Sdr 1536 штабелер: Самоходный штабелер PROLIFT SDR 1536

Содержание

Самоходный штабелер PROLIFT SDR 1536 — цена, отзывы, характеристики с фото, инструкция, видео

ХарактеристикаЗначение
Грузоподъемность, т1.5
МодельSDR 1536
Типсамоходный
Вес SDR1536 , кг937
Аккумулятор, Ач210
Центр тяжести, мм600
Длина вил, мм1150
Количество колес1+2/4
Материал колесаполиуретан
Общая длина, мм1914
Общая ширина, мм808
Рабочее напряжение, В24
Радиус разворота, мм1460
Размер опорных колес, мм150×58
Размер роликов, мм80х70
Размер рулевых колес, мм250×80
Размер вилы, мм60/80/1150
Ширина прохода с поддоном, мм2232
Ширина вил, мм570
Сила тока зарядного устройства, А30
Скорость опускания вил (с грузом/без), мм/с133-141
Скорость передвижения (с грузом/без), км/ч4-5
Скорость поднятия (с грузом/без), мм/с82-130
Свободный подъем, мм1800
Тип аккумуляторасвинцово-кислотный
Высота в разложенном состоянии, мм4087
Высота, мм2327
Высота опущенных вил, мм86
Высота подъема вил, мм3600
Зарядное устройствов комплекте
Наличие1

Самоходный штабелер PROLIFT SDR 1536 3,6м 1500кг

ОПИСАНИЕ ТОВАРА

Самоходный штабелер с максимальной грузоподъемностью 1,5 тонны  Предназначен для перевозки и подъема палет и поддонов на высоту до 1,5 метров. Используется при расстановке грузов на высокие стеллажи. Применяется в складских и подсобных помещениях, торговых залах, на промышленных и строительных объектах.

Оборудование оснащено аккумуляторной батареей емкостью 210 ампер/час . Индикатор заряда аккумулятора расположен на эргономичной ручке вместе с замком зажигания и элементами управления. Функциональные колеса обеспечивают высокую маневренность даже в тесном пространстве.

ОСОБЕННОСТИ

  • Усиленная ребрами жесткости мачта;
  • Энергоэффективный мощный гидронасос;
  • Эргономичная рукоять с элементами управления;
  • Переключатели защищены от воздействия внешней среды.

Самоходный электроштабелер  SDR 1536 — самая доступная модель класса «эконом». Рекомендуется для работы в зонах хранения со стеллажами в 2-3 яруса. Максимальная высота подъема — 3,6 м. номинальная грузоподъемность — 1,5 тонны

C-образный профиль мачты повышает устойчивость штабелёра и увеличивает срок его службы.

Индикатор заряда АКБ не допускает полной разрядки.

Функция «черепаший ход» ограничивает скорость движения для точного позиционирования.

Кнопка аварийного отключения позволяет быстро отключить штабелер при возникновении аварийной ситуации.

Плавная работа системы электропривода увеличивает эффективность работы оператора.

Выносное зарядное устройство упрощает конструкцию электрооборудования, повышает его надежность.

Эргономичная ручка управления обеспечивает удобное управление как правой, так и левой рукой

  • Технические характеристики
      • Грузоподъемность, кг: 1500
      • Высота опущенных вил, мм: 86
      • Высота подъема вил, мм: 3600
      • Длина вил, мм: 1150
      • Ширина вил, мм: 570
      • Размер роликов, мм: 80х70
      • Размер рулевых колес, мм: 210х70
      • Размер опорных колес, мм: 150х58
      • Материал колеса: полиуретан
      • Вес, кг: 937
      • Аккумулятор, Ач: 210
      • Высота в разложенном состоянии, мм: 4087
      • Общая длина, мм: 1914
      • Общая ширина, мм: 808
      • Размер вилы, мм: 60/180/1150
      • Скорость передвижения (с грузом/без груза), км/ч: 4-4.2
      • Скорость поднятия (с грузом/без груза), мм/с: 82-130
      • Скорость опускания вил (с грузом/без груза), мм/с: 133-141
      • Высота, мм: 2327
      • Радиус разворота, мм: 1460
      • Ширина прохода с поддоном, мм: 2232
      • Центр тяжести, мм:600
      • Остаточная грузоподъемность, кг 900
      • Свободный подъем, мм 1800
    • Усиленная ребрами жесткости мачта характеризуются повышенной жесткостью и стабильностью;
    • компактный, энергоэффективный электропривод и мощный гидронасос:
    • стойкие к воздействиям внешней среды микропереключатели;
    • боковое расположение рычага управления улучшает маневренность и обзор;
    • эргономичная ручка с интегрированным замком зажигания, индикатором заряда и полным набором клавиш управления

Самоходный штабелер PROLIFT SDR 1536 li-ion

Технические характеристики Самоходный штабелер PROLIFT SDR 1536 li-ion

ХарактеристикаЗначение
Грузоподъемность, т1.5
МодельSDR 1536 li-ion
Тип
самоходный
Вес SDR 1536 Li-ion , кг937
Аккумулятор, Ач150
Центр тяжести, мм600
Длина вил, мм1150
Материал колесаполиуретан
Общая длина, мм1914
Общая ширина, мм808
Радиус разворота, мм1460
Размер опорных колес, мм150×58
Размер роликов, мм
80х70
Размер рулевых колес, мм250×80
Размер вилы, мм60/80/1150
Ширина прохода с поддоном, мм2232
Ширина вил, мм570
Скорость опускания вил (с грузом/без), мм/с133-141
Скорость передвижения (с грузом/без), км/ч4-5
Скорость поднятия (с грузом/без), мм/с82-130
Свободный подъем, мм1800
Тип аккумуляторалитий-ионный
Высота в разложенном состоянии, мм4087
Высота, мм2327
Высота опущенных вил, мм86
Высота подъема вил, мм3600
Наличие1

Самоходный штабелер S-DR 15-36

Название:

Артикул:

Текст:

Выберите категорию:
Все Такелажные тележки » Подкатная платформа c поворотным диском СТА »» Транспортная платформа CTA с ручкой управления »» Подкатная платформа CTA на металлических роликах »» Тележка грузовая такелажная СТА c поворотным диском , ролики полиуретан » Подкатные тележки серии SF » Такелажная роликовая система XY » Подкатная платформа ST » Такелажные платформы сдвоенные серии СМ » Транспортная платформа с поворотными роликами »» Транспортная платформа с поворотными роликами CRP »» Управляемая такелажная платформа WCRP » Полнокомплектные платформы SK » Роликовые платформы Noblift » Транспортные роликовые тележки CRO »» Подкатные платформы CRO на металлических роликах » Управляемые роликовые платформы HS-A (СТВ-А) » Такелажная платформа управляемые CTB » Лом такелажный » Ручки для транспортных платформ GRA/CTA » Ролики для подводных платформ » Такелажные платформы для неровных поверхностей CRF » Гусенечные катки ( Танки ) » Системы для перемещения тяжелых грузов YALE » Катки для перемещения мебели Домкраты » Низкоподхватные домкраты »» Домкрат низкоподхватный MHC »» Домкрат гидравлический с низким подхватом НМ »» Домкрат низкоподхватный TG »» Домкрат с низким подхватом промышленный TL »» Домкрат гидравлический низкоподхватный TB200 » Домкраты реечные механические »» Домкрат реечный с низким подхватом »» Домкраты реечные автомобильные Jack » Домкраты гидравлические бутылочные » Домкраты винтовые »» Винтовой домкрат ScrewJack » Домкрат гидравлический ( гидроцилиндр) » Домкрат клиновой механический » Реечный домкрат настенный »» PFAFF Silberblau реечными домкратами модель ZWW »»» Домкраты реечные настенные ZWW 300 »»» Домкраты реечные настенные ZWW 600 »»» Домкраты реечные настенные ZWW 1200 »» Реечный домкрат настенный MJW » Домкраты Pfaff-silberblau, Подъемные столы » Тележка с подъемной платформой Ningbo Ruyi » Подъемные столы Noblelift »» Подъемные столы TF »» Подъемные столы TFD »» Подъемные столы TG » Столы подъемные гидравлические WP » Электрические подъмные столы » Гидравлические столы Pfaff Silberblau » Передвижные подъемные столы специальные » Мобильные гидравлические подъемные столы FOX » Мобильные гидравлические столы NU-Lift » Подъемный Стол из Нержавеющей передвижной » Запчасти для передвижных подъемных столов » Столы подъемные на пружинах Оборудование для бочек » Штабелеры гидравлические для работы с бочками »» Бочкокантователей с системой весового контроля » Штабелер электрический для работы с бочками » Тележки ручные для подъема и перемещения бочек » Тележки гидравлические для бочек » Штабелеры по Вашим размерам » Поддоны для бочек Тали » Тали ручные цепные шестеренные »» Таль ручная цепная шестеренная г/п 500 кг »» Таль ручная шестеренная стационарная 1 тонна »» Таль ручная цепная 2 тонны »» Таль ручная цепная 3 тонны »» Таль ручная цепная 5 тонн »» Таль ручная цепная 10 тонн »» Таль ручная цепная 20 тонн » Тали электрические стационарные подвесные »» Таль консольная электрическая канатная HXS » Электрические мини тали »» Электрические мини-тали РА »» Электрические мини тали РА (220 В) с тележкой »» Штанги для крепления тали модели РА »» Электрические передвижные мини-тали HGS-B »» Пульт для тали РА » Тали электрические цепные »» Тали электрические цепные передвижные » Тали ручные рычажные »» Таль рычажная ручная HSH-C LB »»» Таль рычажная HSH-C LB 0.5 т »»» Таль рычажная HSH-C LB 1т »»» Таль рычажная HSH-C LB 2т »»» Таль рычажная HSH-C LB 3т »»» Таль рычажная HSH-C LB 6т »»» Таль ручная рычажная HSH-V 9т » Тельферы цепные KIXIO » Тали YALE »» Рычажные Тали »» Ручная цепная таль »» Ручная цепная передвижная таль »» Электрические тали Механизмы передвижения для талей » Каретка передвижная (холостая) »» Каретка передвижная GCA для тали без привода »» Тележка для тали не приводная GCT-B »» Крановая тележка Yale »» Холостая каретка для талей OL-PT » Электрическая тележка для тали » Тележки приводные к тали ручной »» Тележка для тали приводная GC-L »»» Приводная каретка для талей GC-L 0.5т »»» Приводная каретка для тали GC-L 1т »»» Приводная каретка для тали GCL- 2Т »»» Приводная каретка для тали GC-L 3т »» Тележка приводная к тали НGT »»» Тележка приводная к тали НGT 0,5т »»» Тележка приводная к тали НGT 1,0 т »»» Тележка приводная к тали НGT 1,5т »»» Тележка приводная к тали НGT 2.0т » Крантележки ручные YALE Лебедки » Лебедки ручные рычажные МТМ » Электрические лебедки »» Лебедки электрические KCD »»» Лебедка электрическая KCD 300 »»» Лебедка электрическая KCD 400А »»» Электролебедка KCD 500-A »»» Лебедки KCD — E21 »» Лебедки электрические KDJ »» Лебедки электрические KCDA в алюминиевом корпусе » Лебедки ручные »» Лебедки ручные Pfaff Silberblau (Германия) »»» Лебедка ручная консольная Pfaff-Silberblau SW K-LB »» Лебедки ручные пр-во Китай » Лебедки барабанные с редуктором CHW Краны подъемные » Краны гидравлические с противовесом »» Краны с противовесом электрические »» Гидравлический кран с противовесом Pfaff-Silberblau серии HGGKK » Кран гидравлический для мастерских »» Краны гидравлические передвижные Pfaff-silberblau для сервисных и монтажных работ » Передвижной портальный кран » Краны консольные » Кран с противовесом с поворотной стрелой »» Кран с противовесом с вращением стрелы на 360гр. ручной »» Кран с противовесом поворотный с электроподъемом »» Кран с поворотной стрелой КРПП 360 РФ Штабелеры » Мини штабелер с лебедкой » Ручные гидравлические штабелеры с вилами и съемной платформой » Гидравлический штабелер ручной »» Штабелер гидравлический ручной модель CTY.EH »» Штабелер ручной гидравлический НS » Штабелёр с платформой » Штабелер с противовесом (укороченные опорные вилы) » Полуэлектрические штабилеры » Самоходные электроштабелеры »» Самоходные электроштабелеры HELI »» Самоходные штабелеры серии DR »» Штабелер самоходный с платформой для оператора SD-K »» Штабелер электрический AX » Штабелеры для работы с рулонами Тележки гидравлические » Тележки Т.М. «Pfaff Silberblau» » Гидравлические тележки с весами » Гидравлические тележки Niuli Machinery » Гидравлические тележки Noblelift » Нестандартные тележки »» Тележки с узкими вилами »» Гидравлические тележки с большой грузоподъемностью »» Гидравлические тележки со стояночным тормозом »» Низкопрофильная гидравлическая тележка »» Тележки для работы с рулонами »» Гидравлическая тележка с гальваническим покрытием »» Гидравлические тележки с функцией движения боком »» Тележки гидравлические с механической помощью при подъеме » Запасные части для гидравлических тележек »» Колеса и ролики для гидравлических тележек »» Запасные части для ходовой гидравлической тележки » Тележки самоходные Тележки ручные » Тележки платформенные ТП »» Тележки платформенные ТП 500х800 »» Тележки платформенные серии ТП »» Тележки платформенные серии ТБ »» Тележки платформенные серии ТС »» Тележка платформенная с резиновым покрытием »» Тележка платформенная с резиновым покрытием (ТПРН) »» Тележки платформенные с 2-мя съемными ручками ( ТПД ) »» Тележка платформенная с съемным ограждающим бортиком (ТПБ) »» Платформенные тележки серии ТК »» Тележки платформенные оцинкованные » Тележка для перевозки мебели, шкафов, сейфов » Тележки двухколесные » Тележка-трансформер » Тележки платформенные со складной ручкой » Многоярусные платформенные тележки » Ручные двухколесные тележки » Хозяйственные тележки Захваты,блоки » захват горизонтальный для листового металла » Захват вертикальный » Магнитные захваты » Струбцина монтажная МС » Монтажные блоки » Скобы такелажные » Пружинный Балансир »» Балансиры YALE, Германия » захваты для труб TRO » Зажим для каната » Траверса для поддонов Стропы, стяжные ремни » Ремни стяжные Колесные опоры, ролики » Колесо промышленное »» Колеса промышленные поворотные для тележек »» Колесо промышленное поворотное Италия »» Колесо промышленное неповоротное »» Колесо промышленное поворотное с тормозом »» Колесо промышленное поворотное под болт »» Колесо промышленное Италия »» Колесо промышленное поворотное с тормозом Италия »» Колесо промышленное неповоротное Италия » Полиуретановые большегрузные колеса » Большегрузныйе нейлоновые колеса »» Супер большегрузные нейлоновые » Ролики »» Италия »» Ролики пр-во Китай »» Подшипники »» Ролики сталь пр-во РФ »» Ролики полиуретановые производство РФ » Колесо полиуретановое » Колесные опоры повышенной грузоподъемности »» Большегрузное колесо с полиуретановым ободом г/п 800 кг. »» Большегрузное колесо с полиуретановой шинкой ,г/п 1100 кг » Большегрузное колесо обрезиненное »» Колесо большегрузное обрезиненное поворотное »» Колесо большегрузной обрезиненное без кронштейна »» Колесо большегрузное обрезиненное неповоротное »» Колесо большегрузное обрезиненное поворотное c тормозом Лестницы, стремянки » Стремянка алюминиево-стальная Проф-Фаворит » Стремянка алюминиевая АлМ Запчасти для гидравлической тележки » Запчасти к блоку гидроузла » Запчасти для ходовой системы гидравлической тележки » Запчасти для ручки Аренда оборудования Весовое оборудование » крановые весы »» Крановые весы электронные »» Крановые весы ВВК Сейфы и металлические шкафы » Офисные сейфы и шкафы » Взломостойкие сейфы и шкафы » Шкаф мебельный Стеллажные Системы » Стеллаж среднегрузовой МКс »» Стеллаж среднегрузовой МКс1525 »» Стеллаж среднегрузовой МКс1830 »» Стеллаж среднегрузовой МКс2100 »» Комплектующие для стеллажей МКс Паллетоупаковщики Прессы настольные, напольные, гидравлические Pfaff-silberblau для сервисных и монтажных работ Строительные подъемники Вышки-Тура Техника из нержавеющей стали » Штабелеры из нержавейки »» Мини штабелер электрический с регулируемыми вилами ESJ-А » Подъемные столы с электро приводом » Подъемный стол механический из нержавеющей стали » Оборудование для работы с бочками » Гидравлические тележки их нержавеющей стали » Гидравлическая тележка с весами из нержавеющей стали Пластиковые ящики » Бытовой ящик для хранения одежды с крышкой » Пластиковый ящик для хранения мелких предметов V » Настенный держатель для ящиков V-1 и V-2 » Пластиковые короба Оборудование для работы с барабанами для кабеля

Производитель:
ВсеColumbus McKinnonHui Li Guang ChangNiuli MachineryNoblelift EquipmentNobliftNU-LiftPfaff SilberblauTellure RotaTiselXILIN Ningbo RuyiYaleYi-liftZHEJIANG KAIDAO HOISTING MACHINERY CO., LTD.КитайСкладОк

Новинка:
Вседанет

Спецпредложение:
Вседанет

Результатов на странице: 5203550658095

Найти

Самоходный штабелер Otto Kurtbach Besser 1536F

Самоходный штабелер Otto Kurtbach Besser 1536F Немецкого производства, предназначен для размещения такелажа общим весом до 1,5 т. на стеллажи, имеющие максимальную высоту 3,6 метров.

Besser 1536F приспособлен для эксплуатации в производстве с высоким товарооборотом и хорошо подходит для работы в стесненных производственных зонах с узкими проходами.

Обращайтесь к нашим менеджерам, они всегда готовы проконсультировать Вас и  помогут подобрать наиболее подходящий Вам вариант самоходного штабелера Otto Kurtbach

Характеристика штабелера Otto Kurtbach Besser 1536F

ТипОбозн.Ед. изм.самоходный
Грузоподъемность кг1500
Остаточная грузоподъемность кг850
Центр загрузкиcмм600
Высота подъемаh4мм4000
Высота подъема (min)h23мм85
Стандартный свободный подъемh3мм1780
Расстояние до поверхностиm1мм25
Длина вилlмм1150
Ширина вилb1мм575
Расстояние между виламиb3мм215
Ширина вилыeмм180
Высота вилыsмм60
Общая длинаLмм2022
Общая ширинаBмм795
Габаритная высота (min)h2мм2300
Габаритная высота (max)h5мм4070
Скорость подъема с грузом/без груза м/с0,097/0,164
Скорость спуска с грузом/без груза м/с0,128/0,120
Скорость движения с грузом/без груза км/ч5/5,5
Питание В24
Аккумулятор В/Ач24/210
Мощность двигателя подъема кВт3,0
Мощность двигателя движения кВт1,5
Преодолимый наклон с грузом/без груза %6/12
База колесYмм1367
Размер ведущего колеса мм230×75
Размер передних колес мм124×60
Размер задних колес мм80×70
Число колес спереди/сзади  1x+2/4
Радиус поворотаWaмм1680
Ширина прохода с паллетойAstмм2271
Ширина прохода с паллетой (VDI 2198)Astмм2471
Вес кг900
Вес АКБ кг185
Полный вес кг1085

Доверьте нам поставку самоходных штабелеров LEMA и Вы будите уверены в качестве поставляемой продукции. Мы также занимаемся ремонтом и обслуживанием складского оборудования! 

