Phân lớp ảnh là gì? Các công bố khoa học về Phân lớp ảnh

Chúng tôi mô tả một phương pháp mới để xác định triglycerides trong huyết thanh, trong đó quá trình thuỷ phân enzyme thay thế cho quy trình xà phòng hóa thường được sử dụng. Trong điều kiện thí nghiệm, sự thủy phân enzyme có thể hoàn thành trong chưa đầy 10 phút nhờ tác động kết hợp của lipase vi khuẩn và protease. Chúng tôi đã chứng minh sự thủy phân hoàn toàn của triglycerides bằng phương pháp sắc kí lớp mỏng của các sản phẩm phản ứng, bằng cách thu hồi glycerol từ huyết thanh có hàm lượng triglycerides đã biết, và bằng cách so sánh các thử nghiệm triglycerides trên một số huyết thanh được phân tích bằng phương pháp của chúng tôi với quy trình AutoAnalyzer. Quá trình thủy phân được kết hợp trực tiếp với việc xác định enzyme của glycerol, và được theo dõi thông qua sự thay đổi hấp thụ ở bước sóng 340 nm. Thử nghiệm này đơn giản, nhanh chóng và chỉ cần 50 µl hoặc ít hơn mẫu vật. Vì các enzyme được sử dụng không giải phóng glycerol từ các hợp chất khác trong huyết thanh, sự thủy phân có thể được coi là đặc hiệu cho triglycerides.

TÓM TẮT. Nghiên cứu trình bày sự phát triển của bộ dữ liệu lượng mưa lưới theo ngày mới (IMD4) với độ phân giải không gian cao (0.25° × 0.25°, vĩ độ × kinh độ) bao phủ một khoảng thời gian dài 110 năm (1901-2010) trên đất liền chính của Ấn Độ. Nghiên cứu cũng đã so sánh IMD4 với 4 bộ dữ liệu lượng mưa lưới theo ngày khác với các độ phân giải không gian và thời gian khác nhau. Để chuẩn bị dữ liệu lưới mới, các ghi nhận lượng mưa hàng ngày từ 6955 trạm đo mưa ở Ấn Độ đã được sử dụng, đây là số lượng trạm cao nhất được sử dụng cho tới nay trong các nghiên cứu như vậy. Bộ dữ liệu lưới này được phát triển sau khi thực hiện kiểm soát chất lượng các trạm đo mưa cơ bản. So sánh IMD4 với các bộ dữ liệu khác cho thấy rằng các đặc điểm khí hậu và biến đổi của lượng mưa trên Ấn Độ được suy ra từ IMD4 có thể so sánh với dữ liệu lượng mưa lưới theo ngày hiện có. Ngoài ra, phân bố lượng mưa không gian như các khu vực mưa lớn ở các vùng địa hình của bờ biển phía tây và khu vực đông bắc, lượng mưa thấp ở phía tây Ghats, v.v... được thể hiện thực tế hơn và tốt hơn trong IMD4 nhờ độ phân giải không gian cao hơn và mật độ trạm đo mưa cao hơn được sử dụng để phát triển nó.

