多重耐药微生物的检测方法

    公开(公告)号:CN113308517A

    公开(公告)日:2021-08-27

    申请号:CN202110614183.6

    申请日:2021-06-02

    Applicant: 重庆大学

    Abstract: 本发明公开了一种多重耐药微生物的检测方法,该检测方法先用核酸适配体磁珠捕获多重耐药微生物,并释放出与适配体互补的阻断序列,将蛋白质信号转化为核酸信号,再通过指数扩增反应扩增阻断序列,对扩增后的阻断序列进行测定。本发明在指数扩增反应体系中加入分子增强剂来抑制非特异性扩增反应,在测定过程中加入纳米级过渡金属二卤族化合物作为结果读取载体,进一步降低背景信号的强度。本发明操作简便、高效,可实现无背景、快速、超敏检测的目的,能解决传统检测技术检测周期长、灵敏度低、检测结果存在背景信号、受人为主观因素影响导致结果判读不准确、等温扩增反应存在严重的非特异性扩增等关键技术问题。本发明适用于检测微生物的耐药性。

    一种跨模态语义对齐和特征融合的仿生无人机与飞鸟智能识别方法

    公开(公告)号:CN119762833A

    公开(公告)日:2025-04-04

    申请号:CN202411523088.5

    申请日:2024-10-29

    Abstract: 本发明涉及仿生无人机识别技术领域,具体为一种跨模态语义对齐和特征融合的仿生无人机与飞鸟智能识别方法,包括,S1按照以下策略构建神经网络:神经网络的输入为由目标的图像和一定长度的运动行为序列组成的样本对;目标为仿生无人机或飞鸟;输入的图像由第一特征提取器提取图像特征向量,运动行为序列由第二特征提取器提取序列特征向量;由特征融合模块融合图像特征向量和序列特征向量,得到一高级特征;由分类器基于高级特征进行分类;S2训练神经网络,其中,所用到的损失函数包含用于趋近图像特征向量和序列特征向量间的差距的语义对齐目标损失函数;S3使用训练好的神经网络进行仿生无人机和飞鸟的识别,实现对仿生无人机与飞鸟的稳健性判别。

    多重耐药微生物的检测方法

    公开(公告)号:CN113308517B

    公开(公告)日:2022-10-11

    申请号:CN202110614183.6

    申请日:2021-06-02

    Applicant: 重庆大学

    Abstract: 本发明公开了一种多重耐药微生物的检测方法,该检测方法先用核酸适配体磁珠捕获多重耐药微生物,并释放出与适配体互补的阻断序列,将蛋白质信号转化为核酸信号,再通过指数扩增反应扩增阻断序列,对扩增后的阻断序列进行测定。本发明在指数扩增反应体系中加入分子增强剂来抑制非特异性扩增反应,在测定过程中加入纳米级过渡金属二卤族化合物作为结果读取载体,进一步降低背景信号的强度。本发明操作简便、高效,可实现无背景、快速、超敏检测的目的,能解决传统检测技术检测周期长、灵敏度低、检测结果存在背景信号、受人为主观因素影响导致结果判读不准确、等温扩增反应存在严重的非特异性扩增等关键技术问题。本发明适用于检测微生物的耐药性。

Patent Agency Ranking