XiaoMi-AI文件搜索系统
World File Search Systemspectra
通过同时多光谱光声波动成像（MS-PAFI）和超声多普勒
我们提出了一种方法和设置，可提供血液氧合（通过定量光声成像）和血流动力学（通过超声多普勒）的互补三维（3D）图像。所提出的方法不含标签，利用了血液诱导的波动，并在仅有256个元素的稀疏阵列上实施，并以市售的超声电子功能驱动。我们首先实施3D光声波动成像（PAFI）来对鸡胚胎进行图像，并获得血管形态的全部视频图像。我们同时获得具有可比图像质量的3D超声功率多普勒。然后，我们引入了多光谱光声波动成像（MS-PAFI），并证明它可以提供吸收的光学能量密度的定量测量，并具有完全可见性和增强的对比度，与常规的延迟延迟式延迟式多光谱摄影成像相比。我们最终展示了MS-PAFI之间的协同作用和互补性，该MS-PAFI提供了3D定量氧合（SO 2）成像和3D超声多普勒，该成像提供了有关血流动力学的定量信息。MS-PAFI代表了基于模型的反转的有希望的替代方案，其优势是通过使用直接处理方案解决所有可见性人工制品而没有事先和正则化。
在弱恒定磁场中石墨烯中的光谱间隙上
石墨烯，排列在平坦的蜂窝晶状体中的碳原子具有许多有趣的电子特性[1，9]。在实现实验室中大型石墨烯晶体的实现后[10]的兴趣，理论和实验性是强烈的。主要特征之一是物理学家所说的电子在石墨烯中的“相对论行为”，石墨烯中的电子可以看作是生活在2 d空间中的无质量费米子，其动力学由weyl hamiltonian产生，即零毛汉氏菌，零含量为零。我们在这里提出了石墨烯的标准分析，该标准分析显示了Weyl纤维，这是对石墨烯的离散处理，可追溯到[13]（即使不是更早）。我们已经有一段时间对经受垂直均匀磁场的石墨烯片的电子特性感兴趣。我们通过将哈密顿的积分内核乘以单型相因子来对这种情况进行建模，该技术被称为“ PEIERLS替代” [6,7,11]。
对自动乳房超声和光谱乳房摄影的诊断性能的比较分析作为乳房X线摄影检查的补充方法
乳房D类型是乳腺癌造成疾病的独立危险因素，研究人员进行了数量测试，这可能是在这组患者中进行筛查的补充工具。对比增强乳房X线摄影（CEM）是一种具有对比剂施用的诊断方法，可进行对比剂的应用，可进行低能图像采集（这是FFDM等效性）和带有脂肪组织衰减的减法图像和可见的后交换后病理学增强灶[7-9]。该检查使用新血管生成现象，发生在局灶性病变中[10-13]。contrast增强，并显示了恶性病变的真实程度，使病变成分的可视化和其他焦点可以被FFDM上的脂肪组织重叠[14,15]。根据进行的研究，CEM比FFDM显示出更高的灵敏度和准确性，并促进了对更多局灶性病变的检测[16-18]。到目前为止进行的研究表明，CEM具有可比且经常具有更高的诊断效率作为乳房杂志的共振成像（BMRI），这被认为是最准确的方法[19-22]。因此，CEM性能的指示与BMRI相似，即基本成像检查（FFDM或手持超声 - HHU）的不确定结果，在实施治疗前的分期，新辅助化学治疗过程中的治疗反应监测以及乳腺癌手术后的患者检查[23]。CEM为患有幽闭恐惧症或BMRI禁忌症患者构成了替代方案。EXA的开采比BMRI更快，通常由患者容忍。它的缺点是在小剂量中进行电离施用的必要性，静脉内碘对比剂的给药，这可能会导致潜在的染色体反应和肾脏损害和乳房压缩，这是患者不适的来源，以及运动型工件的产生者。在CEM指南下的活检尚不广泛。自动乳房超声（ABUS）是一种基于超声的新诊断方法。与HHUS相反，此EXA开采是由电 - 放射学家进行的。患者仰卧位置，超声头放置在4个沿着乳房移动的基本定位中。一个典型的EXA矿化由前后，侧面和内侧视图中每个乳房的3张自动扫描组成。获得的图像被发送到可以重复审查的工作站，或者可以创建多平台重建[24-27]。检查不需要任何特殊的准备，并且患者可以很好地耐受。到目前为止进行的研究证实，使用ABU作为FFDM的附加工具允许检测更多局灶性病变，主要是在腺体乳房的情况下[28-31]。进行ABU的主要指示是在无症状患者中，尤其是那些乳房密集的患者中进行互补筛查。ABU的优点包括脱落操作员的依赖，图像存储在专用