Vắc xin rotavirus an toàn và hiệu quả đang là nhu cầu cấp bách, đặc biệt là ở các nước đang phát triển. Cơ sở kiến thức quan trọng đối với phát triển và triển khai vắc xin là về dịch tễ học của các kiểu huyết thanh/kiểu gen G và P của rotavirus trên toàn thế giới. Phân bố theo thời gian và địa lý của các kiểu G và P rotavirus ở người được xem xét thông qua phân tích tổng cộng 45571 chủng được thu thập toàn cầu từ 124 nghiên cứu báo cáo từ 52 quốc gia trên năm châu lục, công bố trong giai đoạn 1989 đến 2004. Bốn kiểu G phổ biến (G1, G2, G3 và G4) kết hợp với P[8] hoặc P[4] chiếm hơn 88% tổng số chủng phân tích trên toàn thế giới. Ngoài ra, các virus kiểu huyết thanh G9 kết hợp với P[8] hoặc P[6] đã nổi lên là kiểu G quan trọng thứ tư trên toàn cầu với tần suất tương đối 4,1%. Khi phân phối toàn cầu các kiểu G và/hoặc P được chia thành năm lục địa/phân lục địa, nhiều đặc điểm đặc trưng đã nổi lên. Ví dụ, P[8]G1 chiếm hơn 70% các trường hợp nhiễm rotavirus ở Bắc Mỹ, Châu Âu và Úc, nhưng chỉ khoảng 30% các trường hợp nhiễm ở Nam Mỹ và Châu Á, cùng với 23% ở Châu Phi. Ngoài ra, ở Châu Phi (i) tần suất tương đối của G8 cao ngang với G3 hoặc G4 thường gặp trên toàn cầu, (ii) P[6] chiếm gần một phần ba tổng số các kiểu P xác định được và (iii) 27% các trường hợp nhiễm bệnh liên quan đến các chủng rotavirus mang các kết hợp không bình thường như P[6]G8 hoặc P[4]G8. Hơn nữa, ở Nam Mỹ, virus G5 ít phổ biến dường như tăng mức độ quan trọng dịch tễ học trong số các trẻ em bị tiêu chảy. Những phát hiện như vậy đã (i) khẳng định tầm quan trọng của việc giám sát liên tục các chủng rotavirus một cách chủ động trong nhiều bối cảnh địa lý khác nhau và (ii) cung cấp các cân nhắc quan trọng cho phát triển và triển khai một vắc xin rotavirus hiệu quả (ví dụ, điều chỉnh kiểu P-G theo địa lý trong việc bào chế vắc xin đa giá thế hệ tiếp theo). Bản quyền © 2004 John Wiley & Sons, Ltd.

Chụp phát xạ positron 2-[18F]Fluoro-2-deoxyglucose (FDG-PET) đánh giá một thuộc tính cơ bản của sự rối loạn tăng sinh, hiệu ứng Warburg. Kỹ thuật hình ảnh phân tử này cung cấp một cách tiếp cận bổ sung cho hình ảnh giải phẫu vốn nhạy cảm và đặc hiệu hơn trong một số bệnh ung thư. FDG-PET đã được áp dụng rộng rãi trong lĩnh vực ung thư chủ yếu như một công cụ xác định giai đoạn và giai đoạn lại có thể chỉ dẫn chăm sóc bệnh nhân. Tuy nhiên, bởi vì nó phát hiện chính xác bệnh tái phát hoặc còn sót, FDG-PET cũng có tiềm năng lớn trong việc đánh giá phản ứng điều trị. Theo hướng này, nó có thể cải thiện quản lý bệnh nhân bằng cách xác định những người có đáp ứng sớm, trước khi kích thước khối u giảm; những người không đáp ứng có thể ngưng liệu pháp vô ích. Hơn nữa, sự giảm tín hiệu FDG-PET trong vài ngày hoặc vài tuần sau khi bắt đầu liệu pháp (ví dụ, trong ung thư hạch, ung thư phổi không tế bào nhỏ, và ung thư thực quản) có mối tương quan rõ ràng với sự sống kéo dài và các mục tiêu lâm sàng khác hiện được sử dụng trong việc phê duyệt thuốc. Những phát hiện này gợi ý rằng FDG-PET có thể tạo điều kiện cho phát triển thuốc như một chỉ số thay thế sớm của lợi ích lâm sàng. Bài viết này tổng quan cơ sở khoa học nền tảng của FDG-PET và sự phát triển và ứng dụng của nó như một công cụ hình ảnh học ung thư có giá trị. Khả năng của nó để tạo điều kiện cho phát triển thuốc được đề cập trong bảy bối cảnh ung thư (phổi, u lympho, vú, tuyến tiền liệt, sarcoma, trực tràng, và buồng trứng). Những khuyến nghị bao gồm xác thực ban đầu so với các liệu pháp đã được phê duyệt, phân tích hồi cứu để xác định mức độ thay đổi chỉ ra đáp ứng, xác thực bổ sung theo hướng tới lợi ích lâm sàng, và ứng dụng như một điểm kết thúc thử nghiệm giai đoạn II/III để tăng tốc đánh giá và phê duyệt các phác đồ và liệu pháp mới.