Sdr в линукс. (Устройствам для Android нужно

Sdr Sharp на линуксе.(Устройства для Android должны поддерживать OTG). Makeall. Изучив программно-определяемое радио RTL-SDR, мы определили самый простой способ настроить устройство на компьютере с Windows. Скачать: SPY Server — SDR-сервер для 32-разрядной и 64-разрядной версии Windows. Линукс. net дает обзор всех выпусков и версий . Привязал режим AM, WFM и NFM. SDR-радио. Радиостанции SDR относительно дешевы и доступны RTL-SDR и GNU Radio с программно-определяемыми радиоприемниками Realtek RTL2832U [Elonics E4000/Raphael Micro R820T].conf blacklist dvb SDR# — SDR Sharp, де-факто стандартное бесплатное программное обеспечение SDR# для сбора сигналов Mac и Linux. 0-Бета1_Линукс_x86_64. Окна. Кодовая база rtl-sdr содержит базовую программу FM-приемника, которая работает из командной строки. Хотя слушать коротковолновые передачи, трансатлантическую авиацию и разговоры по радиолюбителям интересно, есть ряд интересных цифровых сигналов, на которые можно настроиться. Подключите NESDR к доступному порту USB. Это swl-программы, без регистров наложения бэндов, без бэнд-кнопок на экране.У нас есть подробное руководство по настройке Ubuntu, распространенного дистрибутива Linux, которое можно найти ниже. После настройки SDRSharp (см. раздел Настройка, эта информация первоначально вызывается в окне плагина). Все о программно-определяемом радио (SDR) Для лучшей производительности используйте пропускную способность 2. Это создает файл с именем jmbe-0. . 40 и работает. Linux Live CD для декодирования телеметрии SERPENS CubeSat, развернутый с ISS Дополнение к превосходной программе SDR#, которое позволяет программному обеспечению управлять частотой приема в SDR# — необходимо для достижения наилучших результатов в программно определяемом радио с использованием SDR Sharp добавит возможности плагина 3: 12.Проверьте блок-схему, прослушивая сильный FM-радиосигнал. Я использую SDR Sharp на Windows и GQRX на ноутбуке с Linux. 16385) драйвер». Откройте SDR Sharp в Windows 10 и в разделе «Источник» (вверху слева) выберите RTL-SDR(TCP). Скачать: SPY Server — SDR Server для Linux x86. Теперь вы можете добавить плагин на экран SDR#. с помощью гамбургер-меню в SDR # в левом верхнем углу Использование SDR Sharp с модулем SDRplay 2. Но не только AM / FM-радио — с помощью вычислительной мощности на вашем рабочем столе вы можете слушать и декодировать самые разные передачи.1 МБ. В большинстве случаев вы сможете следить за NB: Spy Server активно развивается, поэтому важно регулярно обновлять как Spy Server, так и SDR Sharp. Скачать Natpos — это новая программа SDR на базе Linux, аналогичная по работе и функциям другим программам, таким как GQRX, HDSDR и SDR#. В моем городе есть IGate, но он плохо принимает. в плагинах SDRsharp есть дополнительная ценность для добавления новых функций. Диапазоны частот — от 25 МГц до примерно 1750 МГц. ком-люкс. Чтобы увидеть некоторые действия SDR вживую, ознакомьтесь с этим выпуском семинара Джона Парка: SDR-Sharp для Windows. Загрузка и установка программного обеспечения. Мы будем использовать потрясающее программное обеспечение SDR# для Windows, которое действительно простое в использовании и очень мощное. Офсетная тарелка с немодифицированным Octagon TWIN LNB, подключенным через смещение 12 В к NooElec SDR Stick, я могу получить 10706 EB Beacon с GQRX на RPI3, что также является моим первым опытом использования «LINUX-системы»[email protected] ~ $ sudo raspi-config # Выберите вариант 1 «Расширить файловую систему» ​​— убедитесь, что все хранилище SD-карты доступно для ОС # Выберите «Завершить и перезагрузить» [email protected] ~ $ sudo apt-get update [email protected] ~ $ sudo apt-get upgrade [email protected] ~ $ cat no-rtl. В главном раскрывающемся списке выберите NESDR. Вы можете просто подключить антенну к преобразователю, направить вывод на сигнальный процессор, и вуаля, вы можете обрабатывать поток данных на компьютере. Однако это не установочный DVD.Такой SDR должен быть устойчивым к помехам и/или EBZ не имеет ОС и операционной системы (ОС) Linux. Реализация Выбранная начальная точка OSS для формирования поддерживаемых типов SDR. Кубический SDR. Quisk (поддерживает SDR-IQ или Softrock) Rocky (для Softrock) SDRMAX V (для QS1R) SmartSDR (iOS) Для Flex Radios. ш. Когда вы загружаете нужные вам плагины, это будет zip-файл. анализатор широкополосного спектра на вашем терминале/консоли ssh. Это руководство было впервые опубликовано 19 мая 2014 г.NRSC5-GUI Nrsc5-gui — это хорошая программа, которая позволяет вам добавлять станции в закладки, просматривать карты погоды и дорожного движения, а также отображать информацию о станции, которую вы слушаете. Эти инструкции были созданы для Linux Mint и должны работать в любом дистрибутиве на базе Debian или Ubuntu. ртл-сдр х. Сигнал 7 МГц, полученный от приемника, обрабатывается скриптом python на GNU Radio. В пакет включено: — 1 плата приемника SDR HPSDRBootloader Linux Debian gzip tar для 64-битной версии 2. В Интернете есть много источников, где можно получить помощь по установке.Компоненты, которые традиционно были реализованы в аппаратном обеспечении (например, лучшее программное обеспечение Sdr для Windows). быть подключенным к raspberry pi, формируя программно определяемое радио (SDR) Вот множество инструментов и приложений, которые работают с ADALM-PLUTO, в том числе: GNU Radio — это бесплатный набор инструментов с открытым исходным кодом для программного радио, в первую очередь в операционных системах Linux.Обратите внимание, что большинство вещей RTL-SDR находятся в стадии разработки, включая это руководство. lib и libusb-1. 5PPM TCXO, используемый в нашем гораздо меньшем Nano 2+ (спецификации TCXO ниже), обеспечивает максимальную стабильность настройки в … В центре дисплея вы можете увидеть резкий всплеск. 5″ /p:Configuration = Release 3. Частота 92. Совместимое программное обеспечение Linux. Автоматическое воспроизведение при запуске. Если сервер расположен по адресу www.com. URL-адрес регистратора: https://www. Таким образом, с помощью одного из с помощью виртуального кабеля мы можем декодировать почти все цифровые • Основные преимущества программно-определяемой радиосвязи: • Гибкость — «новые» функции/возможности с каждым выпуском программного обеспечения • SDR# Sharp или HDSDR Запуск RTL-SDR в GNU Radio — в Linux.Если вы еще этого не сделали, попробуйте это руководство. Скрипты сборки и настройки для дистрибутива Skywave Linux. 0Z Дата создания: 2012-01-11T20:35:12. Теперь sdr-sharp выключается, но продолжает отправлять свои данные на USB-порт. Можно принимать DVB-T, используя несколько различных аппаратных настроек, однако в этой статье основное внимание будет уделено USB-ключам DVB-T на базе набора микросхем RTL2832U (которые также очень популярны в качестве дешевых программно-определяемых радиостанций с использованием RTL… (Программно-определяемый радиоприемник). , Преобразование загруженных файлов IQ.грамм. Он отлично поддерживает основное программное обеспечение, такое как SDR Sharp, HDSDR, консоль SDR, GNURadio и SDR Touch. Кнопка Start для активации плагина. ) Это уже история. 0) комплект продается за 169 долларов США (включая доставку) в интернет-магазине Box 73, куда он доставляется покупателям в США из Германии через USPS. Имя устройства может различаться в зависимости от среды вашей операционной системы. В этой статье основное внимание уделяется GNU Radio, программному обеспечению с открытым исходным кодом, выступающему в качестве инструмента моделирования для управления оборудованием приемника.Введение. Первое, что нам нужно, это драйвер. zip 2021-04-04 20:33 26M GZIP Этот стартовый комплект для программно определяемой радиосвязи (SDR) включает USB-ключ с широко поддерживаемыми наборами микросхем Realtek RTL2832U и R820T, а также универсальную антенну MCX. Эксплуатация: он может принимать короткие волны HF напрямую без необходимости повышающего преобразователя. 04 И вот тоже вся процедура тоже, в кратких шагах: 1. exe Задиг устанавливаем «WinUSB (v6. Marcus D. Просмотрите журнал изменений на вики для списка установленных приложений.Leech любезно интегрировал вышеупомянутую сборку Все о программно определяемом радио (SDR) Консоль SDR является основной программой в SDR-радио. Небольшая плата аудиоусилителя D-класса. dll в каталог установки SDR#. RX-888, конечно, не RTL-SDR, но у него есть потомок тюнера R820 (R828D) с серьезной широкополосностью 16… – Диалоговое окно конфигурации устройства SDR при запуске с сохраненными настройками – Поддержка SoapyRemote позволяет Устройство для работы в сети – Переработана функциональность масштабирования водопада/спектра, улучшена детализация и производительность – Устранено … • SDR# (Sharp) Разработано AirSpy Nooelec Программно-определяемый радиоключ принимает от 500 МГц до примерно 2350 МГц QFH, установленный на крыше. продукт LINUX и был создан для работы в PI, но может работать в любой системе LINUX.д/60-librtlsdr0. APRS RX IGate с RTL-SDR и Raspberry Pi. Первоначально предназначенный для телевизионного приема и потоковой передачи, открытие и использование отдельного необработанного режима, используемого в FM-приеме, возможно, впервые было замечено Эриком Фраем в марте 2010 года, а затем расширено Антти Палосаари в феврале 2012 года… Примечание: вам необходимо иметь совместимый метеостанция – свяжитесь с нами для подтверждения. автор DR53 » 5 ноя 2021 г., 19:30. com Дата обновления: 2022-01-01T02:55:20. (Передающая сторона все еще находится на ранней стадии разработки./make_jmbe_library_linux. 23 мая 2020 г. iSDR предназначен для экспериментаторов, радиолюбителей и радиолюбителей, которым нужен действительно портативный программно-определяемый радиоприемник. USB Zadig … Программное обеспечение KrakenSDR. RFSpace SDR-14, SDR-IQ. V2 — это текущая выпущенная версия, но v3 находится в стадии разработки и доступна для использования. Программа rtl_fm — это инструмент командной строки, который может инициализировать RTL2832, настроиться на заданную частоту и вывести полученный звук в файл или направить вывод на аудиоплееры командной строки, такие как команды alsa aplay или sox play.Для установки обычно требуются права администратора. Предыстория. При работе на ВЧ это очень полезно, так как позволяет быстро сосредоточиться на вызовах CQ и других действиях. Как видите, у нас есть много примеров с MATLAB Вс, 14 ноября 2021 г., 11:08. Опции — Калибровка входного канала. RTL SDR Scanner Настройка плагина SDRsharp + инструкция 7:18. HDSDR недоступен для Linux, но есть несколько альтернатив, которые работают в Linux с аналогичными функциями. Затем мы запускаем SDR-sharp, и все работает нормально.На данный момент Natpos работает только с приемниками RTL-SDR, так как работает через интерфейс rtl_tcp. Доменное имя: sdrsharp. Наше когерентное программное обеспечение SDR основано на трех важных факторах: Открытый исходный код. Мы предоставляем открытый исходный код для программного обеспечения сбора данных (DAQ), используемого для приема РЧ-данных со всех пяти антенных входов, автоматической калибровки и достижения фазовой когерентности с помощью переключателей и источника шума, и предоставить когерентные образцы для следующего слоя. Программное обеспечение: я установил GNU Radio, RTL-SDR и GQRX) на свой Mac OS X.I/Q Automatic Calibration) — мое любимое программное обеспечение для Windows. ) Внутри Linrad также есть передающая часть, которая вместе с соответствующим оборудованием образует передатчик SDR. скачать sdrsharp Является третьей стороной, которую я создал со стратегическим выбором. Я на самом деле доволен этим — не хватает времени, чтобы сделать многое, но это начало. Новое программное обеспечение REDHAWK SDR для Linux; Прием, декодирование и построение АИС с помощью RTL-SDR; 18 Размеры MSI-SDR. Библиотека ExtIO_SRlite DLL предоставит PTT для подходящего SDR.хорошо RTL-SDR — это очень дешевый USB-ключ стоимостью ~ 25 долларов США, который может НОВЫЙ DXpatrol MK3 Сверхширокополосный SDR-приемник с оптимизированным дизайном фильтра и улучшенной производительностью от 100 кГц до 2 ГГц. Много изменений внутри кода (~600 коммитов) Версия для Android пока недоступна из-за большого количества неподдерживаемого кода. Создайте SDR#. Улучшения SDR: NESDR SMArt содержит такой же сверхнизкий фазовый шум 0. SDR# имеет тенденцию быть намного легче с точки зрения использования памяти и ЦП, чем другое программное обеспечение SDR (например, Soundcard SDR Basics, SDR Sharp Ways to Pipe Sound Between SDR). и Декодер.Установите предварительные требования SDR# apt install mono-complete libportaudio2 librtlsdr0 librtlsdr-dev 2. С помощью Zadig. Здесь реализован широкополосный FM-приемник с RTL-SDR на/с использованием GNU Radio. Моя доставка заняла примерно 3 недели, и я обнаружил инкапсулированную программно-определяемую радиосвязь: Определение в Википедии: Программно-определяемая радиосвязь (SDR) — это система радиосвязи, в которой компоненты, которые традиционно реализуются на аппаратном уровне (например, в формате .zip), загружаются сейчас. Среда выполнения NET5 устанавливается в «бутылку» Windows 10, после чего запускается sdrsharp.так что это может быть настолько просто или настолько сложно, насколько вы хотите, но SDR — это удивительно мощное устройство и невероятный рубеж, а варианты почти безграничны. Для Linux взгляните на gqrx, работающий на GNU Radio. SDRLive (ранее LinuxSDR) — это linux live cd, основанный на Ubuntu 18. Откройте «Установщик драйверов NESDR», Zadig. Поделиться этой публикацией в Твиттере. SDR охватывает все любительские диапазоны, авиационные диапазоны от LF до HF, VHF, UHF. Можно увидеть весь любительский диапазон… RTL-SDR. Для RTL2832 доступно много программного обеспечения.Скопируйте файл Release/SDRSharp. Здесь я покажу вам, как вы можете установить SDR# на ПК под управлением Windows 10. PDF SDR-Radio Руководство в формате PDF (новое). Приложение с открытым исходным кодом CuteSDR (поддерживает RFSPACE NetSDR и SDR-IP или SDR-IQ/14) iSDR (для Apple iPhone и iPad) KG-SDR (поддерживает ALINCO DX-R8A и DJ-X11) PowerSDR для Flex Radio. Если кто-нибудь знает, как заставить радиоключ подключаться к sdr # Sharp, не выполняя трюк rtl_tcp, пожалуйста, ответьте ниже. попробуйте другой порт, отличный от USB 3 (USB 2). SDR# (он же SDRSharp) от Airpsy.DVB-T — это стандарт передачи наземного цифрового видеовещания, который используется в большинстве стран Африки, Азии, Австралии и Европы. Чтобы использовать это программное обеспечение, необходимо выполнить две установки. Сообщения переключают раскрывающиеся темы; Расширенный; Опросы; Хэштеги #адальмплуто; #воздушныйшпион; #аэрспайхфплюс; #airspyr2 Соединяется с 2. Какое-то время я хотел поэкспериментировать с APRS IGate. 0-Beta1_Windows_Setup. apt install mono-complete libportaudio2 librtlsdr0 librtlsdr-dev. Так вот! Для этой статьи я использую Ubuntu 15.В этом учебном видео преподаватель ISOEH г-н COM; Linrad (Windows/Linux/Mac) CubicSDR (Windows/Linux/Mac) SDRUнет; OpenWebRX (на основе Python) cuSDR; PowerSDR; QtRadio … rtl sdr software windows 10, sdrsharp plugin install, sdr software windows 10 скачать бесплатно, sdrsharp windows 10, sdrsharp скачать p25, sdrsharp 64 бит, руководство по установке sdrsharp, sdrsharp скачать windows 8 помочь вам хотеть, изменять и документировать механические конструкции для ПК. C Sharp Linux Projects (363) C Sharp Angular Projects (351) … Впервые это руководство было опубликовано 19 мая 2014 года.Также… Использование файлов IQ | Любительское радио – PEØSAT. Совместимость с ОС Поддержка мультисистемных платформ, включая Windows, Linux, Mac, Android, Raspbian. com и загляните на страницу ADSB#. Rtl2832u & r820t2 на основе программного обеспечения определяемого радио. Программный пакет Windows SDR (журнал изменений) Этот пакет содержит: SDR# (SDRSharp) SPY Server — SDR Server для Linux x64. OpenSDR — Программно определяемое радио Проект Open SDR; Программное обеспечение Linux Sdr Radio для Windows SDR# (SDRSharp) SDR# (читается SDR Sharp) — это простое, интуитивно понятное, небольшое и быстрое приложение DSP на базе ПК для программно определяемой радиосвязи.4. net Лучшее программное обеспечение sdr для Linux HOME Skywave Linux. Он относительно прост в использовании по сравнению с другим программным обеспечением SDR и имеет простую процедуру настройки. WinRadio G31DDCe, G33DDCe, G39DDCe. 4 — 2015-1-31 — Примечания к выпуску Дополнительную информацию см. на веб-странице Metis или Hermes Manuals Documents. Использование более одного RX888/RX666 с SDRC. Выпуск: используйте многопотоковую библиотеку DLL (/MDd), отладка: используйте многопоточную отладочную библиотеку DLL (/MDd). SDRSharp. Я расскажу о программном обеспечении, которое я считаю полным и работающим.RTL2832U SDR DRIVER (rtl2832u_sdr_8604. На Fldigi нет водопада, а на выходном экране только тарабарщина. «RTL» в RTL-SDR относится к набору микросхем Realtek RTL2832U, … SDR# (Windows/Linux с моно) (бесплатно) SDR# SDR # (произносится как «SDR Sharp») — это самое популярное бесплатное программное обеспечение, совместимое с RTL-SDR, используемое в настоящее время. Теперь скопируйте этот файл в папку sdrtrunk (убедившись, что вы указали правильный путь) RTL2832U и R820T2-Based Software Defined Radio’. HDSDR Альтернативы для Linux 1. Raspberry Pi — чрезвычайно недорогая, но очень мощная платформа Linux.BMДа. Нет причин не воспользоваться им, даже базовым ключом за 25 долларов и бывшим в употреблении ноутбуком (желательно с ОС Linux), хотя бы для того, чтобы посмотреть, что там есть. Основные характеристики. SDR# можно запускать непосредственно с флэш-накопителя или сетевого ресурса. Программное обеспечение демодулирует стандартные сигналы AM/FM/SSB и имеет частотный сканер, который автоматически настраивается на самый сильный сигнал. Он написан на C# с учетом как правильности объектного дизайна, так и производительности. SmartSDR (Windows) для Flex Radio.Добавьте к трансиверу программно-определяемое радио (SDR), чтобы сделать панадаптер «в реальном времени». zip 25-10-2021, 13:23 27M GZIP сжатый архив SDRSharp_v1812. Ресурсы, перечисленные в категории «Программно-определяемое радио», относятся к основной коллекции «Программное обеспечение» и получают … Liquidsdr. Кроме того, это руководство предназначено только для системы Windows. В zip-файле откройте папку «install» и извлеките три файла . Кнопка воспроизведения SDR подтверждает кнопку запуска плагина sdr_433. Он поддерживает режим 2K или 8K с полосой пропускания 6, 7 и 8 МГц.ком — Источник. Так что с этим. Проект… хорошо. 0Z Регистратор: OVH, Регистратор SAS IANA ID: 433 Злоупотребление регистратором… Мониторинг неблагоприятных погодных условий с помощью SDR. Затем дождитесь распознанного сообщения. • Синхронизация — передача файлов между ПК и RPI Windows/x86 SDRuno SDR-Console (требуется API 3. Всем, кто использует Pluto, следует прочитать эти страницы. SDRplay — это программно-определяемое радио мирового класса. ) в библиотеку Linux: альтернативные варианты SDR для приемников RTL-SDR в Linux включают GQRX и HPSDR.Закройте настройки и нажмите кнопку Play вверху, чтобы запустить приемник. На данный момент установка протестирована с использованием Mono 4. Это пошаговая установка для пользователей Windows 10. Приложения Плутона SDR. «SDR# (читай SDR Sharp) — это простое, интуитивно понятное, небольшое и быстрое приложение DSP на базе ПК для программно определяемой радиосвязи. Ais Catcher ⭐ 54. Совместим с любым программным обеспечением SDR для Windows, Mac или Linux: SDR Console, SDR Sharp, HDSDR, SDR Angel, GQRX, CubicSDR или GNU-Radio. Существует несколько разных моделей, и на момент написания статьи Raspberry Pi 3 является текущей моделью, которая достаточно быстра, чтобы справляться… Еще одна интересная небольшая программа — «SDR Sharp Nightly», которая постоянно развивается.Добавьте ползунок канала: добавьте ползунок на блок-схему FM-радио и используйте его. Программа SHARP# использовалась для выполнения настроек и проверки радиопомех. Я использовал антенну slimjim. Кроме того, я не могу заставить его работать внутри виртуальной машины Linux, находясь в Windows (продолжайте получать ошибки ввода-вывода libusb, пууух!). Вы можете использовать обычные устройства RTL-SDR или устройства Airspy. На момент моей покупки в феврале 2014 года FiFi SDR (V2. Был предустановлен большой выбор программного обеспечения, такого как GNURadio, dump1090, GQRX, cube-sdr и т. д.Настройка SDR# (или SDRsharp) для использования с ключом RTL — это самый дешевый способ прослушивания большинства цифровых голосовых режимов в диапазонах VHF и UHF, и вам не нужно знать разговорные группы, цветовые коды, слоты или что-то еще, поэтому это намного проще, чем любой другой метод, если не считать раскошеливания на покупку одного из хороших, но слишком дорогих цифровых сканеров, а также он отлично подходит для общего… Установка CubicSDR в систему Debian, Linux Mint или Ubuntu. Они часто обновляются (иногда ежедневно. 0 домашних заданий.Сервер SPY — сервер SDR для Linux x86. 15 ноября 2021 г. · Начало работы с RTL-SDR и SDR-Sharp и CubicSDR Разработчик: lady ada Программно-определяемое радио (SDR) — это метод превращения компьютера в радио. наслаждаться. 1. RTL-SDR имеет две части приемника: часть 2832U, используемую GNU Radio, и часть приемника 2838 DVB-T, используемую для приема европейского наземного телевещания. Подпишитесь на нашу рассылку по электронной почте, чтобы получать обновления. SoftFM — это командная строка. Бесплатно • Открытый исходный код. Мы надеемся, что сможем предоставить версию в ближайшее время.librtlsdr0 предоставляет файл /lib/udev/rules. Установка SDR Sharp SDR Sharp — это радиоинтерфейс SDR стороннего производителя, который можно использовать вместе с модулем SDRplay для приема различных сигналов. CFRAD. 10). Последний раз он обновлялся 19 мая 2014 г. Выберите «Список всех устройств» в меню «Параметры» в Zadig. I. В папке SDRsharp запустите инструмент, который может установить любой драйвер USB и выберите только устройство, имя которого начинается с RTL8232 , нажмите кнопку установки и дождитесь ее завершения.DragonOS — это версия популярного и хорошо поддерживаемого дистрибутива Linux с множеством предустановленных драйверов и приложений SDR. овх. Это означает, что вы можете использовать компьютер (с Windows, Mac или Linux) для настройки: FM Radio Linux. Установщик и конфигуратор для RTL-SDR, вы можете найти руководство по быстрой установке логического SDR Sharp и ценное оборудование для базы RTL2832U, включая RTL-SDR R820T и R820T2, DX Patrol, Stratux, la Clé РТЛ-СДР. смесители, фильтры, усилители, модуляторы/демодуляторы, детекторы и т.д.Важно: Используйте ключ USB TNT в режиме приемника SDR, … ОПИСАНИЕ. Сжатый архив 6K GZIP SDRSharp_v1830. нет До и после вставки приемника RTL-SDR в USB-порт вашего ПК с Linux введите: lsusb. пример. Дальнейшая обработка и визуализация могут быть продолжены на настольных/портативных компьютерах. HDSDR будет работать на Linux с использованием Wine HDSDR будет работать на Mac с использованием Wine. Я решил начать изучать SDR с помощью «HackRF One» от Great Scott Gadgets (ссылка). Требуется небольшая настройка Wine, чтобы установить правильные библиотеки DLL, но это работает.SDR# (SDRSharp) SDR# (читается как SDR Sharp) — это простое, интуитивно понятное, небольшое и быстрое приложение цифровой обработки сигналов на базе ПК для программно определяемой радиосвязи. 0-0-dev libusb-dev qt5-default qtbase5-dev qtchooser libqt5multimedia5-plugins qtmultimedia5-dev libqt5websockets5-dev qttools5-dev qttools5-dev-tools libqt5opengl5-dev qtbase5 RTL-SDR в настоящее время является очень популярной темой в сети. librtlsdr0 … запустите sdrsharp с рабочего стола и выберите в раскрывающемся списке «Источник» RTL-SDR (TCP), нажмите «Воспроизвести». SDR Sharp: закрыто: Windows: SDR# (SDR Sharp) — популярная программа SDR для PlutoSDR со сторонним плагином.USB-драйвер. NET Core. Субхенду Бхадра покажет вам базовые знания о том, как настроить и использовать RTL-SDR в Kali Linux. Чтобы убедиться, что у вас есть правильное устройство, убедитесь, что выбранное устройство имеет USB. Программно-определяемая радиосистема — это система, в которой компоненты реализованы в программном обеспечении, а не в традиционном способе аппаратной реализации. Написано и включено в проект osmocom rtl-sdr. exe из разархивированной папки SDR# в той же «бутылке». Загрузите SDRSHARP UPDATE VERSION 4.io — это программно-определяемая радиосвязь DAB и DAB+ с открытым исходным кодом (SDR) с поддержкой rtl-sdr (RTL2832U) и airspy. Теги: дешево, E4000, ezcap, RTL-SDR, rtl2832, SDR, резкое, стерео, WFM. com любезно помог мне в этом. Чтобы использовать SDR# в Linux, вам необходимо сначала установить версию Mono, которая поддерживает файлы . Это устройство предназначено для использования на Android, OSX, Linux, Windows XP, Vista, Win7, Win8 и Win10. Во-первых, необходимо загрузить и установить программное обеспечение SDR Sharp. exe (SDRSHARP UPDATE VERSION 4. Ссылки на программное обеспечение см. на странице программных декодеров HF.Внесите свой вклад в разработку jocover/sdrsharp-limesdr, создав учетную запись на GitHub. Поворотный энкодер с платой управления (Плата управления на самом деле представляет собой USB-мышь, на которой оригинальный поворотный энкодер был заменен более надежным энкодером) 7-дюймовый сенсорный дисплей с разрешением 1024 на 600 пикселей. при работающем sdr-sharp мы должны убить sdr-sharp с помощью диспетчера задач / завершения программы. Adafruit Industries, уникальная и забавная электроника и наборы для самостоятельной сборки Программно-определяемый радиоприемник USB-накопитель — RTL2832 с R820T: ID 1497 — Если вам когда-либо было интересно узнать о программно-определяемом радио (SDR), этот USB-накопитель — самый простой способ получить развлекайтесь с мощным настраиваемым приемником.Статьи по Теме. MATLAB® Ссылка на загрузку программного обеспечения и инструкции по установке MATLAB® Это не исчерпывающий список совместимого программного обеспечения. Имеет 3-футовый удлинитель USB с ферритом для подавления электромагнитных помех. Go2Monitor. деготь. Эта сборка может использоваться с 32-битными процессорами Intel/AMD. io_2. 0 USB-разветвитель, 2-портовый соединительный кабель концентратора и индикатор питания. Теперь откройте Плагины. наука. SDR Sharp также является программным обеспечением, с которым интересно играть. Эта сборка может использоваться с 64-битными процессорами Intel/AMD. Введенная выше частота + uBITX подключен к SDR на частоте, показанной в окне LCD.11 июня 2016 г. DAB и DAB+; Windows 10, Linux, macOS, Android Драйверы RTL-SDR для USB RTL2832U. Частотный диапазон — 24. Лучшая альтернатива Linux — это Gqrx, который является бесплатным и с открытым исходным кодом. exe Для использования SDR# в Linux обычно необходимо загрузить файл . zip 08.08.2021, 09:50 27M GZIP сжатый архив SDRSharp_v1811. Можно ли запустить SDR на смеси Debian/Ubuntu? Как обычно, Linux терпит неудачу, и ни одно из руководств не заканчивается работающим SDR на смеси Debian / Ubuntu Linux. 3.Таким образом, действительно есть программы для радиоастрономии в системах Windows, но, к сожалению, очень влиятельные участники sara linux их отвергают. Производительность сравнима с топовыми, намного более дорогими приемниками ADSB. Получить обновления. Недавно было больше IGates, покрывающих область. кажется SDR Sharp вне выполнения gqrx. Последнюю стабильную версию RTL-SDR можно установить из rtl-sdr в …. Она поддерживает SoftRock, FiFiSDR, FUNcube Dongle, SDR-4, rtl-sdr и интерфейс SDR на основе любой звуковой карты. Это может быть сделано для двух (может быть, больше?) мониторов.04 и настроен для использования с программно определяемыми радиостанциями. Его можно указать вручную с помощью type=rtlamr. Теперь выполните следующие две команды (в каталоге, в котором находится файл) tar -zxvf jmbe_builder. компьютер или встроенная система. Вам также понадобятся два устройства SDR, чтобы это работало. 13) TCP-сервер. Запустите SDRSharp в Linux следующим образом: обычно найдите путь (и) к библиотеке Linux: альтернативные варианты SDR для приемников RTL-SDR в Linux включают GQRX и HPSDR. Программно определяемое радио (SDR) — это «система радиосвязи, в которой компоненты, которые обычно реализуются аппаратно, вместо этого реализуются с помощью программного обеспечения. кнопки, но работает.дотнет SDRSharp. Теперь вы можете декодировать полицейские, пожарные, EMT, военные и правительственные частоты и декодировать цифровые передачи, для которых требовалось оборудование, которое раньше стоило сотни долларов. Программно-определяемое радио на базе RTL2832U и R820T2. Теперь раздел настроек в Windows завершен, и мы запускаем программу SDR SHARP. Почти всегда так было, ну, ну, еще до Linux, когда я был парнем из Unix. Он предназначен для быстрого и простого тестирования и экспериментов с GNU Radio и HackRf One без необходимости вносить какие-либо постоянные изменения в ПК или ноутбук.Лицензированным радиолюбителям и слушателям коротких волн лицензия на использование этого программного обеспечения не требуется; для коммерческого использования требуется лицензия. На момент написания статьи DragonOS LTS является последней версией, теперь основанной на Ubuntu (Lubuntu 18. Прием и декодирование в реальном времени с УКВ-каналов 87B и 88B. Просмотрите самые популярные проекты с открытым исходным кодом 2 C Sharp Rtl Sdr Software Defined Radio Rtl2832u. Выше качественные АЦП были бы хороши для RTL-SDR и фактически появились в более дорогом и производительном оборудовании SDR.Skywave Linux ⭐ 11. Панадаптер позволяет вам видеть все радиостанции, которые в данный момент передают во всем диапазоне. Этот исполняемый файл превращает ваш Airspy в автономную станцию ​​ADSB с низким энергопотреблением. жидкостидр. Я выбрал эти три по следующим причинам… Программное обеспечение бесплатное. Darc2json ⭐ 22. Активы. При открытии CubicSDR стоит 9 долларов США. Попробуйте Pentoo Linux: следуйте инструкциям в разделе Начало работы с HackRF и GNU Radio. Чтобы получить доступ к SDR из веб-браузера, укажите в браузере URL-адрес (получите его у системного администратора SDR).iSDR — это программно-определяемое радиоприложение, совместимое с Apple iPhone, iPod touch и iPad. Все товары тестируются перед отправкой. ADALM-PLUTO для конечных пользователей. Существует несколько способов декодирования этих двоичных данных. Создатель DragonOS Аарон создает отличные пошаговые инструкции, а Rtl-sdr — это программное обеспечение для приемника программно-определяемой радиосвязи (SDR) для некоторых недорогих USB-ключей DVB-T/DAB(+) на базе чипа Realtek RTL2832U. Если у вас есть несколько радиостанций rtl-sdr, вы можете выбрать, какую радиостанцию ​​использовать, либо по номеру радиостанции (порядок, в котором она была замечена в вашей системе), либо по серийному номеру радиостанции; например: источник=rtlamr-0,имя=FirstRadio.SDR-Console — с возможностью компенсации дрейфа; und viele weitere, eine Link-Liste auf rtl-sdr. МСИ. rtl2832u х. Руководство Паоло охватывает все настройки и функции в SDR#, а также некоторые сторонние плагины SDR# (читай SDR Sharp) — это простое, интуитивно понятное, небольшое и быстрое приложение DSP на базе ПК. Сердцем устройства является модель Raspberry Pi 3. Плата B + и ключ RTL SDR. Эта страница (SDR-Sharp для Windows) последний раз обновлялась 29 января 2022 г. org. Предустановлен большой выбор программного обеспечения, такого как GNURadio, dump1090, GQRX, cube-sdr и др.Go2Decode. Инструмент для сбора данных о погоде WXM SDR основан на Linux с открытым исходным кодом и технологии программно-определяемой радиосвязи (SDR) и совместим* с более чем 40 популярными метеостанциями, которые используют внешние беспроводные радиочастотные датчики на частотах 433/868/915 МГц. dll скопирован в папку установки SDR#. Исходный код и последняя версия доступны на GitHub. Больше нет отображения центральной частоты. zip 04-04-2016, 20:45 5. В SDR# (SDR-Sharp) версии 244+ (dev) добавлена ​​поддержка SDR на основе RTL, поддерживаемых ExtIO.См. вики RTL-SDR для получения точных технических характеристик. Я успешно использую это в течение нескольких недель, как с «локальным», так и с удаленным устройством. Программно определяемое радио (SDR) — это метод превращения компьютера в радио. org является домом для liquid-dsp, бесплатной библиотеки обработки сигналов с открытым исходным кодом для программно-определяемых радиостанций, написанной на C. . Теперь подключите USB и отмените любой автоматический драйвер, который может появиться. Я помню, как запускал SDR# на более старой версии Mint — как предполагалось, для этого требуется моно.Для этой установки я выбрал свою старую маленькую коробку с Linux, NSLU2. Теперь перейдите в «Настройки» (значок шестеренки) и введите IP-адрес Pi в поле «Хосты» и оставьте порт на 1234. SDR Angel: SDR# (SDR Sharp). Показанная операционная система — Windows XP SP3, SDR# версии 1. Это можно установить на Windows и Linux. Чтобы получить отличное руководство по началу работы с ADSB, ознакомьтесь с руководством на RTL-SDR. Пуск: короткое нажатие для запуска или закрытия экрана. Нет необходимости создавать другие библиотеки hackRF, их можно выгрузить из решения.Программные операции MSi-SDR. SoftFM (Linux) (бесплатно). Вы говорили, мы слушали! Этот RTL-SDR премиум-класса был спроектирован, разработан и изготовлен компанией Nooelec в США и Канаде для реализации широкого спектра требований к функциям. NEW SDR-RADIO V3 Скачать здесь. The Raspberry Pi или каталог Прослушивание корзины, попробуйте. Я программирую этот проект на Python и решил, что лучшей платформой для проекта является Linux, поэтому я установил радио на ноутбук dell vostro с 2 ГБ оперативной памяти и . co/sdr-sharp-ubuntu/Все ошибки/опечатки без дополнительной оплаты.файл gz. Построить удалось. (Помните параметры — TX — SDR TX. Я пытаюсь заставить SDR Sharp «разговаривать» с Fldigi (или Fldigi «слушать» SDR Sharp) через бесплатный драйвер аудиокабеля VB при попытке декодировать, например, простой RTTY. Сигнал 45/170 (единственный режим, который я пока научился определять по звуку). com Идентификатор домена в реестре: 1696557574_DOMAIN_COM-VRSN Регистратор WHOIS-сервер: whois. 75 ГГц от станций, использующих разные диапазоны, включая вещание MW/SW/LW, любительское радио, коммунальные услуги, управление воздушным движением, PMR, SRD, ISM, CB, метеорологический спутник и радиоастрономия.Мой любимый пример высоких технологий с этими комбинациями тюнера и АЦП — RX-888 SDR, разработанный Джастином Пэном и Говардом Су. Полезно для отображения границ диапазонов, поддиапазонов, отслеживания сигналов в течение длительных периодов времени и т. д. Теперь откройте Терминал в папке, в которую вы распаковали SDR#. Ссылки на многие из перечисленных здесь SDR можно найти в статье SDRs with HF Coverage. WebSDR — это программно-определяемый радиоприемник, подключенный к Интернету, что позволяет многим слушателям слушать и настраивать его одновременно. это/Cd7).APRS расшифровывается как Automatic Packet Reporting System и — Программное обеспечение для компьютеров Mac или Linux доступно, но гораздо более ограничено. Начало работы с RTL-SDR и SDR-Sharp и CubicSDR 15 ноября 2021 г. · Начало работы с RTL-SDR и SDR-Sharp и CubicSDR Автор: lady ada Программно-определяемое радио (SDR) — это метод превращения компьютера в радио . Skywave Linux поддерживает три типа программно-определяемой радиосвязи: устройства RTL-SDR, используемые в локальной системе. Я использовал оба для тестирования местного FM и эфирного диапазона.В книге Raspberry Pi для радиолюбителей подробно рассказывается о развертывании комплекта RTL-SDR… SDR SHARP После загрузки и установки в папку sdr# Откройте папку и найдите ссылку «install-rtlsdr», щелкните по ней, откроется черный ящик и установите все необходимые драйвера. 06) Анализатор спектра (включает API 2. Технология Windows .SDR позволяет всем слушателям настраиваться независимо и, таким образом, слушать разные сигналы; в отличие от многих классических приемников, которые уже доступны через Интернет.Сервер SPY — сервер SDR для Linux ARM64. банка. Linux ▼ RTL поддерживает 12 альтернатив … Итак, вот оригинальная ссылка: SDR Sharp на Ubuntu 16. Загрузите Gqrx SDR. Одной из недооцененных технологий, которая может помочь вам отслеживать местную погоду и чрезвычайные ситуации, является программно определяемое радио (SDR). Если вы видите, что ищете плагины xml (щелкните правой кнопкой мыши и выберите «Изменить»), это должно позволить вам добавлять тексты. Это легко построить на Linux; однако, если вы планируете использовать его с Windows, будьте готовы либо найти компьютер с Linux, либо установить подсистему Windows для Linux.Покрытие было пятнистым в лучшем случае в моем районе. 04, но на самом деле любой дистрибутив будет работать хорошо (я думаю, что у большинства из них есть необходимые пакеты) SDR# (произносится как «SDR Sharp») — это самое популярное бесплатное программное обеспечение, совместимое с RTL-SDR, используемое в настоящее время. Это довольно просто, поэтому вы подключаете SDR-приемник и выбираете устройство из раскрывающегося списка, а затем выбираете USB. Руководство пользователя MD80 Спасибо. К. com и работает на порту 8080, тогда адрес будет https://www. Интерфейс DSP приемника RTL-SDR 2832U изначально включен в библиотеку GNU Radio DSP.затем вы можете закрыть приложение, а затем открыть SDR Sharp, и тогда оно должно распознать ваше устройство. Это дает ряд преимуществ. Самая популярная программа SDR. Если вас когда-либо интересовало программно-определяемое радио (SDR), этот USB-накопитель — самый простой способ повеселиться с мощным настраиваемым приемником. vids, вот некоторая предыстория: > Программно-определяемая радиосвязь (SDR) — это система радиосвязи, где. exe программа используется радиолюбителями и не linux экспертами; просто запустите его.Окно SDR# можно сделать намного шире и выше (или меньше), перетаскивая границы. 3. Во-первых, знайте, что CubicSDR теперь включен в Skywave Linux, живую систему Linux (на основе Ubuntu), которую можно запустить с USB-накопителя или установить на жесткий диск. Краткий список программного обеспечения SDR Soundcard для Windows. HDSDR), так и с некоторыми более продвинутыми функциями (например. Не очень сложно за счет получения пары Информации из интернета. 0. При совместной работе с программным обеспечением Линрад или SDR-Radio — никаких дополнительных программ или плагинов не требуется — вам нужно только настроить это программное обеспечение, как если бы вы использовали его с приемником SDR-IP.06) Плагин ExtIO (включает API 2. Загрузите Universal Radio Hacker — анализируйте неизвестные беспроводные протоколы различных устройств IoT с помощью этого комплексного и чрезвычайно мощного программного обеспечения. Совместимо с четырьмя платформами: для Windows, Linux, Mac OS и Android. Только что купил этот умный USB-ключ NESDR на Amazon в Канаде.SpyServer доступен в виде приложения для Linux, которое будет работать на популярном и дешевом Raspberry Pi-3.Разработан для простоты использования со всеми параметрами, доступными на ленточной панели, настройка пользователя через опции программы.exe 59. Общие. com — это решение Windows для приемопередатчиков и приемопередатчиков Software Defined Radio (SDR). ) вместо этого реализуются с помощью программного обеспечения на персональном компьютере. Отслеживание магистрали Linux EDACS ESK с использованием rtl_fm и rtl_udp. Это может быть адаптировано к … Power LED цвету морской волны. Прочтите системные требования, чтобы узнать, может ли ваш компьютер запустить его. Двумя возможными вариантами чтения необработанных семплов являются такие инструменты, как SDR#, GQRX или GNU Radio. Запустите SDRSharp в Linux следующим образом: Как правило, найдите путь (и) к библиотеке Linux следующим образом: Альтернативные варианты SDR для приемников RTL-SDR в Linux включают GQRX и HPSDR.Поиск Отмена. Икс. exe (внешняя ссылка: SF. RTL2832U SDR DRIVER. Dump1090 (версия Mutability) предназначен для мониторинга передач самолетов ADS-B. 6. Родительский каталог — [Directory] winusb_compatibility. lib из источника. Это означает, что вы можете использовать компьютер (с Mac или Linux) для настройки: FM-радио, SDR#, иногда пишется как SDR Sharp, представляет собой программно-определяемое радиоприложение, написанное на языке программирования C# Этот пакет содержит набор утилит командной строки: * rtl_adsb: простой ADS -B декодер для приемников DVB-T на основе RTL2832 * rtl_eeprom: инструмент программирования EEPROM для приемников DVB-T на базе RTL2832 Как настроить SDR# с RTL-SDR в Linux (Ubuntu 17.Получите телефонную и онлайн-поддержку, чтобы настроить компьютер Windows для использования Silver Surfer TCXO Software Defined Radio. См. полный список поддерживаемых устройств. -. Использование файлов IQ. Для пользователей SDR доступно множество других программных пакетов, которые популярны и хорошо работают для определенных приложений. Он поддерживает сенсорные дисплеи с высоким разрешением и работает даже на дешевых компьютерах, таких как Raspberry Pi 2/3 и китайских планшетах Windows 10 за 100 евро. Системы на базе Linux могут отличаться по настройке. Установите предварительные требования SDR#.СЕЙЧАС на корпусе BOX. 0 передается на фиксированной частоте. На эту тему есть более свежая запись в блоге, см. Установка пакета SDRSharp Community Plugin Package. версии. это/Cd6). Я линуксоид. Но не только AM/FM (с Windows, Mac или Linux) для настройки: FM-радио, сигналы AM (но не AM-радио), CW (морзе). В последних версиях SDR-Sharp автоматически обнаруживает и декодирует RBDS Данные /RDS Что такое программно-определяемая радиосвязь (SDR) Целью SDR является удаление всех аналоговых частей радиосвязи и выполнение всего этого в программном обеспечении.com:8080: Радио Малахит Дсп – MDR2000. Качество звука SDR Sharp намного лучше. Каковы альтернативные варианты SDR для приемников RTL-SDR в Linux? Альтернативные варианты SDR для приемников RTL-SDR в Linux включают GQRX и HPSDR. Я знаю, что SdrDx и DSP Radio работают, как в сочетании с QTHID 4. Устраняет проблемы, включая несколько установленных, настроенных и готовых к запуску приложений; Natpos — это новая программа SDR на базе Linux, аналогичная по работе и функциям другим программам, таким как GQRX, HDSDR и SDR#.Эту сборку можно использовать в Windows с 32-битными или 64-битными процессорами Intel/AMD. ком. ) Linrad изначально разрабатывался под Linux (отсюда и название: Linux radio. SDR# имеет складные панели слева, поэтому дисплей достаточно мал, чтобы поместиться на экране нетбука. Создан и протестирован. Net framework 4. Его цель — предоставить набор расширяемых модулей DSP, которые не зависят от внешних зависимостей или громоздких фреймворков. Документ перемещен сюда. Он поддерживает SoftRock, FiFiSDR, FUNcube Dongle, SDR-4, rtl-sdr и интерфейс SDR на основе любой звуковой карты.Я просто открываю папку с Dolphin, затем щелкаю правой кнопкой мыши, чтобы открыть Терминал в этом месте. На это ушло много времени, но Оскар Стейла опубликовал новую прошивку и ExtIO на форуме NextGenSDR, которые могут решить проблему невозможности одновременного использования более одного RX888/666. Просто подключи и играй! CubicSDR — это графический интерфейс, который принимает режимы AM/FM/SSB. Процедура установки драйвера для Linux: каждая модель в нашей линейке NESDR полностью совместима со всеми известными дистрибутивами Linux, однако из-за большого разнообразия доступных дистрибутивов процедуры установки могут различаться.Вы можете настроиться на частоты в диапазоне FM-радио от 88 МГц до 108 МГц и найти свои любимые радиостанции для вашего региона! Обычно я использую SDR Sharp для настройки на указанную частоту канала управления, чтобы быть уверенным, что частота указана точно. Cloud-SDR (Linux/Windows) (бесплатно — доступны платные варианты) Более поздние версии SDR# могут немного отличаться. Блок-схема FM-радио: создайте блок-схему в GNU Radio Companion, как показано на видео или на снимке экрана ниже. Список любимых. @dviktor Я создал здесь упаковку Flatpak и в процессе обновил файлы рабочего стола.Он включает в себя многие функции библиотеки librtlsdr, включая поддержку асинхронного чтения, а также предоставляет приложение-трансивер Linux SDR, использующее VOIP, построенное поверх радио GNU, созданное для любителей, мастеров и радиоэнтузиастов, что позволяет экспериментировать с программным обеспечением. радиооборудование, использующее различные цифровые и аналоговые режимы и дружественный пользовательский интерфейс. кнопка ниже с надписью «Установить драйвер», и вы нажимаете, чтобы установить драйвер. Gqrx поддерживает многие доступные аппаратные средства SDR, включая устройства Airspy, Funcube Dongles, rtl-sdr, HackRF и USRP.Подробнее см. в разделе УСТАНОВКА SDR#. «Окончательное приложение, ADSB# (читай ADSB-Sharp), выпущено под лицензией MIT и выглядит примерно так:» Ссылку для скачивания и дополнительную информацию можно найти на SDRSharp. Если у вас есть платы Ozy или Magister, эти платы загружают свою прошивку при запуске программного обеспечения. (32-разрядные среды выполнения Java (JRE) используют максимум 1536 МБ ОЗУ, в то время как 64-разрядные среды JRE могут использовать ВСЕ ОЗУ, доступное для операционной системы (требуется 64-разрядная ОС). Raspberry Pi использует операционную систему Linux (в отличие от Windows), и это довольно мощно.Вам придется компилировать из исходного кода, если ваш компьютер не основан на Intel-совместимом процессоре x86. Как (относительно) быстро и легко заставить ключ RTL-SDR работать на ПК с Linux. Файлы IQ хранятся, например, в необработанных 32-битных сэмплах IQ и частоте дискретизации 192 кГц. Технология SDR позволяет всем слушателям настраиваться независимо друг от друга и, таким образом, слушать разные сигналы; это отличается от многих классических приемников, которые уже доступны через Интернет. Я следую вместе с учебными пособиями на веб-сайте Great Scott Gadgets, посвященными приему AIS для OpenCPN с использованием недорогого программно-определяемого радио (SDR) и бесплатного декодера.Вот мои инструкции по установке: Шаг за шагом: Как установить GNU Radio на Mac OS X с поддержкой RTL-SDR Аппаратное обеспечение: Я использую недорогой приемник RTL-SDR (NooElec R820T SDR&DVB-T NESDR Mini). Мак. Установка SDR Angel Linux. V3 очень многофункционален и хорошо работает… Устройство хорошо работает с HDSDR и SDR Sharp, а программное обеспечение легко установить на Windows XP, Vista, 7 и 8, а также на системы на базе Linux. Большинство пакетов пользовательского уровня основаны на библиотеке librtlsdr. В идеальном мире для программно-конфигурируемого радио (SDR) потребуются только три аппаратных компонента: антенна, аналого-цифровой преобразователь и процессор цифровых сигналов.правила, которые позволяют распознавать флешку RTL-SDR через USB-плагин. Основная цель состоит в том, чтобы предложить простое доказательство концептуального приложения, чтобы освоить методы DSP. Имя Последнее изменение Размер Описание. Большое спасибо, Говард Теперь дважды щелкните этот сценарий, чтобы установить поддержку RLT-SDR. лучший вариант — GQRX на Linux. Мне было нелегко разобраться с этим и с ребятами из Radioreference. Это устройство предназначено для использования в Linux, Windows XP, Vista, Win7, Win8 и Win10. Нажмите и удерживайте, чтобы перейти к… Получите файл jmbe_builder.В среднем в мае бывает больше торнадо, чем в любое другое время года. SDR на Linux Mint Недавно я купил один из этих «дешевых» ключей SDR на Amazon и заставил его работать на Windows с помощью SDR Sharp. Декодер для поднесущих DARC на FM-радио. 0с. должно показывать устройство Realtek. 5-дюймовый ЖК-экран Цифровой приемник сигнала SDR Радио Малахит Малахит. Глобальный справочник по радио, зима 2020–2021 гг. стандарт вещания, используемый в Европе и других странах, где HackRF One From Great Scott Gadgets Начало работы с программно определяемым радио (SDR) никогда не было таким простым благодаря GNU Radio и различным доступным SDR.Комбинированные темы. R-Sharp для Windows (https://adafru. Запустите SDRSharpon Mac, Linux и Chrome OS. В папке sdr вы должны увидеть Sharp EXE и другие файлы. 50KHz~2GHz. Эффекты этого всплеска могут быть скрыты. чтобы выбрать некоторые из моих изменений. Загрузка драйверов Sharp. У меня уже есть мой HackRF, работающий в Linux с GNU Radio, но я также загружаю свой ноутбук в Windows, и иногда в любом случае приятно иметь доступ к другим программам. ПРИМЕЧАНИЕ: lutris все еще своего рода багги, возможно, придется нажать отмену несколько раз и тому подобное.Потрясающий открытый исходный код. sudo apt update ***** Теперь установите несколько зависимостей: sudo apt install git cmake g++ pkg-config autoconf automake libtool libfftw3-dev libusb-1. 6 МБ. Airspy можно использовать в качестве высокопроизводительного приемника ADSB, способного работать на частоте 20 МГц с низким рассеянием MLAT. Пакеты. Natpos: новое программное обеспечение Linux SDR для RTL-SDR. Дата окончания регистрации регистратора 0Z: 2023-01-11T20:35:12. Raspberry Pi 3B+ использует RTL-SDR и приложение «GQRX» для приема радиоизлучения. Этапы установки Если вы потеряли интерес к тому DVB-ключу, который вы купили, чтобы попробовать программно-определяемое радио, вам следует снова его отключить.Ledacs Esk ⭐ 6. Welkom op deze onafhankelijke веб-сайт Welke volledig gewijd является легальным радио и телевизионным эфиром в Нидерландах. Использует переназначенный приемник DVB-T в качестве программно-определяемой радиостанции для приема и отправки данных I/Q через сеть TCP в другое приложение для демодуляции, декодирования или регистрации. Основной дисплей разбит на отдельные панели, каждая из которых имеет определенное назначение. Для пользователей HPSDR установлен QTRAdio, а также есть поддержка браузером этих хороших сайтов WebSDR. Есть также много руководств по его использованию в Windows и Linux.xml в Блокноте и добавьте следующую строку между тегами. Эту сборку можно использовать с платами AARCH64 ARM, такими как Raspberry Pi 4 или Odroid. Использование HDSDR с Wine в Linux https: Аудиофайлы для тестирования программного обеспечения без SDR И несколько ссылок на некоторые из множества SDR в Интернете. Основное различие между пакетом SDR deluxe V3 и пакетом SDR V4 заключается в стабильности приема и точности частоты благодаря TCXO на ключе RTL-SDR и на преобразователе HF Ham it Up. интерес к программно определяемому радио (SDR) в последние годы [15].ВЧ на RTL-SDR NooElec ‘Ham It Up’ v1. com разработан для SDR Airspy, однако это одна из самых популярных программ-приемников SDR, которая также используется с RTL-SDR. 13) dump1090 (требуется API 3. Сопоставление ADS-B доступно из встроенного в Dump1090 … Программно-определяемая радиосвязь (SDR) — это система радиосвязи, в которой. -цифровой преобразователь, который передает образцы на хост-компьютер Нет Да, вы можете запустить AIRSPY SDR# (sdrsharp. rtl sdr software windows 10, sdrsharp plugin install, sdr software windows 10 скачать бесплатно, sdrsharp windows 10, sdrsharp загрузить p25, sdrsharp 64 bit, руководство по установке sdrsharp, загрузка sdrsharp для Windows 8 Добавляет несколько музыкальных инструментов и инструментов, которые помогут вам создавать, изменять и документировать механические конструкции для ПК.exe) под Linux, используя Wine. Это программное обеспечение поддерживает радиомодули от большинства … Источник данных rtlamr автоматически обнаружит поддерживаемое оборудование rtl-sdr. Итак, вы все видели мои последние посты [ Играйте с SDR и Intel Edison! Антенна QFH и мой первый прием NOAA! ], но на самом деле я не объяснил, как захватывать и декодировать сигналы APT с помощью вашего компьютера (в данном случае с Linux). Оснащенный мощным тюнером RTL2832U и R820T, он может настраиваться на сигналы в диапазоне от 24 МГц до 1850 МГц. 7600. В сочетании с бесплатным программным обеспечением SDR (работающим на ПК) он может служить начинающим любительским радиоприемником или резервным приемником для любительской радиостанции.В радиокарте используется Analog Devices AD9866, который представляет собой 12-разрядный широкополосный модемный внешний интерфейс со смешанным сигналом, который был перепрофилирован как прямое преобразование с понижением (DDC) и прямое преобразование SDR. , CubicSDR, SdrDx — программное обеспечение SDR для OSX и Windows, Sigmira. Sdr Sharp Windows 10. Возможные варианты: SDR # (SDR Sharp), SDR Console V2 beta и HDSDR. В Linux… У нас также есть краткие инструкции по началу работы с Linux и OSX в конце этой страницы.- SDR Console is available at both version 2 and v3. Packed with the powerful RTL2832U and R820T tuner, it can tune into signals from … Software Defined Radio. com et les clés Nooelec. com nennt folgende: SDR# (oder SDR-sharp) HDSDR; SDR-RADIO. AIS receiver for RTL SDR dongles, Airspy R2, Airspy Mini, Airspy HF+, HackRF and SDRplay. PLUTO支持多个软件平台,目前在windows上比较常用的是sdr#(sdr sharp)、matlab,linux平台主要有GNU Radio等。但是安装的时候要注意,这3款软件直接安装是不能使用的,要在软件的基础上安装支持PLUTO的插件才能使用。 1、windows下sdr#的安装与使用 Moved Permanently.Но, начав использовать его сам, я не нашел ни одного руководства, объясняющего весь процесс от установки необходимых драйверов и программного обеспечения до создания первого простого приемника с использованием GNU Radio, которое является наиболее функциональным программным обеспечением, которое можно использовать с RTL28xxU… я опубликую оптимальное подключение с SDR Sharp, Linux и Raspberry на базе SDR. Последняя версия Gqrx, вероятно, уже доступна через официальные каналы программного обеспечения различных дистрибутивов Linux, а также Macports и Homebrew для Mac OS X.Сначала устанавливаем SDR-sharp. кажется, все работает, кроме частотного сканера. В последних версиях SDR-Sharp он автоматически обнаруживает и декодирует данные RBDS/RDS, которые отправляются вместе с FM-радио. Скорее всего, ваша радиостанция также играет Donna Summer! RTL-SDR — это набор инструментов, который позволяет использовать USB-ключи DVB-T на базе набора микросхем Realtek RTL2832U в качестве дешевых программно-определяемых радиостанций, учитывая, что микросхема позволяет передавать необработанные выборки I/Q с тюнера прямо на хост-устройство.Использование HDSDR с Wine в Linux и на Mac. 4. > компоненты, традиционно реализованные в железе (т.е. не знаю насчет RTL-SDR v3, но у меня есть 3 более дешевых один с тюнером FC0013, один с R820T, а другой с R820T2 и они у всех есть проблемы с точностью частоты. От 9 МГц до примерно 1766 МГц. Проверьте их, не владея ими. Программное обеспечение постоянно развивается с добавлением новых функций на регулярной основе. AppImage 32. bat находится в E:\SDRPhaseTwo\Hardware\hackRF , это создает hackrf_static.Результаты представлены по адресу: https://www. Natpos — это новая программа SDR на базе Linux, аналогичная по работе и функциям другим программам, таким как GQRX, HDSDR и SDR#. гз. Они продемонстрируют, как взаимодействовать с РЧ-сигналами с помощью MATLAB, Simulink, GNU Radio или пользовательского кода C, C++, C# или Python на хосте (x86) или встроенном (Raspberry Pi, Beaglebone, 96boards). Извлеките ссылку для загрузки на ту же папка, в которую вы установили ExtIO. В предыдущих сообщениях я показал, как создать доступный по сети сервер SDR и протестировал клиентские приложения SDR, работающие в Linux, Mac OSX и Windows.27.01.2022 админ. Единственное, что нам нужно сделать в SDR SHARP, это во вкладке SOURCE выбрать опцию «IQ From Soundcard». 3-частоты. В mac os перейдите на страницу CubicSDR для mac os (https://adafru). Если вас это не устраивает, наши пользователи оценили более 10 альтернатив HDSDR, и восемь из них доступны для Linux, так что, надеюсь, вы сможете найти a … Указатель /software/SDRSharp.NET Core, выпущенный 10 ноября 2020 г. dll-файлы в папку SDR#. Я мог заставить работать отображение hdsdr, но звук звучит так, как будто разговаривают лягушки? Много дурачиться с DLL файлы на шарп и хдсдр, консоль sdr так же работала.552 драйвер zadig USB установлен, Osmocom rtlsdr. Симлинк требуемых библиотек в каталоге установки SDR#: Запустите SDRSharp в Linux: Как правило, найдите путь(и) к библиотеке Linux: Альтернативные варианты SDR для приемников RTL-SDR в Linux включают GQRX и HPSDR. org и т. д. Доступна дополнительная справочная информация… SDR Touch поддерживает прием FM-радио, AM, SSB и CW, включая радиолюбителей, полицию, воздушное движение, сводки погоды, пожарные и аварийные станции, трафик такси, аудио аналоговых телетрансляций. , цифровое вещание и многое другое! В зависимости от используемого оборудования его радиочастотный охват может составлять от 50 МГц до 2 МГц. Небольшое оборудование SDR, изображенное выше, является устройством начального уровня.Он имеет как общие блоки IIO, так и специальные блоки PlutoSDR. [Харрисон Сэнд] просто… Добро пожаловать в gqrx. Микротелеком Персей. Задний план. Доступна дополнительная справочная информация … Nooelec nesdr r820t sdr аксессуары и возвраты на программно-определяемой радиостанции. … После публикации этой статьи я получил много негативных отзывов об этих инструкциях по сборке RX (только для приема) iGate. Предпосылки. RTL-SDR — это программно-определяемая радиостанция за 30 долларов, которая обладает множеством функций. Скачиваний: 20 на этой неделе.Они не ограничены диапазонами HF. Общепринятое мнение состоит в том, что если человек случайно ответил на сообщение, прошедшее через ВАШ iGate, и ЕСЛИ система APRS в целом решила, что ваш iGate является подходящим iGate для отправки ответа обратно, то это… SDR# ( «SDR Sharp») — один из самых популярных программных пакетов для «Software Defined Radio» в Windows. — SDRSharp. Каждые 5 минут снимаются 100000 спектров, усредняются и записываются как EZCAP «EzTV646″ с E4000 Tuner SDR SHARP: sdrsharp.до-диез х. ). Среда выполнения Windows NET5 и ZIP-файл SDR#. GNU Radio Live SDR Environment — это загрузочный DVD-диск Ubuntu Linux с предустановленным программным обеспечением GNU Radio и сторонних производителей. > микшеры, фильтры, усилители, модуляторы/демодуляторы, детекторы > и т. д., такие как SDR Sharp, для ручной настройки других частот, построенных из источника. Программно-определяемый графический интерфейс SeeDeR Radio. Я бы предположил, что GNU Radio/gqrx тоже делает это, но я не пробовал эту конфигурацию. Конечно, моя машина с Windows — это моя повседневная рабочая машина, и SDR# использует много ресурсов.Gqrx — это бесплатное программное обеспечение, распространяемое по лицензии GNU General Public, позволяющей… Чтобы использовать SDR# в Linux, обычно необходимо загрузить файл . Откройте папку и должны быть 2 файла, один для txt, другой для dll. PDF: Sharp PDF ФАЙЛ СКАЧАТЬ SDR-RADIO Скачать ЗДЕСЬ Установка HPSDR: ЗДЕСЬ Установка Linux ЗДЕСЬ . Думаете о том, чтобы попасть в фантастический мир Software Defined Radio? Это идеальный набор для знакомства! С прямой поддержкой в ​​GNURadio и SDR Sharp, а также в дистрибутивах Linux, таких как Pentoo, Kali, … pyrtlsdr — это простой интерфейс Python для устройств, поддерживаемых проектом RTL-SDR, который превращает некоторые ключи USB DVB-T, использующие набор микросхем Realtek RTL2832U, в низкоуровневые -недорогие программно-определяемые радиоприемники общего назначения.Джеффри Копкак. ) через USB. Руководство, показывающее, как настроить и использовать подключаемый модуль сканера для SDR#. Это программа для Windows, но вы можете использовать ее на Linux или Mac с помощью Wine, но не уверены, сможете ли вы успешно подключиться или не использовать Wine. Соберите SDR # git clone https://github. SDRSHARP теперь представляет Panadapter для этого маленького приемника. Зарегистрированная версия, основанная на версии 1.04, если быть точным) после отказа от более ранних версий Debain. Выпуск 5. ) вместо этого реализуются с помощью программного обеспечения на персональном компьютере или встроенного Raspberry SDR Radioberry.Файлы, которые вы загружаете, открывают txt. Популярное устройство RTL-SDR позволяет вам принимать радиосигналы в диапазоне от 500 кГц до 1. Gqrx — это программно-определяемый радиоприемник (SDR) с открытым исходным кодом, работающий на GNU Radio и графическом наборе инструментов Qt. БлейдРФ. Скачать: SPY Server — SDR-сервер для Linux x86_64. и установите RX DC Removal на «Авто». SDR Sharp (это мое личное «Основная идея заключалась в том, чтобы запустить небольшую утилиту rtl-sdr на небольшой встроенной коробке, подключенной к ключу dbv-t рядом с антенной, и передавать данные по соединению Ethernet.Насколько мне известно (хотя я должен быть исправлен), еще не существует такого же чистого решения, как, например, SDR Sharp, SDR Radio V2 или HDSDR для Windows. Получить обновления SDRangel — это приложение с открытым исходным кодом для TX и RX SDR (Software Defined Radio). Установите rtl-sdr на Raspian на Raspberry Pi. Затем вы можете использовать Crossover, коммерческую программу, созданную Codeweavers. sdr в линукс

