辐射研究与辐射工艺学报
2024, 42(1): 010206
1 天津工业大学纺织科学与工程学院 天津 300387
2 江苏大学材料科学与工程学院高分子材料研究学院 镇江 212013
本研究通过γ辐照与氮掺杂协同调控改性制备石墨炔,将二维石墨炔转变为一维管状结构并作为基底负载铁纳米粒子用于燃料电池阴极氧化还原反应(ORR)。运用扫描电镜、X射线衍射、拉曼光谱、等温氮气吸附和其他表征手段,对制备出的复合材料的表面形貌、元素组成、结晶结构、缺陷程度等进行了表征分析。在碱性溶液中,采用循环伏安测试、线性扫描伏安测试、电化学交流阻抗谱测试等电化学测试方法分析制备催化剂的ORR性能、动力学以及稳定性。结果表明:经γ射线辐照后,氮掺杂石墨单炔负载铁纳米粒子(NGY-Fe)催化剂具有更大的比表面积(411.3 m2/g)和多级孔结构,利于暴露出活性中心,O2渗透屏障也有所下降,NGY-Fe的ORR活性显著提高,尤其是在稳定性与耐甲醇性上远优于市售的商业Pt/C催化剂。
γ辐照 缺陷 催化 石墨单炔 掺杂 γ-ray irradiation Defects Catalysis Graphyne Dope 辐射研究与辐射工艺学报
2024, 42(1): 010201
1 天津工业大学纺织科学与工程学院 天津 300387
2 天津金发新材料有限公司 天津 300000
通过γ射线辐照技术引入“自掺杂”缺陷,优化硬碳层间尺寸和孔结构。通过扫描电镜、X射线衍射、拉曼光谱、等温氮气吸脱附等方法探究了吸收剂量对硬碳层间距与内部缺陷、无序结构的影响;通过恒电流充/放电研究了材料的电化学性能。结果表明:较低剂量辐照会提升硬碳表面结晶度,而随着吸收剂量的增加,硬碳无序结构增多,辐照后硬碳电化学性能得到明显改善。在140 kGy剂量辐照下,硬碳呈现出425.343 m2/g的高比表面积,硬碳在30 mA/g能够提供300 mAh/g的储钠容量,在1 A/g大电流密度容量仍然保持在195 mAh/g,对比未辐照处理的硬碳,电极容量提高了3倍,并且在大倍率充/放电过程中保持优良的稳定性能。这项工作为设计先进的纳米材料及缺陷工程在储能领域的应用提供了新的途径和思路。
γ射线 辐照 硬碳 缺陷 层间尺寸 储钠性能 γ-Ray Irradiation Hard carbon Defects Interlayer spacing Sodium storage properties 辐射研究与辐射工艺学报
2024, 42(1): 010202
1 中山大学大气科学学院,广东 珠海 519000
2 中国矿业大学环境与测绘学院,江苏 徐州 221018
3 中国矿业大学碳中和研究院,江苏 徐州 221018
针对结合星地观测与模型定量模拟消光性气溶胶光学特性及黑碳质量空间分布这一热点问题,利用TROPOMI卫星紫外波段观测数据与AERONET地基观测数据,基于“核-壳”假设下的米散射模型提出了一种准确量化黑碳气溶胶质量空间分布的模拟方法,并对北京、香港、首尔三个站点的模拟结果进行分析与验证。多源数据约束后米散射模型模拟得到的结果显示:北京的吸收系数在0.04~0.13之间,香港的吸收系数整体小于0.08,首尔的吸收系数介于0.02~0.06之间。计算得到的黑碳气溶胶柱内质量空间分布结果显示:北京站黑碳气溶胶柱内质量在200~600 kg/grid之间,香港站黑碳气溶胶柱内质量在180~650 kg/grid之间,首尔站黑碳气溶胶柱内质量在300 kg/grid以下。结合卡尔曼滤波排放清单与一阶箱模型对黑碳气溶胶柱内质量结果进行间接验证,计算得到的黑碳气溶胶生命周期为1~4 d不等,符合其在大气中的真实状态,说明结果具有一定可靠性。通过对比加入TROPOMI紫外波段卫星观测数据前后对模型进行约束得到的粒径分布及吸收系数结果的差异发现:加入紫外波段观测数据对模拟结果具有一定增强作用。所提方法模拟结果良好,方案具有一定应用潜力。
TROPOMI卫星数据 AERONET 黑碳气溶胶 米散射模型
基于生物信息学分析构建预后相关的预测模型,探讨铜死亡相关LncRNA与胃癌(GC)在免疫和预后方面的关系。从癌症基因组图谱(TCGA)数据库下载胃癌患者的RNA测序和临床数据,基于共表达分析筛选出铜死亡相关LncRNA,通过LASSO 回归和多因素Cox 回归分析构建出与胃癌预后密切相关的铜死亡相关LncRNA风险预测模型,并计算所有胃癌患者样本的风险评分。通过Kaplan-Meier 生存分析、回归分析和受试者工作特征(ROC)曲线等证实模型的预后预测性能,并分析风险评分与通路富集分析、免疫浸润细胞、免疫检查点基因、体细胞基因突变及抗癌药物敏感性的相关性。差异表达分析结果表明,LncRNA HAGLR在肿瘤组织中的表达上调。通过实时荧光定量PCR(qRT-PCR)检测LncRNA HAGLR在69例行根治性手术胃癌患者的癌组织及癌旁组织的表达。结果表明,相比于癌旁组织,胃癌组织中HAGLR表达上调,且与肿瘤大小、浸润深度、肿瘤TNM分期、分化程度及淋巴结转移成明显相关性(P<0.05)。本研究构建的铜死亡相关LncRNA预后模型具有较高的预测价值,并且与免疫细胞浸润异质性明显相关,在预测患者免疫治疗效果及指导化疗药物选择方面具有一定的临床价值。
铜死亡 胃癌 免疫逃避 预后 cuproptosis LncRNA LncRNA gastric cancer immune invasion prognosis
