简介 [1] 图的 T 下标可以通过使用不同翻转角和/或重复时间 (TR) 获取的损坏梯度回忆回波 (SPGR) 图像计算得出。信号强度与翻转角和 TR 之间的关联函数是非线性的,但目前广泛使用的是 Gupta 于 1977 年 [1] 提出的线性形式 [1-6]。利用该线性模型,可以用线性最小二乘 (LLS) 法估计 [1] 的 T 下标,该方法具有计算效率高的优点。然而,我们的初步研究发现,使用这种 LLS 方法估计的 [1] 的 T 下标普遍存在偏差且被高估 [7]。我们提出了一种新的加权线性最小二乘 (WLLS) 方法,该方法在拟合中使用调整后的不确定性。所提出的 WLLS 方法用不确定性对每个数据点进行加权,该不确定性可校正由非线性模型转换为线性模型产生的噪声贡献。使用数值和人脑数据模拟来比较使用 LLS、WLLS 和非线性最小二乘 (NLS) 方法估计的 [1] 的 T 下标的准确性。
定量脊髓(SC)磁共振成像(MRI)充满挑战,其中缺乏标准化成像方案。在这里,我们提出了一项前瞻性统一的定量MRI协议,我们将其称为脊柱通用协议,用于三个主要的3T MRI供应商:GE,Philips和Siemens。该协议提供了评估SC宏结构和微观结构完整性的有价值的指标:用于SC横截面区域(CSA)计算的T1加权和T2加权成像,用于灰质CSA的多回波梯度回声,以及用于评估白色物质微量结构的磁化化转移和扩散加权成像。脊柱通用方案用于在260名健康受试者的42个中心中获取数据,如伴侣论文[Ref-Data]中所述。脊柱通用协议是开放式访问,其最新版本可以在以下网址找到:https://spinalcordmri.org/protocols。该协议将成为实施新的SC成像计划的研究人员和临床医生的宝贵起点。
摘要:据推测,通过 CaSi 2 拓扑脱插合成的二维硅纳米片 (Si-NS) 由 sp 3 杂化硅原子的弯曲层组成,这些硅原子与其他三个框架 Si 原子以及一个终端原子或功能团(例如 H、Cl 或 -OH 基)结合。在这里,我们应用 1 H{ 35 Cl} 和 29 Si{ 35 Cl} 共振回波饱和脉冲双共振 (RESPDOR) 固态 NMR 实验来直接确认 Si-NS 内氯化 Si 原子的存在。将观察到的 1 H{ 35 Cl} RESPDOR 失相绘制为 35 Cl 饱和脉冲偏移的函数,可以测量 35 Cl 中心跃迁 (CT) 四极粉末图和氯四极耦合常数 (CQ )。对 1 H{ 35 Cl} RESPDOR 失相曲线进行建模表明,Si-Si 层间距约为 6 Å。平面波 DFT 计算表明,Si-NS 的直接带隙跃迁随着氯化程度的增加而减小,这表明氯化是调整应用带隙的可行途径。
在许多可能的不同自旋系统中都可以找到对两个退相干源的抵抗力。分子磁性为设计自旋量子比特提供了一种有吸引力的方法。4,5 在分子自旋量子比特中,自旋通常位于磁性金属离子上,配位化合物的化学设计为合理优化物理性质提供了可能性,使其成为实现相干量子比特的有希望的途径。离子的局部配位通过确定其|0>和|1>态的波函数,强烈影响量子比特特性。与固态方法相比,配位化学提供了极其广泛的可能环境,因此,可以设计具有合适特性的量子比特,使磁性分子比其他有希望的候选者(如金刚石中的NV中心6-8或硅中的磷杂质)更具竞争优势。 2,9 同时,分子自旋量子比特允许量子自旋相干性的可比生存时间 T 2 ,即自旋回波指数衰减的特征时间,通常与自旋 - 自旋弛豫过程相关。3 获得最大
摘要:为了研究SARS-COV-2感染的全身代谢效应,我们分析了人类血浆中的1 H NMR光谱数据,并与多个血浆细胞因子和趋化因子和趋化因子和趋化因子(并行测量)共同建模。因此,在从SARS-COV-2 RRT-PCR阳性患者(n = 15,具有多个样本时间点)和年龄相匹配的健康对照(N = 34的CORMED-CCR)中,在SARS-COV-2 RRT-PCR阳性患者(n = 15,n = 15,n = 15)中记录的血浆中收集了600 MHz 1 h溶剂抑制的单脉冲,自旋回波和2D J分解光谱。测试了SARS-COV-2阴性的Uenza样临床症状(n = 35)。我们将单脉冲NMR光谱数据与体外诊断研究(IVDR)的信息进行了比较,以了解从原始1D NMR数据中提取的定量脂蛋白促蛋白(112个参数)。所有NMR方法都对使用单个NMR方法的对照组和SARS-COV-2阴性患者对SARS-COV-2阳性患者进行了高度显着歧视,从而给出了有关疾病诱导的现场版本的不同诊断信息。选定患者的纵向轨迹分析表明,在恢复阶段没有可检测的病毒的个体中,代谢恢复是不完整的。我们观察到四个血浆细胞因子簇,它们表达了与多种脂蛋白和代谢产物的复杂统计关系。IL-18,IL-6和IFN-γ与IP-10一起,RANTES与LDL1-4亚构件表现出很强的正相关性,并且与多个HDL亚段的负相关性。包括以下内容:群集1,包括MIP-1β,SDF-1α,IL-22和IL-1α,与多个增加的LDL和VLDL亚隔离相关;群集2,包括IL-10和IL-17A,仅与脂蛋白蛋白相关。群集3,包括IL-8和MCP-1,与多种脂蛋白成反比。总体而言,这些数据表明了与SARS COV-2感染的多级细胞免疫反应与血浆脂蛋白相互作用的多级免疫反应,从而使疾病的强烈和特征性免疫代谢表型相互作用。我们观察到,呼吸道恢复阶段和无测试病毒的一些患者在代谢上仍然是高度异常的,这表明这些技术在评估全身恢复中的新作用。关键字:血浆,Covid-19,Sars-Cov-2,NMR光谱,单脉冲,自旋回波,IVDR,代谢表型,生物标志物,诊断模型,脂蛋白■简介