Приемник FDM-S2 SDR

Приемник SDR ELAD FDM-S2

FDM-S2 — второе устройство в нашей линейке пробоотборников ELAD SDR.
Приемник с прямой дискретизацией, основанный на 16-битном одноканальном преобразователе АЦП с частотой 122,88 МГц, охватывающий диапазон HF 6 м и предлагающий возможность использования режима частичной дискретизации, охватывающего диапазон FM-вещания и исследующего часть диапазона VHF (135–160) МГц.
Диапазоны и наиболее важные характеристики:
HF: 9 кГц-52 МГц MDS: -132 дБм при 14 МГц, уровень ограничения -8 дБм

FM: 74-108 МГц, чувствительность <2 мкВ 12 дБ SINAD при 98 МГц, уровень ограничения -3 дБм

VHF1: 035 MDS -137 дБм при 145 МГц, уровень клиппинга -19 дБм

Отдельные антенные входы для диапазонов HF/6m и FM/VHF/Bypass

Макс.DDC Bw 6144 кГц (Свободная видимая полоса пропускания до 5 мегагерц)
доступных в настоящее время выбираемых битовых потоков:
192kps-32bit, 384ksps-32bit, 768ksps-32bit, 1536ksps-32bit, 3072ksps-32bit, 6144ksps-16bit

Специальный двойной режим DDC Полоса пропускания 2 x 384 кГц должна быть помещена в один из входных диапазонов.

4 виртуальных приемника, свободно настраиваемых в окне DDC
Каждый виртуальный приемник содержит настройки режима, полосы пропускания, громкости, шумоподавления и маршрутизации аудиовыхода.

Подана заявка на патент Тройная полоса настройки для грубой и точной навигации по спектру

Режимы CWU, CWL, USB, LSB, AM, SAM, FM, WFM, DSB, RTTY, DRM, RDS

Подавление помех: Noise Blanker, Adaptive Noise Reduction и автоматическая метка, специальные 2 ручные метки (непосредственно в спектре DDC)

  • ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ:
  • Интегрированное декодирование DRM, обновление текста и расписания станций.
  • Встроенная стереосистема WFM с декодированием RDS.
  • Универсальное управление CAT и интеграция OmniRig(tm)
  • Настраиваемые средства панадаптера ПЧ для интеграции с существующими трансиверами/приемниками
  • Определяемый пользователем частотный план, заданные настройки для каждого частотного диапазона.
  • Управление памятью на основе XML
  • Интеграция данных кластера DX и импорт базы данных EIBI
  • Отображение информации о памяти, базе данных и кластере непосредственно на экране спектра
  • Собственная шина Ext IO для дополнительного оборудования, а также 8 линий постоянного тока для универсального переключения (*через SFE1.0 плата)
  • Поддерживается сторонним программным обеспечением: SDR-RadioV2, Winrad, HDSDR, Studio 1
  • Регистратор спектра DDC с автоматическим управлением расписанием
  • Отдельные окна спектра ПЧ/АЧ для детального анализа сигнала
  • Простой, полностью информативный пользовательский интерфейс с глубокой настройкой
  • Окна с изменяемым размером и поддержка нескольких мониторов
  • Широкополосные вторичные аудио/ПЧ выходы для ПО декодера (например, CW Skimmer, WeatherFax)
  • Полная интеграция контроллеров серии Tmate(tm)
  • Компактный размер 110 (Ш) x 90 (Г) x 40 (В) мм и вес 360 г, поставляется с 2 адаптерами BNC-SMA, кабелем USB, адаптером для двойного кабеля USB, компакт-диском и безопасной сумкой.

ЗАПРОС ИЛИ ЗАКАЗ…..

ЦЕНА: ПРОДАНО


Отправить предложение по электронной почте или использовать страницу запроса предложения .

Все цены указаны вкл. 21% НДС, если ваш адрес доставки находится за пределами стран ЕС без НДС. применяется, и НДС не применяется, если вы находитесь в странах ЕС и платите НДС. количество.

5.8 Технические примечания Red Hat Enterprise Linux 5

BZ#782773

До этого обновления в системах AMD с включенным режимом HPC в конфигурации BIOS могла возникать паника ядра.Этот параметр BIOS отключает некоторые P-состояния, поддерживаемые системой. Драйвер powernow-k8 ошибочно полагался на последовательную нумерацию P-состояний, которая в данном случае больше не приводится. С этим обновлением включенные P-состояния распознаются правильно, и больше не возникает паника ядра.

БЗ#721361

Некоторые системы неправильно устанавливают бит режима ACPI FADT APIC. Они установили бит в «кластерный» режим вместо «физического», из-за чего эти системы загружались без TSC.В этом обновлении проверка ACPI FADT была удалена из-за ее ненадежности, что устранило эту проблему.

БЗ#720551

В некоторых случаях отчеты об ошибках в файловой системе XFS могут разыменовывать указатель NULL, вызывая панику ядра. Это обновление исправляет разыменование указателя NULL, и паника ядра больше не возникает.

БЗ#772696

Передача фрагментированного буфера сокета (skb) с более чем 8 фрагментами на архитектурах со страницами размером более 8 КиБ может привести к тому, что драйвер qlge 10 Gigabit Ethernet не сможет правильно отменить сопоставление адресов DMA для успешной передачи всех фрагментов skb.Это обновление корректирует размер внешнего списка, который используется, когда количество фрагментов skb превышает размер страниц; таким образом, исправляя эту проблему.

БЗ#720363

Из-за регрессии количество байтов в неправильном буфере было скорректировано с учетом различий в порядке следования байтов. Это привело к тому, что вызывающим сторонам на компьютерах с обратным порядком байтов была передана неправильная длина буфера, что, в свою очередь, привело к тому, что данные, возвращенные с сервера, были неправильно отклонены со следующими сообщениями об ошибках.

 Неверная транзакция2 SMB:
 

Об этой ошибке впервые сообщили в 64-битной архитектуре PowerPC. С этим обновлением в описанном сценарии теперь передается правильная длина буфера.

БЗ#722302

Статистика пакетов в /proc/net/dev иногда отскакивала назад. Это было связано с тем, что команда cat /proc/net/dev обрабатывалась во время выполнения цикла обновления счетчика, что иногда приводило к частичному обновлению счетчика (что приводило к неверной статистике).Это обновление исправляет эту ошибку, используя временную переменную при суммировании всех очередей RX, и только затем обновляя статистику /proc/net/dev, делая всю операцию атомарной. Кроме того, это обновление содержит исправление, которое устраняет проблему с аппаратным счетчиком 16-разрядных отброшенных пакетов RX, поддерживая 32-разрядный аккумулятор в драйвере для предотвращения частого циклического переключения.

БЗ#720212

Когда kdump запускался при большой нагрузке, система переставала отвечать и не могла зафиксировать аварийный дамп.Это обновление исправляет обработку прерываний для kdump, так что kdump успешно фиксирует аварийный дамп при большой нагрузке.

БЗ#722549

Это обновление устраняет гонку между событиями TX и MCC, когда событие MCC могло уничтожить расписание NAPI последующим событием TX, что приводило к паузам передачи по сети.

БЗ#585935

Раньше, когда функция iput() вызывалась, когда она удерживала блокировку nfs_access_lru, это могло привести к проблемам, поскольку iput() могла спать, а также могла пытаться выделить память.Это обновление удаляет оптимизацию, которой нет в основной серии ядер. Теперь iput() никогда не вызывается, пока удерживается спин-блокировка в nfs_access_cache_shrinker(), что предотвращает эту ошибку.

БЗ#718232

Обнаружена проблема с обработкой ошибок XFS dio. Если была запущена операция ввода-вывода с неверным выравниванием, XFS вернет -EINVAL без разблокировки мьютекса индексного узла. Это привело к тому, что любые дальнейшие операции с индексным узлом перестали отвечать.Это обновление добавляет отсутствующую операцию mutex_unlock в путь ошибки dio, решая эту проблему.

БЗ#724923

Неправильный вызов функции nfs4_drop_state_owner привел к тому, что поток восстановления состояния NFSv4 застрял в бесконечном цикле, удерживая большую блокировку ядра (BKL). В этом обновлении вышеупомянутый вызов был удален, что устранило эту проблему.

БЗ#725573

Исправление для CVE-2010-3432, предоставленное в RHSA-2011:0004, привело к регрессии: информация в sctp_packet_config(), которая вызывалась перед добавлением фрагментов данных в пакет, не сбрасывалась, что приводило к значительному ухудшению работы SCTP (протокол передачи управления потоком). представление.В этом обновлении информация о пакете сбрасывается после передачи.

БЗ#725713

Раньше функция inet6_sk_generic() использовала переменную obj_size для вычисления адреса своей внутренней структуры, что приводило к повреждению памяти. С этим обновлением sk_alloc_size() вызывается каждый раз, когда есть запрос на выделение, и повреждение памяти больше не происходит.

БЗ#727504

Ранее примененное исправление представило регрессию для сторонних файловых систем, которые не устанавливают флаг FS_HAS_IODONE2, в частности, Oracle Cluster File System 2 (OCFS2).Патч удалил вызов функции aio_complete, в результате чего события завершения не обрабатывались, в результате чего приложения пользовательского пространства переставали отвечать на запросы. Это обновление повторно вводит вызов функции aio_complete, устраняя эту проблему.

БЗ#727614

Ранее конфигурации, в которых Max BW был установлен на 0, выдавали следующее сообщение:

 Обнаружена недопустимая конфигурация для Max BW — вместо этого используется 100.
 

С этим обновлением такое сообщение выдается только при включенной отладке, и такая конфигурация больше не называется недопустимой.

БЗ#637930

При определенных обстоятельствах может возникнуть взаимоблокировка между процессом khubd стека USB и modprobe модуля usb-storage. Это было связано с тем, что процесс khubd при попытке удалить USB-устройство ждал, пока счетчик ссылок knode_bus станет равным 0. Однако modprobe при загрузке модуля usb-storage сканирует все USB-устройства и увеличивает счетчик ссылок, препятствуя продолжению процесса хабд. В этом обновлении базовый исходный код был изменен для решения этой проблемы, и в описанном сценарии взаимоблокировка больше не возникает.

БЗ#728219

Паника ядра произошла на хосте Red Hat Enterprise Linux 5.7 QLogic FCoE во время операций ввода-вывода с ошибками структуры из-за разыменования объекта fcport NULL в функции qla24xx_queuecommand. Это обновление добавляет проверку, которая возвращает DID_NO_CONNECT, если объект fcport имеет значение NULL.

БЗ#728508

Ранее представленный патч заставлял операции ->flush и ->fsync ожидать завершения всех вызовов удаленных процедур WRITE и COMMIT (RPC), чтобы гарантировать, что эти RPC были завершены перед возвратом из fsync() или close().Как следствие, все запросы WRITE, выданные nfs_flush_list, были сериализованы, что привело к снижению производительности на клиентах NFS. Это обновление изменяет nfs_flush_one и nfs_flush_multi так, чтобы они не ждали операций записи, выдаваемых при установке параметра FLUSH_SYNC, что устраняет проблемы с производительностью на клиентах NFS.

