XiaoMi-AI文件搜索系统
World File Search System配准
准二维异质结构（km1-xte）（late3）...
（[[rq] 1+δ）m（m''q 2）n（r = pb，sn，bi，bi，稀土元素; m“ = ti，v，cr，nb，ta; q = s，se），9-10
POS AV 610 - Applanix
POS AV 是用于机载直接地理配准的最重要的商用 GNSS-惯性解决方案。POS AV 与数码相机、胶卷相机、激光雷达系统、SAR 系统和数字扫描仪配合使用，每秒可精确测量数百次空中传感器的位置和方向，在数据捕获的准确时刻考虑所有运动变量。实时或使用高效的 POSPac Mobile Mapping Suite (MMS) 软件进行后期处理，数据可用于将传感器数据准确地地理配准到地球或本地测绘框架，而无需地面信息，从而消除了耗时的空中三角测量步骤。POS AV 非常适合支持精确测绘工作，特别是在恶劣环境和快速响应能力下，地面控制数据可能无法获得或无法物理收集。
![arXiv:2005.02933v1 [eess.IV] 2020 年 5 月 6 日](/simg/2\235153b646f9d9cc677346ddb80d9cb058ed73e6.webp)
arXiv:2005.02933v1 [eess.IV] 2020 年 5 月 6 日
摘要。在医学成像中，通常需要获取多种模态（MRI、CT、PET 等）以突出不同的结构或病理。由于患者在扫描或扫描会话之间移动是不可避免的，因此配准通常是任何后续图像分析之前的必要步骤。在本文中，我们引入了一种基于联合总变分的成本函数，用于此类多模态图像配准。该成本函数的优点是可以对多个图像进行原则性、分组对齐，同时对强强度不均匀性不敏感。我们在严格对齐模拟和真实 3D 脑部扫描时评估了我们的算法。此验证表明，对于 CT/PET 到 MRI 对齐，该算法对强强度不均匀性和低配准误差具有鲁棒性。我们的实现在 https://github.com/brudfors/coregistration-njtv 上公开提供。
脑转移评估策略
为了分析脑移位现象，我们采用了不同的策略。在 32 例胶质瘤病例中，我们获取了术前和术中的 MR 数据集，以评估脑表面和深部肿瘤边缘的最大位移。在使用神经导航系统软件进行刚性配准后，直接与 2D 和 3D 可视化进行比较。结果发现，在所有病例中，66% 的脑移位变化很大，皮质位移高达 24 毫米，深部肿瘤边缘超过 3 毫米。在术中成像后，神经导航系统在 8 例病例中进行了更新，提供了可靠的指导。为了进行更全面的分析，我们应用了基于体素的非线性配准。为了提高对齐速度，我们使用基于图形硬件支持的 OpenGL 函数的 3D 纹理映射执行了所有插值操作。通过对底层控制点网格进行自适应细化（重点关注主要变形区域），进一步实现了加速。为了快速概览，我们使用不同的 3D 可视化方法评估了已配准的数据集。最后，将结果与初始测量值进行比较，以更好地理解大脑移位现象。总体而言，实验清楚地表明，大脑表面和深层大脑结构的变形是不相关的。2004 Elsevier BV 保留所有权利。
无监督图像配准可提高心脏和脑图像分析的性能和可解释性
摘要：磁共振成像 (MRI) 通常会招募多个序列（本文定义为“模态”）。由于每种模态都旨在提供不同的解剖和功能临床信息，因此不同模态之间的成像内容存在明显差异。模态间和模态内仿射和非刚性图像配准是临床成像中必不可少的医学图像分析过程，例如，在成像之前，需要在不同的 MRI 模态、时间阶段和切片之间获取和临床评估生物标志物。尽管在实际临床场景中通常需要仿射和非刚性图像配准，但尚未使用单一无监督模型架构进行广泛研究。在我们的工作中，我们提出了一种无监督深度学习配准方法，可以同时准确地模拟仿射和非刚性变换。此外，逆一致性是基本模态间配准属性，深度学习配准算法并未考虑该属性。为了解决逆一致性问题，我们的方法执行双向跨模态图像合成以学习模态不变的潜在表示，并涉及两个因式分解变换网络（每个编码器-解码器通道一个）和一个逆一致性损失以学习保持拓扑的解剖变换。总体而言，我们的模型（名为“FIRE”）在多模态脑 2D 和 3D MRI 以及模态内心脏 4D MRI 数据实验中表现出比参考标准基线方法（即使用 ANTs 工具箱实现的对称归一化）更好的性能。我们专注于解释模型数据组件，以增强模型在医学图像配准中的可解释性。在计算时间实验中，我们表明 FIRE 模型在节省内存的模式下运行，因为它可以在训练阶段直接学习保持拓扑的图像配准。因此，我们展示了一种高效且通用的配准技术，该技术在临床环境中的多模态图像配准中具有优势。
