基于主成分分析的自组织竞争神经网络在多光谱遥感影像分类中的应用

多光谱遥感影像具有波段多、信息量大的特点,传统的分类方法难以达到提高精度的要求.利用主成分分析对多波段遥感图像进行降维,再采用竞争型自组织神经网络对图像进行非监督分类.这种方法的分类精度为87.5%,Kappa系数为0.86,明显高于最大似然法,最小距离法和基于像元的自组织竞争神经网络法.实验结果表明该方法在多光谱遥感影像分类中具有较好的适用性.     

基于肿瘤微环境响应的DNA纳米结构递药系统

DNA分子由于其独特的生物相容性和可编程性,在增强药物靶向性和降低药物毒性方面展现了独特的优势和巨大的潜力。随着人们对肿瘤微环境研究的深入和环境响应性的DNA触发器的研制,近些年已报道了许多基于肿瘤微环境响应的DNA纳米结构递药系统,这些DNA纳米结构递药系统结合了纳米运载工具良好的生物分布和药代动力学特性,以及小型药物载体的快速扩散和渗透特性。通过靶向广泛的肿瘤栖息地而不是肿瘤特异性受体,该策略有可能克服肿瘤异质性问题,并可用于设计诊断和治疗多种实体肿瘤的纳米颗粒。在体内能够稳定地转运,在肿瘤组织独特的微环境刺激下释放药物,能有效地控制药物释放部位和释放速度,极大地降低了肿瘤治疗的毒副作用。本文主要从pH响应型、GSH响应型、ATP响应型、酶响应型、抗原响应型五个方面,综述了基于肿瘤微环境响应的DNA纳米结构递药系统的最新研究进展,分类介绍了这些DNA纳米载体的设计策略和响应释放机制,此外,还重点介绍了该领域面临的前景和挑战。