БЗ#716821

Старые версии прошивки карт be2net могли не распознавать определенные команды и возвращать недопустимые/неподдерживаемые ошибки, что приводило к появлению в журналах запутанных сообщений об ошибках.В этом обновлении драйвер корректно обрабатывает эти ошибки и не регистрирует их.

БЗ#657345

Когда хост находился в режиме восстановления и была инициирована операция сканирования SCSI, операция сканирования завершилась неудачно и не выдавала никаких ошибок. Эта ошибка была исправлена, и уровень SCSI теперь ожидает восстановления хоста для завершения операций сканирования устройств.

БЗ#730097

До этого обновления параметр монтирования nosharecache NFS не всегда учитывался.Если этот параметр указан в двух местах монтирования, поведение будет таким же, как если бы этот параметр не был указан. Это произошло из-за отсутствия проверок, которые применяли эту опцию. Это обновление добавляет отсутствующие проверки, решая эту проблему.

БЗ#730108

Если драйвер be2net не мог выделить новые SKB в обработчике завершения RX, он возвращал сообщения на консоль и отбрасывал пакеты. В этом обновлении драйвер вместо этого увеличивает счетчик netdevice rx_dropped и больше не выводит сообщения в консоль.

БЗ#730313

Когда таймер проверки зависаний истекает и пытается перезагрузить машину, он останавливает все другие процессоры в конфигурации. Однако ЦП, который останавливает другие ЦП, по-прежнему разрешен для прерываний. Следовательно, прерывания ввода-вывода или внешние прерывания могут поступать на локальный ЦП, и соответствующий обработчик прерываний может попытаться получить блокировку. Ранее, если удаленный ЦП удерживал блокировку, в то время как локальный ЦП останавливал ее, результатом была взаимоблокировка. Система перестала отвечать вместо выполнения перезагрузки.В этом обновлении отключаются прерывания перед остановкой удаленных ЦП, и больше не происходит зависаний в описанном сценарии.

БЗ#758923

Когда сетевое устройство было переименовано, код snmp6 IPv6 не регистрировал изменение и вызывал панику системы на некоторых архитектурах при удалении устройства. С этим обновлением отмена регистрации и повторная регистрация теперь работают должным образом, а паника ядра больше не возникает.

БЗ#675781

При чтении файла из подкаталога в /proc/bus/pci/ при горячем отключении устройства, связанного с этим файлом, система аварийно завершала работу.В этом обновлении ядро ​​правильно обрабатывает одновременное удаление устройства и доступ к представлению этого устройства в файловой системе proc.

БЗ#731599

Гость KVM может быть вытеснен хостом, когда необходимо запустить процесс с более высоким приоритетом. Когда гость не работает в течение нескольких прерываний таймера подряд, тики могут быть потеряны, в результате чего таймер jiffies будет двигаться медленнее, чем ожидалось, а тайм-ауты занимают больше времени, чем ожидалось. Чтобы устранить проблему потерянных тиков, do_timer_tsc_timekeeping() проверяет источник эталонных часов (kvm-clock при работе в качестве гостя KVM), чтобы увидеть, не были ли пропущены прерывания таймера.Если это так, jiffies увеличивается на количество пропущенных прерываний таймера и гарантирует, что программы пробудятся вовремя.

БЗ#731806

Драйвер be2net не использует пути Tx без блокировки, а его функция xmit() защищена спин-блокировкой netif_tx_lock; как и функции set_multicast_list() и set_rx_mode(). Эта настройка конфигурации включает в себя отправку сообщения микропрограммному обеспечению карты и получение ответа, что включает задержку до нескольких миллисекунд.Как следствие, счетчик запросов увеличился на большие числа. В этом обновлении была включена функция NETIF_F_LLTX и реализована блокировка собственных путей Tx. Теперь в описанном сценарии необходимо заблокировать только небольшие части многоадресной конфигурации.

БЗ#680411

До этого обновления возникали сбои при запуске Ethernet-контроллера Broadcom BCM57710 и отображались следующие сообщения об ошибках:

eth0: Случилось что-то плохое! Ай!
[bnx2x_release_hw_lock:1536(eth0)]Снятие блокировки ресурса 8
eth0: процесс восстановления еще не завершен должным образом.Попробуйте позже. Если ты
все еще видите это сообщение после нескольких попыток, тогда требуется перезагрузка.
 

В этом обновлении базовый исходный код был изменен для решения этой проблемы, и Ethernet-контроллер Broadcom BCM57710 больше не запускается.

БЗ#721173

Функция разгрузки iscsi драйвера cxgb3 содержала ошибку драйвера, из-за которой внутрипроцессные операции ввода-вывода могли пытаться получить доступ к структуре управляющих данных после того, как она была освобождена в ответ на аппаратную ошибку, которая отключила функцию разгрузки.Драйвер был исправлен, чтобы принудительно отложить освобождение этой конструкции до завершения всех операций в полете.

БЗ#714020

В некоторых случаях клиент пропускал вызов COMMIT на сервер, когда определял, что в ближайшем будущем ему потребуется сделать еще один такой вызов. Следовательно, коду NFS не удалось повторно пометить индекс как грязный, а файловая система VFS не смогла выполнить вызов на следующем проходе. В индексном узле были страницы, которые нужно было очистить, но сам индексный дескриптор не был помечен как грязный.Kdump настроил пороги обратной записи на очень низкое значение, чтобы кэш страниц оставался небольшим. В этой среде указанная выше ошибка часто приводила к тому, что клиент переставал отвечать на запросы при записи файла vmcore. С этим обновлением для решения этой проблемы был предоставлен основной патч, и зависания больше не происходят.

БЗ#713904

Инфраструктура управления незапрашиваемыми кадрами требует наличия таблицы адресов DMA для аппаратного поиска местоположения буфера кадров по индексу.Аппаратное обеспечение ожидает, что элементы этой таблицы будут 64-битными величинами. Ранее параметр dma_addr_t неправильно использовался для ссылки на эти элементы. Следовательно, были затронуты все нежелательные протоколы фреймов, особенно SATA-PIO и SMP, которые препятствовали обнаружению дисков SATA, подключенных напрямую, и дисков, подключенных к расширителям. Для решения этой проблемы было предоставлено исправление, и теперь диски SATA правильно распознаются на 32-разрядных платформах.

БЗ#756412

kexec/kdump пытается обнаружить ложные запросы на прерывание; то есть прерывания, которые остаются в установленном состоянии в то время, когда ядро ​​запускает дамп.В некоторых случаях обработчик прерываний IDE не подтверждал свое прерывание, поэтому оно считалось ложным, несмотря на то, что оно использовалось ядром kdump. В результате ядро ​​kdump дважды блокировало линию прерывания IDE, и система переставала отвечать. Чтобы исправить эту ошибку, kexec/kdump теперь обрабатывает прерывание как ложное, если соответствующая линия прерывания отключена. Обработчик прерываний IDE не обрабатывается специально, и неправильная рекурсивная блокировка не возникает.

БЗ#683393

Если присутствует микропрограмма управления, а устройство не работает, микропрограмма берет на себя управление регистром phy.Раньше физический доступ разрешался с хоста, и он конфликтовал с физическим доступом к встроенному ПО, что приводило к непредсказуемому поведению, например, к потере связи с локальной сетью BMC (контроллера управления основной платой) с течением времени. В этом обновлении ошибка исправлена ​​в драйвере tg3, разрешая физический доступ только тогда, когда драйвер имеет контроль над устройством.

БЗ#713816

Когда микросхема контроллера ввода-вывода 10 Gigabit Ethernet BladeEngine 3 (BE3) была настроена для поддержки iSCSI, установка Red Hat Enterprise Linux 5.7 перестал отвечать. Когда использовались оба драйвера be2net и be2iscsi, драйвер be2iscsi не очищал свои ресурсы должным образом, что приводило к сбою загрузки драйвера be2net. Это обновление добавляет процедуру выключения в драйвер be2iscsi, и система больше не зависает в вышеупомянутом сценарии.

БЗ#734900

При определенных обстоятельствах функция evdev_pass_event() с присоединенной спин-блокировкой прерывалась и вызывалась снова, что в конечном итоге приводило к тупиковой ситуации.Для решения этой проблемы был предоставлен патч, отключающий прерывания при получении спин-блокировки. Это предотвращает возникновение взаимоблокировки.

БЗ#753924

Ранее функция domain_update_iommu_coherency() устанавливала домены по умолчанию как когерентные, если домен не был подключен к каким-либо модулям управления памятью ввода-вывода (IOMMU). Следовательно, такой домен может несогласованно обновлять записи контекста с помощью функции domain_context_mapping_one().Чтобы решить эту проблему, domain_update_iommu_coherency() был обновлен для использования более безопасного значения по умолчанию, а домены, не подключенные к какому-либо IOMMU, теперь устанавливаются как несогласованные.

БЗ#6

При установке значения в файле /proc/sys/vm/dirty_writeback_centisecs через эхо фактическое сохраненное значение всегда было на единицу меньше заданного значения (например, установка 500 приводила к установке 499). В этом обновлении исправлена ​​эта ошибка, связанная с несовпадением, и значения в /proc/sys/vm/dirty_writeback_centisecs теперь установлены правильно.

БЗ#713703

Этот патч исправляет неспособность драйвера be2net работать в среде kdump. Он очищает бит прерывания (в карте), который может быть установлен, когда драйвер проверяется ядром kdump после сбоя.

БЗ#748999

Предыдущий патч ядра удалил вызов функции nfs_file_release() функции filemap_fdatawrite(). Следовательно, данные, записанные в файл NFS, которые были отображены в память с помощью функции mmap() и еще не были сброшены на резервное устройство, были потеряны, как только файл был закрыт.Это обновление добавляет обратный вызов filemap_fdatawrite() в функцию nfs_file_flush(), что устраняет эту регрессию.

БЗ#6

Изменения, внесенные в TSC в качестве источника синхронизации для IRQ, привели к тому, что виртуальные машины, работающие под гипервизорами VMware ESX или ESXi, переставали отвечать на запросы во время начального процесса загрузки ядра. В этом обновлении флаг enable_tsc_timer позволяет вызывать функцию do_timer_tsc_timekeeping() в функции do_timer_interrupt_hook(), предотвращая взаимоблокировку в обработчике прерывания таймера и устраняя эту ошибку.

БЗ#740898

Из-за несбалансированной блокировки страниц в файловой системе ext4 путь записи и отправки ввода-вывода страница могла оставаться заблокированной в определенных ситуациях ошибок, что в конечном итоге приводило к взаимоблокировке. Это было исправлено путем правильной разблокировки страницы в определенных ситуациях, чтобы взаимоблокировка больше не возникала.

БЗ#696430

При высокой нагрузке приложение пользовательского пространства не получало данные из сокета SCTP SEQ_PACKET.При сбое выделения буферного пространства или памяти фрагменты данных отбрасывались. Однако сообщалось, что TSN (порядковый номер передачи) был успешно получен, что привело к потере данных. В этом обновлении стек SCTP был исправлен, чтобы правильно сообщать о фрагментах, которые были удалены из-за сбоев выделения памяти.

БЗ#710272

Если iSCSI не поддерживался на устройстве bnx2, функция bnx2_cnic_probe() возвращала NULL, и устройство cnic не было видно для bnx2i.Это предотвратило регистрацию и отмену регистрации bnx2i во время cnic_start() и привело к появлению следующего предупреждающего сообщения:

 bnx2 0003:01:00.1: eth2: не удалось дождаться завершения восходящего вызова ULP
 
БЗ#698728

До этого обновления функция ndisc_send_skb() использовала неправильный макрос для увеличения статистики ICMP6. В результате был увеличен внешний элемент в массиве, который находится в пуле блоков размером 128, что привело к повреждению данных.Если массив находился ближе к концу slab-страницы, могло произойти повреждение пользовательских данных. Это обновление исправляет вышеупомянутую функцию, чтобы использовать правильный макрос для увеличения статистики ICMP6, и повреждение данных больше не происходит.

БЗ#742514

Ранее отключение питания канала нельзя было использовать. Код для него уже был на месте, но был отключен. В этом обновлении в коде включено отключение питания канала, и оно работает должным образом.

БЗ#751214

Предыдущий патч, введенный с BZ#732775, имел следующее непредвиденное последствие: если для файлов в каталоге /proc/ не был определен метод опроса, процессы могли перестать отвечать на запросы, пока они читали файлы из этого каталога.Это обновление восстанавливает поведение опроса по умолчанию для файлов в /proc/, для которых не определен какой-либо метод опроса, тем самым устраняя эту ошибку.

Обратите внимание, что файлы procfs не являются реальными файлами, и если они не могут специально создавать дополнительные данные через некоторое время (например, /proc/kmsg), их не следует опрашивать для получения дополнительных данных, поскольку некоторые из них не могут быть опрошены для чтения. По большей части все данные, которые они могут предоставить, доступны мгновенно.

БЗ#707425

Когда был выделен объект блочного устройства, поле bd_super не было явно инициализировано значением NULL.Предыдущие пользователи объекта блочного устройства могли установить для поля bd_super значение NULL, когда объект освобождается путем вызова функции kill_block_super(). Некоторые сторонние файловые системы не всегда используют эту функцию, и в результате поле bd_super могло стать неинициализированным при повторном размещении объекта. Это могло вызвать панику ядра в функции blkdev_releasepage() при разыменовании неинициализированного поля bd_super. С этим обновлением поле bd_super правильно инициализируется в функции bdget, и больше не возникает паники ядра.

БЗ#746272

В системе с незадействованной сетевой картой (NIC), управляемой драйвером e1000e, когда карта передала до четырех дескрипторов, что задержало обратную запись и ничего больше, запуск драйвера сторожевого таймера примерно через две секунды заставил проверку из-за зависания передачи в оборудовании, которое обнаружило старую запись в кольце TX. Следовательно, в журнал было выдано ложное сообщение «Обнаружено зависание аппаратного блока». В этом обновлении при обнаружении зависания дескриптор сбрасывается и снова запускается проверка зависания, что исправляет эту ошибку.

БЗ#700886

Благодаря этому обновлению IBM System x3850 X5 теперь правильно идентифицируется как система с несколькими шасси путем запроса имени системы и проверки нескольких записей шасси в таблице SMBIOS. Если найдено несколько записей шасси, TSC помечается как несинхронизированный. Побочным эффектом этого решения является то, что ядро ​​попытается синхронизировать TSC на каждом процессоре во время загрузки системы, что приведет к небольшой задержке и отображению сообщения об ошибке.Для других систем с несколькими шасси можно использовать параметр загрузки «notsc», чтобы отключить TSC.

БЗ#748792

Неверные повторяющиеся MAC-адреса использовались на дочерней сетевой плате стойки, которая содержала четырехпортовый контроллер Intel I350 Gigabit Ethernet. В этом обновлении базовый исходный код был изменен для решения этой проблемы, и теперь при любых обстоятельствах используются правильные MAC-адреса.

БЗ#704192

До этого обновления состояние гонки в функции recv_msg TIPC (прозрачное межпроцессное взаимодействие) вызывало панику ядра.Это обновление изменяет логику блокировки сокетов TIPC, и больше не возникает паники ядра.

БЗ#701574

Обновление RHSA-2009:1243 внесло регресс в способ обработки блокировки файлов в NFS (сетевая файловая система). Это приводило к зависанию приложений, если они запрашивали блокировку файла в файловой системе NFS версии 2 или 3, которая была смонтирована с параметром «sec=krb5». С этим обновлением было восстановлено исходное поведение использования смешанных вариантов проверки подлинности RPC для NFS и запросов блокировки.

БЗ#709699

Раньше, если на USB-устройстве происходило изменение подключения, об этом сообщалось так же, как и об отключении. Как следствие, «хаб 1-1.6:1.0: Не удается включить порт X. Может кабель USB неисправен?» были выданы утилитой dmesg, когда низкоскоростное USB-устройство было подключено к порту X. В этом обновлении был изменен код сброса порта в драйвере концентратора, код функции usb_reset_device() был исправлен, чтобы предотвратить бесполезную работу процедуры. повторная попытка сброса после того, как произошло отключение, и теперь в описанном сценарии не возвращаются сообщения об ошибках.

БЗ#742079

Когда ядро ​​SMP (Symmetric Multi Processing) запускало функцию crash_kexec(), локальные расширенные программируемые контроллеры прерываний (APIC) могли иметь ожидающие запросы на прерывание (IRQ) в своих векторных таблицах. Если в одном и том же 32-битном слове в регистрах таблицы векторов Local APIC (LAPIC) находилось более одного ожидающего прерывания IRQ, подсистема I/O APIC входила в настройку с ожидающими прерываниями, оставленными в LAPIC, что вызывало различные степени неисправности в зависимости от застрявший вектор прерывания.Это обновление добавляет параметр MAX_LOOPS, чтобы ограничить количество итераций и предоставить достаточно времени для сброса ожидающих прерываний, если цикл по какой-либо причине заблокировался, тем самым устраняя эту ошибку.

БЗ#694625

При восстановлении после ошибок большинство этапов восстановления после ошибок SCSI отправляют команду TUR (Test Unit Ready) для каждой неверной команды, когда обработчик ошибок драйвера сообщает об успешном выполнении. Когда несколько неверных команд указывали на одно и то же устройство, устройство проверялось несколько раз.Когда устройство находилось в состоянии, когда оно не отвечало на команды даже после успешного завершения функции восстановления, обработчику ошибок приходилось ждать, пока не истечет время ожидания команд. Это существенно тормозило процесс восстановления. В этом обновлении подпрограммы обработки ошибок среднего уровня SCSI для отправки тестовых команд были исправлены и теперь отвечают один раз на устройство, а не один раз на неверную команду, что значительно сокращает время восстановления после ошибки.

БЗ#739665

Ранее ядру было позволено уменьшить количество ненужных вызовов фиксации, пропуская фиксацию, когда записывалось большое количество незавершенных страниц.Однако этот тест не обрабатывал должным образом пограничный случай, когда количество коммитов (ncommit) было равно нулю. Следовательно, индексные дескрипторы иногда оставались в списке sb->s_dirty и не могли быть освобождены средством сжатия кэша инодных дескрипторов. В результате структура nfs_inode_cache со временем стала очень большой. В этом обновлении вызов функции nfs_write_inode() немедленно возвращается, когда commit == 0, что устраняет эту ошибку.

БЗ#636828

Когда было получено сообщение COOKIE_ACK с длиной пакета меньше заданной длины фрагмента, SCTP (протокол передачи управления потоком) отправил сообщение ABORT с неправильно закодированной причиной ошибки PROTOCOL VIOLATION.В этом обновлении базовый код был исправлен, а сообщение ABORT теперь кодируется правильно в описанном сценарии.

БЗ#635982

Рабочее состояние сетевого устройства, представленное значением в /sys/class/net/eth/operstate, не было инициализировано по умолчанию и сообщалось о неизвестном, когда сетевое устройство работало и использовало драйвер tg3. Это обновление исправляет драйвер tg3, чтобы он правильно устанавливал значение operstate.

БЗ#629938

Когда пакет INIT_ACK отправляется без обязательного параметра STATE COOKIE, ожидаемой причиной ошибки прерывания является отсутствие обязательного параметра.Ранее вместо этого указывалась причина ошибки «Неверный обязательный параметр». В этом обновлении исправлена ​​ошибка в функции sctp_process_missing_param(), и теперь в описанном сценарии устанавливается правильное значение причины ошибки для отсутствующих параметров.

БЗ#771592

SG_IO ioctl не были правильно реализованы в драйвере virtio-blk Red Hat Enterprise Linux 5. Отправка запроса SG_IO ioctl на диск virtio-blk привела к тому, что поток-отправитель перешел в состояние непрерывного сна (состояние «D»).В этом обновлении SG_IO ioctl отклоняются драйвером virtio-blk: системный вызов ioctl просто вернет ошибку ENOTTY («Несоответствующий ioctl для устройства»), и поток продолжит работу в обычном режиме.

БЗ#717959

Когда каталоги, смонтированные на сервере, переупорядочиваются, они могут располагаться в другом порядке, и клиенты могут потерять возможность видеть или переназначать каталоги должным образом. Ранее функции __d_unalias() и __d_materialise_dentry() не обеспечивали предотвращение зацикливания.Как следствие, потоки NFS иногда переставали отвечать на запросы при обнаружении цикла в дереве dentry. Чтобы исправить эту ошибку, это обновление добавляет дополнительные проверки цикла, и если процесс пытается получить доступ к dentry, что в противном случае привело бы к завершению цикла ядром, возвращается код ошибки ELOOP и регистрируется сообщение.

БЗ#719495

До этого обновления попытка использовать функцию vfree() в области с vmalloc() могла привести к утечке памяти. В этом обновлении базовый исходный код был изменен для решения этой проблемы, и утечка памяти больше не происходит.

БЗ#722482

В IBM System z, если экземпляр Linux с большим объемом анонимной памяти впервые сталкивается с нехваткой памяти, все страницы в активных или неактивных списках считаются ссылками. Это приводит к тому, что управление памятью в IBM System z выполняет полную проверку всех страниц кэша страниц и запускает обратную запись для всех них. Как следствие, система временно переставала отвечать на запросы при возникновении описанной ситуации. С этим обновлением проверяются только страницы с активными мапперами и сканирование страниц теперь не вызывает зависаний.

БЗ#718988

Это обновление добавляет отсутствующее исправление, которое включает WOL (Wake-on-LAN) на втором порту серверного адаптера Intel Ethernet I350.

БЗ#730247

Введенный ранее патч уменьшил размер зоны DMA под гипервизором Xen. Следовательно, запросы драйверов, пытающихся выделить непрерывную память с помощью API dma_alloc_coherent(), часто терпят неудачу. Это приводило к сбоям при обновлении BIOS на некоторых системах с большой флэш-памятью.В этом обновлении ограничение зоны в dma_alloc_coherent() ослаблено, что устраняет эту проблему.

БЗ#707966

Ранее примененный патч, помогающий исправить неудачную проверку nmi_watchdog путем отключения различных регистров, приводил к тому, что гостевые машины Xen HVM с одним vcpu переставали отвечать во время загрузки, когда центральным процессором был процессор Intel Xeon E5405 или Intel Xeon E5420, и конфигурация виртуальной машины не был установлен параметр apic = 1. В этом обновлении NMI_NONE является сторожевым устройством по умолчанию для гостевых систем AMD64 HVM, что устраняет эту проблему.

БЗ#740203

Ранее примененный патч (представленный как исправление в CVE-2011-1898) предотвратил прохождение PCI внутри domctl assign_device посредством проверки безопасности. Поскольку проверка безопасности также не была включена в domctl test_assign_device, qemu-dm мог столкнуться со сбоями в domctl assign_device, в конечном итоге приводя к тому, что гостевой HVM имел частично доступное устройство PCI, что в некоторых случаях приводило к сбою хост-машина.В этом обновлении проверка безопасности, представленная в CVE-2011-1898, была реплицирована в domctl test_assign_device, что устраняет эту проблему.

БЗ#723755

До этого обновления Xen не реализовывал определенные коды операций ALU. В результате, когда драйвер использовал отсутствующие коды операций в областях ввода-вывода с отображением памяти, это приводило к сбою гостевой системы. Это обновление добавляет все недостающие коды операций. В частности, это исправляет сбой BSOD из-за драйвера Windows e1000.

БЗ#700565

Обнаружена ошибка в том, как функция x86_emulate() обрабатывает инструкцию IMUL в гипервизоре Xen.В системах, которые не поддерживают пейджинг с помощью аппаратного обеспечения (например, те, на которых работают процессоры, которые не поддерживают таблицы расширенных страниц Intel или индексацию быстрой виртуализации AMD) или в которых эта функция отключена, эта ошибка может привести к сбою полностью виртуализированных гостевых систем или привести к к скрытому повреждению памяти. В зарегистрированных случаях эта проблема возникала при загрузке полностью виртуализированных гостевых систем Red Hat Enterprise Linux 6.1 с включенными контрольными группами памяти.

БЗ#729529

Ранее, когда гипервизор Xen разбивал страницу размером 2 МБ на страницы размером 4 КБ, он связывал новую страницу с PDE (запись каталога страниц) до заполнения записей страницы соответствующими данными.Следовательно, при выполнении динамической миграции с EPT (расширенными таблицами страниц), включенными на небездействующем гостевом компьютере, работающем с более чем двумя виртуальными ЦП, гость часто неожиданно завершал работу. В этом обновлении гипервизор Xen сначала подготавливает запись в таблице страниц, а затем связывает ее, исправляя эту ошибку.

БЗ#746225

Внутренний драйвер сети Xen должен был включить все свои возможные функции, пока он не договорится с внешним интерфейсом. Однако после переговоров он не отключил функции, от которых отказался внешний интерфейс.Это приводило к тому, что гость Windows, использующий сетевой драйвер xenpv-win, не мог передавать данные на хост через TCP. Это обновление корректно отключает функции, которые не поддерживаются внешним интерфейсом.

БЗ#697021

До этого обновления значение MTU было ограничено значением 1500, если сетевая карта не поддерживала ввод-вывод Scatter/Gather (SG); в случае нетбэка это будет означать, что SG не будет поддерживаться внешним интерфейсом. Поскольку сценарии горячего подключения выполнялись до того, как функции были согласованы с внешним интерфейсом, в этот момент SG по-прежнему будет отключен, что приведет к нарушению всего, что использует большие MTU (например, связь кластера с использованием этой сетевой карты).Это обновление меняет поведение и предполагает наличие SG до тех пор, пока переговоры не докажут обратное (в таком случае MTU автоматически уменьшается).

Устройство захвата кадров PIXCI® e104x4

Драйверы и приемники

В таблице перечислены высокопроизводительные камеры, демонстрирующие способность платы PIXCI® e104x4 передавать массивные объемы данных изображений, что дает возможность захватывать высокое разрешение при сравнительно быстрая частота кадров. PIXCI® e104x4 в первую очередь предназначен для поддержки высокопроизводительных камер, но также работает практически с ВСЕМИ камерами связи .

Полный список поддерживаемых устройств см. в Руководстве по выбору PIXCI. камеры.

СИГНАЛЬНЫЙ ВХОД И ВЫХОД: EIA RS-644 (LVDS) поддерживают тактовые частоты пикселей до 85 МГц.
ПРОИЗВОДИТЕЛЬНОСТЬ (связь с камерой): Поддерживает максимальное разрешение камеры, частоту кадров и глубину цвета.
СОЕДИНЕНИЯ: Четыре 26-контактных разъема MDR Camera Link для подключения до четырех базовых камер или одной или двух 10-контактных, полноразмерных или средних камер.
Два 10-контактных разъема для триггерных входов и стробоскопических выходов.
ТРЕБОВАНИЯ К ШИНЕ: Тип 1 с нижним стеком PCIe/104 V2.01 с протоколом Gen 2.0 (от 2,5 до 5 ГТ/с)
ТРЕБОВАНИЯ К ЭЛЕКТРОПИТАНИЮ: 12 В при 250 мА
3.3 В при 470 мА
Всего 4,551 Вт
РАЗМЕРЫ: Длина 11,56 см, высота 9,59 см
(длина 4,55 дюйма, высота 3,775 дюйма)
ДИАПАЗОН ТЕМПЕРАТУР: от -40° до 70°C
ВЕС: 95 грамм
СЕРТИФИКАТЫ: Соответствует ROHS
Поддержка ПО EPIX:

Поддерживается XCAP-Lite (бесплатно при покупке платы), XCAP-Ltd, XCAP-Std, XCLIB и XCLIBPL.
Совместимость с 32-битной и 64-битной Windows 10, 8, 7, Vista, XP, 2000, LINUX и 32-битной DOS. Также совместим с TWAIN и Image-Pro.

(PDF) Новый метод совместного обнаружения аномалий для беговой дорожки укладчика автоматизированной системы хранения и поиска в промышленной среде

 Journal of Control Science and Engineering

Высшая школа Китая по гранту ; Петро-

Диагностика неисправностей химического оборудования Ключевая лаборатория в

Фонд провинции Гуандун Китая по гранту

GDUPKLAB; Чунцинский фонд естественных наук

Китая по гранту CSTCjcyjA; Наука

и технологический исследовательский проект Чунцинского муниципалитета

Комиссия по образованию Китая по грантам K; Программа

Чунцинских инноваций и предпринимательства для вернувшихся

иностранных ученых Китая в рамках гранта cx.

Ссылки

[] В. Барнетт и Т. Льюис, Выбросы в статистических данных, JohnWiley

& Sons, Нью-Йорк, штат Нью-Йорк, США, .

[] M.E.KnorrandR.T.Ng, «Finding IntensionalKnowledgeof

Distance-Based Outliers», e VLDB Journal, стр. –, .

[] M. Kontaki, A. Gounaris, AN Papadopoulos, K. Tsichlas и

Y. Manolopoulos, «Эффективные и гибкие алгоритмы для мониторинга выбросов на основе расстояния в потоках данных», Информация

Системы, том.,стр.–,.

[] Л. Шэн, В. Чжан и М. Гао, «Взаимосвязь между стратегиями равновесия Нэша

и управлением h3/∞ стохастическими марковскими

системами скачков с мультипликативным шумом», IEEE Transactions on

Automatic Управление,.

[] С.Рамасвами, Р.Растоги и К.Шим, «Эффективные алгоритмы

для извлечения выбросов из больших наборов данных», SIGMOD Record, vol.

, № , стр. –, .

[] А. Стройф и П. Дж.Rousseeu, «Многомерное вычисление

самого глубокого места», Computational Statistics & Data Analysis, vol. , нет. , стр. –, .

[] С. Чжоу и В. Сюй, «Алгоритм обнаружения локальных выбросов на основе отклонения

», Yi Qi Yi Biao Xue Bao/Chinese Journal of Science

Instrument, vol. , нет. , стр. –, .

[]Z.Ge, Z.Song, S.X.Ding, and B.Huang, «DataMining

and Analytics in the Process Industry: e Role of Machine

Learning», IEEE Access, vol., стр. –, .

[] H. Liu, X. Li, and J. Li, «Effcient Outlier Detection for High-

Dimension Data», IEEE Transactions on Systems Man &

Cybernetics Systems, no. , стр. –, .

[] М. Маркоу и С. Сингх, «Обнаружение новизны: обзор — часть :

подходы на основе нейронных сетей», Signal Processing, vol., no.

, стр. –, .

[] Ж.-С. Ван и Ж.-К. Чианг, «Мера достоверности кластера с обнаружением выбросов

для кластеризации опорных векторов», IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, vol.

, № , стр. –, .

[] S. Mallat и WL Hwang, «Обнаружение и обработка сингулярностей —

ing with wavelets», IEEE Transactions on Information theory,

vol., no., pp.– ,.

[] WP Stuart-Bruges и V. Srinivasan, «Самодиагностика

крана-штабелера», Electronics and Power, vol., no., pp.–

 , .

[] Z. Ge, «Обзор управляемого данными моделирования и мониторинга для

общезаводских промышленных процессов», Chemometrics and Intelligent

Laboratory Systems, vol., стр. –, .

[] ЛИ. Сяопин и Ю. Кан Кан, «Исследование ключевой технологии

в удаленной диагностике неисправностей укладчика», Журнал Университета Ланьчжоу

Цзяотун, том  , № , стр.  –  ,    .

[] H. Darong, T. Jianping и Z. Ling, «Метод диагностики неисправностей

энергосистем, основанный на теории серых систем», Mathematical

Problems in Engineering, vol., ID статьи,.

[] К. Чжан, К. Пэн и Дж. Донг, «Общий и индивидуальный метод мониторинга многорежимного процесса на основе извлечения признаков

с применением к процессу чистовой обработки», IEEE

Труды по промышленной информатике, вып., нет. , стр. –

, .

