摘要:基于PT的纳米催化剂为各种行业提供了出色的前景。然而,具有出色性能的PT负载低负载,以提高纳米催化剂的高效和稳定的纳米催化剂。在这项研究中,通过原位合成制备了具有超高PT含量,表现性能和碳黑色作为支持的纳米催化剂。这些〜2-nm颗粒在碳黑色和PT之间存在很强的S – P-D轨道杂交,从而均匀且稳定地脱离了碳黑色。这种独特的结构对氢进化反应有益。催化剂在氢进化反应中表现出显着的催化活性,在100 mA·Cm -2时表现出100 mV的电势,与商业PT/C催化剂的催化反应相当。质量活性(1.61 A/mg)是商用PT/C催化剂(0.37 A/mg)的四倍。超大PT加载(6.84wt%)为下一代电催化剂的发展铺平了道路。
摘要 目的 本研究旨在评估体质指数 (BMI) 和体脂百分比 (BFP) 是否可用于预测妊娠期糖尿病 (GDM) 患者的妊娠结局。设计回顾性队列研究。地点温州医科大学附属第二医院(中国浙江省)。临床数据通过电子病历收集。参与者回顾性分析了 2019 年 1 月至 2021 年 12 月期间温州医科大学附属第二医院收治的 683 名 GDM 患者的数据。结果测量妊娠结局。结果结果显示,BFP ≥33% 的孕妇更容易出现羊水量异常、血压异常和贫血(p<0.05)。此外,这些患者更容易出现产后出血和巨大儿,以及与分娩时剖宫产相关的危险因素(p<0.05)。 BMI 对血压异常(OR 1.170;95% CI 1.090 至 1.275)、贫血(OR 1.073;95% CI 1.016 至 1.134)、剖腹产(OR 1.150;95% CI 1.096 至 1.208)和巨大儿(OR 1.169;95% CI 1.063 至 1.285)具有很强的预测价值。此外,分类的 BFP 对羊水量异常(OR 3.196;95% CI 1.294 至 7.894)、血压异常(OR 2.321;95% CI 1.186 至 4.545)、贫血(OR 1.817;95% CI 1.216 至 2.714)和剖宫产(OR 1.734;95% CI 1.270 至 2.367)具有预测价值。结论结果表明,BFP ≥33% 的 GDM 患者更容易出现不良妊娠结局、接受剖宫产和患巨大儿。BMI 和分类的 BFP 相结合可以更好地预测 GDM 患者在妊娠中晚期的血压异常和剖宫产。
Xin Zhao教授于2013年获得中国科学技术大学(USTC)的博士学位。 他的研究兴趣包括视频分析和性能评估,尤其是针对对象跟踪任务。 他发表了国际杂志和会议论文,例如IJCV,IEEE TPAMI,IEEE TIP,IEEE TCSVT,CVPR,ICCV,NEURIPS,NEURIPS,AAAI,IJCAI。 最近,他主要进行了有关人类计算机视力评估的研究。 他已经建立了几个广泛使用的计算机视觉基准(即,got-10k,videocube,sotverse,biodrone等))Xin Zhao教授于2013年获得中国科学技术大学(USTC)的博士学位。他的研究兴趣包括视频分析和性能评估,尤其是针对对象跟踪任务。他发表了国际杂志和会议论文,例如IJCV,IEEE TPAMI,IEEE TIP,IEEE TCSVT,CVPR,ICCV,NEURIPS,NEURIPS,AAAI,IJCAI。最近,他主要进行了有关人类计算机视力评估的研究。他已经建立了几个广泛使用的计算机视觉基准(即,got-10k,videocube,sotverse,biodrone等)使用在线评估平台。他定期担任以下会议和期刊的计划委员会成员或同行审稿人:CVPR,ICCV,ECCV,ICML,ICML,Neurips,ICLR,IJCV,IEEE TPAMI,IEEE TPAMI,IEEE TIP,IEEE TMM,IEEE TMM等
