XiaoMi-AI文件搜索系统
World File Search Systempixels
带视频率的视网膜电子纸45,000像素每英寸
摘要：随着对沉浸式体验的需求的增长，显示器的大小和更高的分辨率越来越接近眼睛。但是，缩小像素发射器降低了强度，使其更难感知。电子纸利用环境光进行可见性，无论像素大小如何，都可以保持光学对比度，但无法实现高分辨率。我们显示了由WO 3纳米散件组成的大小至〜560 nm的电气可调节元像素，当显示大小与瞳孔直径匹配时，可以在视网膜上进行一对一的像素 - 示波器映射，我们将其称为视网膜电子纸。我们的技术还支持视频显示（25 Hz），高反射率（〜80％）和光学对比度（〜50％），这将有助于创建最终的虚拟现实显示。主要文本：从电影屏幕和电视到智能手机以及虚拟现实（VR）耳机，显示器逐渐越来越靠近人眼，具有较小的尺寸和更高的分辨率。随着展示技术的进步，出现了一个基本问题：显示大小和分辨率的最终限制是什么？如图1a，为了获得最沉浸和最佳的视觉体验，该显示应与人瞳孔的尺寸紧密匹配，每个像素与视网膜中的光感受器单元相对应。人类视网膜包含约1.2亿光感受器细胞。假设瞳孔直径为8毫米，理想的像素大小为〜650 nm，导致分辨率约为每英寸40,000像素（PPI）。随着像素尺寸收缩，主流发射显示器正在接近其物理极限。这个理论像素大小接近人眼的分辨率极限，代表了显示技术的最终边界，我们将其命名为“视网膜”显示。较小的像素尺寸降低了发射极尺寸，从而导致亮度显着下降，从而使它们越来越难以通过肉眼感知（1，2）。当前，市售的智能手机显示像素通常约为60×60μm²（〜450 ppi），比最终视网膜显示所需的理论尺寸大约10,000倍。已经在这个规模上，肉眼很难感知，尤其是在
Neuropixels opto
高分辨率细胞外电生理学是记录分布式神经种群峰值的金标准，当与光遗传学结合使用以操纵具有高时间分辨率的特定细胞类型时，尤其强大。我们将这些方法整合到了组合电子电路和光子电路的原型神经质探针中。这些设备将960个电气记录位点和两组14盏灯发射器包装到1厘米柄上，从而可以用蓝色和红光在空间上可寻求可寻址的光遗传学刺激。在小鼠皮质中，神经质子光探针与空间可寻址的光遗传学一起提供了高质量的记录，在不同的皮质深度处差异激活或沉默神经元。在小鼠纹状体和其他深层结构中，神经质子光探针提供了有效的选择，从而促进了并联两种细胞类型的识别。神经质子光探针代表了用于记录，识别和操纵神经元种群的前所未有的工具。
媒体的变形：从印刷到像素
本课程介绍了整个历史上的媒体技术与社会转型之间的复杂关系。该跨学科课程对约翰内斯·古滕伯格（Johannes Gutenberg）的印刷媒体发明的演变进行了全面的探索，到当代社交媒体平台的兴起，由马克·扎克伯格（Mark Zuckerberg）等人物开创。通过历史分析，文化研究和媒体理论的融合，学生将研究如何从印刷机到广播，电视和互联网的每种技术进步，都可以重塑沟通实践，文化规范和个人行为。该课程将严格分析这些媒体转型对社会各个方面的影响，包括政治，经济学，教育和人际关系。通过追踪媒体发展的轨迹，学生将深入了解技术创新如何不仅促进信息传播，还影响了身份，意识形态和社会结构的形成。通过案例研究，讨论和研究项目，学生将研究媒体历史上的关键时刻，询问媒体在塑造公共话语中的作用，并评估媒体技术的道德意义。此外，该课程将研究当代问题，例如数字素养，算法偏见，隐私问题以及媒体生产和消费的民主化。在课程结束时，学生将对媒体技术如何催化文化转变并影响社会动态，使他们有能力在越来越相互联系的世界中与媒体进行认真互动。
慢性神经质探针的适应性，可重复使用和光植入物
