XiaoMi-AI文件搜索系统
World File Search SystemVHR
SVHRSP预防烤面包酮
有力的证据表明，重塑肠道菌群可能是对抗帕金森氏病（PD）的有效方法。蝎子毒液耐热合成肽（SVHRSP）是从蝎子毒液中发现的合成肽，在多种PD模型中显示出有效的神经保护作用。但是，潜在机制尚不清楚。在这项研究中，我们证明了SVHRSP有效地减弱了胃肠道功能障碍，并恢复了烤面包酮酮诱导的PD小鼠模型中的微生物群组成。微生物群的耗竭和FMT验证的是，恢复的肠道菌群对于针对Rotenone PD小鼠中多巴胺能神经变性的SVHRSP介导的神经保护是必需的。此外，SVHRSP肠道肠道微生物群依赖性地减弱了BBB损伤，小胶质细胞激活和基因在烤面包酮治疗的小鼠中促炎性因子的基因表达。从机械上讲，SVHRSP降低了血清和脑组织中LPS和HMGB1的浓度，从而抑制了紫红酮治疗小鼠大脑中TLR4/NF-κB信号传导途径。一起，我们的发现提供了关于SVHRSP诱导的PD神经保护的机制的新鲜观点。
PLUTO - 高端 VHR 地球观测有效载荷
此处出现的徽标品牌、产品、服务和流程名称是 Elbit Systems Ltd.、其附属公司或其他各自持有者的商标或服务标志（如适用）。本文件中的所有信息仅供一般参考，如有更改，恕不另行通知。© 2018。本手册包含 Elbit Systems 和其他专有信息。EP20-MKT-057
使用完全... 在 VHR SAR 图像中检测建筑物
摘要 — 这是预接受版本，要阅读最终版本，请访问 IEEE Xplore 上的《IEEE 地球科学和遥感学报》。本文解决了自动检测人造结构尤其是非常高分辨率 (VHR) 合成孔径雷达 (SAR) 图像中的建筑物这一极具挑战性的问题。在这方面，本文有两大贡献：首先，它提出了一种新颖的通用工作流程，该工作流程首先将星载 TomoSAR 点云（通过使用称为 SAR 断层扫描 (TomoSAR) 的先进干涉技术处理 VHR SAR 图像堆栈生成）在辅助信息的帮助下（即使用公开可用的 2D 建筑物足迹或采用光学图像分类方案）分为建筑物和非建筑物，然后将提取的建筑物点反投影到 SAR 成像坐标上，以自动生成大规模基准标记（建筑物/非建筑物）SAR 数据集。其次，这些标记数据集（即建筑物掩码）已用于构建和训练最先进的深度全卷积神经网络，并附加条件随机场（表示为循环神经网络）来检测单个 VHR SAR 图像中的建筑物区域。这种级联结构已成功应用于计算机视觉和遥感领域，用于光学图像分类，但据我们所知，尚未应用于 SAR 图像。结果
尼泊尔奇特旺亚热带森林生物量/碳估算与测绘：甚高分辨率 GEOEYE 卫星图像与机载激光雷达数据的比较
人们普遍认为，保护森林地区可以大大有助于缓解全球气候变化。为此，联合国气候变化框架公约 (UNFCCC) 等国际机构制定了一项减少二氧化碳排放 (REDD) 的合作计划，以更新温室气体排放清单。然而，研究表明，准确估计森林的碳储量仍然存在不确定性，尤其是使用光学遥感。因此，本研究旨在确定机载 LiDAR 数据或 VHR GeoEye 卫星图像中的哪一个来源可以为尼泊尔奇特旺亚热带森林的生物量/碳估算提供更准确的信息。非常高分辨率的 GeoEye 卫星图像仅提供二维信息，而 LiDAR 数据提供三维信息。在本研究的方法中，LiDAR 数据需要更多分析，因为来自传感器的原始信息是在点云中获取的。然后，从点云中得出数字表面模型 (DSM) 和数字地形模型 (DTM)。树冠高度模型 (CHM)，即树木的高度，是通过 DSM 和 DTM 之间的差异计算得出的。将从 LiDAR 数据得出的树木高度与实地测量的树木高度进行比较。使用面向对象分析 (OOA) 技术对 LiDAR CHM 和 GeoEye 图像进行分割，以删除
正射影像 VHR 空间图像数据的几何质量评估
正射影像被广泛认为是各种专题制图应用的数据源；在欧盟 (EU)，管理共同农业政策的信息系统目前通常基于数字正射影像覆盖，其标称几何质量为 1:10,000 地图比例尺等效和 1m 像素大小或更高 (Kay et al., 1997)。尽管如此，机载图像采集需要一定程度的访问权限，而这并不总是可行的，而所谓的“非常高分辨率”(VHR) 卫星传感器的可用性允许采集具有图像内容质量特征的数据，以满足农村地区或农业制图和监测的需求 (Petrie, 2002)。目前使用 QuickBird 和 IKONOS 数据生成正射影像的主要方法有三种：严格的传感器模型（例如，Toutin 和 Cheng，2003）、使用地面控制点计算的有理多项式系数 (RPC) 方法，或使用影像供应商提供的 RPC 信息。前两种
正射校正 VHR 空间图像数据的几何质量评估
正射影像被广泛认为是各种专题制图应用的数据源；在欧盟 (EU)，管理共同农业政策的信息系统现在通常基于数字正射影像覆盖，其标称几何质量为 1:10,000 地图比例尺当量和 1m 像素大小或更高 (Kay et al., 1997)。尽管如此，机载图像采集需要一定程度的访问，而这并不总是可行的，而所谓的“非常高分辨率”(VHR) 卫星传感器的可用性允许采集具有图像内容质量特征的数据，以满足农村地区或农业制图和监测的需求 (Petrie, 2002)。目前使用三种主要方法从 QuickBird 和 IKONOS 数据生成正射影像：严格的传感器模型（例如，Toutin 和 Cheng，2003）、使用地面控制点计算的有理多项式系数 (RPC) 方法或使用影像供应商提供的 RPC 信息。前两种