历史石膏配方中的先进材料工程
根据对艺术家的口头采访和保存下来的书面资料，我们复制了历史艺术品中使用的石膏糊配方：伊朗约公元 14 世纪的 Gach-e Koshteh 和意大利约公元 15 世纪的 Gesso Sottile。我们发现，如果采用 Koshteh 方法，获得的无添加剂石膏灰泥会表现出更亲水的特性，如果采用 Sottile 方法，则会表现出更疏水的特性。这些差异是由材料晶体结构的变化引起的，在历史背景下揭示了一项惊人的技术成就。本文报告的研究结果证实，存在大量未知的技术数据，这些数据有助于开发改进的含石膏文化物品的可持续保存和修复方法。
扩大纳米颗粒配方从发现到商业化的规模
在开发 saRNA-LNP COVID-19 疫苗时，Precision NanoSystems 证明了早期测试配方对于下游工艺参数的重要性。这种治疗方法的一个重要步骤是在线稀释和缓冲液交换，以从配方中去除乙醇并准备储存在最终的低温缓冲液中。虽然两种配方（LNP1 和 LNP2）最初在不同流速和规模（Ignite、Blaze、GMP）下产生相似的 CQA（粒度、多分散性和包封效率），但在 TFF 处理后，LNP1 的尺寸显着增加，而 LNP2 保持了这些特征。这项研究表明，一些配方对下游工艺很敏感，通过小规模测试配方尽早识别这些 CPP 可以节省时间和材料，并降低扩大规模的风险。
自配 - - 氨基甲酸酯链链链链接 - cd19-budesonide- ...
抽象抗体 - 药物结合物由与靶抗体相关的有效小分子有效载荷组成。有效载荷必须拥有一个可行的功能组，可以通过该范围连接连接器。连接器 - 附件选项通过羟基连接到有效载荷仍然有限。开发了基于2-氨基吡啶的释放组，以使para-氨基苯甲酸氨基甲酸酯（PABC）连接器稳定地附着到Budesonide的C21-羟基，糖皮质激素受体激动剂。有效载荷释放涉及一系列由蛋白酶介导的二肽-PABC键裂解引发的两个自适应事件。在pH 7.4和pH 5.4的缓冲溶液中的一系列有效载荷中间体确定布德索尼德释放率，从而导致2-氨基吡啶鉴定为首选释放组。 添加聚乙二醇基团改善了接头的亲水性，从而提供了具有合适特性的CD19-甲硝基ADC。 ADC23证明了靶向的布德索德递送到CD19表达细胞，并抑制了小鼠的B细胞激活。布德索尼德释放率，从而导致2-氨基吡啶鉴定为首选释放组。添加聚乙二醇基团改善了接头的亲水性，从而提供了具有合适特性的CD19-甲硝基ADC。ADC23证明了靶向的布德索德递送到CD19表达细胞，并抑制了小鼠的B细胞激活。
增材制造 - NIST 的 TSAPPS
本研究改进了计量数据集的表面配准方法，以提高增材制造 (AM) 晶格的多方法鉴定精度。使用基于理论补充表面定义的派生几何基准特征对齐从 X 射线计算机断层扫描和 AM 晶格的坐标测量机获取的数据集，该理论补充表面定义已在最近的草案标准中建立，但在使用复杂 AM 结构时进行了有限的检查。基于空间相关子采样的晶格几何的改进采样配准方法被推导并显示可统计地减少测量源之间的差异。强调了明确定义的采样实践和定义的重要性。讨论了这种方法对复杂 AM 部件的多方法鉴定的适用性。本研究为利用新标准中正在考虑的规范奠定了基础，并可能采用验证技术。
Bis-vanadyl配位复合物作为2 Quit的量子门
最受追求的科学目标之一是实现量子计算，1使用量子力学的法律和资源来实施快速非常复杂的算法，2-4实现量子模拟5或利用量子密码学。6，这需要一个两级量子系统作为信息的基本单元（Qubit）和一项以逻辑方式解决这些量子的技术，并将它们互连以进行计算。在实现Qubits的拟议系统中，7-10分子电子自旋对化学家特别有吸引力。11-13因此，已经做出了重要的努力，以了解控制过渡金属14-17和灯笼配位络合物中自旋量子相干性的因素。18-20量子门的实现需要对几个相互连接的量他的相干操纵。分子已作为2 Quit量子门的原型制备，要么是不等纠缠金属离子的二聚体，21,22，要么作为具有可切换相互作用的金属基量子对。23,24还建议将核自旋自由度作为n- Qudits（维度N的信息单位），25,26，一些方案依赖于核和电子旋转之间的超精细相互作用来实施精心的协议，例如量子误差校正方法27或Grover Algover Algover Algover AlgoRith的实现。28最近的报告提出了