Thông tin về lớp phủ đất đóng vai trò quan trọng trong nhiều khía cạnh của cuộc sống, từ khoa học và kinh tế đến chính trị. Thông tin chính xác về lớp phủ đất ảnh hưởng đến độ chính xác của tất cả các ứng dụng tiếp theo, do đó thông tin lớp phủ đất chính xác và kịp thời đang rất được yêu cầu. Trong các nghiên cứu phân loại lớp phủ đất trong thập kỷ qua, độ chính xác cao hơn được tạo ra khi sử dụng chuỗi thời gian hình ảnh vệ tinh so với khi sử dụng hình ảnh đơn lẻ. Gần đây, sự sẵn có của Google Earth Engine (GEE), một nền tảng điện toán dựa trên đám mây, đã thu hút sự chú ý của các ứng dụng dựa trên quan sát viễn thám nơi các phương pháp tổng hợp thời gian từ chuỗi thời gian hình ảnh được áp dụng rộng rãi (tức là, sử dụng các chỉ số như trung bình hoặc trung vị), thay vì chuỗi thời gian hình ảnh. Trong GEE, nhiều nghiên cứu đơn giản lựa chọn càng nhiều hình ảnh càng tốt để lấp đầy khoảng trống mà không quan tâm đến việc hình ảnh của các năm/mùa khác nhau có thể ảnh hưởng như thế nào đến độ chính xác của phân loại. Nghiên cứu này nhằm phân tích ảnh hưởng của các phương pháp hợp thành khác nhau, cũng như các hình ảnh đầu vào khác nhau, đối với kết quả phân loại. Chúng tôi sử dụng dữ liệu phản xạ bề mặt Landsat 8 (L8sr) với tám chiến lược kết hợp khác nhau để tạo ra và đánh giá bản đồ lớp phủ đất cho một khu vực nghiên cứu ở Mông Cổ. Chúng tôi thực hiện thí nghiệm trên nền tảng GEE với một thuật toán được áp dụng rộng rãi, bộ phân loại rừng ngẫu nhiên (RF). Kết quả của chúng tôi cho thấy tất cả tám dữ liệu đều tạo ra các bản đồ lớp phủ đất với độ chính xác từ trung bình đến rất cao, với độ chính xác tổng thể trên 84,31%. Trong số tám dữ liệu này, hai dữ liệu chuỗi thời gian của cảnh mùa hè (hình ảnh từ 1 tháng 6 đến 30 tháng 9) tạo ra độ chính xác cao nhất (89,80% và 89,70%), tiếp theo là hợp thành trung vị của cùng các hình ảnh đầu vào (88,74%). Sự khác biệt giữa ba phân loại này không đáng kể dựa trên kiểm định McNemar (p > 0,05). Tuy nhiên, sự khác biệt có ý nghĩa (p < 0,05) được quan sát thấy đối với tất cả các cặp khác liên quan đến một trong ba dữ liệu này. Kết quả chỉ ra rằng tổng hợp thời gian (ví dụ, trung vị) là một phương pháp hứa hẹn, không chỉ giảm đáng kể khối lượng dữ liệu (dẫn đến phân tích dễ dàng và nhanh chóng hơn) mà còn tạo ra độ chính xác cao tương đương với chuỗi thời gian dữ liệu. Sự nhất quán về không gian giữa các kết quả phân loại tương đối thấp so với độ chính xác cao nói chung, cho thấy rằng việc lựa chọn tập dữ liệu được sử dụng trong bất kỳ phân loại nào trên GEE là một bước quan trọng và cần thiết, bởi vì các hình ảnh đầu vào cho việc hợp thành đóng vai trò thiết yếu trong phân loại lớp phủ đất, đặc biệt khi ở các khu vực có tuyết, mây và rộng lớn như Mông Cổ.

