XiaoMi-AI文件搜索系统
World File Search SystemColumn
通过选择理想的GPC/sec列
• A GPC/SEC column is packed with porous beads of controlled porosity and particle size • Sample is prepared as a dilute solution in the eluent and injected into the system • Large molecules are not able to permeate all pores and have a shorter residence time in the column • Small molecules permeate deep into the porous matrix and have a long residence time in the column • Sample molecules are separated according to molecular大小，洗脱最大的第一，最小的最后
通过诱导的极化监测土壤柱实验中的原位微生物生长和衰减
自然界中的微生物广泛参与许多地球化学过程，例如矿物风化（Doetterl等，2018）和有机污染物的生物降解（Kimak等，2019）。为了更好地理解这些过程，对微生物的密度进行定量很重要，由于营养的可用性，尤其是在生长和衰减阶段的情况下，这大大变化。特异性生长与细菌的衰减速率与养分之间的关系通常是使用最初由Monod（1941，1949）开发的动力学模型来建模的。在多孔培养基中获取微生物密度的传统方法基于原位采样（一种侵入性方法）和废水孔隙 - 水微生物分析。由于细菌倾向于附着在晶粒表面上，因此孔隙水微生物分析低估了细菌计数（Drake等，1998）。因此，开发一种可以非侵入性监测微生物密度的方法被认为是重要的。
底部和悬浮的沉积物反向散射测量值 - 定量床和水柱特性
1应用地质与地球物理学系，三角洲，3584 BK UTRECHT，荷兰2地球科学与环境变化系，伊利诺伊大学伊利诺伊大学乌尔巴纳 - 奇普恩大学，香槟，香槟，伊利诺伊州61801，美国3大陆货架服务marc.roche@economie.fgov.be 4独立研究员，法国Locmaria-Plouzane 29280； Xavier.lurton@orange.fr 5Françaisde Recherche Pour l'eploitation de la Mer（Ifremer），法国Plouzane 29280； laurent.berger@ifremer.fr（L.B.）6赫尔大学的能源与环境研究所，英国赫尔Hu6 7rx，7Thünen海洋渔业研究所，27572，德国Bremerhaven，德国8 Scripps海洋学研究所，综合海洋学，加利福尼亚大学，加利福尼亚大学，加利福尼亚大学，圣地亚哥大学，CA 92037，US A 9 Kongsberg Discovery，22529 Hamburg，Ferverg，Ferverg，Ferver， peer.fietzek@kd.kongsberg.com 10沿海结构与浪潮部，三角洲，荷兰2629 HV代尔夫特； mark.kleinbreteler@deltares.nl *通信：thaienne.vandijk@deltares.nl;电话。 ： +31-6-5289-0378†这些作者对这项工作也同样贡献并共享第一作者。 ‡目前退休。 §当前地址：拉夫堡大学，拉夫伯勒大学，拉夫堡大学3TU，英国，地理与环境。