XiaoMi-AI文件搜索系统
World File Search System耦和
基于分层解耦卷积的特征交互网络用于三维医学图像分割
手动图像分割非常耗时，需要一种自动、准确的方法来利用富含上下文信息的三维医学图像分割多模态脑肿瘤，以用于临床治疗决策和手术计划。然而，由于肿瘤的多样性和子区域间复杂的边界相互作用，而有限的计算资源阻碍了高效神经网络的构建，利用深度学习实现医学图像的精确分割是一项挑战。我们提出了一种基于分层解耦卷积网络和注意机制的特征融合模块来提高网络分割的性能。我们用特征融合模块替换了U型网络的跳过连接来解决类别不平衡问题，从而有助于分割更复杂的医学图像。我们引入了全局注意机制来进一步融合编码器学习到的特征并探索上下文信息。对所提出的方法进行了增强肿瘤、整个肿瘤和肿瘤核心的评估，在 BraTS 2019 数据集上分别实现了 0.775、0.900 和 0.827 的 Dice 相似系数指标，在 BraTS 2018 数据集上分别实现了 0.800、0.902 和 0.841 的 Dice 相似系数指标。结果表明，我们提出的方法本质上是通用的，是脑肿瘤图像研究的有力工具。我们的代码可在以下位置获得：https://github.com/WSake/Feature-interaction-network-based-on-Hierarchical-Decoupled-Convolution。
大脑结构功能耦合为任务解码和个体指纹识别提供特征
功能活动的大脑特征在解码大脑状态（即区分不同的任务）和指纹识别（即在大群体中识别个体）方面都表现出良好的效果。重要的是，这些大脑特征并不能解释大脑功能发生的底层大脑解剖结构。基于图形信号处理 (GSP) 的结构-功能耦合最近揭示了健康受试者在静息状态下从单峰到跨峰区域的平均空间梯度。在这里，我们探索结构-功能耦合对不同大脑状态（任务）和个体受试者的特异性。我们对来自人类连接组计划的 100 名不相关的健康受试者在休息和七个不同任务期间使用了多模态磁共振成像，并采用支持向量机分类方法进行解码和指纹识别，并使用各种交叉验证设置。我们发现结构-功能耦合测量可以对任务解码和指纹识别进行准确分类。具体而言，指纹识别的关键信息位于功能信号的更自由部分，其贡献明显集中在额顶网络。此外，功能信号的自由部分与认知特征表现出很强的相关性，经偏最小二乘分析评估，证实了其与指纹识别的相关性。通过引入基于 GSP 的信号过滤和 FC 分解的新视角，这些结果表明，大脑结构功能耦合提供了一类新的认知特征和个体大脑组织在静息和执行任务时的组织特征。此外，它们还提供了阐明结构连接组低空间频率和高空间频率的作用的见解，从而对在结构连接组图谱中可以找到用于表征个体的关键结构功能信息的位置有了新的认识。
主动与准静态噪声解耦的驱动电子自旋量子比特的相干性
半导体量子点中电子自旋量子比特的相干性主要受到低频噪声的影响。在过去十年中，人们一直致力于通过材料工程来减轻这种噪声，从而大大延长了空闲量子比特的自旋失相时间。然而，人们对自旋操纵过程中环境噪声的作用（决定控制保真度）了解甚少。我们展示了一个电子自旋量子比特，其驱动演化中的相干性受到高频电荷噪声的限制，而不是任何半导体器件固有的准静态噪声。我们采用反馈控制技术来主动抑制后者，证明了砷化镓量子点中 π 翻转门保真度高达 99 . 04 0 . 23%。我们表明，驱动演化的相干性受到 Rabi 频率下的纵向噪声的限制，其频谱类似于同位素纯化硅量子比特中观察到的 1 =f 噪声。
purcell增强的单光子发射从量子点耦合到截断的高斯微腔
purcell增强量子点（QD）单光子发射和设备亮度的增加，已经证明了各种类型的微腔。在这里，我们提出了第一个实现截断的高斯形状的微腔与QD的截断。实施基于湿化学蚀刻和外延半导体过度生长。实验研究了腔模式及其空间纤维，并与模拟很好地吻合。可以通过制造设计可重复控制具有6000张Q-因子的基本模式波长，而29 L EV的小极化分裂可以重复控制，从而使腔体适应了特定的QD。最后，通过温度调节对腔内QD的过渡进行调节和关闭共振。在共振上减少了一个以上的因子减少的衰减时间清楚地表明purcell的增强，而G（2）（0）¼0.057的二阶相关测量结果证明了QDS单光子特性得以保留。