Một chương trình tiểu học không phân lớp là chương trình trong đó trẻ em được nhóm một cách linh hoạt theo mức độ hiệu suất, không dựa trên độ tuổi, và tiến bộ qua trường tiểu học theo tốc độ của riêng mình. Phổ biến vào những năm 1950, 1960, và đầu những năm 1970, kế hoạch không phân lớp đang quay trở lại ngày nay. Bài báo này xem xét lại nghiên cứu về những ảnh hưởng đối với thành tựu của tổ chức không phân lớp. Kết quả chỉ ra ảnh hưởng tích cực một cách nhất quán đối với thành tựu từ các dạng đơn giản của không phân lớp được phát triển sớm, chẳng hạn như nhóm chéo lớp cho một môn học (ES trung bình = + .46) và nhóm chéo lớp cho nhiều môn học (ES trung bình = + .34). Các dạng không phân lớp sử dụng cá nhân hóa rộng rãi ít thành công hơn (ES trung bình = + .02). Các nghiên cứu về Giáo Dục Hướng Dẫn Cá Nhân (IGE), sử dụng không phân lớp và cá nhân hóa, cũng có kết quả không nhất quán (ES trung bình = + .11). Bài báo kết luận rằng tổ chức không phân lớp có thể có tác động tích cực đến thành tích của học sinh nếu sử dụng nhóm chéo độ tuổi để cho phép giáo viên cung cấp hướng dẫn trực tiếp hơn cho học sinh, nhưng không phải nếu nó được sử dụng như một khuôn khổ cho việc giảng dạy cá nhân hóa.

Melatonin là một chất chống oxy hóa nổi tiếng đã được sử dụng thành công để bảo vệ các noãn bào khỏi các dạng oxy hoạt động trong quá trình nuôi trưởng thành trong ống nghiệm (IVM), dẫn đến sự cải thiện khả năng thụ tinh và khả năng phát triển. Tuy nhiên, cơ chế mà melatonin cải thiện khả năng thụ tinh và phát triển của noãn bào vẫn chưa được xác định. Trong nghiên cứu này, chúng tôi đã nghiên cứu tác động của melatonin lên sự trưởng thành tế bào chất của noãn bào bò. Trong nghiên cứu hiện nay, noãn bào bò được nuôi cấy trong môi trường IVM được bổ sung melatonin với các nồng độ 0, 10^–7, 10^–9, và 10⁻¹¹ mol/L, và các thông số trưởng thành tế bào chất của noãn bào MII sau IVM đã được điều tra, bao gồm sự phân bố của các bào quan (ty thể, hạt nhân của tế bào vùng vỏ [CG], và mạng lưới nội chất [ER]), các mức độ glutathione nội bào (GSH) và ATP, biểu hiện của các gen chống oxy hóa nội tại (Cat, Sod1, và GPx), và các sự kiện liên quan đến thụ tinh (phân bố IP3R1 và biểu hiện của CD9 và Juno). Kết quả của chúng tôi cho thấy melatonin đã cải thiện đáng kể sự trưởng thành tế bào chất của noãn bào bò bằng cách cải thiện sự phân bố bình thường của các bào quan, tăng mức độ GSH và ATP nội bào, nâng cao mức độ biểu hiện từ gen chống oxy hóa, và điều chỉnh các sự kiện liên quan đến thụ tinh, tất cả điều này dẫn đến tăng khả năng thụ tinh và khả năng phát triển. Trong khi đó, melatonin cũng tăng các mức độ biểu hiện mRNA và protein của gen Tet1 và giảm các mức độ mRNA và protein của gen Dnmt1 trong noãn bào bò, chỉ ra rằng melatonin điều hòa biểu hiện của các gen được phát hiện qua quá trình khử methyl. Những phát hiện này cung cấp cái nhìn sâu sắc về các cơ chế tiềm năng mà melatonin cải thiện chất lượng noãn bào trong quá trình IVM.