[] К. Чжан, Х. Хао, З. Чен, С. Х. Дин и К. Х. Пэн, «

сравнение и оценка ключевых показателей эффективности на основе

подходов к мониторингу процессов многомерной статистики», Журнал

of Process Control, vol., pp.–,.

[] H.Darong, K.Lanyan, M.Bo, Z.Ling, and S.Guoxi, «A

Новый метод диагностики зарождающихся неисправностей, сочетающий улучшенный алгоритм

RLS и LMD для подшипников качения с повышенной прочностью

Фоновый шум», IEEE Access, vol., стр. –, .

[] W. Jianguo, Y. Haipeng и Z. Wenxing, «Метод снижения шума данных

на основе модифицированной PCNN», в China Measurement Test,

vol. , стр. –, .

[] Z. Wenxing, Y. Haipeng и W. Jianguo, «Исследование данных

Метод снижения шума на основе модифицированного PCNN», Machin-

ery Design Manufacture, vol., стр. –,.

[] R. Eckhorn, HJ Reitboeck, M. Arndt и P. Dicke, «Feature

Linking through Synchronization среди Distributed Assembles:

Simulations of Results from Cat Visual Cortex», Neural Computation

, том.,№,стр.–,.

Механизмы торможения и взаимосвязь структура-активность

Аннотация

Фон

15-гидроксипростагландиндегидрогеназа (15-PGDH, EC 1.1.1.141) является ключевым ферментом для инактивации простагландинов, регулирующих такие процессы, как воспаление или пролиферация. Анаболические пути простагландинов, особенно в отношении регуляции ферментов циклооксигеназы (ЦОГ), были подробно изучены; тем не менее, мало что известно о последующих событиях, включая функциональное взаимодействие ферментов процессинга и метаболизма простагландинов.Таким образом, высокоаффинные зонды для 15-PGDH представляют собой важные инструменты для дальнейших исследований.

Основные выводы

Чтобы идентифицировать новые высокоаффинные ингибиторы 15-PGDH, мы провели количественный высокопроизводительный скрининг (qHTS), протестировав более 160 тысяч соединений в формате «концентрация-реакция» и идентифицировав соединения, которые действуют как неконкурентные ингибиторы, а также как конкурентные ингибиторы. с наномолярным сродством. Оба типа ингибиторов вызывали сильную термическую стабилизацию фермента, при этом зависимости кофакторов коррелировали с их механизмом действия.Мы определили структуру 15-PGDH человека и исследовали способы связывания ингибиторов с ферментом in silico . Мы обнаружили способы связывания, которые согласуются с наблюдаемыми механизмами действия.

Выводы

Низкая перекрестная реактивность при скрининге более 320 мишеней, включая три другие дегидрогеназы/редуктазы человека, предполагает селективность настоящих ингибиторов в отношении 15-PGDH. Высокая активность и различные механизмы действия этих хемотипов делают их полезным набором дополнительных химических зондов для функциональных исследований сигнальных путей простагландинов.

Расширенная версия

Эту статью также можно рассматривать как расширенную версию, в которой текст статьи интегрирован с интерактивными 3D-представлениями и анимированными переходами. Обратите внимание, что для доступа к этим расширенным функциям требуется веб-плагин. Инструкции по установке и использованию веб-плагина доступны в Text S2.

Образец цитирования: Нисен Ф.Х., Шульц Л., Джадхав А., Бхатия С., Го К., Мэлони Д.Дж. и др.(2010) Высокоаффинные ингибиторы НАД человека + -зависимая 15-гидроксипростагландиндегидрогеназа: механизмы ингибирования и взаимосвязь структура-активность. ПЛОС ОДИН 5(11): е13719. https://doi.org/10.1371/journal.pone.0013719

Редактор: Nick Gay, Кембриджский университет, Великобритания

Получено: 22 июля 2010 г.; Принято: 4 октября 2010 г .; Опубликовано: 2 ноября 2010 г.

Это статья с открытым доступом, распространяемая в соответствии с условиями декларации Creative Commons Public Domain, которая предусматривает, что после помещения в общественное достояние эта работа может свободно воспроизводиться, распространяться, передаваться, изменены, построены или иным образом использованы кем-либо в любых законных целях.

Финансирование: Это исследование было частично поддержано Инициативой молекулярных библиотек дорожной карты NIH для медицинских исследований, Программой внутренних исследований NHGRI, NIH и Оксфордским отделом биомедицинских исследований. Консорциум структурной геномики является зарегистрированной благотворительной организацией (номер 1097737), которая получает средства от Канадских институтов исследований в области здравоохранения, Канадского фонда инноваций, Genome Canada через Институт геномики Онтарио, GlaxoSmithKline, Каролинский институт, Фонд Кнута и Элис Валленберг, Инновационный фонд Онтарио, Министерство исследований и инноваций Онтарио, Merck & Co., Inc., Исследовательский фонд Novartis, Шведское агентство инновационных систем, Шведский фонд стратегических исследований и Wellcome Trust. Спонсоры не участвовали в разработке исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов.

Введение

Эйкозаноиды представляют собой производные арахидоновой кислоты, которые включают различные функциональные классы, включая простагландины (ПГ), липоксины и лейкотриены [1]–[3].Эти биоактивные жирные кислоты контролируют множество физиологических функций, включая воспаление и дифференцировку. Нарушение регуляции ферментов, ответственных за образование и метаболизм активных простагландинов и липоксинов, связано со злокачественной трансформацией и прогрессированием различных типов рака, таких как рак молочной железы, толстой кишки, легких и мочевого пузыря [4]–[10]. Внутриклеточные уровни простагландинов контролируются главным образом взаимодействием между ферментами циклооксигеназами (ЦОГ-1 и ЦОГ-2), с одной стороны, и 15-гидроксипростагландиндегидрогеназой (15-ПГДГ, EC 1.1.1.141) и другие инактивирующие ферменты, с другой. ЦОГ-1 и ЦОГ-2 являются бифункциональными ферментами, которые благодаря своей активности циклооксигеназы жирных кислот и простагландингидроксипероксидазы в конечном итоге катализируют образование простагландина H 2 (PGH 2 ) из арахидоновой кислоты [11]. Другие простагландины затем генерируются и трансформируются друг в друга несколькими изомеразами и синтазами, продуцируя, например, простациклин (PGI 2 ) или тромбоксан A 2 (TX) [11], [12].Широкое разнообразие эффектов простагландинов во многих различных типах клеток происходит из-за связывания с различными рецепторами, связанными главным образом с G-белками, из которых в настоящее время известно одиннадцать [12]. Кроме того, простагландины также взаимодействуют с ядерными рецепторами гормонов, тем самым вызывая прямые транскрипционные эффекты [13], [14].

15-PGDH представляет собой ключевой фермент в инактивации ряда активных простагландинов, лейкотриенов и гидроксиэйкозатетраеновых кислот (HETE) (например, путем катализа окисления PGE 2 в 15-кето-простагландин E 2 , (15k- ПГЕ)) [15].К настоящему времени идентифицированы две формы 15-PGDH: NAD + -зависимая 15-PGDH типа I и NADP + -зависимая 15-PGDH типа II [15], также известная как карбонилредуктаза 1. (CBR1, SDR21C1) [16], [17]. Предпочтение NADP + и высокие значения K m CBR1 для большинства PG позволяют предположить, что большая часть активности in vivo может быть отнесена к 15-PGDH типа I [15]. 15-PGDH человека I типа кодируется геном HPGD и принадлежит к эволюционно консервативному надсемейству ферментов короткоцепочечной дегидрогеназы/редуктазы (SDR) [18], в рамках которого он классифицируется как SDR36C1 [17].Фермент был выделен из плаценты человека, и его первичная структура определена методом деградации по Эдману [19]; впоследствии он был клонирован [20] и охарактеризован как гомодимер с субъединицами размером 29 кДа [20], [21].

Критическая важность 15-PGDH для инактивации простагландинов делает этот фермент привлекательной мишенью для изучения деталей взаимодействий и сигнальных событий при воспалении и раке. Однако все ингибиторы, которые были идентифицированы до сих пор, не обладали активностью и специфичностью.Было показано, что некоторые тиазолидиндионовые агонисты γ-рецепторов, активируемых пролиферацией пероксисом (PPARγ), включая пиоглитазон и циглитазон, ингибируют рекомбинантный плацентарный 15-PGDH человека. Циглитазон показал IC 50 2,7 мкМ [22], в то время как оптимизированное производное СТ-8 имело К i ∼90 нМ [23]. Другие клинически одобренные препараты, которые также действуют как ингибиторы 15-PGDH с микромолярной активностью, включают нестероидные противовоспалительные препараты (НПВП) и ингибиторы ЦОГ, например.g., индометацин, сулиндак и нифлумовая кислота [22]. Наконец, было показано, что группа соединений, называемых сульфасалазинами, ингибирует 15-PGDH человека, при этом наиболее эффективное соединение, CAY10397, имеет K i 110 нМ [24].

Здесь мы описываем идентификацию хемотипов, которые сильно ингибируют 15-PGDH человека с конкурентной или неконкурентной кинетикой и сильно стабилизируют фермент зависимым от кофактора образом. Соединения свинца демонстрируют замечательную селективность, основанную на накопленных данных большого количества высокопроизводительных скринингов по широкому кругу целей.Определение кристаллической структуры 15-PGDH, о котором также сообщается в этой работе, позволило нам предложить способ связывания конкурентного ингибитора в кармане активного центра, который подтверждает его механизм ингибирования. Для других ингибиторов наблюдения за кристаллической структурой 15-PGDH характеризовали механизм ингибирования как неконкурентный.

Результаты

Высокопроизводительная идентификация ингибиторов 15-PGDH

Для скрининга ингибиторов в высокопроизводительном формате мы приняли стандартный анализ, используемый для этого фермента, который включал мониторинг увеличения флуоресценции образца, соответствующего превращению нефлуоресцентного кофактора NAD + во флуоресцентный NADH при окислении субстрат 15-PGDH 15-гидроксипростагландин типа E 2 (PGE 2 ) (рис. 1).Анализ был уменьшен до объема 4 мкл в 1536-луночном формате: сначала дозировали фермент (3 мкл), а затем с помощью штифта переносили библиотечные соединения, растворенные в ДМСО. После уравновешивания дозировка субстрата (1 мкл) инициировала ферментативную реакцию (подробное описание протокола см. в разделе «Материалы и методы»). Прогон роботизированной проверки, состоящий из экрана концентрации-ответа библиотеки LOPAC 1280 , выполненный в трех экземплярах, дал превосходную статистику анализа и воспроизводимость попаданий (дополнительная информация, рисунки S1A и S1B).Скрининг концентрация-реакция всей коллекции, состоящей из 895 1536-луночных планшетов, был завершен за 5 дней. Коэффициент экранирования Z’ [25], связанный с каждой пластиной, оставался высоким и стабильным на протяжении всего экрана (средний Z’ = 0,86, рис. 1А). Реакция концентрации контрольного ингибитора GW5074, идентифицированная в более раннем пилотном скрининге (PubChem AID 894, дополнительная информация, рисунок S1C), добавленная в виде серии разбавлений по 16 точкам в двух повторностях от 57,5 ​​мкМ до 3,5 нМ во вторую колонку каждого аналитического планшета. отображало постоянное ингибирование по всему экрану (дополнительная информация, рис. S1D): средний показатель IC 50 равнялся 10.4 мкМ, а связанное с ним минимальное значимое отношение составило 1,5, что указывает на очень стабильный анализ в соответствии с определением, данным Иствудом и соавторами [26]. Идентифицированные хиты варьировались по ингибирующей активности от субмикромолярной до двузначной микромолярной (рис. 1В). Чтобы передать в последующие исследования только наиболее достоверные результаты первичного скрининга, образцы со слабыми/зашумленными ответами, а также те, которые представляют потенциальные ложноположительные результаты, были исключены во время первоначального анализа.Тестирование каждого соединения библиотеки в режиме доза-реакция (см. пример на фиг. 1C и 1D) позволило детально изучить тип и качество реакции ингибирования (IC 50 , форма кривой концентрация-реакция, эффективность, наличие асимптот). ). Попадания, связанные с низкой эффективностью (<40% максимального ингибирования), неполными кривыми, а также те, которые демонстрируют только одноточечное ингибирование при максимальной тестируемой концентрации, были исключены из дальнейшего рассмотрения. Аналогичным образом, сбор кинетических данных в режиме реального времени позволил оценить аутофлуоресценцию каждого соединения путем сравнения исходной флуоресценции, считанной при максимальной концентрации, со средним значением неингибированных контролей: соединений, начальная флуоресценция в лунках которых при максимальной концентрации превышала шесть стандартных отклонений в течение средние значения были отмечены как потенциальные аутофлуоресцентные артефакты [27], [28] (см. пример на рис. S1E с дополнительной информацией).Полные результаты скрининга и последующего наблюдения доступны в PubChem (PubChem Assay ID 894).

Рисунок 1. Количественный высокопроизводительный скрининг 15-PGDH.

A. График Z’-фактора, связанного с каждой пластиной, демонстрирующий высокую стабильность в течение всего периода скрининга (завершено за пять дней). Среднее значение Z’ составило 0,86. B. Частота совпадений для библиотеки протестированных соединений, измеренная как распределение соединений в соответствии с бинарными потенциями. С. Типичный эффект нефлуоресцентного скрининга (ингибитор 13 , титрованный от 3,5 нМ до 57,5 ​​мкМ) на изменение во времени NAD + -восстановления при добавлении PGE 2 . D. Дозозависимое снижение активности фермента, вызванное соединением 13 , обнаруженное во время скрининга.

https://doi.org/10.1371/journal.pone.0013719.g001

Повторное тестирование хитов HTS

Кластеризация по сходству высоконадежных соединений, полученная в результате описанного выше процесса сортировки, проведенного с использованием LEADSCOPE (Колумбус, Огайо, США), дала 23 кластера и 15 одиночных.В общей сложности 87 репрезентативных членов были выбраны для повторного поиска и повторного тестирования в миниатюрном скрининговом анализе в виде серии разведений по 24 точкам [29], где подтвердилось большинство соединений. Визуальный осмотр этих повторно протестированных попаданий (дополнительная информация, таблица S1, подмножество, показанное на рисунке 2) позволил продолжить объединение кластеров. На основе этих кластеров было отобрано 50 репрезентативных соединений, которые соответствовали строгим критериям достоверности (т.ингибирование и R 2 >0,9) были выбраны для дальнейшей оценки в экспериментах по стабилизации белков, описанных ниже.

Рис. 2. IC 50 в результате повторного тестирования на отдельные ингибиторы 15-PGDH человека, выявленные в ходе количественного высокопроизводительного скрининга.

Показаны значения IC 50 для выбранных соединений, упорядоченные по номеру кластера, вместе с их химическими идентификаторами PubChem (CID).

https://doi.org/10.1371/журнал.pone.0013719.g002

Соединение стабилизации 15-PGDH

Для исследования способности ингибиторов термически стабилизировать 15-PGDH была проведена дифференциальная сканирующая флуориметрия (ДСФ [30]) для вышеуказанных 50 приоритетных хитов в отсутствие и в присутствии кофактора в его окисленном или восстановленном состоянии (NAD + или НАДН соответственно) (рис. 3 и 4). Точка плавления, Т м , безлигандного 15-PGDH при рН 8,0 составляла 41,2±0,3°С (фиг. 4А). Стабильность повышалась более чем на 4°С в присутствии НАД + m  = 45.9±0,1°С) и более чем на 10°С в присутствии НАДН (Т m  = 52,5±0,4°С). Субстрат PGE 2 не стабилизировался без кофактора, но стабилизировался при 2,4°C в присутствии NAD + (рис. 4А). Интересно, что в присутствии НАДН стабилизации не наблюдалось. Подобно PGE 2 , ни один из ингибиторов не стабилизировал белок в отсутствие кофактора (рис. 4А и дополнительная информация, таблица S1), что позволяет предположить, что кофактор может быть необходим для того, чтобы фермент принял лиганд-компетентную конформацию.Это наблюдение также в целом согласуется с упорядоченным би-би механизмом ферментативной реакции короткоцепочечных дегидрогеназ, включая 15-ПГДГ [31]. В присутствии кофактора 50 выбранных хитов вызывали ряд улучшений термостабильности до 12,2°C в присутствии NAD + и до 13,5°C в присутствии NADH (выраженное как сдвиг средней точки перехода температура, ΔT м ) (рис. 3). Корреляция между ΔT m и ингибирующей активностью была показана для ряда систем белок-лиганд, особенно для киназ [32]–[34].В случае 15-PGDH корреляция между ингибирующей pIC 50 с и ΔT m в присутствии кофактора, по-видимому, зависит от хемотипа: во множестве кластеров корреляция обычно слабая (рис. 3A и 3B), в то время как для отдельных кластеров хемотипов наблюдается значимая корреляция. Для самого большого кластера 1 умеренная корреляция очевидна в присутствии NAD + , в то время как корреляция в присутствии NADH более устойчива (R 2  = 0.886): в общем, соединения в этом кластере демонстрируют большие сдвиги T m с NADH, чем с NAD + , примером чего является наиболее сильнодействующий аналог, соединение 13 , [1-(3-метилфенил)-1 H -бензимидазол-5-ил)(пиперидин-1-ил)метанон (он же ML148), (IC 50 56 нМ, ΔT m  = 7,3±0,2°C или 13,5±0,9°C с NAD + или НАДН соответственно). Соединение 72 (также известное как ML149), принадлежащее к другому кластеру, показало аналогичный профиль со значительно большим ΔT m в присутствии НАДН.Наоборот, члены меньшего кластера 5 показали обратный профиль: самый мощный аналог 61 (также известный как ML147) давал IC 50 141 нМ и сдвиг T m на 12,2 ± 0,1 ° C или 2,9 ± 0,5 °. C с NAD + или NADH соответственно.

Рисунок 3. Корреляция между термостабилизацией 15-PGDH в присутствии NAD + ( A ) или NADH ( B ) и ингибирующей pIC 50 для скрининга хитов из разных структурных кластеров.

Термическая стабилизация выражается как сдвиг средней точки перехода белка в разворачивание (ΔT m ). Значения ΔT m и pIC 50 (-log(IC 50 ) являются средними по крайней мере трех независимых измерений. Ингибиторы представлены символами с цветовой кодировкой в ​​соответствии с их химическими кластерами, соответственно (дополнительная информация, таблица S1) : синий, кластер 1; темно-зеленый, кластер 2; оранжевый, кластер 3; фиолетовый, кластер 4; голубой, кластер 5; светло-зеленый, кластер 8; серый, кластер 9; темно-желтый, кластер 11; красный, одиночные элементы (а). T m не удалось определить для тестируемых соединений в кластерах 6, 7 и 10).Пунктирная линия на каждом графике A и B обозначает корреляции для соединений в кластере 1 соответственно. Цифры на графиках обозначают позиции ингибиторов, представляющих особый интерес (см. текст).

https://doi.org/10.1371/journal.pone.0013719.g003

Рисунок 4. Влияние повторно синтезированных соединений на стабильность и активность 15-PGDH человека.

A. Термическая стабильность белка в зависимости от субстрата и ингибиторов, без кофактора (серые столбцы), в присутствии НАД + (голубые столбцы), а также в присутствии НАДН (фиолетовые столбцы).Показаны наборы этих данных соответственно для каждого из протестированных соединений, обозначенных на оси Y. Столбцы представляют средние значения трех независимых экспериментов со стандартными отклонениями, отображаемыми в виде столбцов погрешностей. B. Ингибитор дозозависимого снижения активности фермента, вызываемого соединениями 13 (черные треугольники), 72 (синие квадраты) и 61 (красные ромбы) соответственно. Нанесенные на график значения представляют собой средние значения трех независимых экспериментов со стандартными отклонениями, отображаемыми в виде вертикальных полос погрешностей.Пунктирные или пунктирные линии в цветах, соответствующих точкам данных, являются результатом нелинейной подгонки данных методом наименьших квадратов к уравнению Хилла (см. Материалы и методы) соответственно. C & D. Диаграммы активности фермента Михаэлиса-Ментен при различных концентрациях субстрата, PGE 2 , в отсутствие ингибитора (черные символы) или в присутствии соединений 61 ( C ) или 13 ( D ) при концентрациях, близких (синие символы) или выше (красные символы) их значений IC 50 , указанных в таблице 3.График-вставка в D показывает данные основного графика в виде графика Лайнуивера-Берка, демонстрирующего конкурентное ингибирование в зависимости от точки пересечения оси Y (1/ V макс ) от концентрации ингибитора. Все значения являются средними из трех независимых измерений; стандартные отклонения отображаются в виде вертикальных полос ошибок.

https://doi.org/10.1371/journal.pone.0013719.g004

Проверка активности ингибитора после повторного синтеза

Контрастные профили стабилизации предупредили нас о возможности различных механизмов ингибирования, и мы выбрали соединения 13 , 61 и 72 для дальнейшего изучения.Чтобы окончательно подтвердить идентичность и активность, а также предоставить высококачественный материал для углубленных кинетических исследований, эти три соединения были повторно синтезированы (см. Материалы и методы). Было обнаружено, что влияние повторно синтезированных соединений на стабильность белка (рис. 4А) аналогично результатам, полученным ранее. Для достижения оптимального сигнального окна в подробных кинетических измерениях с новыми соединениями использовалась более высокая концентрация фермента, а реакции проводились при более низком проценте превращения субстрата, чем при использовании как в qHTS, так и в повторных тестах.В результате для всех трех соединений наблюдались более высокие кажущиеся активности (рис. 4В): IC 50 для соединения 13 составляло 7,9±0,8 нМ по сравнению с 56 нМ, рассчитанным по результатам повторного испытания, и для соединений 61 и 72 соответственно, были определены значения IC 50 26,4±2,4 и 15,0±1,2 нМ (по сравнению с 141 нМ и 82 нМ соответственно). Все три соединения вызывали максимальное 100% ингибирование (рис. 4В).

Каталитические константы в присутствии ингибиторов

Для изучения механизмов действия 13 , 61 и 72 была определена зависимость активности фермента от концентрации субстрата ПГЕ 2 и кофактора НАД + , сначала в отсутствие ингибитора, а затем при концентрациях ингибитора, близких к их IC50 50 соответственно (табл. 1).Константа Михаэлиса, К м , для PGE 2 была рассчитана на основе данных как 5,5±0,6 мкМ, что выгодно отличается от ранее опубликованных значений [21], [35], [36]. Максимальная скорость V max окисления PGE 2 составила 28,1 мкмоль/(мин·мг), а каталитическая константа k кат составила около 14 в секунду; каталитическая эффективность, k cat / K m , составила 2,5·10 6 .Соединение 61 почти не влияло на V max (рис. 4C), в то время как вызывало увеличение K m на 100% при 10 нМ и в 3 раза при 50 нМ, что предполагает конкурентный механизм ингибирования по отношению к PGE 2 [37]. Глобальная подгонка результатов к четырем возможным режимам ингибирования (конкурентное, неконкурентное, неконкурентное и ингибирование смешанного типа) показала наибольшую вероятность для режима смешанного типа (таблица 2).Однако результаты подгонки также согласуются с конкурентным режимом ингибирования соединением 61 , особенно когда остаточное значение Chi 2 для этого режима сравнивается со значениями двух других соединений. Вместе с наблюдением анализа данных Lineweaver-Burk (вставка на фигуре 4C), наиболее последовательным способом ингибирования для соединения 61 является конкурентное ингибирование по отношению к субстрату PGE 2 . На этом основании, учитывая концентрацию субстрата в эксперименте, наблюдаемая IC50 50 соответствует константе ингибирования K i примерно 5 нМ [38].

Таблица 2. Общая подгонка данных титрования субстрата к различным режимам ингибирования (CM, конкурентное ингибирование; UM, неконкурентное ингибирование; NM, неконкурентное ингибирование; MM, смешанное ингибирование).

https://doi.org/10.1371/journal.pone.0013719.t002

Напротив, оба соединения 13 и 72 снижали максимальную скорость 15-PGDH при титровании PGE 2 (табл. 1). . При применении в концентрации 10 нМ соединение 13 снижало V max на 25% (20 нМ соединения снижало V max менее чем наполовину; рис. 4D), в то время как соединение 72 вызывало потеря примерно 50% максимальной активности.Соединение 13 дополнительно также уменьшало кажущуюся K m наполовину при концентрации 10 нМ, предполагая, что аффинность фермента к субстрату увеличивалась под действием ингибитора, что согласуется с режимом неконкурентного или смешанного типа. ингибирование. Поскольку как V max , так и K m были восстановлены, с этим соединением практически не наблюдалось изменения каталитической эффективности k cat / K m .Напротив, соединение 72 не проявляло никакого действия на K m и, следовательно, также вызывало снижение каталитической эффективности фермента [37]. Подгонка сравнительных данных сделала неконкурентный или смешанный режим наиболее вероятным для соединения 72 , в то время как данные для соединения 13 согласуются с неконкурентным, неконкурентным или смешанным режимом (таблица 2).

Исследовано влияние соединений 13 и 61 на константу скорости и каталитическую эффективность восстановления НАД + : .8±0,9 мкМ), выгодно отличаясь от опубликованных значений [21]; каталитическую эффективность, k cat / K m , определяли как 0,7·10 6 (табл. 1). Уменьшение максимальной скорости восстановления NAD + соединением 13 при 20 нМ было аналогично его влиянию на конверсию субстрата PGE 2 : V max уменьшалось примерно на 60% и K m для NAD + на ∼45%.В совокупности эти данные свидетельствуют о том, что соединение -13- действует неконкурентно или по смешанному типу по отношению к субстрату и неконкурентно по отношению к кофактору. Для соединения 61 , с другой стороны, наблюдалась разница между влиянием на окисление PGE 2 и на восстановление NAD + : для последнего это соединение вызывало эффект, аналогичный эффекту соединения 13 , также предполагая неконкурентный механизм действия по отношению к кофактору (т.д., увеличивая сродство фермента к кофактору). Эта интерпретация была подтверждена результатами сравнительного подбора (таблица 2), которые показали неконкурентное ингибирование в отношении кофактора NAD + как наиболее вероятный способ ингибирования для обоих соединений.

Кристаллическая структура гомодимера 15-PGDH

Нам было интересно выяснить, может ли структура 15-PGDH дать представление о наблюдаемых механизмах недавно открытых ингибиторов.После нескольких безуспешных попыток кристаллизации конструкций, несущих разные метки, слитые с N- или С-концом соответственно, удалось вырастить кристаллы в присутствии NADH из конструкции, очищенной с С-концевой меткой His 6 , и определить для впервые структура гомодимера 15-PGDH в комплексе с его кофактором при разрешении 1,65 Å (рисунок 5 и дополнительная таблица S2). Этого разрешения недостаточно, чтобы отличить восстановленное состояние кофактора от его окисленной формы [39].Однако маловероятно, что структура 15-PGDH содержала NADH, учитывая время, необходимое для образования кристаллов, и известный короткий период полураспада NADH в растворе, несмотря на добавление кофактора в его восстановленном состоянии. Белок демонстрирует паттерн α/β-укладки, который является высококонсервативным среди короткоцепочечных дегидрогеназ/редуктаз (SDR), где центральный β-лист, состоящий из 8 нитей, фланкирован с обеих сторон двумя наборами α-спиралей (складка Россмана). ) [18], [40]. В кристаллизованной конструкции последние десять аминокислот из последовательности 15-PGDH отсутствуют, оставляя Tyr256 в качестве последней нативной аминокислоты.Вместо этого процедура клонирования привела к слиянию девяти неприродных аминокислот (Gly-Ser-Lys-Glu-Asn-Leu-Tyr-Phe-Gln) с С-концом, оставшимся после расщепления метки. В структуре димера искусственный С-конец одного протомера загибается поверх противоположного протомера (выделено оранжевым цветом на рис. 5), при этом ряд остатков участвует во взаимодействиях с боковыми цепями другого протомера, особенно между Phe264 и Tyr217. Одна молекула кофактора на протомер расположена в центре молекулы (в виде шарика и стержня на рисунке 5).Кислотный остаток Asp36 образует водородные связи с 2′- и 3′-гидроксильными группами аденин-рибозного фрагмента, тогда как Asp64 образует водородную связь с аминогруппой аденинового фрагмента (дополнительная информация, рисунок S2). Никотинамидный фрагмент NAD + расположен близко к каталитической тетраде (Asn107, Ser138, Tyr151 и Lys155), ответственной за перенос гидрида с S-стороны C4 на субстрат в соответствии с механизмом реакции, консервативным среди всех SDR [31]. ], [40]–[42].

Рисунок 5.Структура гомодимера 15-PGDH человека в комплексе с NAD + (PDB: 2GDZ).

Показаны два протомера, остов которых выделен серым и синим цветом соответственно. Кофактор изображен в виде шарика и палочки и имеет цветовую кодировку по типу атома (зеленый — углерод, красный — кислород, синий — азот, оранжевый — фосфат). С-конец каждого протомера, остатки которого происходят в результате процедуры клонирования (см. текст), выделен оранжевым цветом.

https://дои.org/10.1371/journal.pone.0013719.g005

Стыковка ингибиторов комплекса 15-PGDH•NAD

+

Все попытки сокристаллизовать ингибиторы с 15-PGDH не увенчались успехом. Поэтому мы исследовали режимы связывания ингибитора путем компьютерного докинга соединений к структуре комплекса 15-PGDH•NAD + . Эксперименты по стыковке проводили с использованием структуры одного протомера, чтобы избежать искусственного занятия кармана субстрата С-концом противоположного протомера (см. выше).Эта структура предлагает большой объем для связывания ингибиторов, особенно гидрофобный карман рядом с никотинамидным фрагментом NAD + , окруженный Ile195, Leu192, Ile211 и Ile215 (обозначен зеленой сеткой на фигурах 6A и 6B). Удлиненный туннель ведет к внешней стороне белка, образованный Phe185, Met213, Leu139, Met143 и Val145.

. Рис. 6. Связывание ингибиторов 61 ( A ) и 13 ( B ) в активном центре 15-PGDH, как было предсказано исследованиями докинга.

На этом изображении показан вырез в кармане подложки из 15-PGDH, при этом объем кармана обозначен зеленой сеткой. Ключевые аминокислотные остатки (см. текст) помечены. Соединения и боковые цепи аминокислот представлены в виде шариков и палочек, а атомы имеют цветовую кодировку: синий, азот; красный, кислород; серебро, бромид; белый, атомы углерода в боковых цепях; желтый — атомы углерода в соединениях; зеленый, атомы углерода в кофакторе. Фигуры созданы с помощью ICM (ООО «Молсофт»).

https://дои.org/10.1371/journal.pone.0013719.g006

Мы определили вероятные способы связывания с четко определенными взаимодействиями боковых цепей, которые, что интересно, были одинаковыми для всех трех ингибиторов, несмотря на их структурные различия (рис. 6A и 6B, дополнительная информация, рис. S3). ). Связывание соединения 61 , по-видимому, обусловлено взаимодействием имидазопиридинового кольца с каталитическими остатками Ser138 и Tyr151, тогда как бромзаместитель выступает в гидрофобный карман.Цианобензильная группа размещена в туннеле субстрата (рис. 6А). Для соединения 13 амидный карбонил также взаимодействует с каталитическими остатками Ser138 и Tyr151, а пиперидиновое кольцо плотно прилегает к соседнему гидрофобному карману. Остальная часть молекулы размещается вдоль туннеля по направлению к растворителю, при этом боковая цепь Phe185 обеспечивает возможность стэкинга центральной бензимидазольной части 13 (рис. 6B). Способ связывания, обнаруженный для соединения 72 , аналогичен: триазольный фрагмент имитирует амидный карбонил соединения 13 , принимая водородные связи как от Ser138, так и от Tyr151 (дополнительная информация, рисунок S3).Конденсированное азепиновое кольцо занимает проксимальный гидрофобный карман, а оставшаяся биарильная часть проходит в туннель субстрата, опять же с возможностью укладки между пиррольным кольцом 72 и Phe185.

