XiaoMi-AI文件搜索系统
World File Search System显微
通过非接触式原子力显微镜
分子氧与半导体氧化物表面的相互作用在许多技术中起着关键作用。这个主题很难通过实验和理论来实现，这主要是由于多种施加电荷状态，吸附氧气的吸附构和反应通道。在这里，我们使用非接触原子力显微镜（AFM）和密度功能性the-Ory（DFT）的组合来解决金红石TIO 2（110）表面上的吸附O 2，这在金属氧化物的表面化学中提出了长期的挑战。我们表明，通过氧气量终止的化学惰性AFM尖端可以很好地解决吸附物种和底物的氧气sublattice。吸附的O 2分子可以从表面接受一个或两个电子极性，形成超氧或过氧物种。在与应用相关的任何条件下，过氧状态是最优选的。非侵入成像的可能性使我们能够解释与尖端注入电子/孔注入相关的行为，与紫外光的相互作用以及热退火的效果。
deepcristae，用于恢复活显微镜图像中线粒体cristae的CNN
线粒体在真核细胞的生命周期中起着至关重要的作用。但是，我们仍然不知道它们的超微结构（例如内膜的cristae）如何动态发展以调节这些基本功能，以响应外部条件或与其他细胞成分相互作用。尽管高分辨率的荧光显微镜与最近开发的创新探针可以揭示该结构组织，但它们的长期，快速和实时3D成像仍然具有挑战性。为了解决这个问题，我们开发了一个称为DeepCristae的卷积神经网络，以恢复低空间分辨率显微镜图像中的线粒体cristae。我们的网络是使用专门为Cristae修复设计的新型损失从2D Sted图像训练的。为了有效地增加训练集的大小，我们还开发了一个以线粒体区域为中心的随机图像贴片采样。为了评估deepcristae，使用我们得出的指标来进行定量评估，我们通过关注线粒体和cristae像素而不是像往常一样在整个图像上进行了定量评估。根据所示的使用条件，DeepCristae在广泛的显微镜模态（刺激的发射耗尽（STED），Live-SR，Airyscan和Lattice Light片显微镜下都很好地工作。它最终是在与内托/溶酶体膜相互作用期间的线粒体网络动力学的上下文中应用的。
用于监视和比较多光子显微镜系统
我们认为量化协议是必要的，原因是几个原因。首先，作为开发人员，早期采用者，建筑商，用户和设施经理，我们意识到，在执行相关测量结果时，并非总是需要达成共识，也不总是就最佳实践达成共识。我们想共享我们认为提供最关键的测量的实践。这种测量可以提供有关系统性能的有价值的诊断信息，尤其是在定期执行表征时。第二，我们的目标是进一步将多光子显微镜从边界技术转变为常规工具，类似于共聚焦显微镜。第三，我们希望这项工作将有助于对实验室内部和整个实验室的结果进行更可靠的比较。第四，最后，我们渴望让制造商以类似的定量方式指定其显微镜的性能，并为这种表征开发更好的工具。总的来说，我们希望推动该领域以提高数据质量和严格目的
定量相显微镜：准确性比较
抽象的定量相显微镜（QPM）在生物形象中起关键作用，提供了补充荧光成像的独特见解。他们提供了有关质量分布和运输的基本数据，无法访问荧光技术。此外，QPM不含标签，消除了光漂白和光毒性的关注。但是，在可用的QPM技术中导航可能很复杂，因此选择最适合特定应用程序的QPM技术。本教程审查对主要QPM技术进行了详尽的比较，重点是它们在测量精度和真实性方面的准确性。我们专注于8种技术，即数字全息显微镜（DHM），跨颗粒波前显微镜（CGM），基于QLSI（四边形剪切干涉术），衍射相显微镜（DPM），差异相位（DPC）显微镜（DPC）显微镜，相位 - 相位 - 相位 - 相位 - 相位 - 相位 - 相位 - 相位 - 相位 - 季节 - 季节 - 季节 - 季节 - 想象 - 想象相关（DPM）显微镜（FPM），空间光干扰显微镜（Slim）和强度方程（TIE）成像。为此，我们使用了基于离散偶极近似（IF-DDA）的自制数值工具箱。此工具箱旨在计算显微镜样品平面处的电磁场，而与物体的复杂性或照明条件无关。我们升级了此工具箱，以使其能够建模任何类型的QPM，并考虑射击噪声。简而言之，结果表明，DHM和PSI固有地没有人工制品，而却遭受了连贯的噪音。在CGM，DPC，DPM和TIE中，精确度和真实度之间存在权衡，可以通过改变一个实验参数来平衡。在大多数情况下，FPM和Slim遭受了固有的伪像，这些伪像无法在实验中被丢弃，这使得技术不是定量的，尤其是对于涵盖大部分视野视野的大物体，例如真核生物细胞。
深度学习增强的轻片显微镜揭示了对心脏纤维化的影响
在临床和临床前研究中，对MF的定量评估仍然是一个重大挑战，受到技术局限性和疾病固有的可变性的阻碍（Bengel等，2023; Karur等，2024; Barton等，2022）。心脏纤维化分析使心脏的小尺寸和缺乏提供足够分辨率的方法变得复杂（Galati等，2016）。组织学染色技术，例如Masson的三色染色，30