直接观察铜纳米颗粒中增强的电子 - 音波耦合在温暖的物质状态下
*电子邮件：quynh.l.nguyen@colorado.edu暖密度物质（WDM）代表一个高度兴奋的状态，位于固体，等离子体和液体的交叉点上，而平衡理论无法描述。在实验室中创建时，该状态的瞬态性质以及探测电子与离子之间强烈耦合相互作用的困难，使得在该制度中对物质有完整的理解使其具有挑战性。在这项工作中，通过令人兴奋的〜8 nm铜纳米颗粒，其消融阈值以下的飞秒激光器，我们创建了均匀兴奋的WDM。使用光电子光谱法，我们测量瞬时电子温度并提取纳米颗粒的电子耦合，因为它发生了固体到WDM相变。通过与最先进的理论进行比较，我们确认过热的纳米颗粒位于热固体和等离子体之间的边界，并带有相关的强电子离子耦合。这既可以通过对离子的快速能量损失以及对纳米颗粒体积的强声学呼吸模式引起的电子温度的强烈调节来证明这一点。这项工作展示了一种实验探索WDM外来特性的新途径。在几个研究领域的进展取决于对温度和压力的极端条件下对物质的详细理解。“温暖密集物质”（WDM）制度对应于固体附近的密度，温度从〜10 k到〜10,000 K - 一种无法通过平衡理论描述的制度1,2。wdm是高能密度物理学3，融合能量科学4，行星科学5和恒星天体物理学6,7的许多有趣问题的核心。通过激光技术的进步启用，在过去的十年中，在实验室8-17中制造WDM的能力和询问WDM的能力取得了迅速的进步。但是，尽管有这些突破，但准确表征
社论：了解神经活动的时间耦合在信息处理基础行动和感知中的重要性
这项研究的目的是了解神经事件的时间耦合在信息处理基本行动和感知中的作用。的行动和感知是针对有机体与环境的成功相互作用进行了优化的，以执行其生存所需的任务。与外部环境互动期间，大脑中的信息处理导致相互信息和惊人信息增加（Gupta and Bahmer，2019年）。相互信息是对两个变量之间关联强度的一般度量（Gupta和Bahmer，2019年）。对大脑中相互信息的变化的基本变化可以由大脑网络中的成对节点的尖峰活动表示，即在频率上的高频神经振荡与高频互动中的高频神经振荡或跨频率相互作用或跨越局部纤维电位（LFP）。由于时间耦合而引起的这些变量之间的任务诱导的关联可以增加相互信息，并减少刺激的感觉处理导致大脑中的惊人信息，从而成功与外部环境进行了成功。以前的实验研究还支持时间耦合在不同的感知任务中的重要作用（Bahmer and Gupta，2018）。此外，在信息处理基础动作和感知下的神经事件的时间耦合可能是不同程度的，从不太紧密到更紧密的程度（Gupta等，2020）。在边境研究主题中的许多研究都阐明了时间耦合在大脑信息处理中的作用。in此外，两个大脑区域之间的结合或大脑活性和外部刺激特征可以从时间耦合中出现（Von der Malsburg，1995）。在许多贡献中提出的几条证据表明，在中枢神经系统中信息处理期间，存在时间耦合和相互信息的增加。此外，由贡献手稿报告了各种研究神经活动之间的关联，反映相互信息的参数，其中包括Spike -Gamma LFP相干性，配对相位一致性（PPC），Spike Train Train距离和双学位。
DNA接枝磁性纳米颗粒的合作动力学优化磁性生物传感和耦合到DNA折纸