Обсуждение

Селективные высокоаффинные ингибиторы 15-гидроксипростагландиндегидрогеназы человека (15-PGDH) желательны в качестве инструментов для облегчения картирования сигнальных путей простагландинов in vitro и in vivo . Используя подход количественного высокопроизводительного скрининга, мы обнаружили несколько новых хемотипов, которые ингибируют 15-PGDH с высокой аффинностью.Детальный биофизический анализ продемонстрировал сильный стабилизирующий эффект этих молекул на фермент. Основываясь на результатах наших подробных кинетических анализов, оказалось возможным несколько режимов ингибирования, но данные согласуются с соединениями 13 и 72 , не ингибирующими конкурентно, в то время как конкурентный механизм ингибирования оказался вероятным для соединения 61 .

Чтобы лучше понять различные механизмы действия ингибиторов, полезно изучить каталитический механизм 15-PGDH.Было показано, что ферменты SDR следуют общему последовательному упорядоченному механизму би-би-реакции, включающему последовательное связывание кофактора, связывание субстрата, катализ, высвобождение продукта и, наконец, высвобождение побочного продукта [31], [40], как показано на рис. координата реакции (рис. 7). Ожидается, что по аналогии с другими SDR связывание кофактора NAD + изменяет локальное электростатическое окружение каталитического остатка Tyr151, благоприятствуя депротонированному состоянию. После связывания субстрата реакция протекает путем депротонирования 15-ОН группы субстрата с помощью Tyr151, что облегчает перенос гидрида с субстрата на НАД + и образование комплекса продукта, состоящего из протонированного Tyr151, НАДН и кетона.

Рисунок 7. Предполагаемый механизм дегидрирования простагландинов (после [ 31 ]) и ингибирующие механизмы действия соединений 61 и 13. + -связанная форма 15-PGDH и ее конкурентный механизм ингибирования по отношению к PGE 2 . Соединение 13 имитирует продукт окисления (правые панели), что согласуется с его предпочтительным связыванием с NADH-связанной формой 15-PGDH и его неконкурентным механизмом ингибирования по отношению к PGE 2 .

https://doi.org/10.1371/journal.pone.0013719.g007

Одним из хемотипов ингибиторов, идентифицированных в результате высокопроизводительного скрининга, является серия имидазопиридинов, представленная наиболее мощным аналогом 61 , с IC . 50 при 25 нМ и расчетное K i при 5 нМ. Биофизические данные показывают сильное предпочтение 61 в стабилизации 15-PGDH в комплексе с NAD + по сравнению с NADH.

Результаты экспериментов по докингу подтверждают наличие конкурентного механизма ингибирования соединением 61 .Докинг направляет имидазопиридиновую группу в водородные связи с каталитическими остатками Tyr151 и Ser138. В совместном комплексе с NAD + , как обсуждалось выше, предпочтительна депротонированная форма Tyr151: образующийся оксианион способен взаимодействовать с протонированной формой пиридинового кольца, в то время как гидроксильная группа Ser138 способна отдавать водородной связи с соседним азотом имидазола. Гораздо более слабая стабилизация, наблюдаемая с NADH, означает, что протонированная форма Tyr151 значительно слабее взаимодействует с пиридильным азотом.

Помимо обеспечения убедительной основы для взаимодействия гетероциклического мотива с каталитическим механизмом фермента, такая ориентация связывания также благоприятно направляет бромзаместитель в близлежащий гидрофобный карман и помещает S-связанную цианобензильную группу в туннель субстрата, ведущий к внешняя часть белка, которая содержит боковые цепи, доступные для стэкинг-взаимодействий (Phe185, Tyr217). В совокупности данные свидетельствуют о том, что положение связывания соединения 61 вдоль координаты реакции 15-PGDH находится на стадии 2, т.е.е., происходит с комплексом 15-PGDH•NAD + (левая панель на рис. 7). Эта интерпретация согласуется с наблюдаемым неконкурентным механизмом действия по отношению к NAD + , поскольку ожидается , что более высокое сродство ингибитора по сравнению с субстратом увеличивает сродство к NAD + .

Большинство оставшихся совпадений ингибиторов попадают в три структурных кластера (кластеры 1, 2 и 4; дополнительная информация, таблица S1), все из которых содержат амидный фрагмент в качестве общего признака (рис. 2).Соотношение структура-активность указывает на то, что активность предпочтительна, когда азот амида образует часть насыщенного гетероцикла, чаще всего пиперидина. Во всех идентифицированных активных амидах карбонил связан с кольцом, которое в большинстве сильнодействующих аналогов является ароматическим. Наивысшая эффективность достигается, когда это кольцо связано с дополнительным арильным кольцом, при этом допустимы различные линкеры. В соединении 13 этот линкер включен в центральную конденсированную кольцевую систему бензимидазола.

Результаты экспериментов по докингу согласуются с наблюдаемыми взаимосвязями структура-активность и помогают решить, какой из механизмов ингибирования, возможных согласно кинетическому анализу, будет наиболее вероятным для ингибиторов. В модели соединения 13 , присоединенного к 15-PGDH, кислород амидного карбонила представляет собой две неподеленные пары, которые могут принимать водородные связи как от каталитических остатков Ser138, так и от остатков Tyr151, имитируя кетоновый продукт окисления PGE 2 . подложка.Tyr151 способен отдавать эту водородную связь только в протонированном состоянии, чему способствует связывание NADH, в то время как связывание NAD + способствует депротонированному состоянию. Таким образом, соединение -13- действует как аналог продукта в механизме последовательного упорядоченного би-би-катализа, и можно было бы ожидать неконкурентного режима ингибирования по отношению к PGE -2- и неконкурентного режима по отношению к NAD + [43]. ]. Наш кинетический анализ согласуется с этим режимом, выявляя неконкурентное ингибирование по отношению к кофактору, тогда как равновероятность неконкурентного, неконкурентного и смешанного ингибирования по отношению к субстрату (табл. 2).Неконкурентное ингибирование соединениями ряда по отношению к NAD + , кроме того, согласуется с наблюдаемой усиленной стабилизацией 15-PGDH, когда последний связан с NADH, по сравнению с NAD + ; эта стабилизация связанного с продуктом 15-PGDH в конечном итоге приводит к подавлению ферментативного метаболизма.

Предпочтение небольших алициклических амидов также объясняется моделью докинга: пиперидиновая часть соединения 13 относительно плотно размещена в гидрофобном кармане, примыкающем к каталитическим остаткам (рис. 6В).В соответствии с этим типом связывания ингибирующая активность слабее для вторичных или третичных амидов с прямой цепью и дополнительно снижается или исчезает с бициклическими амидами, которые явно не могут быть размещены в этом кармане (см. Рисунок 2). Как описано выше, соотношение структура-активность указывает на то, что активность сохраняется с различными группами, присоединенными к амидному карбонильному атому углерода, хотя предпочтение отдается ароматическим группам, и обычно эти группы замещены таким образом, чтобы способны принимать расширенную конформацию.Такая конформация согласуется с режимом стыковки, помещая расширенную группу в туннель субстрата, ведущий к внешней стороне белка. Доступность групп боковых цепей, способных к стэкинг-взаимодействиям (Phe185, Tyr217), добавляет дополнительную поддержку этому предложенному способу связывания (рис. 6).

Соединение 72 имеет те же аспекты механизма, что и соединение 13 , в частности сильное предпочтение NADH при костабилизации 15-PGDH (рис. 3 и 4A) и механизм ингибирования, не конкурирующий с кофактором.Что касается субстрата PGE 2 , кинетический анализ благоприятствовал неконкурентному режиму, что согласуется с ожидаемым режимом связывания, аналогичным продукту (см. выше). Хотя соединение 72 не содержит амидной группы, конденсированный 1,2,4-триазол способен действовать как биоизостер с неподеленной парой электронов на каждом из соседних атомов азота, имитирующих две неподеленные пары карбонильной группы. кислород в 13 (дополнительная информация, рисунок S3). Таким образом, в экспериментах по докингу триазольный фрагмент принимает две водородные связи от Ser138 и протонированной формы Tyr151; остальные гидрофобные и стэкинг-взаимодействия поразительно подобны таковым, смоделированным для соединения 13 .Следовательно, оба соединения 13 и 72 связываются на стадии 4 вдоль координаты реакции 15-PGDH (рис. 7), имитируя продукт, способствуя образованию кокомплексов с NADH и ведя себя неконкурентным образом по отношению к PGE . 2 подложка.

Библиотека соединений, использованная для скрининга 15-PGDH в этом исследовании, на данный момент была протестирована в скрининге более чем 320 мишеней (http://pubchem.ncbi.nlm.nih.gov/). Этот список включает два других белка, которые участвуют в передаче сигналов простагландина, рецептор простагландина EP2-E 2 и M1-мускариновый рецептор.Список также включает два фермента SDR, гидроксиацилдегидрогеназу (HADh3, также известную как гидроксистероиддегидрогеназа 10-го типа, HSD17β10; анализ PubChem ID 886) и гидроксистероиддегидрогеназу 4-го типа (HSD17β4; анализ PubChem ID 893), а также дегидрогеназу со средней длиной цепи. /редуктаза (MDR), альдегиддегидрогеназа 1 (ALDh2A1; PubChem Assay ID 1030), каждый из которых был протестирован с использованием аналогичного экспериментального протокола, используемого для 15-PGDH. Как показывают результаты в таблице 3, все ингибиторы свинца, идентифицированные в этом исследовании, были в значительной степени неактивны в отношении ALDh2A1: соединения 61 и 72 показали плоскую реакцию, в то время как соединение 13 показало только неглубокую кривую с приблизительным значением IC50 50. 36 мкМ.В отношении двух гидроксистероиддегидрогеназ (HSD17β10 и HSD17β4) оба соединения 13 и 72 были неактивны вплоть до максимальной концентрации 57,5 ​​мкМ.

Таким образом, новые хемотипы ингибиторов, выявленные в этом исследовании, предоставляют набор инструментов с дополнительными механизмами ингибирования для функциональных исследований роли 15-PGDH в сигнальных путях простагландинов. Подробно охарактеризованные соединения свинца проявляют наномолярное сродство. Существование сценариев заболевания, включающих чрезмерную активацию 15-PGDH и при которых избирательное ингибирование фермента было бы полезным, в настоящее время неясно.Работа, опубликованная Таем и его коллегами, предполагает, что некоторые виды рака предстательной железы могут быть связаны с более высокой, чем обычно, активностью 15-PGDH [44], и в таких случаях применение ингибиторов на основе хемотипов, идентифицированных в этом исследовании, может оказаться полезным. Потенциальная полезность зондов подкрепляется низкой перекрестной реактивностью этих соединений при скрининге множества мишеней, среди которых рецепторы, играющие роль в передаче сигналов простагландина, и ферменты дегидрогеназы, использующие одни и те же кофакторы, что предполагает селективность ингибиторов в отношении 15-PGDH.Доступность множества ингибиторов с разнообразной химической структурой для клеточных исследований повышает уверенность в том, что любой наблюдаемый ответ обусловлен целевым воздействием; вероятность того, что такие разные соединения имеют одинаковый профиль нецелевой активности, очень мала. Хотя трудно предвидеть различия в клеточном ответе между ингибиторами, проявляющими противоположные способы действия, можно ожидать, что неконкурентные соединения будут демонстрировать ингибирование независимо от концентрации субстрата.Это может помочь избежать проблем, подобных тем, с которыми сталкиваются, например, с АТФ-конкурентными ингибиторами протеинкиназы, когда в клетках требуются высокие концентрации ингибитора для конкуренции с эндогенным кофактором. Наконец, в этой работе мы представляем новую кристаллическую структуру 15-PGDH человека, которая послужит основой для дальнейших исследований функции, механизма и конструкции ингибитора этого фермента.

Материалы и методы

Клонирование, экспрессия и очистка

Белок был экспрессирован в E.coli BL21(DE3)-R3 из синтетической последовательности ДНК, содержащей остатки 3–256 гена HPGD человека (идентификатор GenBank: 1203982). Клонирование в вектор p15 добавляло расщепляемую TEV (*) C-концевую метку His 6 (gskenlyfq*ghhhhhh) и четыре дополнительные аминокислоты, MAHM, на N-конце. Белок очищали с помощью иммобилизованной Ni-аффинной хроматографии с последующим протеолитическим расщеплением метки His 6 и эксклюзионной хроматографией. По данным SDS-PAGE образец имел чистоту >95%; правильную молекулярную массу подтверждали с помощью масс-спектрометрии с электрораспылением.Белок замораживали аликвотами в жидком азоте и хранили при -80°С до использования.

Количественный высокопроизводительный скрининг (qHTS)

Библиотека из 160 182 участников состояла из соединений из репозитория малых молекул Национальных институтов здравоохранения (NIH MLSMR), приготовленных в виде 10 мМ исходных растворов в 384-луночных планшетах и ​​доставленных компанией Galapagos Biofocus DPI (Южный Сан-Франциско, Калифорния, http ://mlsmr.glpg.com), из внутренней исследовательской коллекции NCGC, включающей несколько коммерчески доступных библиотек известных биоактивных веществ, а также из библиотек, предоставленных коммерческими и научными сотрудниками.Подробная информация о составе библиотеки и ее форматировании для qHTS опубликована в других источниках [27], [29], [45].

Ферментативную реакцию проводили в 50 мМ Tris-HCl pH 8,0, содержащем 0,01% Tween 20. Конечные реакции включали 20 нМ 15-PGDH, 1 мМ NAD + и 30 мкМ PGE 2 . Высокопроизводительный скрининг был выполнен на полностью интегрированной роботизированной системе (Kalypsys Inc, Сан-Диего, Калифорния), как описано в другом месте [45]. Соединения из библиотеки, выстроенные в виде ряда концентраций между планшетами по семи точкам [29], отбирали, начиная с самой низкой (3.5 нМ) до самой высокой (57,5 мкМ) концентрации, с планшетами, содержащими только ДМСО, что служит для регистрации любых систематических дрейфов сигнала, равномерно распределенных по экрану (примерно каждые 50 планшетов). Вкратце, 3 мкл реагентов распределяли в 1536-луночные планшеты Greiner с черным сплошным дном с использованием встроенных нанолитровых дозаторов соленоидной технологии [45]. Соединения и контроли (23 нл) переносили с помощью инструмента Kalypsys pintool, оснащенного набором из 1536 игл (10 нл штифтов с прорезями; V&P Scientific, Пало-Альто, Калифорния).После 15-минутной инкубации (чтобы обеспечить взаимодействие между соединением и ферментом) реакция инициировалась добавлением 1 мкл субстрата. Кинетические данные были собраны на высокопроизводительном ПЗС-сканере ViewLux (Perkin-Elmer), оснащенном стандартной УФ-флуоресцентной оптикой (искр. 340 нм, испр. 450 нм).

Начальная интенсивность флуоресценции и изменение флуоресценции в течение двухминутного периода начальной скорости регистрировались для каждой лунки. Данные скрининга были нормализованы по отношению к контролям без фермента (64 лунки, столбцы 3 и 4) и без соединения (32 лунки, расположенные в столбце 1), и отношения концентрация-реакция были получены, как описано ранее [46].Уравнение Хилла с четырьмя параметрами [47] было адаптировано к данным о реакции на концентрацию с использованием общедоступных алгоритмов (http://www.ncgc.nih.gov/pub/openhts/curvefit/). Кластеризацию по сходству активных соединений и получение SAR (отношения структура-активность) проводили, как описано ранее [46].

Кинетический анализ и изучение механизма действия ингибитора

Кинетические исследования проводили в 100 мМ трис-буфере с pH 8,0, содержащем 0,01% Tween-20 и 10 нМ фермента 15-PGDH.NAD + и PGE 2 наносили из исходных концентраций 100 или 2 мМ соответственно в 500 мМ Трис/HCl, pH 8,0. Все соединения-ингибиторы растворяли в 10% (об./об.) ДМСО в различных концентрациях, из которых они применялись в соотношении 1:5 (что приводило к конечной концентрации 2% (об./об.) ДМСО во всех анализах). Для каждого эксперимента аликвоту очищенного фермента оттаивали и предварительно разбавляли до 10 мкМ в буфере I (5 мМ Трис/HCl, pH 8,0, 150 мМ NaCl, 0,01% Tween-20). Все эксперименты проводили в белых 384-луночных ПЦР-микропланшетах (Bio-Rad Laboratories, Inc.) в конечных объемах анализа 20 мкл. Титрование соединений по двенадцати точкам проводили из серийно разбавленных исходных растворов в 10% (об./об.) ДМСО. Перед запуском реакций добавлением 30 мкМ субстрата PGE 2 и 200 мкМ NAD + в буфере I (из инжекторов, встроенных в спектрометр, PolarStar Omega, BMG Labtech GmbH) соединения инкубировали в лунках планшета. с ферментом в течение десяти минут при температуре эксперимента 25°С. Эксперименты, включающие титрование субстрата из серийно разбавленных исходных растворов в буфере I, начинали путем введения буфера I, содержащего фермент и NAD + , в то время как титрование кофакторов проводили в буфере для анализа, содержащем 30 мкМ субстрата PGE 2 , и начинали путем введения фермента в буфере I.Восстановление NAD + сопровождалось мониторингом флуоресцентной эмиссии при 460 нм, возбуждаемой при 355 нм (фильтры с полосой пропускания 10 нм, PolarStar Omega, BMG Labtech GmbH), при частоте считывания 22 с/точка или 12 с/точка для титрование соединения или субстрата/кофактора соответственно. Начальные скорости, зарегистрированные при титровании соединения, были нанесены на график в зависимости от -log[соединение], и была выполнена нелинейная регрессия (Левенберг-Марквардт), подгонка кривой доза-реакция к уравнению Хилла [47] для получения IC 50 , с помощью ПРИЗМ 5.0 (программное обеспечение GraphPad, Inc.). Для титрования субстрата/кофактора кривые с начальными скоростями, построенными в зависимости от концентрации субстрата или кофактора, подгоняли к уравнению Михаэлиса-Ментен, чтобы получить максимальную активность, V max , и константы Михаэлиса, K m . О качестве подгонки судили по степени подгонки (R 2 >0,98).

Дифференциальная сканирующая флуориметрия (DSF)

Исследования по оценке термостабильности 15-PGDH человека в присутствии соединений проводили, как описано ранее [30], с вариациями.Вкратце, белок разбавляли до конечной концентрации анализа 1 мкМ в 100 мМ трис-буфере с pH 8,0, содержащем 0,01% Tween-20 и 1∶1000 оранжевого красителя SYPRO (Invitrogen). Конечный объем анализа составлял 10 мкл с добавлением или без добавления 200 мкМ NAD + или NADH. Соединения добавляли в соотношении 1∶5 из соответствующих исходных растворов в 10% (об./об.) ДМСО, чтобы получить конечные концентрации 50 или 250 мкМ. Кривые тепловой денатурации записывали с использованием прибора RT-PCR (Mx3005p, Agilent) с градиентом температуры 2°C/мин.Анализ данных проводили с использованием DSF ANALYSIS 2.5 (ftp://ftp.sgc.ox.ac.uk/pub/biophysics) и PRISM 5.0 (GraphPad Software, Inc.).

Химический синтез соединений

Соединения были синтезированы в соответствии с установленными процедурами из исходных материалов и реагентов, приобретенных у Aldrich Chemical Co. (дополнительная информация, текст S1). Идентичность соединений была подтверждена с помощью аналитической тонкослойной хроматографии (ТСХ), ядерного магнитного резонанса (ЯМР) и масс-спектрометрии высокого разрешения.

Рентгеновская кристаллография

Для кристаллизации 15-PGDH человека очищенный белок концентрировали ультрафильтрацией до 17 мг/мл (Vivaspin, отсечка: 30 кДа). Перед кристаллизацией к концентрированному белку в объеме 100 нл добавляли НАДН (Sigma) до концентрации 5 мМ. Затем раствор смешивали со 100 нл кристаллизационного раствора, содержащего 30% (мас./об.) ПЭГ-1000, и кристаллы получали при 4°С с использованием метода диффузии паров сидячей капли. Кристаллы переносили в криопротектор, состоящий из пятой части 100% (об./об.) глицерина и четырех пятых луночного раствора, и подвергали мгновенной заморозке в жидком азоте.Набор данных с разрешением 1,65 Å был собран на детекторе площади пластины R-AXIS HTC, установленном на генераторе с вращающимся анодом F-RE SuperBright (Rigaku MSC), работающем при 45 кВ и 45 мА (дополнительная информация, таблица S2). Данные индексировались, интегрировались и масштабировались с использованием MOSFLM v6.2.5 [48] и SCALA v5.0 (реализовано в пакете CCP4 [49]). Начальные фазы рассчитывали методом молекулярного замещения, реализованным программой PHASER v1.3.1 [50], с использованием ансамбля из трех структур SDR (коды PDB 1WMB [51], 1IY8 [52] и 1ZK3 [53]) в качестве поисковых моделей в течение 50 циклов автоматизированной модели. построение с использованием ARP/wARP [54].Молекулы воды автоматически выбирались с помощью ARP/wARP, а затем вручную проверялись на соответствующую плотность и структуру водородных связей. Заключительные раунды ручного построения и уточнения модели проводились в COOT [55] и REFMAC v5.02.0005 [56] соответственно (дополнительная информация, таблица S2). Координаты окончательной модели и структурные факторы были депонированы с идентификатором доступа PDB 2GDZ. Структурную информацию в этой статье также можно рассматривать как расширенную версию, в которой текст статьи интегрирован с интерактивными 3D-представлениями и анимированными переходами, доступными на веб-сайте PLoS (пакет данных S1).Для доступа к этой расширенной функциональности требуется веб-плагин. Инструкции по установке и использованию веб-плагина доступны в дополнительной информации Text S2.

Молекулярный док

Докинг

выполняли с использованием GLIDE (Schrodinger, LLC) [57], а структуру 15-PGDH готовили с использованием стандартных протоколов минимизации программного обеспечения. Стыковочные сетки были созданы с использованием прямоугольника вокруг Ser138 в каталитическом сайте. Для докинга к комплексу NAD + Tyr151 оставляли депротонированным; для докинга к комплексу НАДН NAD + был заменен на НАДН с силовым полем OPLS-2005 [58] и использовано водородное ограничение на Tyr151.Лиганды (субстрат и ингибиторы) готовили с помощью инструментов LIGPREP и IONIZER в GLIDE при pH 7,0+/-2,0 для определения состояний ионизации лигандов. Все ингибиторы стыковались с использованием GLIDE-SP, и сохранялись 5 лучших поз. Положения связывания проверяли визуально и анализировали образцы водородных связей, чтобы определить наилучшее положение.

Дополнительная информация

Рисунок S1.

Миниатюрный анализ для скрининга 15-PGDH. A. Тепловые карты активности, показывающие миниатюризацию анализа до объема 4 мкл в формате 1536 лунок (увеличение концентрации справа).B. График коэффициента Z’, связанного с каждым планшетом экспериментального скрининга концентрация-реакция библиотеки LOPAC1280, выполненного для проверки воспроизводимости попаданий. C. Молекулярная структура контрольного ингибитора GW5074, который добавляли в виде серии разведений по 16 точкам в двух повторностях от 57,5 ​​мкМ до 1,75 нМ во вторую колонку каждого планшета для анализа (панель D). Средняя IC50 для соединения составляла 10,4 мкМ, а соответствующее минимально значимое отношение составляло прибл. 1.5. E. Пример ингибитора флуоресценции (применяется при температуре от 3.5 нМ и 57,5 ​​мкМ) в зависимости от времени снижения NAD+ при введении PGE2.

https://doi.org/10.1371/journal.pone.0013719.s003

(0,28 МБ PDF)

Рисунок S2.

Связывание кофактора NAD+ в активном центре 15-PGDH человека. Кислотный остаток Asp36 образует водородные связи с 2′- и 3′-гидроксильными группами аденин-рибозного фрагмента, тогда как Asp64 образует водородную связь с аминогруппой аденинового фрагмента. Никотинамидный фрагмент NAD+ расположен близко к каталитической тетраде (Asn107, Ser138, Tyr151 и Lys155).

https://doi.org/10.1371/journal.pone.0013719.s004

(0,08 МБ PDF)

Рисунок S3.

Связывание ингибитора 72 в активном центре 15-PGDH, как было предсказано исследованиями докинга. На изображении показан разрез в кармане подложки из 15 PGDH, при этом объем кармана обозначен зеленой сеткой. Ключевые аминокислотные остатки помечены. Фигуры созданы с помощью ICM (ООО «Молсофт»).

https://doi.org/10.1371/journal.pone.0013719.s005

(0.07 МБ PDF)

Благодарности

Мы благодарим Вен Хва Ли за помощь в подготовке расширенной версии этой статьи.

Вклад авторов

Инициатива и разработка экспериментов: FHN DM UO TDH AS. Выполнены опыты: ФХН ЛС ЦБ КГ ДМ ЭСП. Проанализированы данные: FHN LS AJ CB DM ESP MW UO TDH AS. Предоставленные реагенты/материалы/инструменты для анализа: FHN AJ DM. Написал статью: FHN AJ DM UO TDH AS.