摘要电生理学对于记录神经活动而言已证明是无价的，而神经偶像的发展探针显着增加了记录的神经元的数量。这些探针通常是急性植入的，但是急性记录不能在自由移动的动物中进行，并且无法在几天内跟踪记录的神经元。要研究诸如导航，学习和记忆形成之类的关键行为，必须长期植入探针。理想的慢性植入物应（1）允许神经元稳定记录数周； （2）允许在露天后重复使用探针； （3）足够轻便用于小鼠。在这里，我们介绍了“ Apollo植入物”，这是一种符合这些条件的开源和可编辑的设备，可容纳多达两个Neuropixels 1.0或2.0探针。植入物包含一个“有效载荷”模块，该模块附加到探测器上并可以回收，以及一个固定在头骨上的“对接”模块。设计是可调的，可以轻松更改探针，插入角度和插入深度之间的距离。我们在头部固定小鼠中进行了八个实验室，自由移动的小鼠和自由移动的大鼠测试了植入物。即使在相同探针的重复植入后，在几天内记录的神经元数量也是稳定的。Apollo植入物为可重复使用的慢性神经偶像记录提供了便宜，轻巧且灵活的解决方案。
从像素到表型：将基于图像的分析与细胞健康数据相结合，因为生物形状提高了可解释性
抽象的细胞绘画测定产生的形态学特征是生物系统的多功能描述，并已用于预测体外和体内药物效应。但是，从经典软件（例如Cell -Profiler）提取的细胞绘画特征基于统计计算，通常在生物学上不易解释。在这项研究中，我们提出了一个新的特征空间，我们称之为生物层，该空间通过综合细胞健康测定法的读数来绘制这些细胞涂料的绘制。我们验证了所得的生物形状空间有效地连接到与其生物活性相关的形态学特征，而且对与给定生物活性相关的表型特征和细胞过程有了更深入的了解。生物形状空间揭示了各个化合物的作用机理，包括双作用化合物，例如蛋白质，蛋白质合成和DNA复制的抑制剂。总体而言，生物形态空间提供了一种与生物学相关的方法来解释使用细胞式诸如CellProfiler等软件得出的细胞形态特征，并生成用于实验验证的假设。
使用 Neuropixels 探针对猕猴初级视觉皮层进行高分辨率层状识别
。CC-BY 4.0 国际许可下可用（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 1 月 24 日发布。；https://doi.org/10.1101/2024.01.23.576944 doi：bioRxiv 预印本
慢性，可重复使用的，多日神经质子录音在自由移动操作行为中
抽象的电生理记录是检查认知和行为的神经元底物的强大技术。神经蛋白探针提供了独特的能力，可以在许多具有高时空分辨率的大脑区域捕获神经元活动。神经质子也很昂贵且针对急性，固定的使用，这两者都限制了可以研究的行为和操纵的类型。最近的进步通过显示了慢性植入物，植物和神经质子探针的再利用来解决成本问题，但是这些方法尚未优化用于自由移动行为。有特定的需要改善电缆/连接稳定性。在这里，我们扩展了这项工作，以演示在完全自由移动的操作行为期间，在大鼠模型中演示慢性神经偶像记录，外观和重复使用。类似于先前的方法，我们将探针和媒体置于3D打印的外壳中，该外壳避免了将探针直接固定到头骨上的直接固定，从而实现了最终的外植体。我们展示了创新，以允许对环境因素的保护和更稳定的布线设置进行慢性逆流联系，以减少可能中断记录的张力。我们以执行两种不同行为任务的大鼠的方式来统治这种方法，在每种情况下显示：（1）在操作室中自由移动大鼠中的慢性单或双探针记录，（2）神经偶像可重复使用1.0探针1.0探针在回收后持续良好的单单单位产量持续良好的单一单位产量持续良好。因此，我们证明了在更广泛的物种和制剂范围内的神经偶像记录的潜力。
AstroPix：太空中的 CMOS 像素
