XiaoMi-AI文件搜索系统
World File Search System分级
分级组装分子纳米片的合成及纳米级表征
此类材料可用于传感器技术[3–6]、能量存储和转换[7–12]、催化[13,14]以及光学和光电设备等各个领域。[15] 此类材料合成的主要挑战之一是化学功能单元的定制整合。石墨烯等二维碳材料在这方面引起了人们的极大兴趣。[16,17] 然而，石墨烯作为组装分级材料的平台的应用受到限制，特别是由于其化学惰性以及在功能化后物理性质的恶化。[15,18,19] 因此，分子纳米片越来越受到关注，因为它们可以由各种有机化合物灵活组装并本质上提供功能基团。 [20,21] 在这方面，碳纳米膜 (CNM)——厚度约为 1 纳米的分子纳米片，为二维材料的分级组装提供了一个通用平台。[22–25] CNM 可以通过电子辐照诱导芳香族自组装单分子层 (SAM) 交联大规模合成，[23] 具有可调的厚度 [24] 和孔隙率 [24,26]，并允许化学功能化 [27,28] 以及气体和离子渗透，[29,30] 等。CNM 的应用示例包括二维片的分级组装，用于生物识别 [31] 和能量漏斗 [27] 应用，以及用于实施
微结构和功能分级弧形添加剂制成的钢组合
功能分级的材料（FGM）已获得了各种应用的许多兴趣，旨在符合当地特性（例如腐蚀行为）的特殊要求，这高度决定了该组件的寿命。腐蚀行为在很大程度上取决于设计材料的化学成分和微观结构。因此，使用线性弧添加剂制造（WAAM）设计了两种FGM组合，其线性变化的材料沉积从G 3SI1到G 19 9L SI（组合1）和G 18L NB到G 19 9L SI（组合2）。使用光学显微镜（OLM）分析不同位置的微观结构，具有连接能量分散X射线光谱（SEM/EDS）和X射线衍射（XRD）的扫描电子显微镜（扫描电子显微镜）。由0.6 M NaCl溶液中的电化学腐蚀行为通过环状电力动力学极化（CPDP）确定，包括CPDP后的SEM成像，以确定凹坑的大小和形态。有关化学梯度的铁素体（α和δ），马氏体和奥氏体类型的相形序列。由于Cr和/或Ni的增加，两种组合方向上的两种组合都增强了点腐蚀性，而PIT形态在各种微观结构的存在依赖性方面发生了变化。
机械引导的三维介观结构分级组装
具有复杂、层次化几何形状的三维中观结构在自然界中随处可见。此类结构支持植物和动物生命的基本功能，例如用于授粉的花蕊和花瓣、用于控制粘附的壁虎脚和用于减少阻力的鲨鱼鳞片。这些以及生物体中其他三维系统的例子也为电子、[1–5] 光子学、[6–9] 生物传感、[10–13] 储能系统、[14–17] 机械和光学超材料、[18–23] 微型机器人 [24–29] 和其他领域的工程对应物提供了灵感。制造此类结构的方案侧重于直接自上而下或自下而上的技术。[30–33] 虽然这些方法非常实用，但大多数在材料兼容性、几何复杂性和设计多功能性方面也存在一些局限性。例如，3D 打印技术具有较高的结构分辨率和拓扑灵活性，但它们不适用于器件级半导体材料。替代方案
用于高效热化学储能的分级盐陶瓷复合材料
当吸湿盐（MgSO4，xH2O）分布在具有足够的层次化孔隙率的氧化锆陶瓷基质中时，其用于热化学储能的性能可以大大提高。基质材料采用增材制造技术（robocasting）与造孔剂添加和部分烧结相结合的方式制造，以获得三级孔隙率（孔径分布在 3 个十年内，从 200 纳米到 200 微米）。然后通过用水性盐溶液渗透基质材料来获得复合材料。孔隙率使基质材料中储存的盐量及其与水蒸气的可及性最大化，从而产生潜在的高能量密度（高达 420 kWh·m -3 ），而不会在水合/脱水循环中损失效率。
磨损不完美的功能分级零件的行为分析：分析和实验技术
摘要。在本研究中使用了分析溶液和实验测试的组合，以评估多孔功能分级材料（PFGM）结构系统的耐磨性。使用基于不同参数的3D打印技术制造了圆柱多孔样品。根据ASTM标准，已经使用圆盘摩擦计上的销钉研究了多孔样品的滑动磨损行为。结果显示实验和分析分析之间的合理一致，差异为10.434％。这表明3D打印可以适用于制造可靠的粘弹性样品。但是，孔隙率参数对耐磨性有重大影响。多孔分级技术导致FGM PLA样品的较高实验性耐磨性约为31％。使用扫描电子显微镜（SEM）进行了样品骨折表面的体形观察，以检查PFGM层的性质。
人工智能辅助显着提高病理学家对前列腺活检的格里森分级
