Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Patan, K." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Local stability conditions for discrete-time cascade locally recurrent neural networks
    Autorzy:
    Patan, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/907772.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    sieć lokalnie rekurencyjna
    stabilność
    stabilizacja
    uczenie się
    optymalizacja ograniczona
    locally recurrent neural network
    stability
    stabilization
    learning
    constrained optimization
    Opis:
    The paper deals with a specific kind of discrete-time recurrent neural network designed with dynamic neuron models. Dynamics are reproduced within each single neuron, hence the network considered is a locally recurrent globally feedforward. A crucial problem with neural networks of the dynamic type is stability as well as stabilization in learning problems. The paper formulates local stability conditions for the analysed class of neural networks using Lyapunov's first method. Moreover, a stabilization problem is defined and solved as a constrained optimization task. In order to tackle this problem, a gradient projection method is adopted. The efficiency and usefulness of the proposed approach are justified by using a number of experiments.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2010, 20, 1; 23-34
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nonlinear model predictive control of a boiler unit: a fault tolerant control study
    Autorzy:
    Patan, K.
    Korbicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/331450.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    rekurencyjna sieć neuronowa
    model procesu
    sterowanie predykcyjne
    detekcja uszkodzeń
    zbiornik przepływowy
    recurrent neural networks
    process model
    predictive control
    fault detection
    boiler unit
    Opis:
    This paper deals with a nonlinear model predictive control designed for a boiler unit. The predictive controller is realized by means of a recurrent neural network which acts as a one-step ahead predictor. Then, based on the neural predictor, the control law is derived solving an optimization problem. Fault tolerant properties of the proposed control system are also investigated. A set of eight faulty scenarios is prepared to verify the quality of the fault tolerant control. Based of different faulty situations, a fault compensation problem is also investigated. As the automatic control system can hide faults from being observed, the control system is equipped with a fault detection block. The fault detection module designed using the one-step ahead predictor and constant thresholds informs the user about any abnormal behaviour of the system even in the cases when faults are quickly and reliably compensated by the predictive controller.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2012, 22, 1; 225-237
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fault detection in electrical drive by means of artificial neural networks
    Detekcja uszkodzeń w silniku elektrycznym przy pomocy sztucznych sieci neuronowych
    Autorzy:
    Głowacki, G.
    Patan, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/327210.pdf
    Data publikacji:
    2006
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    detekcja uszkodzeń
    sieć neuronowa
    klasyfikator neuronowy
    modelowanie
    silnik elektryczny
    fault detection
    neural network
    neural classifier
    modeling
    electrical drive
    Opis:
    The paper deals with problem model-based of fault detection electrical drive by using neural networks. The multilayer perceptron with tapped delay lines has been applied to model the diagnosed process at the nominal operation conditions. In turn, decision about faults has been performed using simple MultiLayer Feedforward Network (MFN). The electrical drive under consideration (AMIRA DR300) works in the closed loop and is controlled by PID controller. This laboratory electrical drive renders it positive to simulate a several faulty scenarios. In this way the proposed fault detection scheme can be tested on a number of faulty conditions.
    Artykuł przedstawia problem detekcji uszkodzeń w silniku elektrycznym przy pomocy sieci neuronowych. Do zamodelowania diagnozowanego obiektu pracującego w warunkach normalnych użyto sieci jednokierunkowych z liniami opóźniającymi. Następnie, jako blok decyzyjny o wystąpieniu uszkodzeń zastosowano zwykłe jednokierunkowe sieci wielowarstwowe. Do przeprowadzenia badań wykorzystano silnik prądu stałego firmy AMIRA (DR300). Silnik pracuje w układzie zamkniętym z regulatorem PID i umożliwia symulację pewnych scenariuszy uszkodzeń. Dzięki temu możliwe jest przetestowanie zaproponowanego schematu detekcji uszkodzeń na przykładzie wadliwych warunków pracy obiektu.
    Źródło:
    Diagnostyka; 2006, 2(38); 7-10
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Optimal training strategies for locally recurrent neural networks
    Autorzy:
    Patan, K.
