收稿日期: 2024−10−19 修回日期: 2024−11−13 接受日期: 2024−11−18 DOI : 10.20078/j.eep.20241104 基金项目: 国家自然科学基金资助项目 ( 62218901 ) 第一作者: 孙俊强 ( 2000— ), 男 , 广东珠海人 , 硕士研究生 , 主要研究方向为磁性分子印迹技术。 E-mail : sjq@gzhu.edu.cn 通讯作者: 瞿芳术 ( 1984— ), 男 , 福建宁德人 , 教授 , 主要研究方向为膜法水处理技术。 E-mail : qufs@gzhu.edu.cn
在学术研究和工业设定中,水气泡的灵活操纵至关重要,例如污水处理,[1-4]矿物质浮选,[5,6]压力传感器[7] [7]和与气体相关的电化学。[8-10]迄今为止,大多数报告的操纵气泡的方法主要依赖于浮力的援助或源自底物不对称几何结构的拉普拉斯压力梯度的合作。[11-15],例如,受仙人掌刺的定向水滴传输能力的启发,Yu等。报道了一种超疏水铜锥,该铜锥由低表面倾斜的涂料组成,能够由于巨大的拉place压力差而沿浮标和抗增强性的方向运输气泡。[16]张和同事通过利用激光削皮的技术和表面超疏水层涂层来制造各种超毒甲基甲基丙烯酸甲酯(PMMA)片(PMMA)片(PMMA)片。[17]
[5] R. Wiesendanger,自然评论材料2016,1,1。[6]B.Göbel,I。Mertig,O。A. Tretiakov,物理报告2021,895,1。[7] S. Li,X。Wang,T。Rasing,跨学科材料2023,2,260。[8] Y. Tokura,N。Kanazawa,化学评论2020,121,2857。[9] N. Nagaosa,Y。Tokura,自然纳米技术2013,8,899。[10] G. Kimbell,C。Kim,W。Wu,M。Cuoco,J。W。Robinson,通信材料2022,3,19。
摘要背景:脑肿瘤细分在诊断和治疗计划方面有很大贡献。手动脑肿瘤描述是一项耗时且乏味的任务,并且根据放射科医生的技能而有所不同。自动化的脑肿瘤分割非常重要,并且不依赖于观察间或观察到。这项研究的目的是使从流体累积的反转恢复(FLAIR),T1加权(T1W),T2加权(T2W)和T1W对比(T1W对比度(T1CE)对比(T1CE)磁性结合(MR)序列的最高准确性或在MR上的组合,从而使MR的最高序列或pocorm pocol to pocol to pocol to pocol compoy 其中。 方法:Brats −2020挑战数据集,包含370名具有四个MR序列和手动描绘的肿瘤口罩的受试者,用于训练残留的神经网络。 该网络是针对每个MR序列(单通道输入)及其任何组合(双或多通道输入)分别训练和评估的。 结果:单通道模型的定量评估表明,与其0.77±0.10骰子指数相比,天赋序列将产生更高的分割精度。 考虑到双通道模型,具有FLAIR和T2W输入的模型产生了0.80±0.10骰子指数,表现出更高的性能。 整个四个MR序列的关节肿瘤分割均具有0.82±0.09骰子指数的最高总体分割精度。其中。 方法:Brats −2020挑战数据集,包含370名具有四个MR序列和手动描绘的肿瘤口罩的受试者,用于训练残留的神经网络。 该网络是针对每个MR序列(单通道输入)及其任何组合(双或多通道输入)分别训练和评估的。 结果:单通道模型的定量评估表明,与其0.77±0.10骰子指数相比,天赋序列将产生更高的分割精度。 考虑到双通道模型,具有FLAIR和T2W输入的模型产生了0.80±0.10骰子指数,表现出更高的性能。 整个四个MR序列的关节肿瘤分割均具有0.82±0.09骰子指数的最高总体分割精度。其中。 方法:Brats −2020挑战数据集,包含370名具有四个MR序列和手动描绘的肿瘤口罩的受试者,用于训练残留的神经网络。 该网络是针对每个MR序列(单通道输入)及其任何组合(双或多通道输入)分别训练和评估的。 结果:单通道模型的定量评估表明,与其0.77±0.10骰子指数相比,天赋序列将产生更高的分割精度。 考虑到双通道模型,具有FLAIR和T2W输入的模型产生了0.80±0.10骰子指数,表现出更高的性能。 整个四个MR序列的关节肿瘤分割均具有0.82±0.09骰子指数的最高总体分割精度。其中。 方法:Brats −2020挑战数据集,包含370名具有四个MR序列和手动描绘的肿瘤口罩的受试者,用于训练残留的神经网络。 该网络是针对每个MR序列(单通道输入)及其任何组合(双或多通道输入)分别训练和评估的。 结果:单通道模型的定量评估表明,与其0.77±0.10骰子指数相比,天赋序列将产生更高的分割精度。 考虑到双通道模型,具有FLAIR和T2W输入的模型产生了0.80±0.10骰子指数,表现出更高的性能。 整个四个MR序列的关节肿瘤分割均具有0.82±0.09骰子指数的最高总体分割精度。其中。方法:Brats −2020挑战数据集,包含370名具有四个MR序列和手动描绘的肿瘤口罩的受试者,用于训练残留的神经网络。该网络是针对每个MR序列(单通道输入)及其任何组合(双或多通道输入)分别训练和评估的。结果:单通道模型的定量评估表明,与其0.77±0.10骰子指数相比,天赋序列将产生更高的分割精度。考虑到双通道模型,具有FLAIR和T2W输入的模型产生了0.80±0.10骰子指数,表现出更高的性能。整个四个MR序列的关节肿瘤分割均具有0.82±0.09骰子指数的最高总体分割精度。结论:FLAIR MR序列被认为是单个MR序列上肿瘤分割的最佳选择,而整个四个MR序列的关节分割将产生较高的肿瘤描述准确性。
本研究利用磁性,重力和磁铁(MT)数据,对伊朗的Sabalan地热区进行了全面的地球物理研究。这些数据已倒入5000米的深度。磁数据反演准确识别出断层或断裂。重力数据反演产生了一个密度模型,以区分侵入性质量,储层和覆盖单元。mt数据反演使用了TM和TE模式的明显电阻率和相位数据。将所得模型与地质横截面进行了比较,以评估其准确性和一致性。地球物理模型的整合为萨巴兰地区提供了全面的地质概念模型。鉴定了热源,热液储存库和潜在的地热流体途径,证明地球物理方法在地下映射中的有效性。基于钻探和地质数据的较新的Sabalan模型的一致性增加了对发现的信心。
我们提出了Naybo 2的中子衍射研究,Naybo 2是一种候选量子旋转液体化合物,该化合物构成了磁性YB 3+离子的几何沮丧的三角形晶格。我们观察到持续到至少20 K的漫射杂志散射,这表明该系统中存在短距离磁相关性,直至相对较高的能量尺度。使用反向蒙特卡洛和杂志配对分布函数分析,我们证实了这些相关性的主要抗磁磁性,并表明可以通过在三角晶格上的海森伯格或XY旋转的非互操作层很好地描述了弥漫性散射数据。我们排除了Ising旋转和短距离条纹或120°的阶段,作为Naybo 2的候选基态。这些结果与Naybo 2中可能的QSL基态相一致,并展示了与短距离磁相关的材料组合的相互和真实空间分析的好处。