ABSTRACT: The realization of next-generation gate-all-around field-effect transistors (FETs) using two-dimensional transition metal dichalcogenide (TMDC) semiconductors necessitates the exploration of a three-dimensional (3D) and damage-free surface treatment method to achieve uniform atomic layer-deposition (ALD) of a high-k dielectric film on the inert surface of a TMDC channel.这项研究开发了对MOS 2的BCl 3等离子体衍生的自由基处理,以使MOS 2表面功能化,以使超薄AL 2 O 3膜的随后ALD函数。微观结构验证证明,在平面MOS 2表面上大约2 nm厚2 O 3膜的覆盖范围,并使用从基板漂浮的悬浮的MOS 2通道确认了该技术对3D结构的适用性。密度功能理论计算由光学发射光谱和X射线光电子光谱测量值支撑,揭示了Bcl激进分子主要由BCL 3等离子体产生,并吸附在MOS 2上,并促进了Ultrathin Ald-Ald Ald-Ald 2 O 3膜的均匀成核。拉曼和单层MOS 2的光致发光测量以及底部门控的FET的电测量结果证实,由Bcl 3等离子体衍生的自由基治疗造成的可忽略不计。最后,证明了具有超薄ALD-Al 2 O 3(〜5 nm)栅极介电膜的顶部门控FET的成功操作,表明预处理的有效性。关键字:MOS 2,表面功能化,BCl 3等离子体,自由基,原子层沉积,高K介电
理想的全息三维显示应具有大视角、全彩色、低散斑噪声的特点,但现有策略往往限制了全息三维显示的视角,大大阻碍了其广泛应用。本文提出了一种基于最大衍射调制的大视角全息三维显示系统,该系统的核心包括空间光调制器(SLM)和液晶光栅。我们还提出了一种实现大视角全息三维显示的可行新方案,即将SLM的最大衍射角视为每个像点的有限衍射调制范围,不仅可以获得物体的最大全息图尺寸,还可以利用自主设计的液晶光栅调节二次衍射重建像。更重要的是,提出的最大衍射调制方案使系统的视角扩大到73.4°。该系统在教育、文化和娱乐等领域具有巨大的应用潜力。
摘要:由于各种 3D 空间数据应用对数据量和质量的要求很高,需要自动化、高效和可靠的数据采集和预处理方法。使用摄影测量技术以及光检测和测距 (LiDAR) 自动扫描仪是其中很有吸引力的解决方案。然而,测量数据是以无序点云的形式出现的,通常需要转换为基于多边形或多面体表面的高阶 3D 模型,这不是一个简单的过程。该研究提出了一种新开发的算法,用于校正来自机载 LiDAR 对规则 3D 建筑物的测量的 3D 点云数据。所提出的方法假设在应用规则的泊松曲面重建方法之前应用一系列导致 3D 光栅化的操作,即创建和处理对象的 3D 规则网格表示。为了验证重建对象的准确性和质量,以便与获得的 3D 模型进行定量比较,使用了高质量的地面真实模型,其形式是通过摄影测量构建的网格,并使用建筑物建筑平面图手动制作。所呈现的结果表明,应用所提出的算法对结果的质量有积极影响,并且可以与现有的表面重建方法结合使用,以便从 LiDAR 扫描生成更详细的 3D 模型。
摘要:自发光显示设备在各种工作环境中必不可少,例如飞机驾驶舱以及车辆和火车的驾驶室,这些环境中的外部光环境变化很大。由于光照变化很大,根据环境光照自动调节显示亮度对于驾驶员高效舒适地工作是必要的。本研究提出了一种基于人体工程学测试三个维度的显示调光模型,包括视觉性能(VP)、视觉舒适度(VC)和视觉疲劳(VF)。本实验展示了五种环境照度,每种环境照度与五种显示亮度水平相结合,共形成 25 种条件。采用受试者内设计,十位观察者体验了所有组合条件。实验采用 Anfimov 表测试 VP、VC 量表评估 VC 和 VF 量表评估 VF。根据实验结果,构建子模型以阐明每个维度(VP、VC 和 VF)的特征。随后,采用层次分析法,计算各维度在总分中的权重,构建评价体系。最后,利用指数拟合,构建大范围显示调光模型,明确描述复杂光环境匹配的内在联系。© 作者。由 SPIE 在 Creative Commons Attribution 4.0 Unported License 下发布。在 who 中分发或复制此作品