优化的机器学习模型，以准确检测念珠菌属。在革兰氏染色的显微镜图像中
摘要：图像解释对于临床微生物诊断至关重要。革兰氏阴性幻灯片的手动阅读是时间耗尽和复杂的。基于机器学习（ML）模型的人工视觉系统的使用可以加快感兴趣的微生物的检测，从而确保丢弃无关的图像，并考虑与诊断相关的图像。这种自动诊断过程大大减轻了微生物学家及其主观性的负担。可以通过鉴定酵母样细胞或指示念珠菌属的丝状结构来自动化晶体染色样品的形态学研究。已经实施了几种多类机器学习模型（XGBoost，人工神经网络和K-Nearest邻居），从图像中采取了相关的形态特征。使用目标函数对酵母和菌丝的特定检测，使用创新的元启发式算法优化了数据集维度。最佳优化模型的精度为0.821，精度宏为0.827，召回宏为0.790，F1宏的宏为0.806。
扫描X射线显微镜成像，对薄图案化sige-on-unsulator纳米结构的应变松弛和波动
G. Girard，RémyBerthelon，F。Andrieu，S。Leake，G。Chahine等。应用物理学杂志，2021，129（9），pp.095302。10.1063/5.0033494。CEA-03159504
原位显微镜和数字图像相关性研究聚合物基材料的机械特征
聚合物复合材料在我们的日常生活中无处不在，因为它们的功能/机械性能[1]，这种材料的机械性能是由构成结构[2]的纳米级/显微镜特征所支持的，并且在此主题上有一些出色的评论[3-7]。传统的机械测试方法获取有关聚合物及其复合材料的宏观物理特性的信息，重要的是要注意，可能会错过有关这些材料中存在的纳米级/微观结构的贡献的信息[8]，并且在分析生物学样本（尤其是用于评估细胞机械的方法）方面存在重大兴趣。多尺度结构和宏观特性的相关性是当前分析研究的一个领域[10，11]；可以采用各种不同的实验室和计算技术来理解
原位显微镜和数字图像相关性研究聚合物基材料的机械特征
聚合物复合材料在我们的日常生活中无处不在，因为它们的功能/机械性能[1]，这种材料的机械性能是由构成结构[2]的纳米级/显微镜特征所支持的，并且在此主题上有一些出色的评论[3-7]。传统的机械测试方法获取有关聚合物及其复合材料的宏观物理特性的信息，重要的是要注意，可能会错过有关这些材料中存在的纳米级/微观结构的贡献的信息[8]，并且在分析生物学样本（尤其是用于评估细胞机械的方法）方面存在重大兴趣。多尺度结构和宏观特性的相关性是当前分析研究的一个领域[10，11]；可以采用各种不同的实验室和计算技术来理解
attosend显微镜 - 预告和Outlook
1 ，奥尔登堡大学-26129德国奥尔登堡2纳米德2纳米德和隆德大学物理系 - 伦敦大学22100年，瑞典3号超快动力学系，麦克斯·普朗克多学科科学研究所 - 37077 GOTTINGER -37077 GOTTINGEN -4 4THENTHITY -SOSTUTTIR -NINAN -SOSTINTING- 37077 G¨ottingen, Germany 5 Max Planck Institute for Solid State Research - 70569 Stuttgart, Germany 6 Institut de Physique, Ecole Polytechnique F´ed´erale de Lausanne - 1015 Lausanne, Switzerland 7 Department of Physics & Astronomy and California NanoSystems Institute, University of California, Los Angeles Los Angeles, CA, USA 8 Institute格拉兹技术大学实验物理学-8010格拉兹，奥地利9 John A. Paulson工程与应用科学学院，哈佛大学 - 马萨诸塞州剑桥，美国，美国，奥尔登堡大学-26129德国奥尔登堡2纳米德2纳米德和隆德大学物理系 - 伦敦大学22100年，瑞典3号超快动力学系，麦克斯·普朗克多学科科学研究所 - 37077 GOTTINGER -37077 GOTTINGEN -4 4THENTHITY -SOSTUTTIR -NINAN -SOSTINTING- 37077 G¨ottingen, Germany 5 Max Planck Institute for Solid State Research - 70569 Stuttgart, Germany 6 Institut