生物通官微陪你抓住生命科技跳动的脉搏
基于距离门控技术和大型SPAD阵列激光雷达系统的高速3D成像技术
单光子LiDAR系统实现动态目标三维成像,采用512×512硅基SPAD阵列提升时空分辨率,改进第一光子成像算法结合大视场角校正,在0.625ms积分时间下达成51.3fps帧率,有效抑制背散射噪声并实现乒乓球、风车等动态目标的精准重构。
来源:Optics and Lasers in Engineering
时间:2025-12-18
自适应递归信道选择技术用于增强脑出血患者运动想象脑电图(EEG)信号的解码性能
针对脑出血(ICH)患者EEG-MI脑机接口的通道选择难题,本研究提出基于自适应递归学习框架的时频域特征融合方法。实验证明,减少37.5%通道后,健康人群和ICH患者的运动想象分类准确率分别提升至69.28%和67.64%。
来源:Pattern Recognition Letters
特定关系中的成人依恋、主观幸福感与工作满意度:一种多特质-多关系的研究方法
本研究通过三个大样本,验证成人依恋的关系特异性因素(如伴侣)独立预测主观幸福感(SWB),并通过SWB间接影响职业满意度,超过总体依恋特质(焦虑和回避)的作用。结果强调伴侣依恋在幸福感与工作满意度中的独特贡献。
来源:Personality and Individual Differences
结合EPR(电子顺磁共振)和OSL(光释光)技术的Al₂O₃:C剂量测量方法在中子和光子剂量测量中的应用
采用alanine EPR与OSL NanoDot组合剂量法,通过3D打印鼠模型比较传统PMMA模型在AFRRI反应堆不同中子-光子混合场中的剂量测量效果,验证了3D打印模型的实用性和经济性,并确定alanine中子相对灵敏度为0.35±0.11 Gy。
来源:Radiation Measurements
基于深度学习的儿科头部CT器官剂量预测技术:采用全自动组织分割技术以及新开发的体素化模型,在GATE/Geant4仿真工具包中进行验证
该研究开发了一种基于深度学习的儿童头CT辐射剂量预测模型,通过自动化组织分割和蒙特卡洛(MC)模拟实现器官特异性剂量评估。采用VGG16架构的卷积神经网络,基于982例儿童CT影像构建训练集,结合数据增强提升模型鲁棒性。结果显示模型在骨组织(RRMSE 4.84%,R²=0.95)预测精度最高,脑组织、眼晶状体和空气+脂肪组织预测误差分别为8.45%、10.59%和6.01%。研究验证了深度学习结合MC模拟在儿童辐射剂量评估中的可行性,为个性化剂量管理提供新方法。
一项采用混合方法的研究,探讨了在美国两家医疗机构中扩大晚期堕胎护理服务的情况
晚期流产服务扩展的实践路径与组织文化影响:基于两伊利诺伊诊所的混合方法研究。
来源:SSM - Health Systems
吡唑衍生物在Fe(110)表面抑制腐蚀机制的计算洞察:基于密度泛函理论(DFT)和蒙特卡洛方法的研究
本文通过密度泛函理论(DFT)和蒙特卡洛模拟,研究五种新型吡唑啉酮衍生物(B1-B5)对Fe(110)表面腐蚀的抑制效果。结果表明,B5因最强吸附能(-225.765 kcal/mol)、最大偶极矩(5.00 Debye)和最小能隙(3.154 eV)表现出最优抑制性能,而B3效果最差,B4和B2具有中等抑制效果。
来源:Surface Science
在掺银的五钯硒(Penta-PdSe)单层膜上设计并研究非侵入性肺癌挥发性有机化合物(VOC)生物标志物的检测方法:结合范德华力(vDW)校正的全面密度泛函理论(DFT)研究
肺癌相关挥发性有机化合物(VOCs)的早期筛查对非侵入式诊断至关重要。本研究通过密度泛函理论(DFT)结合Grimme的DFT-D3色散修正,系统研究了Ag掺杂PdSe₂单层对异戊二烯(C₅H₈)、丙烯醛(C₃H₄O)、异丁醛(C₄H₈O)和丙醇(C₃H₈O)的吸附与传感特性。结果表明,Ag掺杂将PdSe₂的带隙从1.20 eV降至0.68 eV,引入局域态增强电响应,异戊二烯吸附能达-1.72 eV,带隙调制幅度达0.79 eV,IV特性显示其最高灵敏度达74.4%,为非侵入式肺癌诊断提供了新材料平台。
来源:Surfaces and Interfaces
离子液体-醋酸纤维素复合材料作为农业4.0及相关技术中的湿度传感器
本研究开发了一种可持续的纤维素乙酸基湿度传感器,通过整合离子液体[Bmim]₂[CoCl₄],实现了水色效应与电响应的双模态检测。优化配方在50-90% RH范围内表现优异,适用于土壤湿度监测,提供环保无纳米材料的解决方案。
来源:Sustainable Materials and Technologies
利用嵌入式种子方法对液态铜中均匀Cu种子和异质Fe/Ni种子诱导的凝固过程进行分子动力学模拟
纳米种子异质形核与生长规律研究
来源:METALLURGICAL AND MATERIALS TRANSACTIONS A-PHYSICAL METALLURGY AND MATERIALS SCIENCE
知名企业招聘: