期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
Antioxidant Activity Determination of Citronellal and Crude Extracts of <i>Cymbopogon citratus</i>by 3 Different Methods 被引量:4
1
作者 y. lu T. J. Khoo C. Wiart 《Pharmacology & Pharmacy》 2014年第4期395-400,共6页
Cymbopogon citratus, better known as lemongrass, is a plant commonly used for culinary purposes. It is known to contain the compound citronellal, which is responsible for the lemon-scent of many of the plants of the g... Cymbopogon citratus, better known as lemongrass, is a plant commonly used for culinary purposes. It is known to contain the compound citronellal, which is responsible for the lemon-scent of many of the plants of the genus Cymbopogon. A chloroform extract of Cymbopogon citratus was screened to determine its free radical scavenging activities. Three different methods were used to test the antioxidant activity of the extract, including FRAP assay (Ferric reducing antioxidant potential), DPPH radical scavenging assay (1,1-diphenyl-2-picryl hydrazyl radical reducing power methods), and β-carotene bleaching assay. Cymbopogon citratus showed low radical scavenging activities compared to ascorbic acid, gallic acid and quercetin. The results obtained suggest that Cymbopogon citratus is best appreciated for its refreshing aroma and delicate taste, but has little to offer as a source of antioxidants. 展开更多
关键词 Antioxidant Activity DPPH ASSAY FRAP ASSAY Β-CAROTENE Bleaching ASSAY CITRONELLAL
下载PDF
浸润性乳腺癌:使用高空间分辨率信号强化比成像预测疾病复发 被引量:3
2
作者 K.L. Li S.C. Partridge +5 位作者 B.N. Joe J.E. Gibbs y. lu L.J. Esserman 秦乃姗(译) 唐光健(校) 《国际医学放射学杂志》 2008年第5期389-389,共1页
目的分析乳腺癌病人术前MR影像,回顾性评价高空间分辨率信号强化比(SER)功能影像能否预测疾病复发。方法本回顾性研究经机构审查委员会同意及HIPAA法案允许,无需知情同意书。对1995--2002年间浸润性乳腺癌进行新辅助治疗的女性行钆... 目的分析乳腺癌病人术前MR影像,回顾性评价高空间分辨率信号强化比(SER)功能影像能否预测疾病复发。方法本回顾性研究经机构审查委员会同意及HIPAA法案允许,无需知情同意书。对1995--2002年间浸润性乳腺癌进行新辅助治疗的女性行钆增强MR成像检查,采用三时间点高分辨法采集数据。48例女性病人(年龄29.7~72.4岁,平均49.1岁)分为无复发组和复发组。根据SER值的设定范围,测量体积并列表,定义临界标准从而预测疾病术后是否复发。 展开更多
关键词 浸润性乳腺癌 疾病复发 空间分辨率 MR成像 预测 信号 知情同意书 女性病人
下载PDF
Measurement of the integrated Luminosities of cross-section scan data samples around theψ(3770)mass region
3
作者 M. Ablikim M. N. Achasov +398 位作者 S. Ahmed M. Albrecht M. Alekseev A. Amoroso F. F. An Q. An y. Bai O. Bakina R. Baldini Ferroli y. Ban K. Begzsuren D. W. Bennett J. V. Bennett N. Berger M. Bertani D. Bettoni F. Bianchi E. Boger I. Boyko R. A. Briere H. Cai X. Cai O. Cakir A. Calcaterra G. F. Cao S. A. Cetin J. Chai J. F. Chang W. L. Chang G. Chelkov G. Chen H. S. Chen J. C. Chen M. L. Chen P. L. Chen S. J. Chen X. R. Chen y. B. Chen X. K. Chu G. Cibinetto F. Cossio H. a. Dai, J. F. Dai A. Dbeyssi D. Dedovich Z. y. Deng A. Denig I. Denysenko M. Destefanis F. De Mori y. Ding C. Dong J. Dong L. y. Dong M. y. Dong Z. L. Dou S. X. Du P. F. nuan J. Fang S. S. Fang y. Fang R. Farinelli L. Fava S. Fegan F. Feldbauer G. Felici C. Q. Feng E. Fioravanti M. Fritsch C. D. Fu Q. Gao X. L. Gao y. Gao, y. G. Gao Z. Gao B. Garillon I. Garzia A. Gilman K. Goetzen L. Gong W. X. Gong W. Gradl M. Greco L. M. Gu M. H. Gu y. T. Gu A. q. Guo L. B. Guo R. P. Guo y. F. Guo A. Guskov Z. Haddadi S. Han X. Q. Hao F. A. Harris Z. L. He X. O. He F. H. Heinsius T. Held y. K. Heng T. Holtmann Z. L. Hou H. M. Hu J. F. gu T. Hu y. Hu G. S. Huang J. S. Huang X. T. Huang X. Z. Huang Z. L. guang T. Hussain W. Ikegami Andersson M Irshad Q. Ji Q. P. Ji X. B. Ji X. L. Ji X. S. Jiang X. y. Jiang J. B. Jiao Z. Jiao D. P. Jin S. Jin y. Jin T. Johansson A. Julin N. Kalantar-Nayestanaki X. S. Kang M. Kavatsyuk B. C. Ke T. Khan A. Khoukaz P. Kiese