手动图像分割非常耗时,需要一种自动、准确的方法来利用富含上下文信息的三维医学图像分割多模态脑肿瘤,以用于临床治疗决策和手术计划。然而,由于肿瘤的多样性和子区域间复杂的边界相互作用,而有限的计算资源阻碍了高效神经网络的构建,利用深度学习实现医学图像的精确分割是一项挑战。我们提出了一种基于分层解耦卷积网络和注意机制的特征融合模块来提高网络分割的性能。我们用特征融合模块替换了U型网络的跳过连接来解决类别不平衡问题,从而有助于分割更复杂的医学图像。我们引入了全局注意机制来进一步融合编码器学习到的特征并探索上下文信息。对所提出的方法进行了增强肿瘤、整个肿瘤和肿瘤核心的评估,在 BraTS 2019 数据集上分别实现了 0.775、0.900 和 0.827 的 Dice 相似系数指标,在 BraTS 2018 数据集上分别实现了 0.800、0.902 和 0.841 的 Dice 相似系数指标。结果表明,我们提出的方法本质上是通用的,是脑肿瘤图像研究的有力工具。我们的代码可在以下位置获得:https://github.com/WSake/Feature-interaction-network-based-on-Hierarchical-Decoupled-Convolution。
摘要 目的 除矢状线对齐外,还强调了横平面参数 (TPP) 和旋转半脱位对患者报告结果的影响。退行性脊柱侧弯成因的假设之一是椎间盘退化,伴有轴向椎体 (AVR) 和椎间旋转 (AIR) 增加。因此,脊柱侧弯早期的 TPP 分析似乎特别令人感兴趣。本研究旨在评估成人脊柱畸形 (ASD) 患者三维 (3D) 重建的可靠性。方法 30 名 ASD 患者接受双平面 X 线检查,并分为两组(Cobb 角 [ 30 � 或 \ 30 � )。测量脊柱参数和 TPP(顶端 AVR、主曲线上部和下部的 AIR)。四位操作员进行了两次 3D 重建。使用 ISO 标准 5725-2 分析观察者内和观察者之间的可靠性,以量化可重复性的全局标准偏差 ( S R )。结果平均 Cobb 角为 31 �,平均年龄 55 岁(70% 为女性)。顶端 AVR、上部和下部 AIR 的平均值分别为 16 � ± 15 �、6 � ± 6 � 和 5 � ± 5 �。脊柱骨盆参数 S R 低于 4.5 �。对于 Cobb 角 \ 30 � ,AVR 顶点、扭转指数、上部和下部的 S R 分别为 7.8 �、9.6 �、4.5 � 和 4.9 �
光声计算机断层扫描(OAT),也称为光声计算的Tomography,是一种非侵入性成像方式,可积极用于临床乳房成像和其他生物医学应用。1 - 8燕麦的独特特征是能够基于与发色团浓度和组织内的发色团浓度和氧化状态相关的内源性光学对比度产生图像的能力,而无需电离辐射和空间分辨率丢失,通常与纯粹的光学技术相关的纯粹光学技术,例如纯粹的光学技术。1,9这允许进行组织代谢和血管生成的成像,这些代谢和血管生成已被鉴定为在肿瘤生长和进展中起关键作用。7,10因此,理想地将光声成像定位为在体内解决这两个标志。2 - 8,10因此,优化且经过验证的燕麦系统可以成为治疗乳腺癌的强大工具。通过评估肿瘤微举行密度和血液氧合,它可以使肿瘤侵袭性的初步评估以告知治疗计划和预后。它还可以随着时间的推移监测肿瘤对治疗的反应。然而,为了实现其全部诊断潜力,燕麦应具有提供有关光吸收系数真实值的定量信息的能力,该信息与分子浓度成正比。7、11、12
硅通孔技术是一种有前途的、可优先实现三维集成电路(3-D IC)可靠互连的方法,可将多个芯片的热量沿垂直方向传递到热沉。本文提出了一种新的硅通孔(TSV)通用模型来研究3-D IC的热性能。首次研究了锥环TSV的传热特性。详细比较和分析了不同侧壁倾角和TSV绝缘层厚度对3-D IC散热的影响。正如预期的那样,我们提出的模型与现有模型的结果一致性很好,这表明考虑横向传热和TSV结构的模型可以更有效、更准确地预测温度分布。此外,研究发现锥环TSV具有更优异的散热性能。关键词 : 3-D集成电路,解析热模型,
1 简介 眼动追踪方法是研究人员的标准工具。眼动追踪设备有多种类型:集成到显示器的眼动追踪器、便携式眼动追踪器或移动眼动追踪眼镜。不同的眼动追踪器可用于不同的科学领域。最常见的领域之一是人机交互 (HCI)。在此领域,眼动追踪可用于软件开发或 Web 应用程序测试(Kim 等人,2018 年)。在后处理眼动追踪数据期间,可以使用许多不同的可视化技术,例如热图(Tula 等人,2016 年)或凝视图(Räihä 等人,2005 年)。但是,对于聚合可视化,参与者的屏幕必须看起来相同。在网站或传统软件应用程序的可用性测试中,分离的任务允许研究人员选择每个参与者时间线的特定部分,
1 简介 眼动追踪方法是研究人员的标准工具。眼动追踪设备有多种类型:集成在显示器中的眼动追踪器、便携式眼动追踪器或移动眼动追踪眼镜。不同的眼动追踪器可用于不同的科学领域。最常见的领域之一是人机交互 (HCI)。在此领域,眼动追踪可用于软件开发或 Web 应用程序测试(Kim et al., 2018)。在后处理眼动追踪数据时,可以使用许多不同的可视化技术,例如热图(Tula et al., 2016)或凝视图(Räihä et al., 2005)。但是,对于聚合可视化,参与者的屏幕必须看起来相同。在网站或传统软件应用程序的可用性测试中,分离的任务允许研究人员选择每个参与者时间线的特定部分,