-
面向退化显微边缘统一建模的自适应边缘响应(Adaptive Edge-Response)亚像素定位方法——用于微视觉对准(Microscopic Vision-Based Alignment)测量
微观视觉对准(Microscopic Vision-Based Alignment)中的微观尺度对准测量依赖亚像素边缘–中心估算的重复性,其精度主要受边缘响应中亚像素边缘中心估计稳定性的影响。然而在实际显微成像中,离焦(Defocus)与污染(Contamin
-
热变形Nd-Fe-B废料的直接回收中放电等离子体织构化技术的应用
热变形Nd-Fe-B磁体的特殊微观结构使其直接回收路径的确立面临困难。本研究中,研究人员将场辅助烧结技术/放电等离子体烧结(field-assisted sintering technology/spark plasma sintering,FAST/SPS)
来源:Recycling
时间:2026-06-27
-
不同凝固(固化)方法制备烟片胶(Smoked Sheet Rubber,RSS)性能的比较研究
为探究凝固(coagulation)方法对胶片(sheet rubber)结构与性能的影响,研究人员采用不同凝固体系——乙酸(acetic acid)、甲酸(formic acid)、生物凝固剂(biological coagulant)及菠萝汁(pineap
来源:Polymers
时间:2026-06-27
-
中国社区层面的COVID-19疫苗接种推广能力及其与人均接种剂量的关联:基于熵权TOPSIS与多层分析的方法
摘要研究目的本研究旨在构建一个评估体系,用于衡量社区在推动2019冠状病毒病(COVID-19)疫苗接种方面的能力,并量化中国不同地区基层医疗社区在疫苗推广方面的能力水平。此外,我们还分析了疫苗推广能力与人均COVID-19疫苗接种剂量之间的关联,为疫情后的初级免疫服务优化提供依
来源:BMC Public Health
时间:2026-06-27
-
基于机器学习的医疗资源趋势预测与最优配置策略:一种数据驱动的方法
摘要背景随着中国分层诊疗体系的不断发展,基层医疗机构在提供基本医疗服务方面发挥着至关重要的作用。准确预测和合理分配医疗资源对于提升服务质量以及确保医疗系统的有效运行至关重要。方法本研究采用麻雀搜索算法(SSA)来优化反向传播神经网络(BPNN)和长短期记忆网络(LSTM)模型的超
来源:BMC Health Services Research
时间:2026-06-27
-
子宫腺肌症患者中与辅助生殖技术指征及活产相关的因素的亚型特异性分析:一项回顾性研究
摘要目的基于磁共振成像(MRI)的子宫腺肌病亚型分类有助于预测生殖和产科结局;然而,各亚型中与辅助生殖技术(ART)使用及活产相关的背景因素仍不明确。方法我们对199名绝经前女性(32–49岁)进行了多中心回顾性研究,这些女性均接受了盆腔MRI检查和腹腔镜手术,并且通过组织病理学
来源:Archives of Gynecology and Obstetrics
时间:2026-06-27
-
中国医疗资源分配政策的定量评估:PMC指数模型方法
摘要背景完善的政策框架是医疗体系可持续发展的关键制度基础,而对公共政策进行定量评估则为政策的完善与优化提供了科学依据。在医疗改革持续推进以及医疗资源需求结构发生深刻变化的背景下,系统评估国家级医疗资源分配政策的文本质量,同时分析其结构特征与演变趋势,具有重要的现实意义。方法通过系
来源:Cost Effectiveness and Resource Allocation
时间:2026-06-27
-
探索创新图景:基于初级保健管理者视角的瑞典初级保健全国性横断面研究
背景:创新在初级保健政策中日益必要,而医疗保健管理者在将政策雄心转化为实践以及塑造促进创新的组织条件方面发挥着关键作用。本研究旨在从初级保健管理者的角度,探索瑞典初级保健中的创新活动及其背景条件。
方法:在瑞典初级保健中心(PCCs)进行了一项全国性横断
来源:BMC Health Services Research
时间:2026-06-27
-
得益于光子与电子技术的协同作用,实现了300 GHz以上千米级的太赫兹无线通信
摘要近期有一项研究实现了6G无线通信系统发展过程中的重要里程碑,该研究在2.2公里的无线链路上,使用335THz的载频,达到了27.84 Gbit/s的惊人传输速率,这一频率处于大气干扰最严重的波段,却依然实现了如此高的传输速度。
来源:Light-Science & Applications
时间:2026-06-27
-
UA-Tab:面向表格数据的不确定性感知自监督表示学习方法
徐承焕|金宇珠摘要表格数据是医疗、金融和基础设施等领域实际应用中的核心要素,但由于其特征类型多样、缺乏空间结构,且经常存在噪声值或缺失值,给深度学习带来了独特挑战。尽管自我监督学习领域的最新进展为表格数据的表示学习带来了突破,但现有方法往往忽视了现实数据中的一个关键问题——特征层
来源:Knowledge-Based Systems
时间:2026-06-27