Каталожные номера

  1. 1. Самуэльссон Б. (2000) Открытие лейкотриенов.Am J Respir Crit Care Med 161: S2–6.
  2. 2. Samuelsson B (1986)Лейкотриены и другие продукты липоксигеназы. Prog Lipid Res 25: 13–18.
  3. 3. Samuelsson B (1983) От исследований биохимического механизма к новым биологическим медиаторам: эндоперекисям простагландинов, тромбоксанам и лейкотриенам. Нобелевская лекция, 8 декабря 1982 г. Biosci Rep 3: 791–813.
  4. 4. Sheng H, Shao J, Morrow JD, Beauchamp RD, DuBois RN (1998) Модуляция апоптоза и экспрессии Bcl-2 простагландином E2 в клетках рака толстой кишки человека.Рак Рез. 58: 362–366.
  5. 5. Ван Д., Дюбуа Р.Н. (2006)Простагландины и рак. Гут 55: 115–122.
  6. 6. Tai HH, Tong M, Ding Y (2007)15-гидроксипростагландиндегидрогеназа (15-PGDH) и рак легких. Prostaglandins Other Lipid Mediat 83: 203–208.
  7. 7. Дубинетт С.М., Мао Дж.Т., Хазра С. (2008)Сосредоточение внимания на профилактике рака легких: 15-гидроксипростагландиндегидрогеназа. Cancer Prev Res (Phila Pa) 1: 223–225.
  8. 8.Yoshimatsu K, Altorki NK, Golijanin D, Zhang F, Jakobsson PJ, et al. (2001)Индуцибельная простагландин Е-синтаза сверхэкспрессируется при немелкоклеточном раке легкого. Clin Cancer Res 7: 2669–2674.
  9. 9. Yoshimatsu K, Golijanin D, Paty PB, Soslow RA, Jakobsson PJ, et al. (2001) Индуцибельная микросомальная простагландин Е-синтаза сверхэкспрессируется при колоректальных аденомах и раке. Clin Cancer Res 7: 3971–3976.
  10. 10. Коэн Э.Г., Альмахмид Т., Ду Б., Голижанин Д., Бойл Д.О. и соавт.(2003) Микросомальная простагландин Е-синтаза-1 сверхэкспрессируется при плоскоклеточной карциноме головы и шеи. Clin Cancer Res 9: 3425–3430.
  11. 11. Buczynski MW, Dumlao DS, Dennis EA (2009) Серия тематических обзоров: Протеомика. Комплексный омический анализ биологии эйкозаноидов. J Lipid Res 50: 1015–1038.
  12. 12. FitzGerald GA (2003) ЦОГ-2 и выше: подходы к ингибированию простагландинов при заболеваниях человека. Nat Rev Drug Discov 2: 879–890.
  13. 13.Kim EH, Surh YJ (2008)Роль 15-дезокси-дельта (12,14)-простагландина J (2), эндогенного лиганда гамма-рецептора, активируемого пролифератором пероксисом, в опухолевом ангиогенезе. Биохим Фармакол 76: 1544–1553.
  14. 14. Rizzo G, Fiorucci S (2006) PPAR и другие ядерные рецепторы при воспалении. Curr Opin Pharmacol 6: 421–427.
  15. 15. Tai HH, Ensor CM, Tong M, Zhou H, Yan F (2002)Ферменты, катаболизирующие простагландины. Простагландины Другие липиды Mediat 68-69: 483-493.
  16. 16. Вермут Б., Борен К.М., Хайнеманн Г., фон Вартбург Дж. П., Габбай К. Х. (1988) Карбонилредуктаза человека. Анализ нуклеотидной последовательности кДНК и аминокислотной последовательности кодируемого белка. J Biol Chem 263: 16185–16188.
  17. 17. Перссон Б., Каллберг Ю., Брей Дж. Э., Бруфорд Э., Деллапорта С. Л. и др. (2009) Инициатива номенклатуры SDR (короткоцепочечная дегидрогеназа/редуктаза и родственные ферменты). Chem Biol Interact 178: 94–98.
  18. 18. Kavanagh KL, Jornvall H, Persson B, Oppermann U (2008)Семейства генов и белков дегидрогеназы/редуктазы со средней и короткой цепью: суперсемейство SDR: функциональное и структурное разнообразие в семействе метаболических и регуляторных ферментов.Cell Mol Life Sci 65: 3895–3906.
  19. 19. Крук М., Мареков Л., Йорнвалл Х. (1990)Очистка и структурная характеристика плацентарной НАД(+)-связанной 15-гидроксипростагландиндегидрогеназы. Первичная структура показывает, что фермент принадлежит к семейству короткоцепочечных алкогольдегидрогеназ. Биохимия 29: 738–743.
  20. 20. Ensor CM, Yang JY, Okita RT, Tai HH (1990)Клонирование и анализ последовательности кДНК человеческой плацентарной NAD(+)-зависимой 15-гидроксипростагландиндегидрогеназы.J Biol Chem 265: 14888–14891.
  21. 21. Ensor CM, Tai HH (1994)Бактериальная экспрессия и сайт-направленный мутагенез двух критических остатков (тирозин-151 и лизин-155) плацентарной НАД(+)-зависимой 15-гидроксипростагландиндегидрогеназы человека. Биохим Биофиз Акта 1208: 151–156.
  22. 22. Cho H, Tai HH (2002)Ингибирование NAD+-зависимой 15-гидроксипростагландиндегидрогеназы (15-PGDH) ингибиторами циклооксигеназы и химиопрофилактическими агентами. Простагландины Leukot Essent Fatty Acids 67: 461–465.
  23. 23. Cho H, Tai HH (2002)Тиазолидиндионы как новый класс НАД(+)-зависимых ингибиторов 15-гидроксипростагландиндегидрогеназы. Arch Biochem Biophys 405: 247–251.
  24. 24. Berry CN, Hoult JR, Peers SH, Agback H (1983)Ингибирование простагландин-15-гидроксидегидрогеназы сульфасалазином и новой серией сильнодействующих аналогов. Биохим Фармакол 32: 2863–2871.
  25. 25. Zhang JH, Chung TD, Oldenburg KR (1999) Простой статистический параметр для использования при оценке и валидации высокопроизводительных скрининговых анализов.J Biomol Screen 4: 67–73.
  26. 26. Иствуд Б.Дж., Фармен М.В., Иверсен П.В., Крафт Т.Дж., Смоллвуд Дж.К. и др. (2006) Минимальное значимое отношение: статистический параметр, характеризующий воспроизводимость оценок эффективности, полученных в результате анализов реакции на концентрацию, и оценок, полученных в ходе повторных экспериментальных исследований. J Biomol Screen 11: 253–261.
  27. 27. Джадхав А., Феррейра Р.С., Клумпп С., Мотт Б.Т., Остин С.П. и др. (2010)Количественный анализ артефактов агрегации, аутофлуоресценции и реактивности при скрининге ингибиторов тиоловой протеазы.J Med Chem 53: 37–51.
  28. 28. Симеонов А., Джадхав А., Томас С.Дж., Ван Ю., Хуанг Р. и др. (2008)Флуоресцентное спектроскопическое профилирование библиотек соединений. J Med Chem 51: 2363–2371.
  29. 29. Ясгар А., Шинн П., Джадхав А., Олд Д., Майкл С. и др. (2008) Управление соединениями для количественного высокопроизводительного скрининга. JALA Charlottesv Va 13: 79–89.
  30. 30. Нисен Ф.Х., Берглунд Х., Ведади М. (2007)Использование дифференциальной сканирующей флуориметрии для обнаружения взаимодействий лигандов, которые способствуют стабильности белка.Нацпроток 2: 2212–2221.
  31. 31. Заполнение С., Берндт К.Д., Бенах Дж., Кнапп С., Прозоровски Т. и др. (2002) Критические остатки для структуры и катализа в короткоцепочечных дегидрогеназах/редуктазах. J Biol Chem 277: 25677–25684.
  32. 32. Кроу Р.Р., Реган Дж., Прото А., Пит Г.В., Рой Т. и др. (2003) Термическая денатурация: метод ранжирования медленно связывающихся высокоаффинных ингибиторов киназы P38alpha MAP. J Med Chem 46: 4669–4675.
  33. 33. Lo MC, Aulabaugh A, Jin G, Cowling R, Bard J и др.(2004)Оценка анализа теплового сдвига на основе флуоресценции для идентификации попаданий при открытии лекарств. Анальный биохим 332: 153–159.
  34. 34. Федоров О., Нисен Ф.Х., Кнапп С. (в печати) Профилирование селективности ингибиторов киназы с использованием дифференциальной сканирующей флуориметрии (ДСФ). Методы биотехнологии.
  35. 35. Zhou H, Yan F, Tai HH (2001) C-концевая область NAD+-зависимой 15-гидроксипростагландиндегидрогеназы человека участвует во взаимодействии с простагландиновыми субстратами.Eur J Biochem 268: 3368–3374.
  36. 36. Cho H, Hamza A, Zhan CG, Tai HH (2005)Ключевые NAD+-связывающие остатки в 15-гидроксипростагландиндегидрогеназе человека. Arch Biochem Biophys 433: 447–453.
  37. 37. Segel IH (1993) Кинетика ферментов — поведение и анализ ферментных систем быстрого равновесия и устойчивого состояния. Нью-Йорк: Wiley Interscience.
  38. 38. Cer RZ, Mudunuri U, Stephens R, Lebeda FJ (2009) IC50-to-Ki: веб-инструмент для преобразования значений IC50 в Ki для ингибиторов активности ферментов и связывания лигандов.Нуклеиновые кислоты Рез. 37: W441–445.
  39. 39. де Кок П.М., Бейер Н.А., Бак Х.М., Слуйтерман Л.А., Мейер Э.М. (1988) Молекулярно-механический расчет геометрии производных НАД+, модифицированных по никотинамидной группе, в тройном комплексе с алкогольдегидрогеназой печени лошади. Eur J Biochem 175: 581–585.
  40. 40. Йорнвалл Х., Перссон Б., Крук М., Атриан С., Гонсалес-Дуарте Р. и др. (1995) Дегидрогеназы/редуктазы с короткой цепью (SDR). Биохимия 34: 6003–6013.
  41. 41. Oppermann U, Filling C, Hult M, Shafqat N, Wu X и ​​др. (2003) Дегидрогеназы/редуктазы с короткой цепью (SDR): обновление 2002 года. Chem Biol Interact 143-144: 247–253.
  42. 42. Kallberg Y, Oppermann U, Jornvall H, Persson B (2002)Взаимосвязи короткоцепочечной дегидрогеназы/редуктазы (SDR): большое семейство с восемью кластерами, общими для геномов человека, животных и растений. Белковая наука 11: 636–641.
  43. 43. Рудольф Ф.Б. (1979) Ингибирование продукта и образование абортивных комплексов.Методы Enzymol 63: 411–436.
  44. 44. Tong M, Tai HH (2000)Индукция NAD(+)-связанной экспрессии 15-гидроксипростагландиндегидрогеназы андрогенами в клетках рака предстательной железы человека. Biochem Biophys Res Commun 276: 77–81.
  45. 45. Майкл С., Олд Д., Клумпп С., Джадхав А., Чжэн В. и др. (2008) Роботизированная платформа для количественного высокопроизводительного скрининга. Assay Drug Dev Technol 6: 637–657.
  46. 46. Инглез Дж., Олд Д.С., Джадхав А., Джонсон Р.Л., Симеонов А. и другие.(2006) Количественный высокопроизводительный скрининг: основанный на титровании подход, который эффективно определяет биологическую активность в больших химических библиотеках. Proc Natl Acad Sci USA 103: 11473–11478.
  47. 47. Хилл А.В. (1910) Возможный эффект агрегации молекул гемоглобина. J Physiol 40: IV–VIII.
  48. 48. Лесли А.Г. (2006) Интеграция данных макромолекулярной дифракции. Acta Crystallogr D Biol Crystallogr 62: 48–57.
  49. 49.Совместный вычислительный проект, номер 4 (1994) Набор CCP4: программы для кристаллографии белков. Acta Crystallogr D Biol Crystallogr 50: 760–763.
  50. 50. McCoy AJ, Grosse-Kunstleve RW, Adams PD, Winn MD, Storoni LC, et al. (2007) Кристаллографическое программное обеспечение Phaser. J Appl Crystallogr 40: 658–674.
  51. 51. Ито К., Накадзима Ю., Ичихара Э., Огава К., Катаяма Н. и др. (2006) D-3-гидроксибутиратдегидрогеназа из Pseudomonas fragi: молекулярное клонирование гена фермента и кристаллическая структура фермента.Дж. Мол Биол 355: 722–733.
  52. 52. Согабе С., Йошизуми А., Фуками Т.А., Ширатори Ю., Симидзу С. и др. (2003)Кристаллическая структура и стереоспецифичность леводионредуктазы из Corynebacterium aquaticum M-13. J Biol Chem 278: 19387–19395.
  53. 53. Шлибен Н.Х., Нифинд К., Мюллер Дж., Рибель Б., Хаммель В. и др. (2005) Структуры атомарного разрешения R-специфичной алкогольдегидрогеназы из Lactobacillus brevis обеспечивают структурные основы ее субстратной и косубстратной специфичности.Дж. Мол Биол 349: 801–813.
  54. 54. Моррис Р.Дж., Перракис А., Ламзин В.С. (2002) Алгоритмы построения моделей ARP/wARP. I. Основная цепь. Acta Crystallogr D Biol Crystallogr 58: 968–975.
  55. 55. Эмсли П., Коутан К. (2004) Кут: инструменты построения моделей для молекулярной графики. Acta Crystallogr D Biol Crystallogr 60: 2126–2132.
  56. 56. Муршудов Г.Н., Вагин А.А., Додсон Э.Дж. (1997) Уточнение макромолекулярных структур методом максимального правдоподобия.Acta Crystallogr D Biol Crystallogr 53: 240–255.
  57. 57. Friesner RA, Banks JL, Murphy RB, Halgren TA, Klicic JJ, et al. (2004) Glide: новый подход к быстрой и точной стыковке и подсчету очков. 1. Методика и оценка точности стыковки. J Med Chem 47: 1739–1749.
  58. 58. Йоргенсен В.Л., Тирадоривес Дж. (1988) Потенциальные функции Opls для белков — минимизация энергии для кристаллов циклических пептидов и крамбина. Журнал Американского химического общества 110: 1657–1666.

Обратное активное обучение на основе жесткой сети DenseNet для классификации патологических изображений

BMC Bioinformatics. 2019; 20: 445.

, 1, 2 , 1 , 1 , 1, 3, 4, 5 и 6

Yuexiang Li

1 Институт компьютерного зрения , Колледж компьютерных наук и разработки программного обеспечения, Шэньчжэньский университет, Шэньчжэнь, Китай

2 Youtu Lab, Tencent, Шэньчжэнь, Китай

Xinpeng Xie

1 Институт компьютерного зрения, Колледж компьютерных наук и разработки программного обеспечения, Шэньчжэнь Университет, Шэньчжэнь, Китай

Linlin Shen

1 Институт компьютерного зрения, Колледж компьютерных наук и разработки программного обеспечения, Шэньчжэньский университет, Шэньчжэнь, Китай

3 Лаборатория биомедицинской инженерии Маршалла, Школа биомедицинской инженерии, Шэньчжэньский университет , Шэньчжэнь, Китай

4 Гуандунская ключевая лаборатория интеллектуальной обработки информации, Шэньчжэньский университет, Шэньчжэнь nzhen, China

5 Национальная инженерная лаборатория вычислительных технологий для систем больших данных, Shenzhen University, Shenzhen, China

Shaoxiong Liu

6 The Sixth People’s Hospital of Shenzhen, Shenzhen, China 903 9 Компьютер Vision Institute, College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China

2 Youtu Lab, Tencent, Shenzhen, China

3 Marshall Laboratory of Biomedical Engineering, School of Biomedical Engineering, Shenzhen University, Shenzhen , Китай

4 Гуандунская ключевая лаборатория интеллектуальной обработки информации, Шэньчжэньский университет, Шэньчжэнь, Китай

5 Национальная инженерная лаборатория вычислительных технологий систем больших данных, Шэньчжэньский университет, Шэньчжэнь, Китай

The Sixth’s 6 Больница Шэньчжэня, Шэньчжэнь, Китай

9082 1 Автор, ответственный за переписку.

Поступила в редакцию 6 декабря 2018 г.; Принято 1 июля 2019 г.

Открытый доступ Эта статья распространяется в соответствии с условиями международной лицензии Creative Commons Attribution 4.0 (http://creativecommons.org/licenses/by/4.0/), которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии, что вы укажете автора(ов) оригинала и источник, предоставите ссылку на лицензию Creative Commons и укажете, были ли внесены изменения. Отказ от права Creative Commons на общественное достояние (http://creativecommons.org/publicdomain/zero/1.0/) относится к данным, доступным в этой статье, если не указано иное. Эта статья цитировалась в других статьях в PMC.

Abstract

Background

Благодаря последним достижениям в области глубокого обучения эта модель привлекла внимание исследователей, которые применили ее для анализа медицинских изображений. Однако анализ патологических изображений на основе сетей глубокого обучения сталкивается с рядом проблем, таких как высокое разрешение (гигапиксельное) патологических изображений и отсутствие возможностей аннотирования.Чтобы решить эти проблемы, мы предлагаем стратегию обучения, называемую глубоким обратным активным обучением (DRAL) и жесткой DenseNet (ADN) для классификации патологических изображений. Предлагаемый DRAL может повысить точность классификации широко используемых сетей глубокого обучения, таких как VGG-16 и ResNet, за счет удаления ошибочно помеченных патчей в обучающем наборе. Поскольку размер области рака сильно различается на патологических изображениях, предлагаемый ADN объединяет атриальные извилины с плотным блоком для извлечения многомасштабных признаков.

Результаты

Предлагаемые DRAL и ADN оцениваются с использованием следующих трех патологических наборов данных: BACH, CCG и UCSB. Результаты эксперимента демонстрируют превосходную производительность предложенной платформы DRAL + ADN, достигая средней точности классификации (ACA) на уровне патчей 94,10 %, 92,05 % и 97,63 % на проверочных наборах BACH, CCG и UCSB соответственно.

Выводы

Инфраструктура DRAL + ADN является потенциальным кандидатом для повышения производительности моделей глубокого обучения для частично неправильно маркированных обучающих наборов данных.

Ключевые слова: Классификация патологических изображений, Активное обучение, Свертка Атруса, Глубокое обучение

История вопроса

Сверточная нейронная сеть (CNN) привлекала внимание сообщества с тех пор, как AlexNet [1] выиграл конкурс ILSVRC 2012. CNN стал сегодня одним из самых популярных классификаторов в области компьютерного зрения. Из-за выдающейся производительности CNN несколько исследователей начинают использовать ее для диагностических систем. Например, Google Brain [2] предложил многомасштабную модель CNN для обнаружения метастазов рака молочной железы в лимфатических узлах.Однако при использовании CNN для классификации патологических изображений возникают следующие проблемы.

Во-первых, большинство патологических изображений имеют высокое разрешение (гигапиксели). На рисунке а показан пример изображения рака шейки матки, полученного с помощью цитологического теста ThinPrep (TCT). Разрешение изображения TCT составляет 21 163 × 16 473, что затрудняет прямую обработку CNN. Во-вторых, количество патологических изображений, содержащихся в общедоступных наборах данных, часто очень ограничено. Например, набор данных, использованный в грандиозном соревновании 2018 года по гистологическим изображениям рака молочной железы (BACH), состоит из 400 изображений в четырех категориях, причем в каждой категории доступно только 100 изображений.Следовательно, количество обучающих изображений может быть недостаточным для обучения сети глубокого обучения. В-третьих, большинство патологических изображений имеют только метки на уровне среза. Для решения первых двух проблем исследователи обычно вырезают фрагменты из патологических изображений целых срезов, чтобы одновременно уменьшить размер обучающего изображения и увеличить их количество. Поскольку доступна только метка уровня слайса, метка, относящаяся ко всему слайсу, обычно назначается связанным патчам. Однако опухоли могут иметь смешанные свойства структуры и текстуры [3], а вокруг опухолей могут быть нормальные ткани.Следовательно, метки уровня исправления могут не соответствовать метке уровня среза. На рисунке b показан пример гистологического изображения рака молочной железы. Метка слайса присваивается нормальному фрагменту, отмеченному красным квадратом. Такие неправильно помеченные патчи могут повлиять на последующее обучение сети и снизить точность классификации.

Проблемы классификации патологических изображений. a Gigapixel TCT изображение рака шейки матки. b Пример неправильно маркированного патча из набора данных BACH.Нормальное пятно помечено как доброкачественное

В этой статье мы предлагаем структуру глубокого обучения для классификации патологических изображений. Основные вклады можно резюмировать следующим образом:

1) Предлагается стратегия активного обучения для удаления ошибочно помеченных патчей из обучающего набора для сетей глубокого обучения. По сравнению с типичным активным обучением, которое итеративно обучает модель с последовательно размеченными данными, предлагаемая стратегия — глубокое обратное активное обучение (DRAL) — может рассматриваться как противоположность типичного процесса.

2) Для классификации патологических изображений предлагается усовершенствованная сетевая архитектура — atrous DenseNet (ADN). Мы заменяем обычную свертку DenseNet жесткой сверткой для достижения многомасштабного извлечения признаков.

3) Эксперименты проводятся на трех патологических наборах данных. Результаты демонстрируют выдающуюся точность классификации предложенной структуры DRAL + ADN.

Активное обучение

Активное обучение (AL) направлено на снижение стоимости экспертной маркировки без ущерба для эффективности классификации [4].Этот подход сначала выбирает наиболее неоднозначные/неопределенные образцы в немаркированном пуле для аннотации, а затем переобучает модель машинного обучения с новыми помеченными данными. Следовательно, это увеличение увеличивает размер обучающего набора данных. Ван [4] предложил первый активный подход к глубокому обучению. В этом подходе для отбора данных использовались три показателя: наименьшая достоверность, маржинальная выборка и энтропия. Рахал и др. [5] предложили использовать энтропию и Breaking-Ties (BT) в качестве показателей достоверности для выбора сигналов электрокардиограммы в процессе активного обучения.Исследователи недавно начали использовать активное обучение для анализа медицинских изображений. Ян [6] предложил активную структуру, основанную на обучении — набор полностью сверточных сетей (FCN) — для решения задачи сегментации биомедицинских изображений. Структура приняла результаты FCN в качестве показателя неопределенности и подобия. Чжоу [7] предложил метод, называемый активной поэтапной тонкой настройкой (AIFT), для интеграции активного обучения и переноса обучения в единую структуру. AIFT был протестирован на трех наборах данных медицинских изображений и показал удовлетворительные результаты.Нан [8] сделал первую попытку использовать активное обучение для анализа патологических изображений. В этом исследовании была предложена усовершенствованная структура, основанная на активном обучении (повторяющееся обучение), чтобы использовать требование человеческого прогноза.

Хотя активное обучение является широко изучаемой областью, оно не подходит для задачи классификации патологических изображений на уровне участков. Цель отбора данных для классификации патологических изображений на уровне патчей состоит в том, чтобы удалить неправильно помеченные патчи из обучающего набора, что отличается от традиционного активного обучения, т.е.е., постепенное увеличение обучающей выборки. Чтобы решить эту проблему, мы предлагаем глубокое обратное активное обучение (DRAL) для выбора данных на уровне патчей. Мы признаем, что идея обратного активного обучения была предложена в 2012 году [9]. Поэтому мы надеемся подчеркнуть разницу между RAL, предложенным в этом исследовании, и нашим. Во-первых, типичный RAL [9] предлагается для обработки клинического языка, а наш — для двумерных патологических изображений. Следовательно, критерии для удаления неправильно маркированных (отрицательных) образцов совершенно другие.Во-вторых, типовой RAL [9] разработан в программе LIBSVM. Напротив, мы принимаем сеть глубокого обучения в качестве основы алгоритма машинного обучения и удаляем зашумленные образцы, используя подход увеличения данных глубокого обучения.

Анализ патологических изображений на основе глубокого обучения

Разработка глубокой сверточной сети была вдохновлена ​​Крижевским, который выиграл конкурс ILSVRC 2012 с восьмислойной AlexNet [1]. В следующих конкурсах был предложен ряд новых сетей, таких как VGG [10] и GoogLeNet [11].Он и др. [12], победитель ILSVRC 2015, предложил гораздо более глубокую сверточная сеть ResNet для решения проблемы обучения сверхглубоких сверточных сетей. Недавно сеть с плотным подключением (DenseNet), предложенная Хуангом [13], превзошла ResNet на различных наборах данных.

В последние годы было предложено все больше моделей компьютерной диагностики (CAD) на основе глубокого обучения для патологических изображений. Альбаркуни [14] разработал новую сеть глубокого обучения, AggNet, для обнаружения митоза на гистологических изображениях рака молочной железы.Шах [15] предложил модель, полностью управляемую данными, которая интегрировала многочисленные биологические существенные классификаторы для прогноза инвазивного рака молочной железы. Chen [16] предложил основу для сегментации желез на основе FCN. Li [17] предложил сверхглубокую остаточную сеть для сегментации и классификации изображений образцов человеческого эпителия типа 2 (HEp-2). Совсем недавно Лю [18] разработал сквозную систему глубокого обучения для прямого прогнозирования H-Score для ткани рака молочной железы. Все вышеупомянутые алгоритмы вырезают фрагменты из патологических изображений, чтобы увеличить обучающую выборку и достичь удовлетворительной производительности при выполнении конкретных задач.Однако мы заметили, что немногие из представленных CAD-систем используют современную сетевую архитектуру DenseNet, которая оставляет некоторый запас для повышения производительности. В этой статье мы предлагаем глубокую нейронную сеть под названием ADN для анализа патологических изображений. Предлагаемая структура значительно превосходит эталонные модели и обеспечивает превосходную точность классификации для двух типов патологических наборов данных: срезов молочной железы и шейки матки.

Atrous Convolution и DenseNet

Предложенный atrous DenseNet (ADN) создан на основе atrous convolution (или расширенной свертки) и современной сетевой архитектуры DenseNet [13].В этом разделе мы сначала представляем определения жесткой свертки и исходного плотного блока.

Atrous Convolution

Atrous convolution (или расширенная свертка) использовалась для улучшения производительности семантической сегментации моделей на основе глубокого обучения [19]. По сравнению с обычным сверточным слоем, сверточные ядра в атрусном сверточном слое имеют «дыры» между параметрами, которые увеличивают рецептивное поле без увеличения числа параметров.Размер «отверстий», вставленных в параметры, рассчитывается на основе скорости расширения ( γ ). Как показано на рис. , меньшая скорость расширения приводит к более компактному ядру (общая свертка может рассматриваться как частный случай со скоростью расширения = 1), в то время как большая скорость расширения приводит к расширенному ядру. Ядро с большей скоростью расширения может захватывать больше контекстной информации из карт объектов предыдущего слоя.

Примеры атриальных извилин с разной степенью дилатации.Фиолетовые квадраты представляют позиции параметров ядра

Плотный блок

Плотный блок, принятый в оригинальной DenseNet, представлен в [13]. Пусть H l (.) будет составной функцией таких операций, как свертка и выпрямление линейных единиц (ReLU), выход слоя l ) для одного изображения x 0 можно записать следующим образом:

xl=Hl([x0,x1,…,xl−1])

1

где [ x 0 , x 1 ,…, x − l 906] карты признаков, созданные слоями 0,…, l −1.

Если каждая функция H L L (.) Производит K Карты объектов, L T H Слой K 0 + K × ( л −1) карты входных объектов, где k 0 — количество каналов входного слоя. k называется скоростью роста блока DenseNet.

Методы

Глубокое обратное активное обучение

Чтобы обнаружить и удалить неправильно помеченные участки, мы предлагаем обратный процесс традиционного активного обучения. Поскольку может легко произойти переобучение глубоких сетей, для нашего DRAL используется простая шестиуровневая CNN, называемая RefineNet (RN) (архитектуру см. в приложении). Пусть M представляет модель RN в системе САПР, а D представляет обучающий набор с m патчами (x).Процесс глубокого обратного активного обучения (DRAL) проиллюстрирован в алгоритме 1.

Модель RN сначала обучается, а затем делает прогнозы на исходном обучающем наборе на уровне патчей. Патчи с максимальным уровнем достоверности ниже 0,5 удаляются из обучающей выборки. Поскольку каждый патч увеличивается до восьми патчей с использованием увеличения данных («поворот» и «зеркало»), если удаляется более четырех дополненных патчей, то оставшиеся патчи удаляются из обучающего набора. Удаление патча и тонкая настройка модели выполняются в чередующейся последовательности.Фиксированный набор проверки, аннотированный патологами, используется для оценки производительности точно настроенной модели. Использование DRAL привело к снижению количества ошибочно помеченных исправлений. В результате производительность модели RN на проверочном наборе постепенно улучшается. DRAL останавливается, когда точность классификации валидации становится удовлетворительной или перестает увеличиваться. Обучающий набор, отфильтрованный DRAL, можно рассматривать как правильно аннотированные данные, и его можно использовать для обучения более глубоких сетей, таких как ResNet, DenseNet и т. д.

Atrous DenseNet (ADN)

Размер областей рака на патологических изображениях сильно различается. Чтобы лучше извлекать многомасштабные признаки, мы предлагаем архитектуру глубокого обучения — atrous DenseNet — для классификации патологических изображений. По сравнению с обычными ядрами свертки [11], сложные свертки могут извлекать многомасштабные признаки без дополнительных вычислительных затрат. Архитектура сети представлена ​​на рис.

Сетевая архитектура предложенного жесткого DenseNet (ADN).Два модуля (плотное соединение (ADC) и сеть в сети (NIN)) участвуют в ADN. Синие, красные, оранжевые и зеленые прямоугольники представляют слои свертки, максимального объединения, среднего объединения и полносвязных слоев, соответственно. слоев соответственно. Предлагаемая сеть глубокого обучения имеет различную архитектуру для поверхностных слоев (неплотное плотное соединение (ADC)) и глубоких слоев (модуль «сеть в сети» (NIN) [20]).PReLU используется в качестве нелинейной функции активации. Обучение сети контролируется softmax loss (L), как определено в уравнении. 2 следующим образом:

l = 1nσili = 1nσi-log (efyiσjefj)

2

, где F J J J H Элемент ( J ∈[1, K ], K — количество классов) вектора оценок классов f, y i — метка i t 9 input2 h88 input2 а N — количество обучающих данных.

Наш ADC предлагает использовать жесткую свертку для замены обычной свертки в исходных блоках DenseNet, а более широкая архитектура DenseNet разработана с использованием более широких плотно связанных слоев.

Замена свертки Atrous

В исходном плотном блоке было достигнуто многомасштабное извлечение признаков путем наложения сверток 3×3. Поскольку атриальная извилина имеет большее рецептивное поле, предлагаемый блок атральной плотной связи заменяет обычные извилины атральной извилиной, чтобы извлечь лучшие мультимасштабные характеристики.Как показано на рис., в предлагаемом блоке ADC задействованы атриальные извилины с двумя скоростями дилатации (2 и 3). Обычная свертка 3×3 размещается после каждой жесткой свертки, чтобы объединить извлеченные карты признаков и уточнить семантическую информацию.

Сетевая архитектура предлагаемого жесткого плотного соединения (ADC). Свертки с разной скоростью расширения используются для извлечения многомасштабных признаков. Цветовые соединения относятся к картам объектов, созданным соответствующими слоями свертки.Карты признаков из разных слоев свертки объединяются для формирования многомасштабного признака

Мы заметили, что в некоторых исследованиях уже использовалось наложение сложных сверток для семантической сегментации [21]. Предлагаемый ADC устраняет два основных недостатка существующей структуры. Во-первых, скорости расширения, используемые в существующей структуре, намного больше (2, 4, 8 и 16) по сравнению с предлагаемым блоком ADC. В результате принимающее поле существующей сети обычно превышает размер патча и требует нескольких нулей в качестве заполнения для вычисления свертки.Во-вторых, в архитектуре существующего фреймворка нет коротких путей, что не подходит для многомасштабного извлечения признаков.

Более широкий слой с плотной связью

Поскольку количество патологических изображений в обычных наборах данных обычно невелико, их трудно использовать для обучения сверхглубокой сети, такой как исходная DenseNet. Загоруйко [22] доказал, что более широкая сеть может обеспечить лучшую производительность, чем более глубокая сеть, при использовании небольших наборов данных. Следовательно, предлагаемый ADC увеличивает скорость роста (k) с 4 до 8, 16 и 32 и уменьшает количество слоев (l) со 121 до 28.Таким образом, предлагаемый плотный блок является широким и неглубоким. Чтобы уменьшить вычислительную сложность и увеличить возможности представления признаков, скорость роста (числа в модулях ADC на рис.) увеличивается по мере того, как сеть становится глубже.

Реализация

Для реализации предлагаемого ADN используется набор инструментов Keras. Сеть обучалась с помощью мини-партии из 16 компьютеров на четырех графических процессорах (GeForce GTX TITAN X, 12 ГБ ОЗУ). Из-за использования слоев пакетной нормализации начальная скорость обучения была установлена ​​на большое значение (0.05) для более быстрой конвергенции сети. После этого скорость обучения снизилась до 0,01, а затем еще больше уменьшилась со скоростью 0,1. Метка для патологического изображения всего среза (прогнозирование на уровне среза) визуализируется путем слияния прогнозов на уровне патчей, сделанных ADN (голосование).

Результаты

Наборы данных

Для оценки эффективности предложенной модели используются три набора данных: гистология рака груди (BACH), рак шейки матки (CCG) и наборы данных рака молочной железы UCSB.В то время как для BACH и CCG доступны независимые наборы тестов, для UCSB доступен только набор для обучения и проверки из-за ограниченного количества изображений. В то время как обучающие и проверочные наборы для трех наборов данных сначала используются для оценки производительности предлагаемого DRAL и ADN по сравнению с популярными сетями, такими как AlexNet, VGG, ResNet и DenseNet, независимые тестовые наборы используются для оценки производительности предлагаемого подхода по сравнению с другими. современный подход с использованием общедоступных протоколов тестирования.

Набор данных гистологии рака молочной железы (BACH)

Набор данных BACH [23] состоит из 400 фрагментов 2048×1536 изображений гистологической микроскопии молочной железы, окрашенных гематоксилином и эозином (H&E), которые можно разделить на четыре категории: нормальные (Nor.) , доброкачественная (Ben.), карцинома in situ (C. in situ) и инвазивная карцинома (I. car.). В каждой категории по 100 изображений. Набор данных случайным образом делится в соотношении 80:20 для обучения и проверки. Примеры срезов из разных категорий показаны на рис.. Дополнительные 20 гистологических изображений молочной железы, окрашенных H&E, из набора данных Bioimaging [24] используются в качестве тестового набора для сравнения производительности нашей структуры и алгоритмов сравнительного анализа.

Примеры из набора данных гистологии рака BreAst (BACH). a Нормальный срез, b Доброкачественный срез, c Карцинома in situ, d Срез инвазивной карциномы

Мы перемещаем окно с 50% перекрытием по всему изображению, чтобы обрезать участки размером 512×512 .Обрезка дает 2800 патчей для каждой категории. Вращение и зеркало используются для увеличения размера тренировочного набора. Каждый патч поворачивается на 90 , 180 и 270 , а затем отражается по вертикали, в результате чего получается расширенный обучающий набор из 896 000 изображений. Метки уровня среза назначаются сгенерированным патчам.

Набор данных по степени тяжести рака шейки матки (CCG)

Набор данных CCG содержит 20 окрашенных H&E изображений цельных срезов, полученных в ходе цитологического теста ThinPrep (TCT), которые можно разделить на четыре степени: нормальную и степень рака I (L.I), II (Л. II), III (Л. III). Пять срезов в каждой категории разделены в соответствии с соотношением 60:20:20 для обучения, проверки и тестирования. Разрешение срезов TCT составляет 16 473 × 21 163. На рисунке представлены несколько примеров фрагментов из разных категорий. Набор данных CCG заполняется патологами, сотрудничающими в этом проекте, с использованием машины для сканирования всего среза.

Примеры из набора данных Cervical Carcinoma Grade (CCG). a Нормальный срез, b Срез степени рака I, c Срез степени рака II, d Срез степени рака III.Разрешение срезов указано в гигапикселях, то есть 16 473×21 163. Области в красных квадратах были увеличены для иллюстрации.

Мы вырезаем фрагменты из гигапиксельных изображений TCT для создания обучающей выборки на уровне фрагментов. Для каждого нормального среза случайным образом вырезается примерно 20 000 фрагментов размером 224×224. Для срезов рака (рис. b-d), поскольку они имеют большие фоновые области, мы сначала бинаризуем срезы TCT, чтобы обнаружить интересующую область (RoI). Затем окно обрезки передается по области интереса для создания патча.Метка уровня слайса назначается созданным патчам. Вращение используется для увеличения размера обучающего набора данных. Каждый патч поворачивается на 90 , 180 и 270 для создания расширенного обучающего набора из 362 832 изображений. Набор проверки на уровне исправлений состоит из 19 859 исправлений, вырезанных из срезов проверки. Все они проверены патологоанатомами. Подробная информация о наборе данных CCG уровня патча представлена ​​в таблице.

Таблица 1

Подробная информация о наборе данных CCG

Набор данных UCSB по раку молочной железы

Набор данных UCSB содержит 58 фрагментов срезов рака молочной железы размером 896×768, которые можно классифицировать как доброкачественные (Ben.) (32) или злокачественные (Mal.) (26). Набор данных разделен на наборы для обучения и проверки в соотношении 75:25. Примеры изображений UCSB показаны на рис. . Мы перемещаем окно 112×112 по срезам UCSB, чтобы обрезать патчи для обучения сети, и используем тот же подход, что и для BACH, для выполнения увеличения данных. Поскольку во многих исследованиях сообщалось о результатах 4-кратной перекрестной проверки набора данных UCSB, мы также проводим тот же эксперимент для справедливого сравнения.

