|
搜索
搜 索
高等教育領域數字化綜合服務平臺
頜骨修復材料研發(fā)團隊揭示納米表面性能對骨免疫的調控機制
納米表面結構引導骨再生是當前骨替代修復材料領域一個新的研究方向及研究熱點。目前的研究主要集中在納米表面結構對成骨細胞系成骨分化的調控機制，而對成骨微環(huán)境中免疫細胞的調控作用研究甚少。本研究系統(tǒng)比較了巨噬細胞對不同納米顆粒大小（16，38，68 nm）和不同表面化學成分（富含胺基的丙烯胺及富含羧基的丙烯酸）的納米表面結構生物材料的免疫應答差異，發(fā)現納米表面結構可以改變巨噬細胞的形態(tài)，將胞外的理化信號轉入胞內，激活自噬反應，從而調控免疫微環(huán)境，影響間充質干細胞的成骨分化。 該研究從骨形成免疫微環(huán)境的角度提出了“納米表面引導成骨”的新機制，提示通過精準控制生物材料的納米表面結構，可靶向調控免疫細胞，營造有利于骨形成的免疫微環(huán)境，最終實現納米成骨，為納米骨生物材料的研發(fā)提供了新的策略。
中山大學
2021-04-13
歸納了一類不同于傳統(tǒng)教科書中提到的新型摻雜效應
劉奇航及其合作者通過密度泛函理論計算，為這一類反摻雜行為提出了一種稱為“極化子湮滅”的微觀機制。以電子摻雜某些氧化物為例，研究發(fā)現，具有反摻雜效應的材料在不考慮雜化效應的高對稱結構下具有半填充能帶，應為金屬。晶格畸變此時會打開帶隙，此時的低能激發(fā)發(fā)生在體系的配位陰離子之間。因此，這類材料的導帶底在摻雜之前有被認為從價帶分離出去的“空穴極化子”態(tài)，而電子引入后會復合這些空穴極化子回到價帶，而并不形成帶隙間的缺陷能級（如圖二所示）。這種反摻雜現象原則上和體系的電子關聯(lián)效應無關，例如在含有鎂空位的氧化鎂中也可以存在。另外，在鋰電池陽極材料LiFeSiO4、LiIrO3以及過渡金屬氧化物SmNiO3、SrCoO2.5等材料中存在摻雜范圍廣、帶隙變化大的反摻雜效應。? 值得一提的是，反摻雜效應可以通過不同摻雜手段可逆地調節(jié)體系的帶隙以及導電性，具有非常廣泛的應用前景，如燃料電池、光電器件、全固態(tài)離子導體，甚至人工智能等。該研究圓滿地解釋了導電性隨摻雜濃度增加而減弱的反摻雜效應的微觀機理，并且給出了具有這種性質的材料一般滿足的條件
南方科技大學
2021-04-13
一種利用壓力來調控貴金屬納米材料晶相含量的新策略
自然界中，貴金屬金（Au）的塊體只能以其熱力學穩(wěn)定結構面心立方(fcc)相存在。只有在納米尺度，利用濕法化學合成方法，人們才能獲得具有獨特光學性質的，密排六方hcp-4H結構的Au納米材料。雖然通過配體交換或外延生長貴金屬的方式，可以在溶液中誘導4H相的Au變?yōu)閒cc結構，獲得更多的結構信息。但是，具體的結構性質和相轉變過程仍然無法確定。本工作利用金剛石對頂砧（DAC）技術對4H相的Au納米材料進行研究，探索其結構和相變過程，達到高壓貴金屬相工程的目的。? 高壓X射線衍射表明，壓力在1.2 – 26.1 GPa之間，Au的4H結構逐漸轉變?yōu)閒cc相。同時，該過程的不可逆性使得貴金屬高壓相工程成為了可能。即通過控制最高壓力，獲得不同4H/fcc相含量的Au納米材料。同時，相比純4H相的Au納米帶，具有4H與fcc相交替多相結構的4H/fcc Au納米棒更容易發(fā)生高壓相變。這主要是由于4H/fcc多相Au納米棒中大量相邊界提供的相變成核位點，可以促進4H-fcc的相變過程。此外，課題組通過高分辨透射電子顯微技術和密度泛函理論（DFT）計算的結合，首次觀測到了原子尺度的Au相變路徑。發(fā)現Au由4H-fcc的相變機理為（-112）4H晶面的整平，并伴隨著密堆積方向的改變。這與以往觀測到的金屬高壓hcp-fcc相的相變機制完全不同。該工作不僅對Au納米結構的穩(wěn)定性和相變提出了新的見解，而且提供了一種利用壓力來調控貴金屬納米材料晶相含量的新策略，該策略可用于研究基于晶相的催化、表面增強拉曼散射、波導、光熱療法、傳感、清潔能源等領域中。
南方科技大學
2021-04-13
一種統(tǒng)計分析水中泥沙顆粒粒徑大小的試驗裝置
本實用新型涉及一種統(tǒng)計分析水中泥沙顆粒粒徑大小的試驗裝置，包括模型水槽實驗系統(tǒng)、視頻圖 像采集與處理系統(tǒng)、電機控制攪拌系統(tǒng)；所述模型水槽實驗系統(tǒng)包括水槽、放置在所述水槽內的沙粒和 水流；所述視頻圖像采集與處理系統(tǒng)包括依次連接的 B 超探頭、B 超儀、視頻圖像采集卡和計算機；所 述電機控制攪拌系統(tǒng)包括轉軸、攪拌器、步進電機和用于固定所述轉軸和攪拌器的固定支撐裝置，所述 轉軸的一端連接在固定支撐裝置上，一端與攪拌器相連接，所述攪拌器由步進電機驅動。本實用新型具 有直觀可視、實時性好的優(yōu)點，通過 B 超儀對水流沙粒進行超聲成像，分析 B 超圖像中的沙粒成像光 斑及其大小和分布情況，實現對水中沙粒粒徑大小的統(tǒng)計分析。