相互作用的多体量子系统表现出丰富的物理现象和动力学特性,但众所周知,很难研究:它们在分析和指出的方面都在挑战,很难在古典计算机上模拟。小规模的量子信息处理器有望有效地模拟这些系统,但是表征其动力学是实验性的挑战,需要超越简单相关功能和多体层析成像方法的探针。在这里,我们演示了测量超定分的相关因子(OTOC),这是研究量子系统演化和量子疗法等过程的最有效的工具之一。我们用超级导管电路实施了3x3二维硬核玻色式晶格,通过执行洛夫米德(Loschmidt)回波研究其时间可逆性,并测量OTOC,使我们能够观察到量子信息的繁殖。我们实验的中心要求是能够连贯逆转时间演变的能力,我们通过数字模拟模拟方案实现了这一目标。在存在频率障碍的情况下,我们观察到可以通过更多的粒子来部分克服定位,这是在二维中多体定位的可能标志。
脑微出血是低信号的、小的、圆形或卵圆形的病变 [1, 2];在具有梯度回波、T2* 或磁敏感加权 (SWI) 成像的磁共振成像 (MRI) 上可见 [3, 4, 5]。脑微出血的评估主要通过目视检查进行,使用经过验证的评分量表,例如微出血解剖评分量表 (MARS)[6] 或脑观察者微出血量表 (BOMBS)[7]。在过去十年中,在深度学习技术在医学图像分析中兴起之前 [8],已经开发出用于辅助脑微出血检测的半自动化工具。这些包括基于统一分割 [9]、支持向量机 [10] 或径向对称变换 [11, 12, 13] 的技术。近年来,由于深度学习技术的巨大进步,全自动微出血检测方法的数量大幅增加[14、15、16、17、18]。在本文中,我们探索使用 nnU-Net[19] 作为微出血分割的全自动工具。这种基于深度学习的自配置语义分割方法在许多国际生物医学分割竞赛中表现出色[20],但尚未应用于脑微出血检测和分割任务。
1 Mondaic AG,瑞士苏黎世 2 IMP Bautest AG,瑞士 Oberbuchsiten 3 苏黎世联邦理工学院建筑材料研究所,瑞士苏黎世 *通讯作者,电子邮件地址:lion.krischer@mondaic.com 摘要 对于老化基础设施的维护,可靠的钢筋混凝土和预应力混凝土结构无损评估技术至关重要。一个特别感兴趣的领域是评估后张混凝土中肌腱管道内的灌浆质量。检测塑料或金属管道中的空隙和充水空腔具有挑战性,特别是在较深处或钢筋附近。基于弹性波的传统无损检测方法,例如使用合成孔径聚焦和/或信号相位分析的冲击回波或超声脉冲回波法,通常对这些缺陷缺乏灵敏度和/或依赖于对复杂数据的手动和主观解释。为了克服这些问题,我们提出了一项基于全波形反演的综合可行性研究,以实现可靠的超声无损检测。全波形反演是一种强大的成像技术,它可以根据超声测量推断出材料特性的断层重建。该方法广泛用于基于地震波的地球物理应用,最近在超声检测应用中受到越来越多的关注。使用数字孪生,我们展示了空隙和水夹杂物对 s 的影响
摘要:金刚石中的色心在量子技术中被广泛探索为量子比特。然而,在设备异质结构中有效和高效地集成这些金刚石承载的量子比特方面仍然存在挑战。在这里,通过“智能切割”和同位素(12C)纯化过度生长合成了纳米级厚度的均匀金刚石膜。这些膜具有可调的厚度(显示为 50 至 250 纳米),是确定性可转移的,具有双边原子平坦表面(R q ≤ 0.3 纳米)和块状金刚石结晶度。色心是通过注入和原位过度生长掺入来合成的。在 110 纳米厚的膜内,单个锗空位(GeV − )中心在 5.4 K 下表现出稳定的光致发光,平均光学跃迁线宽低至 125 MHz。单个氮空位 (NV − ) 中心的室温自旋相干性显示 Ramsey 自旋失相时间 ( T 2 * ) 和 Hahn 回波时间 ( T 2 ) 分别长达 150 和 400 μ s。该平台可将承载相干色心的金刚石膜直接集成到量子技术中。关键词:金刚石、色心、量子信息科学、异质结构、量子传感
使用超声检查方法用于异常和锂离子电池中的缺陷检测一直是研究人员近年来的一个令人兴奋的主题。用于电池检查的超声波技术主要集中于监视电池状态,识别内部缺陷,并检测诸如锂电池,气体产生和扩展,润湿的一致性以及热失控等问题。该技术通常采用脉搏回波方法,使用触点或沉浸式设置在电池中进行内部缺陷检测。随着超声技术的不断发展,预计将在锂电池检查的各个方面应用越来越多的超声技术。右审讯频率的使用取决于检查的目标。例如,当电池内部有大量阻塞信号的大气体时,使用低频检查。渗透量可能表明细胞的气体程度如何。通过传输信号用于识别与电池内部缺陷相关的音速或穿透量。另一方面,反射信号主要用于定位内部缺陷。当需要单向穿透(例如厚棱镜细胞)并在传感器和细胞之间具有距离时,浸入设置很有用。接触测试通常也用于SOC或SOH估计。