猪流行性腹泻的研究进展

来源 :猪业科学 | 被引量 : 0次 | 上传用户:chinetman
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
<正>猪流行性腹泻(PED)是由猪流行性腹泻病毒(PEDV)引起的一种高度接触性猪肠道传染病,以腹泻、呕吐、脱水和哺乳仔猪高死亡率为临床特征。自2010年12月以来,PED在我国大面积暴发,2013年又席卷美国,给我国乃至世界的养猪业造成了严重的经济损失。文章总结了PED的发现及流行、病原学、临床症状、致病特征、诊断、疫苗、防控等,为科学防治猪流行性腹泻提供参考。
其他文献
长期以来,作业存在着数量过多、质量不高、机械重复、赋能低效、学生负担过重等问题,不仅影响学生的学习兴趣,也影响学生的身心健康。在“双减”背景下,如何加强作业设计,提高作业设计的质量已成为摆在每一个教师面前的紧迫任务。可通过提高作业质量、拓展作业形式、丰富作业内容,来给作业赋能增效,提高教育教学效果。
<正>提到张謇,人们往往会想到他的状元身份以及他在推动中国近代化过程中作出的贡献。这种认识无疑是正确的,但又是不全面的。因为张謇留给世人的不只是370多所学校和20多家企业。从晚清到民国,张謇是亲历者和见证者,其所言、所行、所思、所著,对于今人了解那个时代的全貌具有重要参考价值。笔者在执教统编教材《中外历史纲要》(上)第20课“北洋军阀统治时期的政治、经济和文化”公开课时,尝试引导学生透过张謇的人
期刊
随着信息技术的发展,我国水利事业不断向现代化迈进,水利领域积累了大量多源异构的信息,这些信息呈现海量、动态、多源且复杂等特点,使得人们很难迅速准确的获取所需信息。传统的信息获取方式主要搜索引擎为主,但是答案往往返回的是文档集合,对于用户来说,需要阅读文档内容,才可以提取出答案。近年来,知识图谱因其表达能力强和拓展性好,在学术界与产业界得到高度关注,知识图谱为智能问答系统提供高质量知识库,推动问答系
<正>统编版高中历史教材(简称新教材)的必修部分名为《中外历史纲要》,分上下两册。上册有28.3万字,下册有22.5万字。试教区教师普遍反映教材容量大,在有限的课时内无法完成教学任务,也有专家认为新教材"总体容量偏大、内容涵盖面广、知识点密度大、叙述过于浓缩、表述不甚清晰"。1随着该教材使用范围的扩大,越来越多的历史教师将直面这些变化。在新旧教材的转换中进行"裁量"和"实施"是落实新课标的关键,因
<正>2017年版高中历史新课标颁布以来,对于历史核心素养的研究进一步深化,成果不断涌现。其中对于史料实证的素养,被认为是体现历史学科自身特征的重要路径。傅斯年先生认为:近代的历史学只是史料学,利用自然科学供给我们的一切工具,整理一切可逢着的史料。[1]这句话充分说明了史料对于历史研究的重要性。然而面对纷繁复杂的史料,我们怎样才能做到全面客观地解读,则是需要掌握一些方法的。中学历史教师能做的主要是
期刊
目的 总结伴发热亚急性甲状腺炎的临床特点,并对误诊和误治原因进行分析。方法 回顾性分析2020年2月—2021年7月首诊误诊伴发热亚急性甲状腺炎6例的临床资料。结果 本组误诊率为33.3%。6例均因发热就诊于发热门诊,均有不同程度甲状腺区疼痛,其中伴咽喉疼痛4例,伴右上腹痛1例,伴较重头痛1例,误诊为急性上呼吸道感染2例、肺部感染2例、急性胆囊炎1例、脑膜炎1例,误诊时间2~10 d。经对症治疗后
自1983年,在我国上海首先发生了猪群急性型腹泻,到该病被证实为猪流行腹泻以来,近年来全国多地的猪流行性腹泻的不断暴发,给我国养猪行业造成了巨大的经济损失。目前该病仍是威胁我国养殖业的一大难事,给养猪行业造成的经济损失不可估量。猪流行性腹泻(Porcine epidemic diarrhea,PEDV)是由猪流行性腹泻病毒引起的一种腹泻,仔猪死亡率高、传染性强的一种传染病,该病主要发生在春冬季节,
为建立一种快速、特异、灵敏检测猪流行性腹泻病毒(PEDV)的荧光定量RT-PCR方法,参比NCBI中登录的S基因高度保守核苷酸序列,设计1对针对PEDV S基因的特异性引物和探针,建立TaqMan荧光定量RT-PCR方法。结果显示,建立的方法与猪圆环病毒2型、猪圆环病毒3型、猪繁殖与呼吸综合征病毒、猪轮状病毒、猪传染性胃肠炎病毒、猪德尔塔冠状病毒不存在交叉反应,具有较强的特异性;最低检测限度为1.
数据可视化可以清晰有效地传达信息,增强人们理解与操作数据的能力,因而在生物科学、城市规划、地理空间和体育人文等关键领域数据都发挥着重要作用。近年来,随着虚拟现实(Virtual Reality,VR)硬件设备的迭代升级和虚拟现实技术应用的发展,学术界逐渐开始探索将虚拟现实技术运用到数据可视化的表达中,有关沉浸式可视化的研究也应运而生。由于传统数据可视化往往是通过二维界面进行数据的展示和表达,而虚拟
遥感图像变化检测长期以来都是遥感领域的重要的研究方向。传统的深度学习语义分割模型难以充分地提取两期遥感影像中的变化信息,为了解决此问题,文章提出了一种基于双注意力机制的UNet遥感影像变化检测模型。该方法首先通过图像融合将两期影像送入UNet之中。而后通过在跳跃级联与特征提取的高层次特征后使用双注意力机制模块来建立起丰富的上下文信息与凸显特征中的变化信息。最后通过反卷积来恢复尺寸获取变化二值图。实