四甲基对联苯二胺光敏化聚苯乙烯砜及其模型化合物二苄基砜分解机理的研究

N、N、 N’、N’-四平基对联苯二胺(NTMB)和 3、3’、5、5’-四甲基对联苯二胺(TMB)可以有效地光敏化二苄基砜(DBS)分解和聚苯乙烯砜(PSS)降解。敏化作用是按电子转移机理进行的,电子转移过程可以由NTMB的单重激发态,也可以由三重激发态发生。由三重态电子转移产生的三重态离子自由基对进一步反应生成产物的效率比单重态离子自由基对的效率高10倍。     

功能性超薄有序分子沉积膜的制备及其结构研究

1991年G.Decher等首次探讨了阴阳离子与聚电解质交替沉积制备有机超薄膜的方法。我们在完善成膜技术和发展成膜基质的基础上,详细研究了其成膜过程与膜的结构,并定义这种新的自组装超薄有序膜为分子沉积膜——MD膜。MD膜是利用阴阳离子的静电吸附反应特性,通过相反离子体系的交替分子沉积制备的层状有序自组装多层超薄膜。需要指出的是,分子沉积既是有机超薄膜的制备技术,本身又是一种自组装超薄有序膜。MD膜制备工艺简单,热稳定性和长期稳定性好,不受基体形状与面积限制。     

基于规范图像的光电成像系统采样响应研究北大核心CSCD

为了研究采样响应对光电成像系统生成图像的质量的影响,本文提出了将规范图像作为输入建立封闭的模型来分析采样响应的方法。首先给出了规范图像的定义并得到了USAF 1951规范图像的数学模型,然后分析了光电成像系统的采样响应过程和采样响应函数,最后讨论了USAF 1951规范图像在不同条件下的采样响应结果。研究结果表明:当采样前MTF截止频率、采样频率与采样后MTF截止频率之间的关系不同时,采样响应对像质的影响不同;当采样频率与采样前MTF截止频率满足一定的条件时,可在图像模糊与混叠之间取得平衡。     

基于自适应对比度增强的红外小目标检测网络

红外探测系统需要尽早发现目标以便及时拦截,但是红外图像上的小目标检测是一个挑战十足的任务。为了提高检测准确率,提出一种基于自适应对比度增强的红外小目标检测方法。为了利用自注意力机制和卷积各自的优势,设计了一个高效的特征提取网络和一个面向小目标的检测头。同时为了解决实际应用中出现的弱目标,在检测子网络前添加了一个图像预处理子网络,该模块可以自适应地调节图像对比度。在红外空中小目标数据集上的实验表明,提出的方法能达到93.76%的检测精度,与经典的检测方法相比,能够更好地平衡检测精度和召回率,证明了方法的巨大应用潜力。     

970 nm超辐射发光二极管弯曲脊形波导数值分析

本文基于光束传播法(beam propagation method, BPM)和时域有限差分法(finite difference time domain method, FDTD)建立了分析模型,模拟并分析了弯曲脊形波导超辐射发光二极管(superluminescent light emitting diode, SLD)不同结构参数(刻蚀深度、曲率半径、脊形宽度)对波导损耗的影响和倾斜脊形波导不同结构参数(刻蚀深度、脊形宽度、倾斜角度、发射波长)对模式反射率的影响。计算表明,弯曲脊形波导的刻蚀深度和曲率半径是影响波导损耗的重要因素。刻蚀深度较浅使波导对光场的限制作用较弱,过小的曲率半径会使模式传输泄露严重,损耗大大增加。脊形宽度越大,波导损耗越小,其对波导损耗影响较小。脊形波导的端面倾斜角度是抑制模式反射率的重要因素,脊形宽度增加,模式反射率逐渐减小,并在特定的几个角度形成的奇点达到最小值。刻蚀深度对于模式反射率的影响作用较小,但随着刻蚀深度的增加,奇点发生的角度产生了向小角度偏移。在特定的倾斜角度范围内,随着波长减小,奇点的数目会逐渐增加。研究结果可对设计具有优越性能的SLD器件...     

基于双解码路径DD-UNet的脑肿瘤图像分割算法

针对医学图像中病灶区域尺度不一、边界模糊和周围组织强度不均匀所导致的分割精度降低问题,提出了一种基于双解码器的脑肿瘤图像分割模型。为了增强特征的表征力,提出了高阶微分残差模块并使用不同空洞率的扩张卷积用于提取特征编码,提高了网络模型的分割性能;引入上下文语义信息感知模块(multi scale dilation, MSD),从不同的目标尺度中提取更多的精细信息,提高了对结构细节信息的捕获能力,同时减少了编解码器之间的特征差异;在空间解码路径中使用选择性聚合空间注意力模块(spatial aggregation attention module, SAAM),增加了对有效空间特征的权重比例,减少了无效的特征干扰。在脑肿瘤数据集上进行了实验验证,实验结果表明,所提算法的Dice系数、平均交并比、敏感性、特异性、准确率等指标分别为：93.35%、90.71%、91.15%、99.94%、96.75%。     

Blood cell counting based on U-Net++ and YOLOv5

Clinical information about a variety of disorders is available through blood cell counting, which is usually done by manual methods. However, manual methods are complex, time-consuming and susceptible to the subjective experience of inspectors. Although many efforts have been made to develop automated blood cell counting algorithms, the complexity of blood cell distribution and the highly overlapping nature of some red blood cells (RBCs) remain significant challenges that limit the improvement of analytical accuracy. Here, we proposed an end-to-end method for blood cell counting based on deep learning. Firstly, U-Net++ was used to segment the whole blood cell image into several regions of interest (ROI), and each ROI contains only one single cell or multiple overlapping cells. Subsequently, YOLOv5 was used to detect blood cells in each ROI. Specifically, we proposed several strategies, including fine classification of RBCs, adaptive adjustment for non-maximal suppression (NMS) threshold and blood cell morphology constraints to improve the accuracy of detection. Finally, the detection outcomes for each ROI were combined and superimposed. The results show that our method can effectively address the issue of high overlap and precisely segment and detect blood cells, with a 98.18% accuracy rate for blood cell counting.     

小型化低功耗机载显示器图形系统设计与实现

为了满足机载显示器图形生成系统的小尺寸、低功耗需求,提出了一种基于龙芯2K1000的全国产图形生成与处理方案。该方案以2K1000为核心构建硬件平台,使用2K1000内部集成的中央处理器、图形处理器、显示控制器,以及外部的内存实现图形的计算生成和双缓存显示,配合国产可编程逻辑器件实现图形与外视频的叠加显示及机载通信总线扩展。软件上采用航空专用的国产天脉操作系统,基于天脉操作系统设计了关键的图形显示驱动、帧存驱动、显示控制器驱动。实验结果表明,在输出1 024 pixel×768 pixel分辨率显示时,典型机载图形画面帧率达到35 frame/s,整体功耗约10 W。该方案扩展性强、功耗低,满足实时显示需求,在机载显示器领域有着广泛的应用空间。     

电磁散射特征提取与成像识别算法综述

合成孔径雷达(SAR)图像的自动化解译是合成孔径雷达技术应用的重要发展方向之一。电磁散射特征与目标结构具有稳健的关联性,是SAR图像解译的关键支撑。近年来,如何准确地实现电磁特征提取以及利用电磁特征反演目标特性受到了广泛的重视。该文讨论了电磁特征提取和基于电磁散射特征识别方法的研究成果,总结归纳了其中的关键要素和主要思路,详述了电磁散射机理在成像和识别领域的扩展应用,展望了未来电磁散射特征提取与应用的研究发展趋势。