-
利用台式核磁共振(NMR)技术测定脂质纳米颗粒和脂质体中的乙醇清除率
benchtop核磁共振微量分析法可高效检测脂质体乳剂和mRNA-LNP系统中乙醇含量,验证了其比气相色谱法更简便、维护更少、样品前处理更简单,且灵敏度达25 mg/mL(远低于ICH Class 3溶剂限值5000 mg/mL),并证实该技术可作为过程分析技术(PAT)实时监控乙醇清除效率,适用于大分子干扰严重的多种基质检测。
来源:ANALYTICAL AND BIOANALYTICAL CHEMISTRY
时间:2025-12-12
-
综述:量子点在光电催化技术中的作用
本综述系统阐述了量子点(QDs)作为光子敏化剂在光电催化(PEC)中的核心作用,重点探讨了其通过异质结介导的电荷转移增强体相材料光能利用效率的机制。文章详细分析了QDs独特的(量子限域效应)调控的光电性质、光电极构建策略及界面电荷转移动力学优化方案,为开发高性能(太阳能-氢能转换,STH)及污染物降解等(PEC)应用提供了重要见解。
来源:Communications Chemistry
时间:2025-12-12
-
综述:微流控阻抗细胞术在细菌和亚微米颗粒分析中的优化技术综述
微流控阻抗细胞术(MIC)通过优化电极布局、通道结构、数据处理算法及激励信号,提升对亚微米级生物颗粒(如细菌、病毒、细胞外体)的检测准确性和分类能力,为便携式诊断设备开发提供新策略。
来源:Analytica Chimica Acta
时间:2025-12-12
-
一项关于非妊娠和妊娠美利奴母羊及羔羊生殖器距离的初步研究,采用卡尺和图像分析方法进行测量
阴门间距(AGD)测量(包括AF、AVV、VV和AC)与母羊妊娠状态及胎次的相关性研究。使用千分尺和图像分析软件测量80只Merino母羊和80只剪尾母羊的AGD,发现AF、AVV和VV与妊娠状态显著相关(P<0.05),而AC无关联。图像分析法重复性优于千分尺,且能更好预测母羊妊娠状态,为牧场提供经济实用的妊娠检测工具。
来源:Animal Reproduction Science
时间:2025-12-12
-
使用经过微调的深度学习技术来探索和识别应用商店中存在的细粒度可访问性问题
无障碍访问用户评论分析采用深度学习模型,通过采集苹果应用商店18类85款应用共178,667条评论,制定分类指南并手动标注13,000条,评估CNN、LSTM等模型的二分类与五分类性能,CNN在二分类达93%准确率,五分类平均97%准确率,有效解决开发者手动分析效率低的问题,为应用无障碍改进提供数据支持
-
通过敏捷方法在职业软件开发教育中弥补技能差距
本研究在印尼职业技术教育中设计并验证了整合Scrum、精益创业和极限编程的敏捷框架,通过两学期项目式学习培养软件开发技能。采用混合方法评估51名学生,发现净推荐值(NPS)从第1冲刺的20.0提升至第5冲刺的56.9,6/7团队实现改进,证实敏捷方法能有效缩小教育与产业需求差距,提升学生迭代开发、客户协作等核心能力。
-
综述:可食用昆虫来源多糖的研究进展:分离方法、结构-活性关系研究及其在功能性食品中的应用前景
本文系统综述了2015-2025年间昆虫多糖的研究进展,重点探讨其提取纯化策略(如热水提取、超声波辅助及去蛋白化)、生物活性(抗氧化、免疫调节、抗病毒及肠道菌群调控)及结构-活性关系(尿苷酸、半乳糖等残基影响)。指出当前研究存在方法学不统一、结构表征不足及体内验证欠缺等问题,建议未来加强标准化工艺、结构解析及转化应用研究。
来源:Carbohydrate Polymers
时间:2025-12-12
-
综述:利用动态识别技术提升基于核磁共振(NMR)的检测效果
多酚基抗腐蚀涂层通过界面粘附增强、动态交联网络及刺激响应微纳米结构实现自愈与损伤监测功能,系统总结了其设计策略与应用进展,并探讨了优化方向与挑战。
来源:Coordination Chemistry Reviews
时间:2025-12-12
-
RES:基于重建的点云学习采样方法
本文提出基于重建的点云采样框架,通过点重建和形状重建评估点重要性,结合局部-全局特征聚合模块实现高效点云特征提取,实验验证其在多任务中的优越性。
来源:Displays
时间:2025-12-12
-
通过相机-雷达融合技术(ChinaMM)缩小恶劣天气条件下3D目标检测性能差距
肺癌分类的精准检测对治疗至关重要,但肺结节边缘模糊和纹理复杂导致误分类。本研究提出可解释特征融合卷积神经网络(Exp-FFCNN),集成 atrous spatial pyramid pooling(ASPP)模块提取多维度特征,squeeze-and-excitation ConvNeXt(SECBs)增强纹理特征,特征融合头(FFHB)进行多通道融合。通过BORDERLINE SMOTE解决类别不平衡,结合Grad-CAM和LIME提升模型可解释性。实验表明Exp-FFCNN在胸CT数据集准确率达99.60%,在IQ-OTH/NCCD数据集达98%,优于现有模型。
来源:Displays
时间:2025-12-12