    Patan, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1396735.pdf
    Data publikacji:
    2011
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    training schedule
    neural network
    Fisher information matrix
    network parameters
    optimal experimental design
    convex optimization theory
    Opis:
    The problem of determining an optimal training schedule for locally recurrent neural network is discussed. Specifically, the proper choice of the most informative measurement data guaranteeing the reliable prediction of neural network response is considered. Based on a scalar measure of performance defined on the Fisher information matrix related to the network parameters, the problem was formulated in terms of optimal experimental design. Then, its solution can be readily achieved via adaptation of effective numerical algorithms based on the convex optimization theory. Finally, some illustrative experiments are provided to verify the presented approach.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2011, 1, 2; 103-114
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczanie atrybutów sygnału EEG w oparciu o transformatę Stockwella
    EEG signal attribute extraction based on the Stockwell transform
    Autorzy:
    Rutkowski, G.
    Patan, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/156767.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    EEG
    reprezentacja czasowo-częstotliwościowa
    klasyfikacja
    S-transform
    pattern recognition
    classification
    Opis:
    W nowoczesnych systemach medycznych w dziedzinie elektroencefalografii coraz bardziej zwiększa się nacisk na udoskonalanie aparatury pomiarowej. Nieustannie poszukuje się rozwiązań poprawiających niedoskonałości sprzętowe, a trudności dotyczą zarówno sfery konstrukcyjnej, jak i zaimplementowanych algorytmów. Problemy dotyczą eliminacji artefaktów i samej charakterystyki sygnałów EEG. Proponowane rozwiązania począwszy od metod klasycznych, a skończywszy na metodach opartych na sztucznej inteligencji ciągle ewoluują i pozwalają na wdrażanie coraz to nowszych rozwiązań na potrzeby kliniczne. Techniki oparte na analizie widmowej pozwalają wspomóc pracę lekarzy specjalistów w procesie diagnostycznym dla poszczególnych dysfunkcji o podłożu neurologicznym. Jednym ze stosowanych rozwiązań jest dynamicznie rozwijająca się metodologia oparta na zaawansowanych narzędziach analizy widmowej. Transformata S pozwala na wprowadzenie i zastosowanie funkcji okna o zmiennej szerokości zależnej od częstotliwości. Uzyskane informacje pozwalają zarówno określić rozdzielczość zależną od częstotliwości, jak i wyznaczyć widmo. W artykule opisano eksperyment na próbkach rzeczywistych pomiarów EEG zgromadzonych przy ścisłej współpracy z Oddziałem Neurologii i Udarów Szpitala Wojewódzkiego w Zielonej Górze. Zaprezentowano wyniki przy użyciu transformaty S w ekstrakcji cech i klasyfikacji zaburzeń neurologicznych dla przypadków napadów epileptycznych.
    In modern medical systems more and more emphasis is put on improvement of the measuring equipment. We are constantly looking for solutions to improve both hardware and software. The main problems relate to the elimination of artifacts and the analysis of EEG signal characteristics. To date elaborated solutions still evolve and allow for the implementation of still newer and newer solutions for clinical needs. One of possible solutions is to use a dynamically developing methodology based on advanced spectral analysis tools. First, the Fourier Transform was used, but it turned out to be effective only for stationary signals. The Fourier Transform allows extracting information about the signal spectrum components, without providing the information about the component occurrence time of the component. Unfortunately, EEG signals are non-stationary in nature. The solution may be S Transform, which can be viewed as an extension of the popular Short-Time Fourier Transform and wavelet transform. S Transform allows for the introduction and application of window functions with a variable width frequency dependent. The resulting information helps us to determine attributes of EEG signals needed for classification. The paper deals with experiments carried out using EEG samples collected in close collaboration with the Ward of Neurology and Strokes of Provincial Hospital of Zielona Góra. EEG signals were recorded using 16-channel equipment under the supervision of experts in neurology practices. In result, 1154 sequences were acquired including both dysfunctions (586 epileptic seizures) and normal records (568). EEG sequences were analyzed using S-transform to extract signal features. The last step was classification of EEG signals performed using a nearest neighbor classifier. The presented results are very promising and may have an impact on the improvement and refinement of medical diagnostic tools.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 3, 3; 208-211
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robust fault detection and accommodation of the boiler unit using state space neural networks
    Odporna detekcja i kompensacja uszkodzeń układu zbiornika przepływowego za pomocą sztucznych sieci neuronwych w przestrzeni stanów
    Autorzy:
    Czajkowski, A.
