3.0T MRI检查结合X线钼靶诊断乳腺恶性肿瘤的研究

本研究探讨3.0T磁共振成像(MRI)结合X线钼靶诊断乳腺恶性肿瘤的价值。采用回顾性研究方法,选取乳腺肿块患者110例162个病灶,给予3.0T MRI及X线钼靶检查。经病理确诊为恶性病变101个;恶性病灶形态不规则、边缘毛刺、时间-信号强度曲线(TIC)类型Ⅲ型和早期增强率≥60%比例明显高于良性病灶(P<0.05),而分叶状比例和表观扩散系数(ADC)值明显低于良性病变(P<0.05);恶性病变X线钼靶表现:形态不规则、钙化、结构不对称和大导管征比例明显高于良性病变(P<0.05);MRI联合X线钼靶诊断乳腺恶性病变的灵敏性、准确性和阴性预测值明显高于MRI诊断(P<0.05)。3.0T MRI检查结合X线钼靶诊断乳腺恶性肿瘤有较好的价值。     

低温硫化制备ZnS薄膜的物理性质研究

采用磁控溅射方法先在玻璃衬底上室温下沉积Zn金属薄膜，接着先后在200和400 ℃温度下的硫蒸气和氩气流中进行退火，生长出 ZnS 薄膜。薄膜样品的微观结构、物相结构、表面形貌和光学性质分别采用正电子湮没技术 (PAT)、X射线衍射仪 (XRD)、扫描电子显微镜 (SEM)和紫外-可见分光光度计进行表征。该ZnS薄膜在可见光范围具有约80%的高透光率，随着硫化时间的增加，其带隙由3.55 增加到3.57 eV，S/Zn原子比从0.54上升至0.89，薄膜质量明显得到改善，相对于以前报道的真空封装硫化所制备的ZnS薄膜，硫过量问题得到了较好解决。此外，慢正电子湮没多普勒展宽谱对硫化前后薄膜样品中膜层结构缺陷研究表明，硫化后薄膜的S参数明显增大，生成的ZnS 薄膜结构缺陷浓度高于Zn薄膜。     

基于微腔效应增强单层二硫化钨光吸收

提出基于金属薄膜-分布式布拉格反射器微腔效应增强单层二硫化钨光吸收的多层薄膜结构.运用光学传输矩阵理论研究了其输运特性,发现由于金属薄膜-分布式布拉格反射器的微腔效应,在间隔层和覆盖层之间形成电场强度极大值,有效促进入射光与单层二硫化钨的相互作用.综合优化金属层、间隔层和覆盖层厚度,单层二硫化钨在612 nm处的光吸收提高了38倍,达到78.42;.进一步探讨了光入射角、分布式布拉格反射器周期、间隔层折射率与单层二硫化钨光吸收的关系.研究结果表明,上述结构参数的变化可有效调控单层二硫化钨的吸收峰值.研究结果为制备高性能单层二硫化钨光电探测器等新型光电子器件提供了新思路.     

MoS2/SnS异质结太阳能电池的模拟研究

硫化亚锡(SnS)是一种Ⅳ-Ⅵ族层状化合物半导体材料,其禁带宽度与太阳能电池最佳带隙1.5 eV非常接近,并且在可见光范围内光的吸收系数很大(α>10⁴ cm^-1),因此SnS是一种很有应用前景的材料。本文利用太阳能电池模拟软件wxAMPS模拟了MoS₂/SnS异质结太阳能电池,主要研究SnS吸收层的厚度、掺杂浓度和缺陷态等因素对太阳能电池性能的影响。研究发现:SnS吸收层最佳厚度为2 μm,最佳掺杂浓度为1.0×10¹⁵ cm^-3;同时高斯缺陷态浓度超过1.0×10¹⁵ cm^-3时,电池各项性能参数随着浓度的增加而减小,而带尾缺陷态超过1.0×10¹⁹ cm^-3·eV^-1时,电池性能才开始下降;其中界面缺陷态对太阳能电池影响比较严重,界面缺陷态浓度超过1.0×10¹² cm^-2时,开路电压、短路电流、填充因子和转换效率迅速下降。另外,通过模拟获得的转换效率高达24.87%,开路电压为0.88 V,短路电流为33.4 mA/cm²。由此可知,MoS₂/SnS异质结太阳能电池是一种很有发展潜力的光伏器件结构。     

微波消解-磷钼蓝分光光度法测定钨矿石中的磷含量

针对钨矿石中的微量元素磷,采用混合酸快速微波消解结合磷钼蓝分光光度法进行测定。经选择优化样品的微波消解和实验测定条件,结果表明:HCl+HNO3+HF的混合酸微波消解后的样品,在硫酸介质中,有钼酸铵存在时,用抗坏血酸将磷还原成磷钼蓝络合物,在825nm处比色测定。方法的加标回收率为98.9%~101.6%,结果准确可靠。硅在熔样过程中挥发除去不会干扰测定,砷会干扰实验,可在酸介质中加入碘化钾,使砷还原至低价而不干扰磷的测定。     

基于LSTM的浮选钼精矿品位软测量模型

战略性稀有金属钼矿品位低,组分复杂、嵌布粒度细等特点,其有价金属分离回收难。浮选作为微细粒钼矿分离回收的主要选矿方法之一,其浮选钼精矿品位一直是选厂的关键性产品指标。国内大多数选厂采取轮班制采样,人工化验得到精矿品位结果,但此方式严重滞后于浮选工艺,难以满足对生产过程进行实时监测和操作指导。LSTM是一种特殊的循环神经网络,引入门机制有效的传递或选择性遗忘长时间序列中的信息,解决RNN中的长期依赖、梯度消失和爆炸问题。本文分析整理东坡选厂中各平台源数据,结合选厂浮选工艺及机理,筛选出多个影响浮选钼精矿品位的变量作为模型输入;将输入变量进行异常值判定,缺失值填充和数据降噪等数据预处理,建立高质量浮选钼精矿品位数据库;软测量模型采用PyCharm软件编码,使用BatchNorm批量规范化处理样本数据,加入Dropout正则化防止过拟合,建立基于LSTM的浮选钼精矿品位软测量模型,通过前向传播算法更新神经网络结构参数,并于Linear模型和CNN模型的预测性能指标结果比较。结果表明：基于LSTM的浮选钼精矿品位软测量模型预测准确度高,样本数据误差波动平稳,浮动范围小,模型泛化能力强,模型平均绝对百分比误差MAPE为1.13%,均方根误差RMSE为0.7049%,决定系数R2为0.8763,实现了浮选钼精矿品位的在线预测。     

金属性二维过渡金属硫化物的溶剂热合成及电催化析氢性能

采用溶剂热法制备了多种二维过渡金属硫化物(TMDCs), 在合成过程中通过调控反应前驱体的滴加速率来控制所得TMDCs的形貌和结构. 然后采用高温热处理来提高TMDCs的结晶性, 从而提升了其电催化活性. 在酸性电解液中进行电催化析氢性能测试. 结果表明, “花状”结构的金属性二维二硫化铌(NbS₂)具有最佳的催化活性和稳定性, 在电流密度为10 mA/cm²时, 其过电位仅为146 mV, 持续工作24 h后电流密度几乎不衰减. 研究发现, 可充分暴露面内活性位点的“花状”结构以及高温处理后材料导电性的提高是二维NbS₂具有优异电催化性能的主要因素.