AFM显微照片（图S1）。D H分布记录在分散在Tris-Edta（TE）缓冲液中的CMP上的Malvern-Zetasizer-Nano仪器上（5 mM Tris，1 mm EDTA，1 mm EDTA，5 mm NaCl，pH 7.3）。（d）菌株促进的叠氮化物 - 烷基环加成（SPAAC）的方案 - 铜铜的铜线自由点击反应在叠氮化物标记的CMPS和二苯并杂志环链（DBCO） - 修饰的ssDNA低聚物之间。（e）根据耗尽测定估计的平均值（SEM）标准误差的平均ssDNA数量与标称移植密度r（x）相比。（f）在90 MA处的0.5％琼脂糖凝胶上，在不同的R（x）值上对CMP和CMP-DNA偶联物进行的琼脂糖凝胶电泳移位测定，P代表装载口袋。（g）CMP-DNA的凝胶相对前（r f）相对于r（0）样品的r f，无ssDNA作为r（x）的函数。（h）CMP-DNA偶联物的体积加权粒子流体动力学大小（D H）作为R（x）的函数。面板F和G中的实线是拟合参数r f lemal = 0.42 dna/nm 2和n = 6.3和r falt = 0.48 dna/nm 2和n = 4.5的山丘方程。比例尺分别在面板（a）和（b）中为50和100 nm。
碳化硅超表面中强耦合声子极化子的光谱和干涉和频成像
声子极化子能够实现红外光的波导和定位，具有极强的限制性和低损耗。通常使用互补技术（例如近场光学显微镜和远场反射光谱）来探测此类极化子的空间传播和光谱共振。这里，介绍了红外-可见和频光谱显微镜作为声子极化子光谱成像的工具。该技术同时提供亚波长空间分辨率和高分辨率光谱共振信息。这是通过使用可调红外激光共振激发极化子和对上转换光进行宽场显微镜检测来实现的。该技术用于对 SiC 微柱超表面中局部和传播表面声子极化子的杂交和强耦合进行成像。光谱显微镜允许通过角度相关共振成像同时测量动量空间中的极化子色散，并通过极化子干涉测量法在实空间中测量极化子色散。值得注意的是，可以直接成像强耦合如何影响极化子的空间定位，而这是传统光谱技术无法实现的。在强耦合阻止极化子传播到超表面的激发频率下观察到边缘态的形成。该技术适用于具有破坏反演对称性的广泛极化子材料，可用作快速、非微扰工具来成像极化子杂化和传播。
人类脑电图和人工神经网络揭示了自然图像中物体真实世界大小的解耦表征
。CC-BY-NC-ND 4.0 国际许可证下可用（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2024 年 3 月 21 日发布。；https://doi.org/10.1101/2023.08.19.553999 doi：bioRxiv 预印本
腹膜非谐度与顶氧的电荷晶格动力学的相关性及其耦合到cuprate超导性
1复杂物质系，约瑟夫·斯特凡·研究所（Josef Stefan Institute），1000卢布尔雅那，斯洛文尼亚2，华盛顿州立大学化学系，华盛顿州普尔曼，美国华盛顿州90164，美国3菲西卡3. 100190，中华人民共和国5物理学学院，中国科学院，北京100190，中华人民共和国6 IMPMC 6 IMPMC，SorbonneUniversité，CNRS和MNHN，PARIS 75005，法国75005，法国7，化学与材料科学系，Aalto Camer，Aalto Finland cam，Aalto Finland o anto fi-00076 62032，意大利9 Dipartimento di Scienze Matematiche，Fisiche e Informatiche，Universit'a di Parma，43124，意大利43124，意大利10 Infn，Sezione di Milano bicocca NM 87545, United States of America 12 SPMS, CNRS CentraleSupelec Universite Paris-Saclay, Gif-sur-Yvette F-91192, France 13 Stanford Synchrotron Radiation Lightsource, SLAC National Accelerator Laboratory, Menlo Park, CA 94025, United States of America 14 Institute of Materials for Electronics and Magnetism, CNR, Parma A-43124,意大利