6赫尔大学的能源与环境研究所，英国赫尔Hu6 7rx，7Thünen海洋渔业研究所，27572，德国Bremerhaven，德国8 Scripps海洋学研究所，综合海洋学，加利福尼亚大学，加利福尼亚大学，加利福尼亚大学，圣地亚哥大学，CA 92037，US A 9 Kongsberg Discovery，22529 Hamburg，Ferverg，Ferverg，Ferver， peer.fietzek@kd.kongsberg.com 10沿海结构与浪潮部，三角洲，荷兰2629 HV代尔夫特； mark.kleinbreteler@deltares.nl *通信：thaienne.vandijk@deltares.nl;电话。： +31-6-5289-0378†这些作者对这项工作也同样贡献并共享第一作者。‡目前退休。§当前地址：拉夫堡大学，拉夫伯勒大学，拉夫堡大学3TU，英国，地理与环境。
空间应用陶瓷柱栅阵列 (CCGA717) 互连封装在极端温度下的可靠性
摘要 陶瓷柱栅阵列封装由于其高互连密度、极好的热性能和电性能、与标准表面贴装封装装配工艺兼容等优点，其应用日益广泛。CCGA 封装用于逻辑和微处理器功能、电信、飞行航空电子设备和有效载荷电子设备等空间应用。由于这些封装的焊点应力消除往往比引线封装少，因此 CCGA 封装的可靠性对于短期和长期空间任务非常重要。对聚酰亚胺 CCGA 互连电子封装印刷线路板 (PWB) 进行了组装、无损检查，然后进行极端温度热循环，以评估其在未来深空、短期和长期极端温度任务中的可靠性。在本次调查中，采用的温度范围涵盖 185 C 至 +125 C 极端热环境。测试硬件由两个 CCGA717 封装组成，每个封装分为四个菊花链部分，总共需要监控八个菊花链。CCGA717 封装的尺寸为 33 毫米 x 33 毫米，具有 27 x 27 个 80%/20% Pb/Sn 柱阵列，间距为 1.27 毫米。菊花链 CCGA 互连的电阻作为热循环的函数进行连续监控。报告了电阻测量结果作为热循环的函数，迄今为止的测试表明，菊花链电阻随着热循环发生了显著变化。随着热循环次数的增加，互连电阻的变化变得更加明显。本文将介绍极端温度下 CCGA 测试的实验结果。使用标准威布尔分析工具提取威布尔参数以了解 CCGA 故障。光学检测结果清楚地表明，柱状元件与电路板和陶瓷封装的焊点在热循环过程中发生故障。第一次故障发生在第 137 次热循环中，63.2% 的菊花链故障发生在约 664 次热循环中。从威布尔图中提取的形状参数约为 1.47，这表明故障与标准浴盆曲线的平坦区域或使用寿命区域内发生的故障有关。基于此实验测试数据，可以使用 CCGA 进行 100 次热循环所研究的温度范围
使用固定的微生物在修饰的沸石
使用不同的进食策略和初始浓度评估了9.5 L填充床柱生物反应器的硝酸盐去除效率。生物反应器充满沸石矿物颗粒，并最初用硫哥省denitrificans处理。检查了几个液压保留时间，以评估去除硝酸盐的有效性。最有利的方案导致在三个小时内的400 mg/l进水中硝酸盐浓度降低了87％。为了确定生物反应器的最佳长度，开发了计算流体动力学模型。通过将模拟与实验结果进行比较，针对400 mg/l，250 mg/l，120 mg/l，120 mg/l，和80 mg/l的硝酸盐浓度分别为400 mg/l，250 mg/l，和80 mg/l，确定对完全反硝化的生物反应器的理想高度为90 cm，45 cm，30 cm和20 cm。
EBI2和7α的差分表达和调制，25- ...
减少血液中免疫抑制细胞的数量是抗肿瘤免疫的潜在策略，它为癌症治疗提供了有希望的方法。在这项研究中，我们开发了一种吸附剂，旨在选择性地靶向表达潜伏相关肽（LAP）的淋巴细胞，该细胞在CD4 +调节T细胞（Tregs）和CD14 +单细胞的表面上大量表达。我们调查了基于二乙胺的偶联多硫酮吸附剂直接造血（DHP）是否在用KDH-V肝细胞的大鼠癌模型中增强了抗肿瘤免疫。我们的发现表明，DHP显着降低了处理小鼠外周血和肿瘤组织中的lap + Treg。因此，肿瘤大鼠的细胞毒性T淋巴细胞增加。通过添加从吸收弯曲的细胞中添加细胞来消除抗肿瘤效应，这表明这些细胞在抑制观察到的治疗作用中起着至关重要的作用。结果表明，血液中耗尽的圈 +免疫抑制细胞可以增强抗肿瘤免疫力并改善患者的存活率。