摘要 Gleason 评分是前列腺癌患者最重要的预后指标，但其存在显著的观察者差异。基于深度学习的人工智能 (AI) 系统可以在 Gleason 分级中达到病理学家级别的表现。但是，如果存在伪影、异物组织或其他异常，此类系统的性能可能会下降。病理学家将他们的专业知识与 AI 系统的反馈相结合，可以产生协同效应，其表现优于个体病理学家和系统。尽管 AI 辅助被大肆宣传，但病理学领域关于这一主题的现有文献有限。我们研究了 AI 辅助对前列腺活检分级的价值。一个由 14 名观察员组成的小组在使用和不使用 AI 辅助的情况下对 160 次活检进行了分级。使用 AI，小组与专家参考标准的一致性显著提高（二次加权 Cohen 's kappa，0.799 vs. 0.872；p = 0.019）。在 87 个病例的外部验证集中，小组与前列腺病理学国际专家小组的一致性显著提高（二次加权 Cohen 's kappa，0.733 vs. 0.786；p = 0.003）。在两个实验中，从群体层面来看，AI 辅助病理学家的表现都优于无辅助病理学家和独立的 AI 系统。我们的结果表明 AI 系统具有 Gleason 分级的潜力，但更重要的是，结果表明了病理学家与 AI 协同作用的好处。
用于室温钠硫电池的三重功能分级混合 MXenes 中间层
室温钠硫 (RT Na-S) 电池具有高理论能量密度和低成本的特点，最近因潜在的大规模储能应用而受到广泛关注。然而，多硫化钠的穿梭效应仍然是导致循环稳定性差的主要挑战，这阻碍了 RT Na-S 电池的实际应用。在此，设计了一种多功能混合 MXene 中间层以稳定 RT Na-S 电池的循环性能。混合 MXene 中间层包括大尺寸的 Ti 3 C 2 T x 纳米片内层，随后是玻璃纤维 (GF) 隔膜表面的小尺寸 Mo 2 Ti 2 C 3 T x 纳米片外层。大尺寸的 Ti 3 C 2 T x 纳米片内层为可溶性多硫化物提供了有效的物理阻挡和化学限制。小尺寸的 Mo 2 Ti 2 C 3 T x 外层具有出色的多硫化物捕获能力，并加速了多硫化物转化的反应动力学，这是由于其优异的电子电导率、大的比表面积和富含 Mo 的催化表面。因此，采用这种混合 MXene 夹层改性玻璃纤维隔膜的 RT Na-S 电池在 1 C 下在 200 次循环中提供稳定的循环性能，容量保持率提高了 71%。这种独特的结构设计为开发高性能金属硫电池的基于 2D 材料的功能夹层提供了一种新颖的策略。
具有自增强自适应性能的分级多孔钢整体结构
铁是一种丰富的化学元素，自古以来就以钢和铸铁的形式用于制造工具、器皿和武器。[1,2] 钢铁目前每年的产量为 1.4 亿吨，是人类文明中最广泛利用的材料之一。[1] 如此高的产量和当前加工技术的高碳足迹，使钢铁成为现代社会减少材料对环境影响的首选材料。[3] 虽然全世界的大部分钢铁生产都用于制造致密的建筑结构元件，但人们也在探索将多孔铁块用于催化、[4] 储能、[5] 组织再生 [6] 和结构应用。[7] 对环境影响较小的轻质结构的需求日益增长，人们对此类多孔金属以及它们对旨在更有效地利用自然资源的非物质化战略的潜在贡献的兴趣日益浓厚。海绵铁是通过将矿石在熔点以下直接还原而获得的，是多孔金属最早的例子之一。[8] 由于其强度相对较低，这种多孔铁在过去被用作制造致密结构的前体。多孔金属的低强度源于众所周知的材料强度和相对密度之间的权衡。[9] 根据 Gibson-Ashby 分析模型的预测，[10] 多孔和胞状结构的强度和刚度与固相相对密度 (φ) 呈幂律关系：P∼φm，其中 P 是关注的属性，m 是缩放指数。重要的是，高度多孔的大型结构（φ<0.20）通常表现出的刚度和承载能力远低于这种简单分析模型的预期水平。 [11] 事实上，实验和计算研究表明，当材料的相对密度接近其渗透阈值时，只有一小部分固相能有效地增加多孔结构的刚度。[12,13] 这是因为在多孔网络结构整体变形过程中存在未受载荷的悬挂元素。[14]
使用全切片成像对浆液性卵巢癌进行分级
目的：我们建立了高级别浆液性卵巢癌 (HGSOC) 的 4 种组织病理学亚型，并报告说间充质转化 (MT) 型的预后比其他亚型更差。在本研究中，我们修改了组织病理学亚型算法，以在全切片成像 (WSI) 中实现较高的观察者间一致性，并描述 MT 型的肿瘤生物学特征，以便进行个体化治疗。方法：四位观察者使用 Cancer Genome Atlas 数据中的 HGSOC 的 WSI 进行组织病理学亚型分析。作为验证集，四位观察者独立评估了来自近畿大学和京都大学的病例，以确定一致率。此外，通过基因本体术语分析检查了在 MT 型中高表达的基因。还进行了免疫组织化学以验证通路分析。结果：经过算法修改后，4 种分类的 kappa 系数（表示观察者间一致性）大于 0.5（中等一致性），2 种分类（MT vs. 非 MT）的 kappa 系数大于 0.7（高度一致性）。基因表达分析表明，与血管生成和免疫反应相关的基因本体术语在 MT 类型中高表达的基因中富集。与非 MT 类型相比，MT 类型的 CD31 阳性微血管密度更高，并且在 MT 类型中观察到 CD8/CD103 阳性免疫细胞浸润高的肿瘤组。结论：我们开发了一种使用 WSI 对 HGSOC 进行可重复的组织病理学亚型分类的算法。本研究结果可能有助于 HGSOC 的个体化治疗，包括血管生成抑制剂和免疫疗法。