[3] Huan Zhao; Linghan Zhu;江西li; Vigneshwaran Chandrasekaran;乔恩·凯文·鲍德温(Jon Kevin Baldwin);迈克尔·佩特斯(Michael t Pettes); Andrei Piryatinski;李阳;汉·htoon。操纵近红外量子光生成的层间激子。纳米字母。2023,23,11006-11012。[4] Xiangzhi li;安德鲁·琼斯(Andrew C Jones); Junho Choi; Huan Zhao; Vigneshwaran Chandrasekaran;迈克尔·佩特斯(Michael t Pettes); Andrei Piryatinski; ma rta a tschudin;帕特里克·雷瑟(Patrick Reiser);大卫百老汇。在应变工程WSE2/NIPS3异质结构中,接近诱导的手性量子光生产生。自然材料。2023,22,1311-1316。[5] Huan Zhao;迈克尔·佩特斯(Michael t Pettes); Zheng;汉·htoon。位点对照的电信波长单光子发射器在原子上薄的Mote2中。nat Commun。2021,12,6753。[6] Huan Zhao; Beibei Wang; Fanxin Liu;小对Haozhe Wang; Wei Sun Leong;马克·史蒂文斯(Mark J Stevens); Priya Vashishta; aiichiro nakano;庆。流体流有助于范德华材料的确定性折叠。高级功能材料。2020,30,1908691。[7] Tong Wu†; Huan Zhao†; Fanxin Liu; Jing Guo;汉王。设备的机器学习方法 - 基于随机设备设备的玻尔兹曼机器的电路合作。ARXIV预印ARXIV:1905.04431。2019。[8] Shanyuan Niu†; Huan Zhao†; Yucheng Zhou; Huaixun Huyan;博伊恩赵;江宾;斯蒂芬·B·克罗宁(Stephen B Cronin);汉王; Jayakanth Ravichandran。中波和长波红外线二色性二色性二色性在六角形钙钛矿甲状腺素中。材料的化学。2018,30,4897-4901。[9] Shanyuan Niu†;格雷厄姆·乔†; Huan Zhao†; Yucheng Zhou;托马斯·奥维斯(Thomas Orvis); Huaixun Huyan;贾德·萨尔曼(Jad Salman); Krishnamurthy Mahalingam;布列塔尼·乌尔文(Brittany Urwin);江宾·吴(Jiangbin Wu)巨大的光学各向异性在准尺寸晶体中。nat光子学。2018,12,392。[10] Ivan Esqueda; Huan Zhao;汉王。有效的学习和横杆操作,具有原子薄的2-D材料化合物突触。应用物理学杂志。2018,124,152133。[11] Zhipeng Dong; Huan Zhao;唐·迪马齐奥(Don Dimarzio); Myung-Geun Han; Lihua Zhang;杰西·蒂斯(Jesse Tice);汉王; Jing Guo。由2-D材料启用了原子上的CBRAM:缩放行为和性能限制。电子设备上的IEEE交易。2018,65,4160-4166。[12] Huan Zhao; Zhipeng Dong;他天;唐·迪马尔兹(Don Dimarzi); Myung-Geun Han; Lihua Zhang;小对Fanxin Liu;朗山; Shu-Jen Han。原子上薄的femtojoule候选装置。高级材料。2017,29,1703232。[13] Bolin Liao†; Huan Zhao†; Ebrahim Najafi;小对他天;杰西·蒂斯(Jesse Tice);奥斯汀·J·明尼奇(Austin J Minnich);汉王;艾哈迈德·H·泽尔(Ahmed H Zewail)。黑磷中各向异性光载体动力学的时空成像。纳米字母。2017,17,3675-3680。[14] Huan Zhao†; Yuanrui li;道格拉斯·奥尔伯格(Douglas Ohlberg); Wei Shi; Wei Wu;汉王; ping-heng tan。 单层钼二硫化物纳米纤维具有高光学各向异性。 高级光学材料。 2016,4,756-762。 纳米研究。 2015,8,3651-3661。[14] Huan Zhao†; Yuanrui li;道格拉斯·奥尔伯格(Douglas Ohlberg); Wei Shi; Wei Wu;汉王; ping-heng tan。单层钼二硫化物纳米纤维具有高光学各向异性。高级光学材料。2016,4,756-762。纳米研究。2015,8,3651-3661。[15] Huan Zhao†; Jiangbin Wu†;宗宗; qiushi guo;小王;富兰斯Xia;李阳; Pingheng tan;汉王。