本研究的目的是使用几种神经网络模型来估算奶牛的长重:卷积人工神经网络用于通过图片识别奶牛并确定其品种,随后通过立体视觉法确定其身体尺寸,随后利用多层感知器根据有关奶牛的品种和尺寸信息估算奶牛的长重。为了更准确地估计动物的身体参数,还使用了 3D 摄像头(Intel RealSense D435i)。应当注意,由于 3D 摄像头的分辨率低,单独使用不会产生良好的效果。因此,使用摄影测量法从不同角度拍摄的奶牛图像来确定奶牛身体参数。通过摄影测量获得了奶牛的肩高(WH)、臀高(HH)、体长(BL)和臀宽(HW)等参数。使用这些参数(输入参数 WH、HH、BL、HW 和输出参数 - LW),开发了基于 ANN 的模型估计。通过分析从不同角度同步摄像机拍摄的动物图像,可以确定奶牛的身体尺寸。首先,在图像中识别奶牛,并使用 Mask-rcnn 卷积神经网络确定其品种。然后通过立体视觉方法确定奶牛的肩高、臀高、身长和身宽,该方法可以获得数字图像中物体的几何参数并进行测量。数字成像和摄影测量处理包括几个完全确定的步骤,可以生成动物身体的三维或二维数字模型。然后将获得的有关物种及其大小的数据输入到预测模型,该模型确定动物的估计体重。
为生命健康科技初创企业提供孵化、加速计划等支援,助力在港深创新及科技园设立 「生命健康创新科研中心 InnoLife Healthtech Hub 」 Allocate $2 billion to support the InnoHK research clusters to establish presence in the Loop and another $200 million to provide assistance to start-ups engaging in life and health technology in the Hong Kong-Shenzhen I&T Park (HSITP) in the form of incubation and acceleration programmes, etc., thereby facilitating the setting up of the InnoLife Healthtech Hub in HSITP
刘仲民,杨富君,胡文瑾 .多尺度特征交互的伪标签无监督域自适应行人重识别 [J].光电工程, 2025 , 52 (1): 240238 Liu Z M, Yang F J, Hu W J. Multi-scale feature interaction pseudo-label unsupervised domain adaptation for person re- identification[J].Opto-Electron Eng , 2025, 52 (1): 240238
摘要:哥伦比亚同时传播着几种值得关注的 SARS-CoV-2 变体 (VOC) 和值得关注的变体 (VOI),确定中和抗体 (nAb) 反应有助于提高 COVID-19 疫苗接种计划的有效性。因此,在接受 CoronaVac、BNT162b2、ChAdOx1 或 Ad26.COV2.S 完整方案后 9 至 13 周,使用微量中和试验评估了免疫原性个体血清样本中针对 B.1.111、P.1 (Gamma)、B.1.621 (Mu)、AY.25.1 (Delta) 和 BA.1 (Omicron) 谱系的 SARS-CoV-2 分离株的 nAb 反应。在接种 BNT162b2、ChAdOx1 和 Ad26.COV2.S 的个体血清中观察到,相对于 B.1.111 和 Gamma,针对 Mu、Delta 和 Omicron 的 nAb 反应总体降低。所有针对 B.1.111 和 Gamma 的疫苗引起的血清阳性率为 100%,而针对 Mu、Delta 和 Omicron 的血清阳性率分别在 32% 至 87%、65% 至 96% 和 41% 至 96% 之间,具体取决于所测试的疫苗。哥伦比亚针对最后三种主要 SARS-CoV-2 谱系的 nAb 反应显著降低,这表明应在完成疫苗接种方案后注射加强剂量,以提高针对新出现的 SARS-CoV-2 谱系的 nAb 滴度。
【案例一:人类基因组计划】1990年前后,美国 破译人类基因组不仅会对研究人员和医疗实践产生影响,而且会对每个人和整个社会产生影响。 (保护遗传信息=个人信息、防止基于遗传信息的歧视等)因此,不仅研究人员、医生、患者,而且更广泛意义上的社会也有必要讨论在何种程度上才是“可以接受的”。
具有 KMT2A 重排 (KMT2Ar) 的急性髓系白血病 (AML) 位于染色体 11q23 上,通常称为 KMT2A 重排 AML (KMT2Ar-AML)。这种变异具有高度侵袭性,其特点是疾病进展迅速且预后不良。对表观遗传变化(尤其是乳酸化)的了解日益增多,为研究和管理这种亚型开辟了新途径。乳酸化在癌症、炎症和组织再生中起着重要作用,但其潜在机制尚未完全了解。这项研究检查了乳酸化对 KMT2Ar-AML 内基因表达的影响,最初确定了十二个值得注意的乳酸化依赖性差异表达基因 (DEG)。利用先进的机器学习技术,确定了六个关键的乳酸化相关基因(PFN1、S100A6、CBR1、LDHB、LGALS1、PRDX1),这些基因对于预后评估至关重要,并与相关疾病途径相关。该研究还建议使用 PI3K 抑制剂和 Pevonedistat 作为调节免疫细胞浸润的可能治疗选择。我们的研究结果证实了乳酸化在 KMT2Ar-AML 中的关键作用,并确定了六个可作为诊断和治疗生物标记的关键基因。除了强调需要在临床环境中进一步验证外,这些发现还有助于我们了解 KMT2Ar-AML 的分子机制。
战略思想家——来自桑迪亚各地的团队在过去三年中共同制定并实施了由七项优先事项组成的战略方向,以指导实验室未来 20 年的发展。核心团队成员从左至右依次为 Amber Harwell、Tracy Wilbur、Karla Weaver、Kathryn Hanselmann、Scott Holswade、Donna Robertson、John Foley、Rita Gonzales、Elizabeth Roll、Anita Romero O'Brian、Caren Wenner 和 Danielle Rodriguez。图中未出现的核心成员包括 Bill Miller、Chrisma Jackson、Amy Shrouf、Gil Herrera 和 Pam McKeever。照片由 Lonnie Anderson 拍摄