    Patan, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/153742.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    model neuronowy w przestrzeni stanów
    niepewność
    modelowanie błędu modelu
    detekcja i kompensacja uszkodzeń
    układ walczaka
    state space neural networks
    uncertainty
    model error modelling
    fault detection and accommodation
    boiler unit
    Opis:
    The paper deals with application of state space neural network models to fault detection and accommodation of a boiler unit. The work describes two aspects. The first one is the fault detection. In this paper three methods for fault diagnosis, namely: simple and adaptive threshold as well as more robust method which is model error modelling, are described and compared. The second part of the paper presents the approach to fault accommodation based on the so-called instantaneous linearization of the already trained nonlinear state space model of the system. With the obtained linear model it is possible to derive a new control law of the boiler unit in order to eliminate the fault effect in the case of faults. All data used in experiments are collected from the boiler unit simulator implemented in Matlab/Simulink.
    Artykuł dotyczy zastosowania modelu sztucznej sieci neuronowej w przestrzeni stanów do wykrywania i kompensacji uszkodzeń w układzie sterowania zbiornikiem przepływowym. Do wykrycia uszkodzenia zostały zaproponowane i doświadczalnie przetestowane trzy metody. Dwie pierwsze metody czyli progowanie proste oraz adaptacyjne polegają na obserwacji sygnału residuum i podejmowaniu decyzji przy przekroczeniu zadanego dopuszczalnego progu przez wartość tego sygnału. Trzecia metoda opiera się na zastosowaniu dodatkowego modelu dynamicznego do modelowania błędu modelu podstawowego w celu określenia zakresu niepewności jego pracy. W przypadku przekroczenia tego zakresu, można uznać, że wystąpiło uszkodzenie. Drugim podjętym przez autorów tematem jest problem kompensacji wykrytego uszkodzenia. W pracy opisuje się podejście oparte na tzw. chwilowej linearyzacji nauczonego w trybie off-line nieliniowego modelu systemu. Na podstawie zlinearyzowanego modelu możliwe jest wyznaczenie nowego prawa sterowania w celu wyeliminowania wpływu uszkodzenia w przypadku wystąpienia awarii. Wszystkie dane wykorzystywane do celów doświadczalnych są zbierane z symulatora zbiornika zrealizowanego w pakiecie Matlab/Simulink.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 11, 11; 1428-1435
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie i ocena metod klasyfikacji sygnałów EEG
    Analysis and classification of EEG data. An evaluation of methods
    Autorzy:
    Rutkowski, G.
    Patan, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/154847.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    EEG
    sztuczne sieci neuronowe
    rozpoznawanie obrazów
    klasyfikacja
    artificial neural networks
    pattern recognition
    classification
    Opis:
    Analiza i interpretacja sygnałów elektroencefalograficznych znalazła szerokie spektrum zastosowań w diagnostyce klinicznej. Pomimo licznych doświadczeń specjalistów, ciągle napotyka się wiele trudności. Powstające problemy związane są m.in. z aspektami technicznymi co spowodowane jest charakterem niestacjonarności w przypadku sygnałów takich jak sygnały EEG. Rozwiązania sprzętowe i programowe w tej dziedzinie są poddawane ciągłej poprawie ze względu na rozwój technologiczny. Bardzo obiecującym narzędziem w analizie i interpretacji sygnałów EEG są sztuczne sieci neuronowe. W pracy przedstawiono eksperymenty oparte o analizę i klasyfikację danych biomedycznych za pomocą różnych technik, w tym metod klasycznych takich jak naiwny klasyfikator Bayesa, k najbliższych sąsiadów z zastosowaniem metod sztucznej inteligencji takich jak klasyfikatory SVM czy perceptron wielowarstwowy.