费米大面积望远镜等太空伽马射线望远镜已使用单面硅条探测器以高分辨率测量入射伽马射线产生的带电粒子的位置。在康普顿区及以下的能量下，需要单个探测器内的二维位置信息。双面硅条探测器是一种选择；然而，这种技术难以制造，大阵列易受噪声影响。这项工作概述了单片 CMOS 有源像素硅传感器 AstroPix 的开发和实施，用于未来的伽马射线望远镜。基于卡尔斯鲁厄理工学院使用 HVCMOS 工艺设计的探测器，AstroPix 有可能保持中能伽马射线望远镜所需的高能量和角分辨率，同时通过 CMOS 芯片的双重检测和读出功能降低噪声。介绍了 AstroPix 的开发和测试状态以及未来望远镜的应用前景。
b'量子图像\xef\xac\x81滤波是对经典图像\xef\xac\x81滤波算法的扩展，主要研究基于量子特性的图像\xef\xac\x81滤波模型。现有的量子图像\xef\xac\x81滤波侧重于噪声检测和噪声抑制，忽略了\xef\xac\x80滤波对图像边界的影响。本文提出了一种新的量子图像\xef\xac\x81滤波算法，实现了K近邻均值\xef\xac\x81滤波任务，在抑制噪声的同时，可以达到边界保持的目的。主要工作包括：提出一种新的用于计算两个非负整数之差绝对值的量子计算模块，从而构建了距离计算模块的量子电路，用于计算邻域像素与中心像素的灰度距离；改进现有的量子排序模块，以距离作为排序条件对邻域像素进行排序，从而构建了K近邻提取模块的量子电路；设计了K近邻均值计算模块的量子电路，用于计算选取的邻域像素的灰度均值；\xef\xac\x81最后，构建了所提量子图像\xef\xac\x81过滤算法的完整量子电路，并进行了图像去噪仿真实验。相关实验指标表明,量子图像K近邻均值\xef\xac\x81滤波算法对图像噪声抑制具有与经典K近邻均值\xef\xac\x80滤波算法相同的效果,但该方法的时间复杂度由经典算法的O 2 2 n降低为O n 2 + q 2 。
b'量子图像\xef\xac\x81滤波是对经典图像\xef\xac\x81滤波算法的扩展，主要研究基于量子特性的图像\xef\xac\x81滤波模型。现有的量子图像\xef\xac\x81滤波侧重于噪声检测和噪声抑制，忽略了\xef\xac\x80滤波对图像边界的影响。本文提出了一种新的量子图像\xef\xac\x81滤波算法，实现了K近邻均值\xef\xac\x81滤波任务，在抑制噪声的同时，可以达到边界保持的目的。主要工作包括：提出一种新的用于计算两个非负整数之差绝对值的量子计算模块，从而构建了距离计算模块的量子电路，用于计算邻域像素与中心像素的灰度距离；改进现有的量子排序模块，以距离作为排序条件对邻域像素进行排序，从而构建了K近邻提取模块的量子电路；设计了K近邻均值计算模块的量子电路，用于计算选取的邻域像素的灰度均值；\xef\xac\x81最后，构建了所提量子图像\xef\xac\x81过滤算法的完整量子电路，并进行了图像去噪仿真实验。相关实验指标表明,量子图像K近邻均值\xef\xac\x81滤波算法对图像噪声抑制具有与经典K近邻均值\xef\xac\x80滤波算法相同的效果,但该方法的时间复杂度由经典算法的O 2 2 n降低为O n 2 + q 2 。
一种适用于航空航天结构的可优化超像素和特征迁移图像分割方法
摘要：缺乏高质量、高度专业化的标注图像以及昂贵的标注成本一直是图像分割领域的关键问题。然而，目前的大多数方法，如深度学习，一般需要大量的训练成本和高质量的数据集。因此，针对小样本图像分割问题，该文提出了一种基于简单线性迭代聚类（SLIC）、特征迁移模型和随机森林（RF）分类器的可优化图像分割方法（OISM）。该方法利用SLIC通过聚类提取图像边界，利用Unet特征迁移模型获取多维超像素特征，利用RF分类器预测和更新图像分割结果。结果表明，所提出的OISM具有可接受的准确率，并且比改进的Unet模型更好地保留了目标边界。此外，OISM 显示出处理涡轮叶片疲劳图像识别的潜力，这也是一种有前途的有效图像分割方法，可以揭示航空发动机部件高性能结构的微观损伤和裂纹扩展。