schrödinger操作员的小规模传播和光谱估计值
d≥2的可能具有正（d -1）-hhusdor效法。 在[LM18，定理5.1]中也获得了一些（d -1 -δ）-hhusdor e含量的梯度的传播。 作为|∇u |的零在[NV17]中显示了有限的（d -2） - hausdor效法，在[LM18]中猜测是|∇u |的结果。应预期从任何δ> 0的正（d -2 +δ） - huusdor e含量中保留。 到现在为止，这个猜想仍然开放。 然后，本文的第一个目标是将Malinnikova的结果扩展到Schrödinger类型方程（1.1）。 在[LM18]相同的环境中，以完全的一般性获得了小型溶液的传播。 另一方面，仅在特定环境中得出了梯度小的传播。 的确，人们不能期望在完全普遍的情况下为（1.1）梯度传播小额的繁殖，因为如[hhohon99，备注p。 362]，r d的每个闭合子集都可能是这种函数的关键集，因此也没有希望从一组（d -1 -1 -δ） - hausdor效应的集合中传播小的内容，即使对于小δ> 0。 尽管如此，我们的特殊结果对于我们接下来描述的光谱估算的应用程序很充分。可能具有正（d -1）-hhusdor效法。在[LM18，定理5.1]中也获得了一些（d -1 -δ）-hhusdor e含量的梯度的传播。作为|∇u |的零在[NV17]中显示了有限的（d -2） - hausdor效法，在[LM18]中猜测是|∇u |的结果。应预期从任何δ> 0的正（d -2 +δ） - huusdor e含量中保留。到现在为止，这个猜想仍然开放。然后，本文的第一个目标是将Malinnikova的结果扩展到Schrödinger类型方程（1.1）。在[LM18]相同的环境中，以完全的一般性获得了小型溶液的传播。另一方面，仅在特定环境中得出了梯度小的传播。的确，人们不能期望在完全普遍的情况下为（1.1）梯度传播小额的繁殖，因为如[hhohon99，备注p。 362]，r d的每个闭合子集都可能是这种函数的关键集，因此也没有希望从一组（d -1 -1 -δ） - hausdor效应的集合中传播小的内容，即使对于小δ> 0。尽管如此，我们的特殊结果对于我们接下来描述的光谱估算的应用程序很充分。
糖尿病黄斑缺血的基于图神经网络的多光谱学习模型
图4病例和亚组分析。a。 CFP和OCTA的图像代表性眼睛的图像。预测是由人类分级器（具有10年经验的眼科医生3）和GNN-MSVL模型（具有跳线n = 2）做出的。左：DMI阳性的眼睛，人类分级器和模型都正确预测了结果；中间：DMI阳性的眼睛，其中人类级别做出了错误的预测，而模型的预测是正确的；右：DMI阴性的眼睛和模型都正确地预测了结果。b。测试数据集中的DR分级和DMI存在。c。 GNN-MSVL模型（跳线n = 2）在不同的DR严重程度上进行的预测准确性。d。 GNN-MSVL模型（跳线n = 2）的示例DMI眼的CFP和OCTA图像做出了正确的预测。比例尺：0.5mm。
来自光核反应的中子光谱
Valentin Blideanu，Clement Besnard Vauterin，David Horvath，Benoit Lefebvre，Francesc Salvat-Pujol等。来自光核反应的中子光谱：蒙特 - 卡洛粒子转运模拟代码的性能测试。物理研究中的核仪器和方法B：梁与材料和原子的相互作用，2024，549，165292（14 p。）。10.1016/j.nimb.2024.165292。CEA-04477575
一种多光谱UV-VIS吸收技术，用于燃烧燃料膜和烟灰的定量高速场序列成像