    Analysis and interpretation methods of electroencephalogram signals have found a broad spectrum of applications in clinical diagnosis. Despite the experience of professionals, biomedical data analysis encounters many difficulties. Measurement problems are associated with both the technical ground that determines the character of non-stationarity of EEG signals and the individual nature of a neurological dysfunction. The existing hardware and software have been continuously improved due to the rapid progress of technological development. Very promising tool in the analysis and interpretation of the EEG signals are artificial neural networks. An electroencephalogram (EEG) is a noninvasive technique for measurement of processes occurring in the human brain. This technique allows direct measurement of electrical potentials of neuronal activity. EEG is thus recording of electrical activity of nerve cells on the surface of the cerebral cortex. Seizures are very important element in clinical diagnosis due to the ongoing search for causal link in generating sudden discharges of electricity. The interpretation of such signals may allow for appropriate treatment and selection of relevant therapy for individual cases. There have been many works in the area of electroencephalography which used artificial neural networks involving among the others in the process of recognizing specific graphoelements, which in turn indicate a definite neurological dysfunction. Neural networks are also able to extract the relevant information contained in the EEG signals and support the process of solving problems, such as the identification of characteristic EEG [1, 5, 6] patterns or determine patterns based on spectral EEG topography [3]. Neural networks are also used to identify artifacts, where inputs to the classifier are implemented in the form of selected parameters of a specific wave length [10]. The paper presents experiments based on the analysis and classification of biomedical data using various techniques, including classical methods such as naive Bayes classifiers, and nearest neighbor using artificial intelligence methods including SVM classifiers and multilayer perceptron.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 4, 4; 369-371
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamic Neural Networks for Process Modelling in Fault Detection and Isolation Systems
    Autorzy:
    Korbicz, J.
    Patan, K.
    Obuchowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/908291.pdf
    Data publikacji:
    1999
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    wykrywanie błędu
    sieć neuronowa dynamiczna
    modelowanie nieliniowe
    algorytm inteligentny
    fault detection
    dynamic neural networks
    non-linear modelling
    learning algorithms
    FL-classifier
    two-tank system
    Opis:
    A fault diagnosis scheme for unknown nonlinear dynamic systems with modules of residual generation and residual evaluation is considered. Main emphasis is placed upon designing a bank of neural networks with dynamic neurons that model a system diagnosed at normal and faulty operating points.To improve the quality of neural modelling, two optimization problems are included in the construction of such dynamic networks: searching for an optimal network architecture and the network training algorithm. To find a good solution, the effective well-known cascade-correlation algorithm is adapted here. The residuals generated by a bank of neural models are then evaluated by means of pattern classification. To illustrate the effectiveness of our approach, two applications are presented: a neural model of Narendra's system and a fault detection and identification system for the two-tank process.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 1999, 9, 3; 519-546
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Towards robustness in neural network based fault diagnosis
    Autorzy:
    Patan, K.
    Witczak, M.
    Korbicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/929913.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    diagnostyka uszkodzeń
    odporność
    sieć neuronowa dynamiczna
    fault diagnosis
    robustness
    dynamic neural networks
    GMDH neural network
    Opis:
    Challenging design problems arise regularly in modern fault diagnosis systems. Unfortunately, classical analytical techniques often cannot provide acceptable solutions to such difficult tasks. This explains why soft computing techniques such as neural networks become more and more popular in industrial applications of fault diagnosis. Taking into account the two crucial aspects, i.e., the nonlinear behaviour of the system being diagnosed as well as the robustness of a fault diagnosis scheme with respect to modelling uncertainty, two different neural network based schemes are described and carefully discussed. The final part of the paper presents an illustrative example regarding the modelling and fault diagnosis of a DC motor, which shows the performance of the proposed strategy.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2008, 18, 4; 443-454
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of proanthocyanidins content in Rhodiola kirilowii and Rhodiola rosea roots - application of UPLC-MS/MS method
    Porównanie zawartości proantocyjanidyn w korzeniach Rhodiola kirilowii i Rhodiola rosea z wykorzystaniem metody UPLC-MS/MS
    Autorzy:
    Gryszczynska, A.
    Krajewska-Patan, A.
    Buchwald, W.
    Czerny, B.
    Mielcarek, S.
    Rudzinska, K.
    Mroziewicz, P.M.