在各向异性原子上稀薄的鼻鼻中的层间相互作用。[16] Yichen Jia; Huan Zhao; qiushi guo;小王;汉王;冯米亚。可调节的等离子体 - 声子偏振子中的分层石墨烯 - 甲状腺氮化硼异质结构。acs光子学。2015,2,907-912。[17] Huan Zhao; qiushi guo;富兰斯Xia;汉王。 二维材料用于纳米素化的应用。 纳米素化学。 2015,4,128-142。 [18]小王;亚伦·琼斯(Aaron M Jones);凯尔·塞勒(Kyle L Seyler); vy tran; Yichen Jia; Huan Zhao;汉王;李阳; Xiodong Xu;冯米亚。 单层黑磷中高度各向异性和稳健的激子。 纳米技术。 2015,10,517-521。[17] Huan Zhao; qiushi guo;富兰斯Xia;汉王。二维材料用于纳米素化的应用。纳米素化学。2015,4,128-142。[18]小王;亚伦·琼斯(Aaron M Jones);凯尔·塞勒(Kyle L Seyler); vy tran; Yichen Jia; Huan Zhao;汉王;李阳; Xiodong Xu;冯米亚。单层黑磷中高度各向异性和稳健的激子。纳米技术。2015,10,517-521。
摘要 - 扩散模型在各种图像生成任务(包括图像超分辨率)上实现了令人印象深刻的性能。尽管它们令人印象深刻,但由于大量的降级步骤,扩散模型的计算成本很高。在本文中,我们提出了一种新型的加速扩散模型,称为部分扩散模型(PDMS),用于磁性成像(MRI)超分辨率。我们观察到,扩散一对低分辨率和高分辨率的图像的潜力逐渐收敛,并在一定的噪声水平后变得难以区分。这激发了我们使用某些潜在的低分辨率来对相应的高分辨率潜在。使用近似值,我们可以跳过一部分扩散和降解步骤,从而减少训练和推理的计算。为了减轻近似误差,我们进一步引入了“潜在对齐”,该误差逐渐插入并接近低分辨率潜在的高分辨率潜在潜在的潜在。部分扩散模型与潜在对齐结合,基本上建立了一种新的轨迹,与原始分化模型中的那些相比,潜伏期逐渐从低分辨率转变为高分辨率图像。在三个MRI数据集上进行的实验表明,部分扩散模型可实现比起原始扩散模型比原始扩散模型更少的固定步骤。另外,它们可以与最近的加速扩散模型合并,以进一步提高效率。
一项糖尿病与内分泌研究研究,生命课程与医学科学研究所,利物浦大学和利物浦大学医院NHS基金会信托基金会信托基金会,英国利物浦,英国B Manx Care,英国曼斯群岛C肌肉骨骼研究中心,穆斯科骨骼和皮肤病学科学院子,生物学科学,面具科学,人工化科学,人口科学学院美国马萨诸塞州剑桥市曼彻斯特市学术健康科学中心,美国美国剑桥市E利物浦心血管科学中心,利物浦大学,利物浦约翰·摩尔斯大学和利物浦Heart&Chest Hospital and Liverpool Hospital&Liverpool,英国英国F丹麦卫生服务中心,Aalborg Universition,Aalborg Interslic,Aalborg Internation,Aalborg Insper,Aalborg Insper,Aalborg Inspricher,Aalborg Inserve,Aalborg Inspribrg a visition,Aalborg Inspribit Technologies,斯塔福德郡大学,英国特伦特河畔斯托克
我的研究重点是阐明心血管疾病(CVD)中血管细胞的代谢和表观遗传(“代谢性概率”)特性并探索潜在的药物靶标。我对该领域做出了值得注意的贡献,包括首次使用单细胞RNA测序技术来揭示腹主动脉瘤(AAA)中的血管细胞异质性,这在心脉液中的评论中被强调。在我最近发表在JCI和ATVB上的研究中,我对CVD(特别是AAA)的表观遗传机制提供了更深入的了解。这些发现表明,将表观遗传疗法用于血管疾病的潜力。此外,我还产生了一种新型的诱导型MYH11-CREER T2-P2A敲入小鼠模型[以下出版物(2)],从而在雄性和雌性小鼠的血管平滑肌细胞中可以精确的基因敲除。我还开创了在血管研究中的先进空间转录组技术(即Seq-Scope和Merfish)的使用。我的工作不仅建立了强大的方法论,而且还证明了这些技术在人类和小鼠模型中与血管疾病相关的空间细胞本体学方面的可行性。我的实验室已广泛使用动物模型,遗传和表观遗传学方法,包括大量RNA-Seq,单细胞RNA-Seq,Chip-Seq和ATAC-Seq,空间转录组学和代谢组学的Chip-Seq和ATAC-Seq进行的染色质访问性分析。使用这些跨学科的方法,我有信心揭示细胞在当地环境中的复杂相互作用,阐明了驱动CVD进展的代谢性象征性的复杂性,并建立了大部分心脏代谢领域中的跨学科协作。