de Physique, Ecole Polytechnique F´ed´erale de Lausanne - 1015 Lausanne, Switzerland 7 Department of Physics & Astronomy and California NanoSystems Institute, University of California, Los Angeles Los Angeles, CA, USA 8 Institute格拉兹技术大学实验物理学-8010格拉兹，奥地利9 John A. Paulson工程与应用科学学院，哈佛大学 - 马萨诸塞州剑桥，美国，美国，奥尔登堡大学-26129德国奥尔登堡2纳米德2纳米德和隆德大学物理系 - 伦敦大学22100年，瑞典3号超快动力学系，麦克斯·普朗克多学科科学研究所 - 37077 GOTTINGER -37077 GOTTINGEN -4 4THENTHITY -SOSTUTTIR -NINAN -SOSTINTING- 37077 G¨ottingen, Germany 5 Max Planck Institute for Solid State Research - 70569 Stuttgart, Germany 6 Institut de Physique, Ecole Polytechnique F´ed´erale de Lausanne - 1015 Lausanne, Switzerland 7 Department of Physics & Astronomy and California NanoSystems Institute, University of California, Los Angeles Los Angeles, CA, USA 8 Institute格拉兹技术大学实验物理学-8010格拉兹，奥地利9 John A. Paulson工程与应用科学学院，哈佛大学 - 马萨诸塞州剑桥，美国，美国，奥尔登堡大学-26129德国奥尔登堡2纳米德2纳米德和隆德大学物理系 - 伦敦大学22100年，瑞典3号超快动力学系，麦克斯·普朗克多学科科学研究所 - 37077 GOTTINGER -37077 GOTTINGEN -4 4THENTHITY -SOSTUTTIR -NINAN -SOSTINTING- 37077 G¨ottingen, Germany 5 Max Planck Institute for Solid State Research - 70569 Stuttgart, Germany 6 Institut de Physique, Ecole Polytechnique F´ed´erale de Lausanne - 1015 Lausanne, Switzerland 7 Department of Physics & Astronomy and California NanoSystems Institute, University of California, Los Angeles Los Angeles, CA, USA 8 Institute格拉兹技术大学实验物理学-8010格拉兹，奥地利9 John A. Paulson工程与应用科学学院，哈佛大学 - 马萨诸塞州剑桥，美国，美国，奥尔登堡大学-26129德国奥尔登堡2纳米德2纳米德和隆德大学物理系 - 伦敦大学22100年，瑞典3号超快动力学系，麦克斯·普朗克多学科科学研究所 - 37077 GOTTINGER -37077 GOTTINGEN -4 4THENTHITY -SOSTUTTIR -NINAN -SOSTINTING- 37077 G¨ottingen, Germany 5 Max Planck Institute for Solid State Research - 70569 Stuttgart, Germany 6 Institut de Physique, Ecole Polytechnique F´ed´erale de Lausanne - 1015 Lausanne, Switzerland 7 Department of Physics & Astronomy and California NanoSystems Institute, University of California, Los Angeles Los Angeles, CA, USA 8 Institute格拉兹技术大学实验物理学-8010格拉兹，奥地利9 John A. Paulson工程与应用科学学院，哈佛大学 - 马萨诸塞州剑桥，美国，美国