    Powiązania:
    https://bibliotekanauki.pl/articles/72413.pdf
    Data publikacji:
    2012
    Wydawca:
    Instytut Włókien Naturalnych i Roślin Zielarskich
    Tematy:
    comparison
    proanthocyanidin
    proanthocyanidin content
    Rhodiola kirilowii
    Rhodiola rosea
    root
    application
    ultra performance liquid chromatography-tandem mass spectrometric method
    UPLC-MS-MS method zob.ultra performance liquid chromatography-tandem mass spectrometric method
    Opis:
    The purpose of presented study was the comparison of flavan-3-ol content in the roots of Rhodiola kirilowii and Rhodiola rosea with use of UPLC-MS/MS method. Two kinds of extract were prepared: aqueous extract and 50% v/v ethanol extract. The worked out UPLC MS/MS method allowed to determine the content of five flavan-3-ols: (+)-catechin, (-)-epicatechin, (-)-epigallocatechin, (-)-epicatechin gallate (ECG) and (-)-epigallocatechin gallate (EGCG). The obtained results shown that the content of measured catechins was higher in R. kirilowii roots than in R. rosea. Both Rhodiola roots contain EGCG as a main proanthocyanidin compound – the content in R. kirilowii roots is about 0.14%. Our results indicate that application of ultra performance liquid chromatograph connected to a tandem mass spectrometer (UPLC MS/MS method) allows to determine the proanthocyanidins content in tested samples with satisfactory precision and can be used in the Rhodiola sp. phytochemical investigations.
    Celem przedstawionych badań było porównanie za pomocą opracowanej metodyki wykorzystującej ultrasprawny chromatograf cieczowy sprzężony z tandemowym spektrometrem mas (Waters) zawartości flawan-3-oli w korzeniach Rhodiola kirilowii i Rhodiola rosea. Badano wodne i alkoholowo-wodne (50% EtOH) wyciągi z korzeni. Opracowana metoda UPLC MS/MS pozwoliła na określenie stężeń pięciu flawan-3-oli: (+)-katechiny, (-)-epikatechiny, (-)-epigalokatechiny, galusanu (-)-epikatechiny (ECG) oraz galusanu (-)-epigalokatechiny (EGCG). Otrzymane wyniki wskazują, że zawartość tych katechin jest wyższa w korzeniach R. kirilowii niż w korzeniach R. rosea. Oba surowce zawierają galusan (-)-epigallokatechiny jako główną proantocyjanidynę – jej zawartość w korzeniach R. kirilowii wynosi ok. 0,14%. Uzyskane przez nas wyniki wskazują, że metoda analityczna z wykorzystaniem ultrasprawnego chromatografu cieczowego sprzężonego z tandemowym spektrometrem mas pozwala z zadawalającą precyzją oznaczyć zawartości proantocyjanidyn w analizowanych próbkach i może być stosowana w badaniach rodzaju Rhodiola.
    Źródło:
    Herba Polonica; 2012, 58, 3
    0018-0599
    Pojawia się w:
    Herba Polonica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dose-dependent in vivo effect of Rhodiola and Echinacea on the mitogen-induced lymphocyte proliferation in mice
    Autorzy:
    Skopińska-Rozewska, E.
    Sokolnicka, I.
    Siwicki, A.K.
    Stankiewicz, W.
    Dabrowski, M.P.
    Buchwald, W.
    Krajewska-Patan, A.
    Mielcarek, S.
    Mscisz, A.
    Furmanowa, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/31333.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    in vivo effect
    Rhodiola rosea
    Echinacea purpurea
    Echinacea angustifolia
    Rhodiola quadrifida
    mitogen-induced lymphocyte
    lymphocyte
    proliferation
    mice
    mouse
    Opis:
    Echinacea purpurea (EP) and Echinacea angustifolia (EA) are ones of the most important world’s herbs with immunotropic activity. They were traditional medicinal plants used by North American Indians for the treatment of various illnesses. Now they are cultivated in many countries and are used mainly to treat respiratory tract infections. Rhodiola rosea (RR) and Rhodiola quadrifida (RQ) are medicinal plants originated from Asia and used traditionally as adaptogens, antidepressants, and anti-inflammatory remedies. We previously reported, that extracts of underground parts of RR and RQ exhibited immunotropic activity. We have demonstrated in pigs that in vitro RR or RQ supplementation of blood lymphocyte cultures stimulated T cell proliferative response to Con A in lower, and inhibited it in higher Rhodiola extract concentrations. The aim of this work was to evaluate the in vivo effect of these herbal remedies on the in vitro proliferative response of mouse splenic lymphocytes to another T-cell mitogen- Phaseolus vulgaris haemagglutinin (PHA). We have found significant stimulation of proliferative response, in comparison to the controls, in mice fed lower doses of tested remedies, and inhibition, no effect or lower stimulation, in mice fed higher doses of these drugs.
    Źródło:
    Polish Journal of Veterinary Sciences; 2011, 14, 2
    1505-1773
    Pojawia się w:
    Polish Journal of Veterinary Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies