:这项研究是一项观察性描述性研究,使用来自西爪哇省一家医院的医疗记录中的辅助数据。使用目的采样方法确定样品。结果:有102例以蒸汽形式的心血管疾病(34%),CFH(23%),STEMI(11%),NSTEMI(10)等(22%)。从上面的整个情况中,有62名(61%)患者接受了ACE抑制剂的治疗。在62例患者中,有7名(11%)患者以咳嗽和呼吸急促形式经历副作用(喘息)。结论:将ECE抑制剂用作心血管疾病疗法的使用率为61%。在使用ACE抑制剂时,咳嗽副作用的发生率达到11%。
摘要 当前人工智能(AI)的发展非常迅速。输入数据的可用性很重要,因为它对AI系统如何开发有很大影响。在人工智能开发中使用受版权保护的创作作为输入数据也是不可避免的。本文试图探讨第 14 号法律的规定。2014 年第 28 号关于版权 (UUHC) 的法律,涉及使用创作作为印度尼西亚人工智能发展的输入数据。根据研究结果得知,在印度尼西亚使用创作物作为人工智能发展的输入数据,基本上仍然必须尊重创作者对其创作物的专有权利。如果您使用版权保护期已过的作品和使用开放许可的作品,以及如果您使用版权法中允许使用作品的版权限制条款,则可以在未经创作者许可的情况下将作品用作输入数据未经创作者许可,但需满足以下条件:某些。本文建议将人工智能组织者视为电子系统组织者,并承担注册义务,以便他们使用创作物作为输入数据时可以被要求公开信息,有必要制定UUHC的衍生法规,进一步解释有关版权限制的规定,有必要对复制权实施非排他性许可(综合许可),以促进将创作物作为商业和非商业用途的输入数据的许可程序,政府需要促进对版权保护期已过的作品和使用开放许可的作品的访问,并对版权法进行修改,以预测未来人工智能的发展。
摘要。本研究旨在确定人工智能 (AI) 的使用对大学生的社会行为、学术诚信、面对工作世界的准备程度以及数字素养和人工智能道德的适应情况。所采用的研究方法是定性方法,通过参与者观察和深入访谈收集数据。研究对象包括在学习和日常活动中使用人工智能的学生。本研究的结果表明,大学生使用人工智能对社会行为和学术诚信有显著影响。在工作准备方面,学生们认为人工智能可以帮助他们学习数字时代的工作技能。然而,这项研究也表明,学生在使用人工智能方面面临一些挑战。关键词:人工智能 (AI)、适应性、学生 摘要。人工智能 (AI) 是一种人工智能 (AI) 技术,它可以为社会、学术界、学术界、文学界、数字文学和人工智能 (AI) 提供支持。请注意观察党和国家的数据。大众对人工智能 (AI) 的认知度很高。哈西尔·佩内利蒂安(Hasil penelitian)在菜单中提到了人工智能(AI),它可以帮助社会和学术界整合。 Dalam hal kesiapan menghadapi dunia kerja、mahasiswa merasa 人工智能 (AI) 和数字时代的主要功能。然而,人工智能 (AI) 是一种人工智能 (AI) 技术。 Kata kunci:人工智能 (AI)、Adaptasi、Mahasiswa。拉塔·勿拉康