铜死亡是一种新的程序性细胞死亡途径,由铜与脂酰化三羧酸循环蛋白直接结合而启动。调节肿瘤细胞中的铜死亡是一种新的治疗方法。然而,铜死亡相关长链非编码 RNA(LncRNA)在肝细胞癌( HCC)中的潜在作用和临床意义尚不明确。本研究基于 TCGA-LIHC数据集对 19个铜死亡相关基因进行共表达分析,共鉴定出 994个铜死亡相关 LncRNA。采用 LASSO回归和多因素 Cox回归分析筛选出 4个与铜死亡相关的预后 LncRNA(TMCC1-AS1、AC009974.2、AL355574.1和 DDX11-AS1)构建预后风险模型,并计算所有 HCC患者样本的风险评分。按 1:1的比例将肝癌患者分为高风险组和低风险组。 Kaplan-Meier生存曲线分析显示,高风险组患者的总生存率( OS)明显低于低风险组。回归分析和 ROC曲线证实了风险评分的预后价值。此外,本研究分析了风险评分与通路富集分析、免疫检查点基因、免疫细胞浸润、抗癌药物敏感性和体细胞基因突变之间的相关性。差异表达分析结果表明, TMCC1-AS1、AC009974.2、AL355574.1和 DDX11-AS1在肿瘤组织中的表达均升高。最后,利用收集的 8例行根治性手术肝癌患者的癌组织及癌旁肝组织进行实时荧光定量 PCR(qRT-PCR)验证,以增加本模型的组织学证据。本研究构建了一个由 4种铜死亡相关 LncRNA组成的风险模型,该模型与患者的预后及免疫浸润环境明显相关,在预测患者免疫治疗效果及指导化疗药物选择方面具有一定的临床应用价值。
肝细胞癌 铜死亡 免疫逃逸 肿瘤突变负荷 hepatocellular carcinoma cuproptosis immune escape tumor mutation burden LncRNA LncRNA
为精确地评估真空低温状态下大面积黑体辐射源的均匀性,设计了高灵敏度中波红外辐射计。给出了辐射校准的物理模型,详细分析了目标温度200 K和213 K的信噪比,得到真空低温下200 K和213 K目标信噪比分别为460 倍和1 492倍。设计了高信噪比测量200 K目标的总体方案,研制了高灵敏度真空低温环境下使用的中红外辐射计。采用透射式光学系统及温度系数匹配稳定的高刚性光机支撑结构,满足真空低温的环境条件。采用外置黑体标定中红外辐射计的温度/辐射响应度,创新性采用调制器兼顾内置定标辐射源,采用四级TE制冷中红外探测单元,配合高性能探测单元及80 倍动态范围的同步积分锁相放大器,获取大占空比的高质量方波信号用于辐射计算。实验结果表明:在温度77 K、真空度1×10−5 Pa真空低温环境下,测试213 K目标黑体辐射源,1 h内的信号不稳定度为0.24%;噪声等效温差(NETD)值为0.034 K;测量精度优于2%。中红外辐射计满足真空低温环境下高精度测试微弱目标的要求。
中红外波段 高精度 真空低温 绝对辐射量值 高刚性 mid-infrared band high-precision vacuum and low temperature absolute radiation value high rigid 红外与激光工程
2023, 52(11): 20230136
1 河北工程大学 数理科学与工程学院, 河北 邯郸 056038
2 河北省计算光学成像与光电检测技术创新中心, 河北 邯郸 056038
数字全息成像是一种获得三维物体的波前信息的关键技术, 获得高质量的全息图是其首要条件, 由于受到图像传感器的约束及实验环境的影响, 所获得的数字全息图带有散斑噪声及分辨率低等问题。为了克服这一约束, 采用了一种基于深度学习的方法来提高全息图质量、图像分辨率及条纹信噪比。结果表明, 所研究算法可以应用于采集的多尺度全息图, 而且获得的高质量全息图重建效果更好, 减少散斑噪声影响, 并比较了三种损失函数在该网络训练中的性能。
全息 数字全息图 超分辨 深度学习 多尺度特征融合 holography the digital hologram super resolution deep learning characteristics of the fusion
1 河北工程大学 数理科学与工程学院,邯郸 056038
2 河北省计算光学成像与光电检测技术创新中心,邯郸 056038
为了避免传统全息重建方法步骤繁杂且重建效果易受噪声干扰等问题,采用一种改进的语义分割U型网络用于全息图超分辨重建工作。首先引入新型的端侧神经网络,用来充分获取更多的图像语义信息,增强网络学习性能; 其次加入深度神经卷积网络的高效通道注意力以提高网络关注全息图中细节信息的能力,进一步提升网络精度,同时采用带泄露修正线性单元作为激活函数,加快网络收敛; 并采用血细胞和鸡血细胞的低分辨率全息图进行训练,取得了超分辨重建强度和位相图。结果表明,改进网络能够快速重建出细节信息丰富、边缘纹理清晰、背景平坦的位相和强度图像,血细胞强度重建图的结构相似性指数和峰值信噪比分别达到0.9613和27.38,同时可对不同尺度的全息图进行重建。该研究为使用深度学习方法提高全息图质量提供了参考。
全息 超分辨重建 通道注意力机制 端侧神经网络 多尺度重建 holography super-resolution reconstruction channel attention mechanism end-side neural network multi-scale reconstruction