XiaoMi-AI文件搜索系统
World File Search System丝馈
两例丝蛋白-C心律失常左心室
案件摘要一名28岁的女士（案例1）在父亲突然去世后被转诊进行心脏检查。她的父亲叔叔（案例2）在转诊之前已被诊断为假定的心肌病。通过ELEC心形摄影图（ECG），24小时的Absuratory ECG监测仪，运动测试和CMR成像进行了广泛的处理。对案例1的研究显示，在卧床监测中，t波倒在下边铅中，室异位负担为3％。心脏磁共振成像显示，具有圆周宏观纤维化的LV收缩功能（射血分数为40％）中等降低。她的叔叔（案例2）在CMR上的脑室受损和扩张。最近在我们的单元中引入了CAR开发服务后，两者对于致病性丝蛋白-C变体（C.7384+1G> a）都是杂合的。基于CMR的发现和遗传结果，两名患者的诊断被认为是ALVC。经过多年的监视，患者1现在具有IM可植物的心脏扭曲器除颤器（ICD）指示。
飞秒光丝清除大气气溶胶
A. Goffin、J. Griff-McMahon、I. Larkin 和 HM Milchberg * 马里兰大学电子与应用物理研究所，马里兰州帕克分校，20742，美国 *milch@umd.edu 大气气溶胶（例如雾中的水滴）会通过散射和吸收干扰激光传播。飞秒光学细丝已被证明可以清除雾区，从而改善后续脉冲的传输。但详细的除雾机制尚未确定。在这里，我们直接测量和模拟半径约为 5 μm 的水滴（典型的雾）在飞秒细丝特有的光学和声学相互作用影响下的动态情况。我们发现，对于由准直近红外飞秒脉冲崩溃产生的细丝，主要的液滴清除机制是激光光学破碎。对于此类细丝，由细丝能量沉积在空气中发射的单周期声波不会影响液滴，也不会引起可忽略的横向位移，因此对雾的清除作用也微乎其微。只有当非细丝脉冲的聚焦程度很高时，局部能量沉积远远超过细丝，声波才会显著取代气溶胶。
通用模式choke（平丝绕组零件ⅱ）
型号i rms（amps）OCL（MH min）最大DCR（MΩ）电感差（UH MAX）SQ1515VA203 1.5 20 390 200 SQ1515VA103 1.5 10 360 200 SQ151515VA852 200 SQ1515HA103 1.5 10 360 200 SQ1515HA852 1.8 8.5 170 200 SQ1515 HA552 2.5 5.5 5.5 115 200
来自长波长红外激光丝的强大太赫兹波
摘要 强太赫兹 (THz) 电场和磁瞬变开辟了科学和应用的新视野。我们回顾了实现具有极端场强的亚周期 THz 脉冲最有希望的方法。在双色中红外和远红外超短激光脉冲的非线性传播过程中，会产生长而粗的等离子体串，其中强光电流会导致强烈的 THz 瞬变。相应的 THz 电场和磁场强度分别可能达到千兆伏每厘米和千特斯拉的水平。这些 THz 场的强度使极端非线性光学和相对论物理学成为可能。我们从光物质与中红外和远红外超短激光脉冲相互作用的微观物理过程、这些激光场非线性传播的理论和数值进展以及迄今为止最重要的实验演示开始，进行了全面的回顾。
高性能磁性丝纤维，由可扩展和环保的生产方法
抽象的柔性磁性材料在生物医学和软机器人的应用中具有巨大的潜力，但需要机械稳定。从机械角度来看，一种非凡的材料是蜘蛛丝。最近，已经开发了在可扩展和全水的过程中生产人工蜘蛛丝纤维的方法。如果具有磁性特性，则这种仿生人造蜘蛛丝纤维将是制造磁性执行器的绝佳候选者。在这项研究中，我们引入了磁性人造蜘蛛丝纤维，其中包含涂有Meso-2,3-二甲状腺酸糖核酸的磁铁矿纳米颗粒。复合纤维可以大量生产，并采用环保湿旋转过程。即使在高浓度（高达20％w/w磁铁矿）下，纳米颗粒也均匀地分散在蛋白质基质中，并且在室温下纤维是超磁性的。此启用了纤维运动的外部磁场控制，使适合致动应用的材料。值得注意的是，与常规的基于纤维的磁执行器相比，纤维表现出优异的机械性能和致动应力。此外，本文开发的纤维可用于创建具有自我恢复形状的宏观系统，从而强调了它们在软机器人应用中的潜力。