Bản đồ sử dụng đất đai và lớp phủ đất (LULC) chính xác và thời gian thực rất quan trọng để cung cấp thông tin chính xác cho việc giám sát động, quy hoạch và quản lý Trái Đất. Với sự ra đời của các nền tảng điện toán đám mây, các kỹ thuật trích xuất đặc tính theo chuỗi thời gian và các bộ phân loại học máy, đang xuất hiện những cơ hội mới trong việc lập bản đồ LULC chính xác và quy mô lớn hơn. Trong nghiên cứu này, chúng tôi nhằm tìm hiểu cách hai phương pháp ghép hỗn hợp và các chỉ số quang phổ–thời gian được trích xuất từ chuỗi thời gian vệ tinh có thể ảnh hưởng đến khả năng của một bộ phân loại học máy trong việc tạo ra bản đồ LULC chính xác. Chúng tôi đã sử dụng nền tảng điện toán đám mây Google Earth Engine (GEE) để tạo ra chuỗi thời gian Sentinel-2 (S-2) và Landsat-8 (L-8) không có mây trên tỉnh Tehran (Iran) tính đến năm 2020. Hai phương pháp ghép hỗn hợp, cụ thể là hỗn hợp theo mùa và chỉ số phần trăm, đã được sử dụng để định nghĩa bốn tập dữ liệu dựa trên chuỗi thời gian vệ tinh, chỉ số thảm thực vật và các lớp địa hình. Bộ phân loại rừng ngẫu nhiên đã được sử dụng trong phân loại LULC và để xác định các biến quan trọng nhất. Kết quả đánh giá độ chính xác cho thấy rằng S-2 vượt trội hơn so với các chỉ số quang phổ–thời gian của L-8 ở cấp độ tổng thể và cấp lớp. Hơn nữa, sự so sánh giữa các phương pháp ghép hỗn hợp chỉ ra rằng hỗn hợp theo mùa vượt trội hơn chỉ số phần trăm trong cả chuỗi thời gian S-2 và L-8. Ở cấp lớp, hiệu suất cải thiện của hỗn hợp theo mùa liên quan đến khả năng của chúng cung cấp thông tin tốt hơn về sự biến đổi thời kỳ sinh thái của các lớp LULC khác nhau. Cuối cùng, chúng tôi kết luận rằng phương pháp luận này có thể tạo ra bản đồ LULC dựa trên GEE đám mây điện toán một cách chính xác và nhanh chóng và có thể được sử dụng trong lập bản đồ LULC quy mô lớn.

Nghiên cứu này đã sử dụng phân tích lớp tiềm ẩn (LCA) để rút ra empirically các hồ sơ về sự tham gia tôn giáo trong một mẫu gồm 808 người trưởng thành trẻ tuổi và mô tả sự khác biệt về dân tộc và giới tính trong các mẫu hành vi tham gia tôn giáo này. Các mục trong Chỉ số Tôn giáo Duke (DRI) đã được đưa vào như một phần của một khảo sát theo chiều dọc lớn hơn về sức khỏe tâm lý, thể chất và hành vi. Thang đo này đã đo lường các chiều hướng tổ chức, phi tổ chức và nội tại của tôn giáo (Koenig et al. trong Handbook of religion and health, Oxford University Press, Oxford, 2001) trong một mẫu người trưởng thành trẻ tuổi tại hai thời điểm của nghiên cứu—lúc 27 tuổi và 30 tuổi. Ở độ tuổi 27, năm hồ sơ tôn giáo đã được phân biệt trong mẫu, trong khi ở độ tuổi 30, sáu hồ sơ xuất hiện. Đã có sự khác biệt về dân tộc được tìm thấy ở mỗi hồ sơ tôn giáo, nơi sự tham gia tôn giáo thể hiện theo các cách khác nhau. Các hồ sơ tôn giáo giữa độ tuổi 27 và 30 đã thay đổi theo thời gian và bị ảnh hưởng bởi giới tính và dân tộc.