R. Kliemt L. Koch O. B. Kolcu B. Kopf M. Kornicer M. Kuemmel M. Kuessner A. Kupsc M. Kurth W. Kiihn J. S. Lange M. Lara P. Larin L. Lavezzi S. Leiber H. Leithofi C. Li Cheng Li D. M. Li F. Li F. y. Li G. Li H. B. Li H. J. Li J. C. Li J. W. Li K. J. Li Kang Li Ke Li Lei Li P. L. Li P. R. Li Q. y. Li T. Li W. D. Li W. G. Li X. L. Li X. N. Li X. Q. Li Z. B. Li H. Liang y. F. Liang y. T. Liang G. R. Liao L. Z. Liao J. Libby C. X. Lin D. X. Lin S. Liu B. J. Liu C. X. Liu D. Liu D. y. Liu F. H. Liu Fang Liu Feng Liu H. B. Liu H. L Liu H. M. Liu Huanhuan Liu Huihui Liu J. B. Liu J. y. Liu K. Liu K. y. Liu Ke Liu L. D. Liu Q. Liu S. B. Liu X. Liu y. B. Liu Z. A. Liu Zhiqing Liu y. F. Long X. C. Lou H. J. lu J. G. lu y. lu y. P. lu C. L. luo M. X. luo X. L. luo S. lusso X. R. Lyu F. C. Ma H. L. Ma L. L. Ma M. M. Ma Q. M. Ma X. N. Ma X. y. Ma y. M. Ma F. E. Maas M. Maggiora Sc Q. A. Malik A. Mangoni y. J. Mao Z. P. Mao S. Mareello Z. X. Meng J. G. Messehendorp G. Mezzadri J. Min T. J. Min R. E. Mitchell X. H. Mo y. J. Mo C. Morales Morales G. Morello N. yu. guchnoi H. Muramatsu A. Mustafa S. Nakhoul y. Nefedov F. Nerling I. B. Nikolaev Z. Ning S. Nisar S. L. Niu X. y. Niu S. L. Olsen Q. Ouyang S. Paeetti y. Pan M. Papenbrock P. Patteri M. Pelizaeus J. Pellegrino H. P. Peng Z. y. Peng K. Peters J. Pettersson J. L. Ping R. G. Ping A. Pitka R. Poling V. Prasad H. R. Qi M. Qi T. y. Qi S. Qian C. F. Qiao N. Qin X. S. Qin Z. H. Qin J. F. Qiu K. H. Rashid C. F. Redmer M. Richter M. Ripka M. Rolo G. Rong Ch. Rosner X. D. Ruan A. Sarantseve M. Savrie C. Sehnier K. Sehoenning W. Shan X. y. Shan M. Shao C. P. Shen P. X. Shen X. y. Shen H. y. Sheng X. Shi J. J. Song W. M. Songa X. y. Song S. Sosio Sc C. Sowa S. Spataro G. X. Sun J. F. Sun L. Sun S. S. Sun X. H. Sun y. J. Sun y. K Sun y. Z. Sun Z. J. Sun Z. T. Sun y. T Tan C. J. Tang G. y. Tang X. Tang I. Tapan M. Tiemens B. Tsednee I. Uman G. S. Varner B. Wang B. L. Wang C. W. Wang D. Wang D. y. Wang Dan Wang K. Wang L. L. Wang L. S. Wang M.Wang Meng Wang P. Wang P. L. Wang W. P. Wang X. F. Wang y. Wang y. F. Wang y. Q. Wang Z. Wang Z. G. Wang Z. y. Wang Zongyuan Wang T. Weber D. H. Wei P. Weidenkaff S. P. Wen U. Wiedner M. Wolke L. H. Wu L. J. Wu Z. Wu L. Xia X. Xia y. Xia D. Xiao y. J. Xiao Z. J. Xiao y. G. Xie y. H. Xie X. A. Xiong Q. L. Xiu G. F. Xu J. J. Xu L. Xu Q. J. Xu Q. N. Xu X. P. Xu F. yan L. yan W. B. yan W. C. yan y. H. yan H. J. yang H. X. yang L. yang S. L. yang y. H. yang y. X. yang yi- fan yang M. ye M. H. ye J. H. yin Z. y. you B. X. yu C. X. yu J. S. yu C. Z. yuan y. yuan A. yuncu A. A. Zafar A. Zallo y. Zeng Z. Zeng 《Chinese Physics C》 SCIE CAS CSCD 2018年第6期1-8,共8页
To investigate the nature of the Ψ(3770) resonance and to measure the cross section for e^+e^-→DD, a cross-section scan data sample, distributed among 41 center-of-mass energy points from 3.73 to 3.89 GeV, was ta... To investigate the nature of the Ψ(3770) resonance and to measure the cross section for e^+e^-→DD, a cross-section scan data sample, distributed among 41 center-of-mass energy points from 3.73 to 3.89 GeV, was taken with the BESIII detector operated at the BEPCII collider in the year 2010. By analyzing the large angle Bhabha scattering events, we measure the integrated luminosity of the data sample at each center-of-mass energy point. The total integrated luminosity of the data sample is 76.16±0.04±0.61 pb^-1, where the first uncertainty is statistical and the second systematic. 展开更多
关键词 Bhabha scattering events integrated luminosity BESⅢ
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部