蛴螬提取物对脉络膜新生血管中趋化因子受体3及其配体嗜酸性粒细胞趋化因子表达的影响

目的 观察蛴螬提取物口服、滴眼两种给药途径对实验眼脉络膜新生血管（Choroidal neovascularization,CNV）组织的趋化因子受体3（chemokine receptor 3,CCR3）及其配体嗜酸性粒细胞趋化因子（eosinophil activated chemotactic factor,Eotaxin）表达的影响。方法 选用8周龄雄性BN大鼠32只,随机数字表法平均分成空白组、模型组、口服组、滴眼组,予以不同干预措施。采用YAG激光建立CNV大鼠模型,于造模后7、28 d行荧光素眼底血管造影（fluorescein fundus angiography,FFA）检查,造模后28 d行免疫组化CCR3及其配体Eotaxin染色及其结果观察分析。结果 FFA检查显示：造模后7 d除空白组外,各组均造模成功;造模后28 d口服组与滴眼液荧光渗漏减少。CCR3及Eotaxin免疫组化结果示：口服组与滴眼组CCR3及Eotaxin含量较模型组减少,差异有统计学意义（P<0.05）;口服组与滴眼组相比,差异无统计学意义（P>0.05）。结论 蛴螬提取物两种给药途径均可抑制实验性CNV模型中CCR3及其配体Eotaxin的表达,从而抑制实验性CNV的形成。     

基于太赫兹时域光谱技术的烟草组分识别

为了准确识别不同烟草配方组分,利用太赫兹时域光谱技术,针对烟草工业常用的叶丝、梗丝和再造烟叶丝3种烟草配方组分开展太赫兹光谱特性分析和分类识别方法研究。对0.35～1.50 THz范围内3种烟丝的吸收系数谱和折射率谱进行分析,通过低方差滤波结合主成分分析（Principal Component Analysis,PCA）进行光谱特征提取和降维,分别建立针对吸收谱和折射谱的支持向量机（Support Vector Machine,SVM）分类模型、最邻近分类（K-Nearest Neighbor,KNN）模型和袋装树（Bagged trees）分类模型。结果表明,基于吸收系数谱的分类模型准确率最高,低方差滤波结合PCA的特征提取算法能显著提高分类效果,其中KNN模型准确率达到98.3%。对频域光谱使用连续投影算法（Successive Projections Algorithm,SPA）特征提取并结合SVM模型,分类准确率也在90%左右。研究表明太赫兹时域光谱技术可应用于不同烟草组分的分类判别,为太赫兹技术在烟草物料无损检测的应用提供参考。