使用基于 μPAC HPLC 柱的毛细管流 LC-MS 工作流程进行高通量、常规和全面的蛋白质组分析
仅供研究使用。不可用于诊断程序。© 2021 Thermo Fisher Scientific Inc. 保留所有权利。所有商标均为 Thermo Fisher Scientific 及其子公司的财产。此信息仅作为 Thermo Fisher Scientific 产品功能的示例。并非旨在鼓励以任何可能侵犯他人知识产权的方式使用这些产品。规格、条款和定价可能会发生变化。并非所有产品在所有国家/地区都有售。请咨询您当地的销售代表了解详情。SL000476-EN 1221M
背柱核神经信号特征允许对自然触觉和本体感觉主导的刺激进行强大的机器学习
神经假体通过将脑信号转换成运动控制信号，使用户能够通过各种执行器实现运动。然而，要通过这些设备实现更自然的肢体运动，需要恢复体感反馈。我们使用特征学习能力（一种机器学习方法）来评估信号特征，以了解它们能否增强自然触觉和本体感觉刺激引起的神经信号的解码性能，这些刺激是从乌拉坦麻醉大鼠的背柱核 (DCN) 表面记录的。表现最好的单个特征尖峰幅度以 70% 的准确率对体感 DCN 信号进行分类。使用从 DCN 信号的高频和低频 (LF) 波段中提取的 13 个特征，最高准确率达到 87%。总体而言，高频 (HF) 特征包含有关外周体感事件的最多信息，但当从短时间窗口获取特征时，通过向特征集添加 LF 特征可以显著提高分类准确率。我们发现本体感觉主导的刺激在动物中的推广效果优于触觉主导的刺激，并且我们展示了信号特征有助于神经解码的信息如何随着动态体感事件的时间过程而变化。这些发现可能为可以激活 DCN 以替代体感反馈的人工刺激的仿生设计提供参考。虽然我们研究了体感结构，但我们研究的特征集也可能对解码其他（例如运动）神经信号有用。
使用卷积神经网络和特征选择方法的超列技术对脑部 MRI 进行分类
正确且确定的脑肿瘤 MRI 分类在当前临床诊断、决策以及管理治疗方案中具有重要作用。在临床实践中，检查由专家通过视觉进行，这是一个劳动密集型且容易出错的过程。因此，需要基于计算机的系统来客观地执行此过程。在传统的机器学习方法中，提取并分类用于描述脑肿瘤 MRI 的低级和高级手工特征以克服上述缺点。考虑到深度学习的最新进展，我们在本研究中提出了一种新颖的卷积神经网络 (CNN) 模型，该模型结合了超列技术、预训练的 AlexNet 和 VGG-16 网络、递归特征消除 (RFE) 和支持向量机 (SVM)。所提模型的一大优势是，借助超列技术，它可以保留从深度架构不同层级的层中提取的局部判别特征。此外，所提模型通过融合从网络的最后全连接层获得的深度特征，充分利用了 AlexNet 和 VGG-16 网络的泛化能力。此外，使用 RFE 增强了所提模型的判别能力，从而揭示了最有效的深度特征。结果，所提模型在未使用任何手工制作的特征引擎的情况下获得了 96.77% 的准确率。确保了脑肿瘤 MRI 分类的全自动一致且有效的诊断模型。因此，所提模型有助于实现更客观的临床评估，支持专家的决策过程，并降低误诊率。
IHTC14-22891 Six Sigma 铜增强柱栅阵列互连陶瓷的有效热导率
倒装芯片式集成电路的热管理通常依赖于通过陶瓷封装和高铅焊料栅格阵列引线进入印刷线路板的热传导作为散热的主要途径。这种封装配置的热分析需要准确表征有时几何形状复杂的封装到电路板的接口。鉴于六西格玛柱栅阵列 (CGA) 互连的独特结构，使用详细的有限元子模型从数字上推导出有效热导率，并与传统 CGA 互连进行比较。一旦获得有效热导率值，整个互连层就可以表示为虚拟的长方体层，以纳入更传统的“闭式”热阻计算。这种方法为封装设计师提供了一种快速而可靠的方法来评估初始热设计研究权衡。