非蒸发的液体燃料膜是汽油直接注入发动机烟灰形成的主要原因。在这项研究中，开发了一种UV-VIS吸收技术，以在加热的恒流实验中直接注射后的燃料膜厚度成像。一个六孔GDI喷油器将燃料在100栏上喷涂到距喷嘴30毫米的透明板上。燃料由30％甲苯 / 70％的Iso-octane（分别为383和372 K）组成。气体和壁温度分别为376和352 K，气压1 bar。燃料的蒸发部分被点燃，随后的燃烧膜旁边的燃烧导致了烟灰的形成。在加剧的高速CMOS摄像头上成像了从脉冲LED照明中传输散射的背光。液态甲苯的紫外线吸光度为265 nm的LED。然而，在这种波长下，甲苯蒸气吸收，液体散射，烟灰和烟灰前体的灭绝以及烟灰白幕都干扰了液体燃料的吸光度。为了估计散射和烟灰消光的贡献，将310、365和520 nm处的LED添加到梁路径中，并以32 kHz的帧速率在高速摄像头上与连续的帧相吻合。获得了一个深色框架以说明烟灰阴影，以使所得5图像序列的重复速率为6.4 kHz。通过在先前的工作中开发的形态图像处理估算了甲苯蒸气的吸收，以将弥漫性的，移动的蒸气云与燃料膜的锋利，固定特征分开。允许获得时空分辨的燃油膜厚度测量和有关烟灰的其他信息的多光谱方法。
有效的2D双Quantum固态NMR光谱学具有较大的光谱宽度
固态核磁共振（SSNMR）是一种强大的光谱技术，可以在原子分辨率下为各种样品提供独特的结构信息，从生物大分子到无机材料。可以从偶极重耦实验1,2获得有价值的结构信息，因为它们重新引入了耦合，该耦合与所涉及的旋转之间的距离立方体成反比。因此，这样的实验可以直接深入了解空间接近，甚至允许进行内部距离测量。对于同性核重耦实验，双量器（DQ）重耦方案非常有用，因为可以通过适当的阶段循环抑制来自未耦合旋转的信号（“ DQ滤波器”）。3,4当这种贡献主导频谱并掩盖耦合自旋对中所需的信号时，这是必不可少的，因为例如将核与低自然同位素丰度（Na）相关的情况，例如13 c（1.1％Na）或29 Si（4.7％Na）。5,6这种实验通常患有非常低灵敏度的可行性在近年来大大增加，这是因为通过具有魔法旋转的动态核极化（MAS-DNP）可实现的实质灵敏度增强。7,8有效的激发和DQ相干的重新分配对于成功实施DQ重新耦合实验至关重要。高DQ过滤效率（〜73％）可以从理论上
基于EEG
摘要 - 近年来，神经科学家与脑部计算机界面（BCI）设备的开发有关。运动障碍患者可能会受益于BCIS作为通信手段和恢复运动功能的手段。脑电图（EEG）是评估神经元活性的最常用之一。在许多计算机视觉应用中，深度神经网络（DNN）显示出显着的优势。倾向于最终使用DNN，我们在这里提出了一个浅神经网络，该网络主要使用两个卷积神经网络（CNN）层，其参数相对较少，并且快速学习了脑电图的光谱时暂时特征。我们将该模型与其他三个神经网络模型进行了比较，该模型具有不同的深度，该模型使用了针对患有运动障碍的患者和视觉功能下降的患者的眼神闭合状态应用于精神算术任务。实验结果表明，浅CNN模型的表现优于所有其他模型，并达到了90的最高分类精度。68％。处理跨主题分类问题也更加健壮：仅3％的准确性偏差而不是15。传统方法的6％。
新视野 SWAP 实验测量的行星际冲击波能量功率谱：一维全粒子模拟与观测结果
一维粒子模拟 (PIC) 用于分析新视野号绕冥王星太阳风 (SWAP) 仪器在距离太阳约 34 天文单位处观测到的行星际激波上游区域测得的能谱。使用单个种群模拟不同的太阳风离子 (SWI) 和拾取离子 (PUI) 种群，我们可以清楚地识别出每个种群对全球能谱的贡献。强调了激波前沿倾斜度在沿磁场流回远离前沿的上游区域的 PUI 形成中的重要作用。在本模拟中可以很好地恢复 SWAP 实验测得的能谱。详细分析表明：(1) 能谱的最高部分主要由回流的 PUI-H + 和 PUI-He + 形成； (2) 能谱的中间部分由太阳风 SW-H + 和 SW-He 2+ 入射离子组成，这些离子叠加在 PUI-H + 粒子群上，(3) 低能范围由入射 PUI-H + 组成。使用 PUI-H + 粒子群的初始填充壳分布（而不是零厚度壳），可以提高实验结果与模拟结果之间的一致性，因为这会强烈影响光谱的低能部分。这意味着 PUI-H + 离子在日光层中首次被拾取后，有足够的时间扩散到壳分布并填充壳分布，这表明随后的冷却对全球能谱有重要影响。