Примеры из набора данных UCSB.Набор данных содержит 32 доброкачественных среза и 26 злокачественных срезов.

Обсуждение подходов к предварительной обработке для разных наборов данных

Как упоминалось ранее, настройки для подходов к предварительной обработке (включая размер обрезанных участков и увеличение данных) различаются для каждого набора данных. Причина в том, что размер и количество изображений в каждом наборе данных совершенно разные. Чтобы создать больше обучающих патчей, мы выбираем меньший размер патча (112 × 112) для набора данных с меньшим количеством выборок с более низким разрешением (UCSB) и больший (512 × 512) для набора данных с изображениями с высоким разрешением (BACH).Для увеличения данных мы используем тот же подход к увеличению данных для наборов данных BACH и UCSB. Для набора данных CCG гигапиксельные срезы TCT могут дать больше исправлений, чем два других набора данных. Хотя горизонтальное и вертикальное отражение дает ограниченное улучшение точности классификации, оно значительно увеличивает временные затраты на обучение сети. Следовательно, мы принимаем только три поворота, чтобы увеличить обучающие патчи набора данных CCG.

Критерий оценки

В качестве критерия оценки производительности принимается общий коэффициент правильной классификации (ACA) всех тестовых изображений.В этом разделе мы сначала оценим производительность DRAL и ADN на наборах проверки BACH, CCG и UCSB. Далее будут представлены результаты применения различных фреймворков к отдельным наборам тестов. Обратите внимание, что в этом исследовании обучение и тестирование нейронных сетей выполняются три раза, а в качестве результатов выводятся средние значения ACA.

Оценка DRAL

Точность классификации во время DRAL

Предлагаемый DRAL использует RefineNet (RN) для удаления ошибочно помеченных исправлений из обучающего набора.Как показано в таблице, размер обучающей выборки уменьшается с 89 600 до 86 858 для BACH, с 362 832 до 360 563 для CCG и с 68 640 до 64 200 для UCSB. На рисунке показаны некоторые примеры неправильно помеченных исправлений, идентифицированных DRAL. большинство из них представляют собой нормальные пятна, помеченные как рак груди или шейки матки. ACA для проверочного набора в процессе фильтрации исправлений представлены в таблице. Можно заметить, что предложенный DRAL значительно увеличивает ACA уровня исправления для RN: улучшения для BACH, CCG и UCSB равны 3.65%, 6,01% и 17,84% соответственно.

Иллюстрации неправильно маркированных патчей. В первой, второй и третьей строках перечислены нормальные участки, ошибочно помеченные как рак, из наборов данных BACH, CCG и UCSB соответственно. Все патчи были проверены патологоанатомами

Таблица 2

ACA уровня патча (P. ACA, %) RN на проверочных наборах во время различных итераций DRAL

9054
DRAL (номер итерации K) BACH CCG UCSB
Тренировочный набор P.ACA Учебный набор P. ACA P. ACA P. ACA P. ACA P. ACA
89,600 89,16 89.16 362 832 77.87 68 640 76.40
K = 1 K = 1 k = 1 89 026 89.58 361,007 83.88 83.88 64 94444 9444 94.24
K = 2 88,170 89.71 360563 82,88 64200 93,23
К = 3 87363 92,81
К = 4 86858 92.14

Чтобы лучше проанализировать разницу между патчами, сохраненными и удаленными нашим DRAL, пример изображения BACH, содержащего сохраненные и удаленные патчи, показан на рис.. Патчи с синими и красными прямоугольниками соответственно помечены нашим DRAL как «правильно аннотированные» и «неправильно маркированные». Можно заметить, что участки в синих прямоугольниках содержат части опухолей молочной железы, а участки в красных прямоугольниках содержат только нормальные ткани.

Примеры сохраненных и удаленных фрагментов изображений BACH. Патчи, отмеченные красным и синим прямоугольниками, соответственно распознаются как «неправильно помеченные» и «правильно аннотированные» нашим RAL

. На рис. t-SNE [25] используется для оценки способности RefineNet к представлению функций во время различных итераций процесс обучения БАХ.Точки фиолетового, синего, зеленого и желтого цвета соответственно представляют образцы нормальной, доброкачественной, карциномы in situ и инвазивной карциномы. Можно заметить, что способность RefineNet к представлению признаков постепенно улучшалась (различные категории выборок постепенно разделяются во время обучения DRAL). Однако на рис. e показано, что RefineNet после четвертой итерации обучения (K = 4) приводит к неправильной классификации некоторых образцов карциномы in situ (зеленый) и нормальных образцов (фиолетовый) как инвазивной карциномы (желтый) и карциномы in situ ( зеленый) соответственно.

Показатели t-SNE последнего полносвязного слоя RefineNet для различных итераций K процесса обучения BACH. a e для K = 0, 1, 2, 3, 4, соответственно

Модели CNN, обученные с использованием уточненного набора данных

DRAL уточняет обучающий набор, удаляя ошибочно помеченные патчи. Следовательно, информация, содержащаяся в уточненном обучающем наборе, является более точной и разборчивой, что полезно для обучения CNN с более глубокой архитектурой.Чтобы продемонстрировать преимущества предложенного DRAL, несколько известных сетей глубокого обучения, таких как AlexNet [1], VGG-16 [10], ResNet-50/101 [12] и DenseNet-121 [13], используются для оценка эффективности. Эти сети обучаются на исходных и уточненных обучающих наборах, а также оцениваются на одном и том же полностью аннотированном проверочном наборе. Результаты оценки представлены в таблице (ACA на уровне исправления) и в таблице (ACA на уровне фрагмента).

Таблица 3

Таблица 3

Патч-Уровень валидации ACA (%) CNN Модели, обученные на оригинальных / изысканных тренировок

5 93,78 96,785
BACH CCG UCSB
Оригинал Refined Оригинал Улучшенный Оригинальный Улучшенный
AlexNet [1] 86.28 90,77 75,67 82,24 76,51
VGG-16 [10] 90,83 91,79 84,63 90,02 83,53 97,44
ResNet- 50 [12] 89.65 89.65 92.17 79.88 82.31 78.74 9054 78.74 96.82 96.82 96.82
Resnet-101 [12] 89.05 91.17 80.06 83,47 77,82
DenseNet [13] 90,39 93,29 77,87 84,41 78,93 96,79
ADN (наш) 91,93 94.10 85,48 92.05 85,69 97,63

Таблица 4

Валидация уровня ломтика ACA (%) моделей CNN, обученные на оригинальных / изысканных тренировок

BACH CCG UCSB
Оригинал первоначальный усовершенствованный первоначальный усовершенствованный
AlexNet [1] 86.25 91.25 50 50 75 70 90 90
VGG-16 [10] 87.50 96.25 75 75 90 100
РесНет-50 [12] 86,25 93,75 75 75 80 100
ResNet-101 [12] 86.25 91,25 75 75 75 90 90 90
Denenet [13] 86.25 96.25 9699 96 75 9054 90 90
Adn (наш) 88,75 97,50 75 100 90 100

Как показано в таблицах и для всех трех наборов данных, точность классификации сетей, обученных на уточненном обучающем наборе, выше, чем у сетей, обученных на исходном обучающем наборе.Наибольшие улучшения для ACA на уровне исправления, использующего DRAL, составляют 4,49 % для AlexNet на BACH, 6,57 % для AlexNet и нашего ADN на CCG и 18,91 % для VGG на UCSB. Для ACA на уровне среза предлагаемый DRAL улучшает производительность нашего ADN с 88,57% до 97,50% на BACH, с 75% до 100% на CCG и с 90% до 100% на UCSB.

Результаты показывают, что неправильно помеченные участки в исходных обучающих наборах отрицательно влияют на обучение сетей глубокого обучения и снижают точность классификации.Кроме того, усовершенствованный обучающий набор, созданный предлагаемым DRAL, полезен для общих сетей глубокого обучения, таких как неглубокие сети (AlexNet), широкие сети (VGG-16), многоветвевые глубокие сети (ResNet-50) и сверхглубокие сети (ResNet-101). и Денсенет-121).

Оценка Atrous DenseNet (ADN)

Таблицы и показывают, что наша ADN превосходит все перечисленные сети на BACH, CCG и UCSB с DRAL и без него. В этом разделе представлен более полный анализ эффективности предлагаемого ВОПОГ.

ACA в наборе данных BACH

ACA уровня исправления различных моделей CNN для каждой категории BACH перечислены в таблице. Все модели обучаются на тренировочном наборе, доработанном DRAL. Средняя ACA (Ave. ACA) — это общая точность классификации набора проверок на уровне исправлений. Результаты Ave. ACA показаны на рис. .

Уровень патча-Уровень ACA из разных глубоких учебных моделей на три набора данных

Таблица 5

Patch-Shate ACA (%) Для разных категорий различных наборов данных

96,58
5
Bach CCG UCSB
Нор. Бен. C. на месте I. автомобиль. Нор. Л. I Л. II Л. III Бен. Мал.
AlexNet [1] 92,13 90,18 89,52 91,25 95,16 93,68 95,82 42,43 94,81 92,75
VGG-16 [10] 90,96 93,84 89.46 92,89 98,71 96,36 98,06 65,61 98,32
RESNET-50 [12] 92,29 94,50 92,29 91,61 87.54 99.10 92.87 50.32 97.98 96.16 96.16
Resnet-101 [12] 91.96 91.96 99.66 92.66 92.88 85.46 98.32 99.88 50.45 98.07 95.49
DenseNet [13] 94.61 91.50 95.73 93.82 92.04 98.05 96.97 50.08 96.97 96.60
ADN (ours) 96.30 92.36 93.50 94.23 99.18 97,70 99,52 70,68 98,54 96,73

Как показано в таблице, предложенный ADN обеспечивает наилучшую точность классификации для участков нормальной (96,30%) и инвазивной карциномы (94,23%), в то время как ResNet-50 и DenseNet-121 дают самые высокие ACA для доброкачественных ( 94,50%) и очаги карциномы in situ (95,73%). ACA нашего ВОПОГ для доброкачественных новообразований и рака in situ составляет 92.36% и 93,50% соответственно, что является конкурентоспособным по сравнению с другими современными подходами. Средний показатель ACA ADN составляет 94,10%, что превосходит показатели перечисленных сетей бенчмаркинга.

Для дальнейшей оценки эффективности предлагаемого ADN соответствующая карта путаницы в наборе для проверки BACH представлена ​​на рис. , который иллюстрирует превосходную производительность предлагаемого ADN для классификации пластырей рака молочной железы.

Карта путаницы ADN на проверочном наборе BACH

ACA на наборе данных CCG

Оценка производительности также проводится на проверочном наборе CCG, и в таблице представлены результаты эксперимента.Для участков, вырезанных из нормальных срезов и срезов уровня III, предложенный ADN достигает наилучшей точности классификации (99,18% и 70,68% соответственно), что на 0,47% и 2,03% выше, чем у занявшего второе место (VGG-16). Лучшие ACA для исправлений уровня I и II достигаются ResNet-50 (99,10%) и ResNet-101 (99,88%) соответственно. Предлагаемый ADN дает конкурентоспособные результаты (97,70% и 99,52%) для этих двух категорий.

Все перечисленные алгоритмы имеют низкие уровни точности для патчей из слайсов уровня III.Чтобы проанализировать причины такой низкой точности, карта путаницы для предлагаемого ВОП представлена ​​на рис. . Можно заметить, что некоторые участки рака уровня III неправильно классифицируются как нормальные. Возможная причина заключается в том, что площадь опухоли при уровне рака III меньше, чем при уровне рака I и II, поэтому участки, вырезанные из срезов уровня рака III, обычно содержат нормальные участки. Следовательно, пятна уровня III с большими нормальными участками могут быть распознаны ADN как нормальные пятна. Мы оценили другие сети глубокого обучения и снова обнаружили, что они неправильно классифицируют патчи уровня III как нормальные.Чтобы решить эту проблему, необходимо разработать подходящий подход, который объединяет прогнозы на уровне исправлений с решениями на уровне слайсов.

Карта путаницы ADN в проверочном наборе CCG

ACA в наборе данных UCSB

В таблице перечислены ACA на уровне исправлений различных платформ глубокого обучения в проверочном наборе UCSB. Можно заметить, что наша ADN достигает лучших ACA на уровне патча; 98,54% (доброкачественные) и 96,73% (злокачественные). Занявший второе место (VGG-16) достигает 98 ACA уровня исправления.32% и 96,58%, что на 0,22% и 0,15% ниже предлагаемого ВОПОГ. ResNet-50/101 и DenseNet дают схожие характеристики (средний показатель ACA составляет примерно 96%), в то время как AlexNet обеспечивает самый низкий средний показатель ACA — 93,78%.

Статистическая проверка

Проверка T-теста была проведена для результатов VGG-16 и нашего ADN. Значения p на уровне значимости 5% составляют 1,07%, 2,52% и 13,08% для BACH, CCG и UCSB соответственно. Результаты показывают, что улучшение точности является статистически значимым для BACH и CCG.Поскольку количество изображений (58) в UCSB довольно мало, задача может оказаться недостаточно сложной. Таким образом, и VGG-16, и наш ADN имеют схожие характеристики. Следовательно, сети глубокого обучения дают аналогичные уровни точности классификации в наборе данных UCSB; то есть статистической значимости между результатами, полученными с помощью разных моделей, не наблюдается.

Размер сети

Как упоминалось ранее, вместо создания более глубокой сети предлагаемый ADN использует более широкие уровни для увеличения возможностей представления признаков, что больше подходит для небольших наборов данных.Чтобы дополнительно проиллюстрировать превосходную пропускную способность предлагаемого ADN, сравнение размера сети между различными сетевыми архитектурами представлено в таблице.

Таблица 6

Подробная информация о разных сетевых архитектурах

Количество слоев Размер модели
Alexnet [1] 8 54 M
VGG-16 [10] 16 16 158 M
Resnet-50 [12] 50 270 M 270 M
Resnet-101 [12] 101 488 м 488 м
Denenet 13] 121 121 539 м 539 м
28 28 132 м 132 м 132 м

в экспериментах, более широкие сети — VGG-16 (16 слоев) и ADN (28 слоев) — достигнуты лучшие показатели, чем в сверхглубоких сетях — ResNet-50/101 (50/101 слой) и DenseNet (121 слой).Поскольку VGG-16 и ADN имеют гораздо меньший размер модели, чем сверхглубокие сети, они требуют меньше сетевых параметров и имеют меньший риск переобучения для небольшого набора данных.

По сравнению с простым VGG-16 предлагаемый ADN использует несколько сложных сверток для извлечения многомасштабных признаков. Как показано на рис. , предлагаемый ADN превосходит VGG-16 и дает наилучшие средние ACA для наборов данных BACH (94,10%), CCG (92,05%) и UCSB (97,63%). Результаты эксперимента также демонстрируют, что предлагаемая ADN может поддерживать баланс между размером сети и способностью к изучению признаков, что чрезвычайно эффективно для небольших наборов данных о патологии.

Сравнение с самыми современными подходами

В этом разделе мы сравниваем производительность предлагаемой платформы с другими современными подходами на тестовых наборах BACH, CCG и UCSB. Для набора данных UCSB используется общедоступный протокол 4-кратной перекрестной проверки, чтобы сделать результаты напрямую сопоставимыми. Для лучшей оценки производительности мы включаем F-меру (F-mea.) в качестве дополнительной оценочной метрики для BACH и CCG, которую можно определить как:

F-мера = 2 × Точность × RecallPreation + Recall

3

Precision = TPTP + FP, Recall = TPTP + FN

4

, где TP , FP и FN Стенд для истинного положительного , ложноположительный и ложноотрицательный соответственно.

ACA уровня заплаты и среза на уровне BACH

Дополнительные 20 гистологических изображений груди, окрашенных гематоксилин-эозином, из общедоступного набора данных (Bioimaging [24]) используются в качестве набора для тестирования каркасов, обученных на BACH. Поскольку биовизуализация является общедоступным набором данных, используется общедоступный протокол тестирования, а самые современные результаты [24] непосредственно используются для сравнения. Результаты набора для тестирования перечислены в таблице (точность (Pre.), полнота (Rec.)).

Таблица 7

ACA (%) различных платформ для набора тестов BACH

5
5
Уровень исправления Уровень среза
Нор. Бен. C. на месте I. автомобиль. пр. ACA пр. ACA Pre. Рек. F-изм.
CNN, [24] 61,70 56,70 83,30 88,30 72,50 80 79,52 80,00 79,76
CNN + СВМ [24] 65.00 61,70 76,70 88,30 72.93 85 86,61 85,00 85,80
AlexNet [1] 60.00 58,33 85,00 95,00 74,58 80 82,86 80,00 81,40
ВГГ-16 [10] 75,00 61,67 75,00 90,00 75,42 85 86,61 5 85,040
ResNet-50 [12] 63.33 65.00 80.00 95.00 75.83 85 86.67 85.00 85.83
ResNet-101 [1] 65.00 70.00 75.00 90.00 75.00 85 87.86 85.00 86.41
DenseNet [13] 66.67 76.67 73.33 88.33 76.25 85 90.00 90.00 80.00 80.33 84.89
9055 60.00 66.67 88,33 93.33 77.08 85 85 85 86.67 85.00 85.83 85.83
71.67 9054 71.67 73.33 88,33 96.67 82,50 90 92,86 90.00 91,41

Как показано в таблице, предложенный ADN обеспечивает наилучшую среднюю производительность классификации на уровне исправлений (77,08 % на тестовом наборе), что на 0,83 % выше, чем у занявшего второе место (DenseNet-121). ADN, обученный с помощью обучающего набора, уточненного DRAL, приводит к дальнейшему улучшению конечной точности классификации на 5,42%.Соответственно, средняя точность классификации на уровне слайсов (90%) предлагаемой структуры ADN + DRAL является самой высокой среди перечисленных алгоритмов бенчмаркинга.

ACA на уровне патча и фрагмента на CCG

Результаты для тестового набора CCG представлены в таблице. Предложенный ADN достиг наилучшего ACA уровня патча (80,28%) среди моделей, обученных с помощью исходного обучающего набора, что на 2,51% выше, чем у занявшего второе место (VGG-16). Кроме того, было замечено, что большинство перечисленных алгоритмов тестирования плохо работают с пластырями рака уровня I; максимальная точность сверхглубокого ResNet-101 составляет всего 67.34%. Наша ADN достигает ACA на уровне исправлений 71,51% с 28-уровневой архитектурой.

Таблица 8

ACA (%) различных рамки для тестирования CCG

2
Уровень нарезки Нормальный
Нормальный Уровень I Уровень II Уровень III пр. ACA пр. ACA F-изм.
AlexNet [1] 91,75 42.24 69,88 70,91 68,70 50 41,67
VGG-16 [10] 97,80 63,65 71,25 78,39 77,77 75 66,67
Resnet-50 [12] 97.82 46.86 75.05 9054 75.05 68.57 72.08 72.08 50 9054 50
Resnet-101 [12] 96.64 67.34 75,57 58,66 74,55 50 41,67
DenseNet [13] 98,81 56,62 72,20 71,04 74,67 75 66,67
ADN (Наши) 99.29 71.51 76.51 73.81 80.28 75 75 66.67 66.67
Adn + Dral (Ours) 99.95 80,35 85,31 82,60 87,05 100 100

Предлагаемый DRAL уточняет обучающий набор, удаляя неправильно помеченные исправления, что улучшает последующее обучение сети. В результате стратегия обучения DRAL дает значительные улучшения как для среднего ACA уровня патча (6,77%), так и для среднего ACA уровня среза (25%) при использовании предложенной структуры ADN.

ACA уровня исправлений и фрагментов на UCSB

Четырехкратная перекрестная проверка, проведенная на наборе данных UCSB, представлена ​​в таблице. Базовые линии получаются с использованием дескрипторов вектора Фишера (FV) различных локальных функций, таких как плотные SIFT, фрагментарные DBN и функции CNN из последнего сверточного слоя (помеченного как FV-SIFT, FV-DBN и FV-CNN). Затем три дескриптора FV объединяются в более длинные дескрипторы: S+D (сочетание FV-SIFT и FV-DBN), S+C (сочетание FV-SIFT и FV-CNN), D+C (сочетание FV-DBN и FV- CNN) и S+D+C (объединение всех трех дескрипторов FV).Для классификации используются линейный ядерный SVM без уменьшения размерности и метод SDR, предложенный в [26]. В таблице показано, что наша ADN + DRAL обеспечивает наилучшую 4-кратную точность перекрестной проверки (100 %), что превосходит самую высокую точность классификации, достигнутую эталонными подходами (98,3 %, полученная с помощью SDR + SVM + FV-CNN).

Таблица 9 20003

Таблица 9

4-кратного перекрестного валидации (%) различных структур на DataSet

Однократный дескриптор FV Комбинация дескрипторов FV FV-DBN FV-CNN S+D S+C D+C S+D+C SVM 87.9 82,8 96,6 86,2 93,1 91,4 93,1 СДР + СВМ [26] 89,7 89,7 98,3 91,4 94,8 96,6 94,8 ADN+DRAL (наш) 100

Выводы

Благодаря впечатляющей производительности сетей глубокого обучения исследователи считают их привлекательными для применения в анализе медицинских изображений.Однако анализ патологических изображений на основе сетей глубокого обучения сталкивается с рядом серьезных проблем. Например, большинство патологических изображений имеют высокое разрешение – гигапиксели. CNN сложно напрямую обрабатывать гигапиксельные изображения из-за высоких вычислительных затрат. Обрезка фрагментов изображений, состоящих из целых фрагментов, является распространенным подходом к решению этой проблемы. Однако большинство патологических наборов данных имеют только метки на уровне среза. В то время как метки на уровне среза могут быть назначены обрезанным фрагментам, обучающие наборы на уровне фрагментов обычно содержат образцы с неправильными метками.

Чтобы решить эти проблемы, мы предложили основу для классификации патологических изображений. Структура состоит из стратегии обучения — глубокого обратного активного обучения (DRAL) — и усовершенствованной сетевой архитектуры — atrous DenseNet (ADN). Предлагаемый DRAL может удалить ошибочно помеченные патчи в обучающем наборе. Затем усовершенствованный обучающий набор можно использовать для обучения широко используемых сетей глубокого обучения, таких как VGG-16 и ResNets. Сеть глубокого обучения — atrous DenseNet (ADN) — также предлагается для классификации патологических изображений.Предлагаемый ADN обеспечивает извлечение многомасштабных признаков за счет объединения сложных извилин и плотных блоков.

Предложенные DRAL и ADN были оценены на трех наборах патологических данных: BACH, CCG и UCSB. Результаты эксперимента демонстрируют превосходную производительность предложенной платформы ADN + DRAL, достигая средних значений ACA на уровне исправлений 94,10 %, 92,05 % и 97,63 % на проверочных наборах BACH, CCG и UCSB соответственно.

Приложение A: Архитектура RefineNet

Чтобы решить проблему переобучения, простая CNN, а именно RefineNet (RN), применяется в итеративном процессе обратного активного обучения (RAL) для удаления ошибочно помеченных исправлений.Конвейер RefineNet представлен в таблице , которая состоит из сверточных (C), максимального пула (MP), усредняющего пула (AP) и полносвязных (FC) слоев.

Таблица 10

5
0
0
0
Слой Тип Размер и номер ядра
1 C 3 × 3,16
2 MP 2 × 2
0
3 C 3 × 3,32
4 MP 2 × 2
5 C 3 × 3,64
6 MP 2 × 2
7 C 3 × 3, 64
8 9 9 2 × 2
9 C 3 × 3 128
10
2 × 2 11 C 3 × 3128 12 А.П. 7 × 7 13 FC 256 14 FC 4

Сокращения

0
АЦП В плотная связь
ADN Atrous DenseNet
пр.ACA Средняя точность
BACH Набор данных гистологии рака молочной железы
Ben. Boodign
C. in situ in situ in situ in situ Antu Carcinoma
CCG CCG CCG Карцинома CCG CARSET
Dral Глубоко обратная активное обучение
F-MEA. F-мера
FV Вектор Фишера
I.машина. Invausive Carcinoma
L. I
L. I Уровень рака I
Л.И. II Л.И. Уровень рака II
L. III Уровень рака III
Mal. Злокачественные
НИН Сеть в сетевом модуле
Нор. Обычный
P. ACA Точность на уровне патча
Предварительно. Precision
Рек. Recall
RN Refinenet
TCT ThinPrep Cytology Test

Авторов вклады

Ю. Л.И. и Л. Шен задуманы и разработаны эксперименты; Ю. Ли и X. Се провели эксперименты; Ю. Ли и X. Се проанализировали данные; Л. Шен предоставил реагенты/материалы/инструменты для анализа; Ю. Ли и Л. Шен написали статью; С. Лю — патологоанатом, участвующий в проекте. Мы заявляем, что все авторы прочитали и одобрили окончательный вариант рукописи.

Финансирование

Работа выполнена при поддержке Фонда естественных наук Китая в рамках грантов №. 61672357, 61702339 и U1713214 и Научно-технический проект провинции Гуандун в рамках гранта № 2018A050501014. Финансирующая организация не играет никакой роли в разработке исследования и сборе, анализе и интерпретации данных, а также в написании рукописи.

Одобрение этики и согласие на участие

Неприменимо.

Согласие на публикацию

Не применимо.

Конкурирующие интересы

Неприменимо.

Сноски

Примечание издателя

Springer Nature остается нейтральной в отношении юрисдикционных претензий в опубликованных картах и ​​институциональной принадлежности.

Информация об авторе

Юэсян Ли, электронная почта: [email protected]

Синьпэн Се, электронная почта: [email protected]

Линлин Шен, электронная почта: [email protected]

Шаосюн Лю, электронная почта: moc.анис@8002xsuil.

Литература

1. Крижевский А., Суцкевер И., Хинтон Г.Е. Международная конференция по нейронным системам обработки информации. Нью-Йорк: ACM; 2012. Классификация ImageNet с глубокими свёрточными нейронными сетями. [Google Scholar]

2. Liu Y, Gadepalli K, Norouzi M, Dahl GE, Kohlberger T, Boyko A, Venugopalan S, Timofeev A, Nelson PQ, Corrado GS. Выявление метастазов рака на гигапиксельных изображениях патологии. Электронная печать arXiv arXiv: 1703.02442. 2017.

3. Хоу Л., Самарас Д., Курц Т.М., Ю.Гао ДЖЕД, Зальц ДЖ. Конференция IEEE по компьютерному зрению и распознаванию образов. Нью-Йорк: IEEE; 2016. Новый метод активной маркировки для глубокого обучения. [Google Академия]4. Ван Д., Шан Ю. Международная совместная конференция по нейронным сетям. Нью-Йорк: IEEE; 2014. Новый метод активной маркировки для глубокого обучения. [Google Академия]5. Раххал ММА, Бази Й, Альхичри Х, Алажлан Н, Мелгани Ф, Ягер РР. Подход глубокого обучения для активной классификации сигналов электрокардиограммы. Инф. 2016; 345:340–54. дои: 10.1016/j.ins.2016.01.082. [Перекрестная ссылка] [Академия Google] 6. Ян Л, Чжан И, Чен Дж, Чжан С, Чен ДЗ. Международная конференция по вычислениям медицинских изображений и компьютерным вмешательствам. Чам: Спрингер; 2017. Наводящая аннотация: система глубокого активного обучения для сегментации биомедицинских изображений. [Google Академия]7. Чжоу З., Шин Дж., Чжан Л., Гуруду С., Готвей М., Лян Дж. Конференция IEEE по компьютерному зрению и распознаванию образов. Нью-Йорк: IEEE; 2017. Тонкая настройка сверточных нейронных сетей для анализа биомедицинских изображений: активно и поэтапно.[Бесплатная статья PMC] [PubMed] [Google Scholar]

8. Nan Y, Coppola G, Liang Q, Zou K, Sun W, Zhang D, Wang Y, Yu G. Частичная помеченная сегментация опухоли желудка с помощью повторного обучения на основе пластыря. . Электронная печать arXiv arXiv: 1712.07488. 2017.

9. Нгуен Д., Патрик Дж. Достижения в области искусственного интеллекта. Берлин, Гейдельберг: Springer; 2012. Обратное активное обучение для оптимизации обучения извлечению информации. [Google Scholar]

10. Симонян К., Зиссерман А. Очень глубокие сверточные сети для крупномасштабного распознавания изображений.Электронная печать arXiv arXiv: 1409.1556. 2015.

11. Szegedy C, Liu W, Jia Y, Sermanet P. Конференция IEEE по компьютерному зрению и распознаванию образов. Нью-Йорк: IEEE; 2015. Углубление с извилинами. [Google Академия] 12. He K, Zhang X, Ren S, Sun J. Конференция IEEE по компьютерному зрению и распознаванию образов. Нью-Йорк: IEEE; 2016. Глубокое остаточное обучение для распознавания изображений. [Google Академия] 13. Хуан Г., Лю З., Маатен Л.В.Д., Вайнбергер К.К. Конференция IEEE по компьютерному зрению и распознаванию образов.Нью-Йорк: IEEE; 2017. Плотносвязные сверточные сети. [Google Академия] 14. Альбаркуни С., Баур С., Ахиллес Ф., Белагианнис В., Демирчи С., Наваб Н. АггНет: глубокое обучение в толпе для обнаружения митоза на гистологических изображениях рака молочной железы. IEEE Trans Med Imaging. 2016;35(5):1313–21. doi: 10.1109/TMI.2016.2528120. [PubMed] [CrossRef] [Google Scholar]

15. Shah M., Rubadue C., Suster D., Wang D. Глубокая оценка пролиферации опухоли на гистологических изображениях рака молочной железы. Электронная печать arXiv arXiv:1610.03467. 2016.

16. Chen H, Qi X, Yu L, Heng PA. Конференция IEEE по компьютерному зрению и распознаванию образов. Нью-Йорк: IEEE; 2016. DCAN: сети с глубоким контуром для точной сегментации желез. [Google Академия] 17. Li Y, Shen L, Yu S. Сегментация и классификация изображения образца HEp-2 с использованием очень глубокой полностью сверточной сети. IEEE Trans Med Imaging. 2017;36(7):1561–72. doi: 10.1109/TMI.2017.2672702. [PubMed] [CrossRef] [Google Scholar]

18. Liu J, Xu B, Zheng C, Gong Y, Garibaldi J, Soria D, Green A, Ellis IO, Zou W, Qiu G.Сквозная система гистохимической оценки с глубоким обучением для микрочипов тканей рака молочной железы. Электронная печать arXiv arXiv: 1801.06288. 2018.

19. Ю Ф, Колтун В. Многомасштабная агрегация контекста с помощью расширенных сверток. 2016. Электронная печать arXiv arXiv: 1511.07122.

20. Li Y., Shen L. HEp-Net: меньшая и лучшая сеть глубокого обучения для классификации клеток HEp-2. Comp Methods Biomech Biomed Eng: Imaging Vis. 2018;7(3):1–7. [Google Scholar]

21. Чен Л.С., Папандреу Г., Шрофф Ф., Адам Х. Переосмысление сложной свертки для семантической сегментации изображений.Электронная печать arXiv arXiv: 1706.05587. 2017.

22. Загоруйко С., Комодакис Н. Широкие остаточные сети. Электронная печать arXiv arXiv: 1605.07146. 2016.

24. Араужо Т., Ареста Г., Кастро Э., Роуко Дж., Агиар П., Элой С., Полония А., Кампилью А. Классификация гистологических изображений рака молочной железы с использованием сверточных нейронных сетей. Плос Один. 2017;12(6):1–14.

Добавить комментарий

Ваш адрес email не будет опубликован.