武漢大學
2021-04-13
一種基于能量原理的深部巖體爆破開挖誘發(fā)振動預報方法
本發(fā)明提供一種基于能量原理的深部巖體爆破開挖誘發(fā)振動預報方法，包括如下步驟：⑴采用量綱 分析方法，建立了基于能量平衡原理的峰值振動速度預測公式；⑵針對深埋地下隧洞爆破開挖，在洞壁 布置振動監(jiān)測儀，記錄爆破過程的巖體振動波形，獲取圍巖振動響應；⑶根據深埋地下隧洞爆破參數和 場地環(huán)境，計算出每段炮孔所裝炸藥爆炸能量及被開挖巖體的應變能，再結合實測的爆破振動峰值速度， 采用多元回歸分析方法計算出預測公式中的未知系數，實現深部巖體爆破開挖誘發(fā)振動的預報。本發(fā)明 方法大幅度提高了深部巖體爆破開挖誘發(fā)振動的預報精度，可廣泛應用于交通、水電、礦山等深埋地下 工程爆破開挖誘發(fā)振動的預報。
武漢大學
2021-04-13
表征太赫茲量子級聯(lián)激光器多模效應的電路建模仿真方法
本發(fā)明涉及一種表征太赫茲量子級聯(lián)激光器多模效應的電路建模仿真方法，首先建立表征 THzQCL 有源層內部載流子輸運特性的多模速率方程組；接著建立表征ThzQCL內部多模態(tài)效應的物理方程模型； 然后通過變量代換和化簡得到相應的等效電路模型；建立表征 THzQCL 輸入端電氣特性的等效電路模型； 建立表征 THzQCL 輸出端光功率特性的等效電路模型；最后建立電路宏模型，包括一個電氣端口和一個 光功率輸出端口，基于電路宏模型進行光電性能仿真和輸出光譜性能測試。本發(fā)明可測試溫度對 THzQCL 各種光電性能的影響；可支持實現對 THzQCL 光電性能和輸出多模效應的模擬和仿真。
武漢大學
2021-04-13
一種顧及雪覆蓋影響的高分辨全色遙感影像變化檢測方法
本發(fā)明公開了一種顧及雪覆蓋影響的高分辨全色遙感影像變化檢測方法，本發(fā)明充分利用根據全色 影像上積雪覆蓋的特點，采用基于紋理特征的變化檢測檢測方法進行變化檢測，提取變化區(qū)域。采用基 于水平集方法的 Chan-Vese 分割方法提取出實驗新舊影像上的積雪區(qū)域，根據變化檢測的結果和新舊影 像上積雪覆蓋情況，去除部分積雪覆蓋變化而導致的偽變化，提取出變化區(qū)域，提高了變化檢測的精確 度與地圖修測的自動化程度，縮短了數據更新周期。
武漢大學
2021-04-13
一種開放式地理空間數據的可用性評價方法
本發(fā)明公開了一種開放式地理空間數據的可用性評價方法，首先確定開放式地理空間數據的可用性 評價指標;然后根據評價指標，利用層次分析法確定指標的權重，建立包括評價指標及其對應權重的評 價模型;接著對開放式地理空間數據可用性的各項評價指標進行分析，實行百分制打分，結合各指標對 應的權重，計算模型各評價指標得分以及模型總得分;最后分析模型各評價指標得分以及模型總得分， 分級確定開放式地理空間數據的可用性程度。本發(fā)明能有效評價開放式地理空間數據的可用性狀況。
武漢大學
2021-04-13
一種基于相關性去除的差分隱私數據發(fā)布方法及系統(tǒng)
一種基于相關性去除的差分隱私數據發(fā)布方法及系統(tǒng)，各數據擁有者分別對自己的原始數據集進行 分段并得到差值數據集，對差值數據集的前兩項求和并加噪，然后同態(tài)加密后上傳給云服務提供商，云 服務提供商進行同態(tài)解密運算;各數據擁有者對差值數據集項進行變換得到變換系數，加入由相互獨立 且服從高斯分布的白噪聲所組成的平穩(wěn)噪聲;數據擁有者進行逆小波變換得到加擾后的數據集，上傳到 云服務提供商;云服務提供商利用維納濾波進行濾波，當數據使用者請求數據集時，云服務提供商對求 精后的數據集進行反變換，發(fā)布給第三方數據使用者的數據項。本發(fā)明有效減少了數據計算量和交互量， 提高了資源利用率和數據可用性。
武漢大學
2021-04-13
一種整合主觀和客觀評估的需求優(yōu)先級排序方法及系統(tǒng)
一種整合主觀和客觀評估的需求優(yōu)先級排序方法及系統(tǒng)，包括確定需求對與相對優(yōu)先級的排序，得 到已排序需求對;確定針對軟件屬性的需求重要性排序;進行需求主觀重要性評估，利用機器學習得到 需求初始優(yōu)先級;進行需求客觀影響力評估，包括根據業(yè)務流程圖，構造需求依賴關系網絡拓撲圖，并 在依賴關系網絡拓撲圖基礎上計算需求影響力;根據調節(jié)因子，整合需求初始優(yōu)先級和需求影響力，生 成需求最終優(yōu)先級。本發(fā)明通過構造軟件屬性樹，簡化針對單個軟件屬性的需求重要性信息收集過程， 利用機器學習訓練屬性權重，為計算需求初始優(yōu)先級提供支持;同時兼顧到需求之間依賴關系對需求優(yōu) 先級的影響，使評估結果更準確。
武漢大學
2021-04-13