XiaoMi-AI文件搜索系统
World File Search System配准
准二维范德华过渡金属trichalcogenides
过渡金属三卡构基化（TMTC）是准二维（1D）MX 3-Type van der wa wa waals分层半导体，其中M是IV和V组的过渡金属元素，X表示chalcogen元素。由于独特的准1D晶体结构，它们具有多种新型的电气特性，例如可变的带镜，电荷密度波和超导性，以及高度各向异性的光学光学，热电和磁性。TMTC的研究在1D量子材料字段中起着至关重要的作用，从而在材料研究维度中实现了新的机会。目前，已经在材料和固态设备方面取得了巨大进展，证明了在实现纳米电子设备中的有希望的应用。本评论提供了一个全面的概述，以根据TMTCS调查材料，设备和应用程序的最新技术。首先，已经讨论了TMTC的符号结构，当前的主要合成方法和物理特性。其次，提出了各个领域中TMTC应用的示例，例如光电探测器，储能设备，催化剂和传感器。最后，我们概述了TMTC研究的机会和未来观点，以及基础研究和实际应用中的挑战。
鉴定DNA结合基序结构和核苷酸序列
皮革，P.B。大自然，359，505-511）Marblestin，R.，Carey，M.，Ptashne，M。和Harrison，S.C。（1992）自然，356，408-412）Nikolov，D.B.，Hu，S.H，Lin，J.，Gasch，A.，Hoffmann，A.，Horikoshi，M.，Chua，N.H.，Roeder，R.G。和Bur-Ley，S.K。 （1992）自然，360，40-46。 13）Pabo，C.O。 和Sauer，R.T。 （1992）安。 修订版 生物化学。 61，1053-1 14）Branden，C。和Tooze，J。 （1991）Pro- 简介和Bur-Ley，S.K。（1992）自然，360，40-46。13）Pabo，C.O。和Sauer，R.T。 （1992）安。修订版生物化学。61，1053-114）Branden，C。和Tooze，J。（1991）Pro-
基于深度学习的扩散 MRI 脑组织分割
从扩散磁共振成像 (dMRI) 中分割脑组织类型是一项重要任务，有助于量化脑微结构并改进纤维束成像。当前的 dMRI 分割主要基于注册到 dMRI 空间的解剖 MRI (例如 T1 和 T2 加权) 分割。然而，与解剖 MRI 相比，dMRI 中的图像失真更多且图像分辨率更低，因此这种模态间配准具有挑战性。在本研究中，我们提出了一种用于扩散 MRI 分割的深度学习方法，我们将其称为 DDSeg。我们提出的方法从来自人类连接组计划 (HCP) 的高质量图像数据中学习组织分割，其中解剖 MRI 与 dMRI 的配准更为精确。然后，该方法能够直接从新的 dMRI 数据（包括使用不同采集协议收集的数据）预测组织分割，而无需解剖数据和模态间配准。我们训练卷积神经网络 (CNN) 来学习组织分割模型，使用一种新颖的增强目标损失函数来提高组织边界区域的准确度。为了进一步提高准确度，我们的方法将表征非高斯水分子扩散的扩散峰度成像 (DKI) 参数添加到传统的扩散张量成像参数中。DKI 参数是根据最近提出的平均峰度曲线方法计算得出的，该方法可以校正不合理的 DKI 参数值并提供区分组织类型的附加特征。我们在 HCP 数据上展示了较高的组织分割准确度，并且在将 HCP 训练模型应用于来自其他采集的分辨率较低且梯度方向较少的 dMRI 数据时也表现出较高的组织分割准确度。
DeepFLASH：基于学习的医学图像配准高效网络
本文介绍了 DeepFLASH，一种用于基于学习的医学图像配准的高效训练和推理的新型网络。与从高维成像空间中的训练数据中学习空间变换的现有方法相比，我们完全在低维带限空间中开发了一种新的配准网络。这大大降低了昂贵的训练和推理的计算成本和内存占用。为了实现这一目标，我们首先引入复值运算和神经架构表示，为基于学习的配准模型提供关键组件。然后，我们构建了一个在带限空间中完全表征的变换场的显式损失函数，并且参数化要少得多。实验结果表明，我们的方法比最先进的基于深度学习的图像配准方法快得多，同时产生同样精确的对齐。我们在两种不同的图像配准应用中展示了我们的算法：2D 合成数据和 3D 真实脑磁共振 (MR) 图像。我们的代码可以在https://github.com/jw4hv/deepflash上找到。
采用 DINOv2 的脑成像基础模型... - CS231n
近年来，随着 Transformer 等深度学习技术的飞速发展，深度学习已逐渐融入社会的各个领域，用于处理音频、语言和视觉等各种任务。深度学习有助于减轻医疗负担并解决复杂问题，例如模拟蛋白质折叠。随着强大的 Transformer 模型的不断发展，最近的一个重点领域是开发基础模型，以迈向通用人工智能。DINOv2 是一种最近发布的稳健特征提取模型，作为基础模型，在执行各种医疗任务（例如疾病分类和器官分割）方面取得了良好的效果。在本文中，我们尝试将 DINOv2 编码器集成到不同的模型中，从简单的自动编码器模型到更复杂的卷积 Transformer 模型，以解决更复杂的 MRI 成像图像配准问题。结果表明，DINOv2 在 Transformer 模型中有望用于解决 MRI 配准问题，未来需要研究如何集成 DINOv2 以实现更强大的 MRI 配准特征提取。