出版和手稿[1](细胞模式,出版)Jun Wen,Jue Hou,Clara-Lea Bonzel,Yihan Zhao,Chuan Hong,Junwei Lu,Kelly Cho,Tianxi Cai。“拿铁:纵向电子健康记录的标签有效事件表型”
我的学术培训和研究经验为我提供了多个生物学学科的良好背景,包括分子生物学,生物化学,显微镜和计算建模。作为一名本科生,我与加州大学伯克利分校的Song Li博士进行了研究,以了解细胞干的生物物理决定因素,lbnl的Dilworth Parkinson博士使用X射线微观学在3-D中可视化复杂的生物学材料,并与哥伦比亚的Edward Guo At Columbia博士了解生物力学力量的生物力学力量。作为UCSD的博士生与Jin Zhang博士,我的研究重点是了解如何通过开发和部署基于荧光的生物传感器来编码信号传导特异性。使用蛋白质和基因工程技术,我开发了一类新的生物传感器,这些生物传感器可以测量蛋白质枢纽周围的天然信号传导动力学和具有双位动态范围的生化活性指标。使用这些技术,我探测了多效信号分子如何通过时空组织编码特异性。例如,我发现了PKA调节亚基RIα的液态液相分离,该液体是CAMP/PKA信号的主要组织者,并且该系统在肝癌中受到破坏。在此期间,我获得了几个奖项,以资助我的研究,例如NSF GRFP。
与7 CFR 340.4一致,Aphis审查了您的修改大豆,以确定它是否受7 CFR第340部分中的规定约束。具体来说,Aphis审查了改良的大豆,以确定是否有合理的途径,相对于适当的大豆比较器构成的植物有害生物风险,大豆构成了增加的植物害虫风险。基于您提供的信息,公共可用的资源以及Aphis对大豆的熟悉以及对作用的特质,表型和作用机理的了解,Aphis考虑了(1)非修饰大豆及其性兼容的亲戚的(1)生物学; (2)修饰的特征和行动机理; and (3) the effect of the trait and mechanism-of-action on the (a) distribution, density, or development of the plant and its sexually compatible relatives, (b) production, creation, or enhancement of a plant pest or a reservoir for a plant pest, (c) harm to non-target organisms beneficial to agriculture, and (d) weedy impacts of the plant.Aphis并未确定任何合理的途径,相对于比较大豆植物,您的改良大豆会构成植物有害生物的风险增加。阿菲斯(Aphis)确定您的大豆不太可能与其比较器相比,植物有害生物风险增加。一旦阿菲斯(Aphis)确定植物产物不太可能与其比较者相对于其比较器提高植物害虫的风险,因此,不是植物害虫或需要调节的植物,因为它能够引入或传播植物害虫,Aphis无权在7 CFR Part 340中进行调节。因此,您的大豆不受第7 CFR第340部分规定的规定。阿菲斯(Aphis)的确定,这种修饰的植物不受法规的约束,延伸到与其他非修饰工厂或其他未经修饰的工厂衍生的修饰工厂的任何后代,这些植物或其他也不遵守7 CFR Part 340中的法规。请注意,Aphis的决定适用于使用信函中所述的基因工程开发的大豆。如果您在任何时候都意识到可能影响我们对您修改的大豆审查的任何信息,例如,包括显示特征,表型或行动机理的新信息与信函中所述的特征,表型或机制不同,则必须与Aphis联系,您必须与Aphis联系以在rsrrequests@usda.gov上进行进一步审查植物。请注意,您的植物产品虽然不受7 CFR第340部分的监管,但可能受到Aphis植物保护和隔离(PPQ)许可证和/或隔离要求的约束。有关更多信息,您可以通过877-770-5990与PPQ一般号码联系以获取此类查询。您的植物产品也可能受美国环境保护等其他监管机构的约束