基于遗传算法的77GHz串馈贴片阵列天线设计与优化
摘要：本文提出了一种77 GHz串馈贴片阵列天线的设计方法。该研究基于传统遗传算法，探索由相同微带贴片组成的不同阵列拓扑来优化设计。主要的优化目标是降低最大旁瓣电平（SLL）。采用该方法对一种用于汽车雷达的77 GHz串馈贴片阵列天线进行了仿真、加工和测量。天线长度限制不大于3 cm，阵列仅有单个紧凑串联，辐射贴片宽度约为1.54 mm。在用于优化的遗传算法中，将最大旁瓣电平设置为小于或等于-14 dB。测量结果表明，在77 GHz处，所提出的天线的增益约为15.6 dBi，E平面半功率波束宽度约为±3.8 ◦，最大旁瓣电平约为-14.8 dB，H平面半功率波束宽度约为±30 ◦。电磁仿真与测量结果表明，采用所提方法设计的77 GHz天线比本文相同长度的传统天线旁瓣抑制效果提高4 dB以上。
使用前馈神经网络和卷积神经网络进行脑电图数据处理的比较∗
通过大脑活动过程中产生的信号[10]。BCI的目的是建立人脑与计算机之间的通信链路，它提供了一种不使用肌肉将脑电波转化为物理效应的方法[11]。在BCI技术诞生的几十年里，脑电图（EEG）信号分类方法的研究一直是BCI技术不断发展的驱动力。EEG是BCI系统中的一种非侵入式采集方法[1]。它通过将电极放置在头皮上来检测微弱的EEG信号，并记录脑神经活动过程中电信号的变化。然而，由于EEG在穿过大脑皮层到头皮时会大大减弱，提取出的信号的信噪比极低，增加了后续特征提取和分类的难度[13]。传统的分类方法很难找到很好区分和代表性的特征来设计具有优异性能的分类模型。然而，近年来，深度学习方法在图像和语音领域取得了巨大的成功，例如良好的泛化能力以及对数据特征的逐层自动学习[12]。本研究创建了一个可以识别和自动提取脑电信号特征的卷积神经网络，并使用来自同一公共数据库的数据比较了传统特征提取和分类方法的准确性。我们在这个项目中使用了PhysioNet脑电数据，该数据由109名受试者的1500多个一分钟和两分钟的脑电图记录组成。我们的工作目标是通过检测从八个头皮通道获得的脑电活动来探索快速傅里叶变换（FFT）信号分析技术，以区分睁眼（EO）和闭眼（EC）两种状态。
额叶皮质的门控前馈抑制释放目标导向动作
预印本（未经同行评审认证）是作者/资助者。保留所有权利。未经许可不得重复使用。此版本的版权所有者于 2020 年 12 月 15 日发布。；https://doi.org/10.1101/2020.12.13.422593 doi：bioRxiv 预印本
对激光束能曲线的模拟和实验分析，以提高线馈激光沉积的效率
抽象的激光覆层是一项公认的技术，大多数先前的数值建模工作都集中在基于粉末过程的过程中的交付和融化池行为。这项研究对优化的激光束成型进行了新的研究，以针对电线基的独特特性，其中直接底物加热以及电线和底物之间的热传递非常重要。与基于粉末的材料交付相比，该主题的值是通过基于电线的沉积过程来改善的沉积速率和致密的金属结构。线内温度分布（AISI 316不锈钢），底物的传热和直接加热（低碳钢）是通过传热模拟建模的，具有三个激光束辐照度分布。此分析确定了通常与标准高斯分布相关的局部高温区域的去除，以及均匀方形梁曲线可以提供的改进的底物加热。使用横截面光学显微镜分析了使用预位线和1.2 kW CO 2激光器的实验，以提供模型验证和改进的电线覆盖层润湿的证据，同时维持甲壳材料中有良好的抗甲基甲虫。这项工作的关键发现是从480 W/mm 2减少，在从高斯分布更改为均匀的平方分布时，需要辐照辐射，以进行有效的熔融池形成。这也可减少总能量50％。认可和讨论了能源效率，降低成本和可持续性改善的潜在提高。
Ti基异质合金的多丝电弧增材制造：
P. F. Jiang a , X. R. Li a , X. M. Zong b , X.B. 王 c 、Z. K. 陈 b 、 H. X. 杨 d 1 、 C. Z. 刘 e 、 N .K.高a，Z.Z 。