独立于极化的空心纳米型元面积，具有坚固的准准结合状态
，一个光子工程小组，桑坦德大学，39005，西班牙B Ciber debioingeniería，生物群岛，Y纳米甲基甲虫，萨鲁德·卡洛斯III，马德里，28029，西班牙西班牙C c Instition de InvestiTo deResjuctivaciónHealthHealth Valinevalinevalain valenticala（Idialla），39011。帕拉联邦大学工程系，邮政信箱8619，阿肯西亚UFPA，贝莱姆，66075-900，巴西和电气与计算机工程学院，坎普纳斯大学坎皮纳斯大学，坎皮纳斯大学，13083-852，巴西坎皮纳斯大学，巴西f电气与信息工程系Sannio，Benevento，82100，意大利H国家研究委员会，微电子和微系统研究所，通过Del Fosso del Cavaliere 100，罗马，00133，意大利，一个光子工程小组，桑坦德大学，39005，西班牙B Ciber debioingeniería，生物群岛，Y纳米甲基甲虫，萨鲁德·卡洛斯III，马德里，28029，西班牙西班牙C c Instition de InvestiTo deResjuctivaciónHealthHealth Valinevalinevalain valenticala（Idialla），39011。帕拉联邦大学工程系，邮政信箱8619，阿肯西亚UFPA，贝莱姆，66075-900，巴西和电气与计算机工程学院，坎普纳斯大学坎皮纳斯大学，坎皮纳斯大学，13083-852，巴西坎皮纳斯大学，巴西f电气与信息工程系Sannio，Benevento，82100，意大利H国家研究委员会，微电子和微系统研究所，通过Del Fosso del Cavaliere 100，罗马，00133，意大利，一个光子工程小组，桑坦德大学，39005，西班牙B Ciber debioingeniería，生物群岛，Y纳米甲基甲虫，萨鲁德·卡洛斯III，马德里，28029，西班牙西班牙C c Instition de InvestiTo deResjuctivaciónHealthHealth Valinevalinevalain valenticala（Idialla），39011。帕拉联邦大学工程系，邮政信箱8619，阿肯西亚UFPA，贝莱姆，66075-900，巴西和电气与计算机工程学院，坎普纳斯大学坎皮纳斯大学，坎皮纳斯大学，13083-852，巴西坎皮纳斯大学，巴西f电气与信息工程系Sannio，Benevento，82100，意大利H国家研究委员会，微电子和微系统研究所，通过Del Fosso del Cavaliere 100，罗马，00133，意大利
高温下标准模型的超音速风洞试验...
几十年来，人们一直需要进行大攻角高速风洞测试 [1]-[3]。在早期的航天计划中，以及在航天飞机轨道器的研发中，这种能力对于载人太空舱大气再入测试是必不可少的，例如，航天飞机轨道器以 25 马赫和约 40º 的攻角开始大气再入，仅在 4 马赫以下攻角才会降至 20 ° 以下 [4][5]。此外，现代导弹经常在超音速大攻角条件下机动，因此在研发过程中需要对其空气动力学特性进行适当的实验验证。最近开发的许多具有返飞能力的可重复使用运载火箭概念也强调了对超音速大攻角风洞测试的持续需求。人们已经对大攻角空气动力学进行了大量的理论和实验工作 [5]-[8]。此外，工程级预测代码也已扩展，以涵盖高攻角条件 [9]。另一个需要进行高攻角超音速风洞测试的领域是计算流体力学 (CFD)。许多处理高攻角空气动力学的代码正在开发中，主要是为了支持航天飞机、再入舱和类似飞行器的开发。开发人员承认，高攻角空气动力学带来了许多挑战 [10]-[12]。用作这些代码测试用例的实验数据将
高温下标准模型的超音速风洞试验...
几十年来，人们一直需要进行大攻角高速风洞测试 [1]-[3]。在早期的航天计划中，以及在航天飞机轨道器的研发中，这种能力对于载人太空舱大气再入测试是必不可少的，例如，航天飞机轨道器以 25 马赫和约 40º 的攻角开始大气再入，仅在 4 马赫以下攻角才会降至 20 ° 以下 [4][5]。此外，现代导弹经常在超音速大攻角条件下机动，因此在研发过程中需要对其空气动力学特性进行适当的实验验证。最近开发的许多具有返飞能力的可重复使用运载火箭概念也强调了对超音速大攻角风洞测试的持续需求。人们已经对大攻角空气动力学进行了大量的理论和实验工作 [5]-[8]。此外，工程级预测代码也已扩展，以涵盖高攻角条件 [9]。另一个需要进行高攻角超音速风洞测试的领域是计算流体力学 (CFD)。许多处理高攻角空气动力学的代码正在开发中，主要是为了支持航天飞机、再入舱和类似飞行器的开发。开发人员承认，高攻角空气动力学带来了许多挑战 [10]-[12]。用作这些代码测试用例的实验数据将