【摘 要】
：
在对细胞、生物大分子等柔软样品进行纳米操作时,原子力显微镜(atomic force microscope,AFM)面临缺乏实时视觉反馈的问题.为此,搭建了一套面向柔软样品的AFM纳米操作可视化
【机 构】
：
南开大学人工智能学院机器人与信息自动化研究所,天津 300350;天津市智能机器人技术重点实验室,天津 300350
论文部分内容阅读
在对细胞、生物大分子等柔软样品进行纳米操作时,原子力显微镜(atomic force microscope,AFM)面临缺乏实时视觉反馈的问题.为此,搭建了一套面向柔软样品的AFM纳米操作可视化系统.具体而言,首先建立了AFM形貌图像坐标系到虚拟场景坐标系之间的映射关系,从而得到虚拟场景中样品的顶点信息,进而通过3维图形引擎渲染样品的虚拟形貌.在此基础上,提出了一种基于接触力学理论的样品形变估计和仿真方法,对探针按压导致的样品形变进行了虚拟视觉反馈,从而使得刻画的虚拟形貌能够和样品的真实形貌保持一致,并准确地还原按压过程中样品表面的形貌变化.仿真和实验结果表明,所设计的纳米操作可视化系统能够在虚拟场景中实时呈现AFM纳米操作过程.
其他文献
针对原子力显微镜(AFM)成像过程中针尖展宽效应引起的误差,提出一种基于条件生成式对抗网络(CGAN)的AFM图像盲重构方法。首先,以pix2pixHD模型为基础,通过全局生成网络对仿真样本数据进行对抗训练,引入AFM测量数据采用局部提升网络联合训练;最后,特征匹配损失函数以用于提升栅格边缘横向分辨力。实验结果表明:对于线宽8μm一维矩形栅格在AFM下的测量图像进行盲重构,重构图像标准差为0.33
目的探讨原发孤立性乳糜性心包积液的临床特点及异常反流通路形成的原因。方法回顾性分析2007年6月至2018年1月首都医科大学附属北京世纪坛医院淋巴外科收治的43例原发孤立性乳糜性心包积液患者的临床资料。男性21例，女性22例，年龄（23.0±15.9）岁（范围：2~57岁）。采用配对t检验比较心包积液和血液中甘油三酯、总胆固醇、总蛋白及白蛋白水平的差异，并分析直接淋巴管造影术及术后CT显示的淋巴系
单能X射线光源是由X射线光机、双晶单色器、标准探测器以及准直系统组成。X射线光机产生的连续X射线,通过与双晶单色器发生布拉格衍射完成单色化,调节不同的特定布拉格角度得到能量范围30~160 keV的单能X射线。为了研究标定装置的能量展宽,需要对该装置产生的单能X射线的能量分辨率进行研究。结果表明Si(220)晶体产生的单能X射线的能量分辨率为0.91%@30 keV和2.3%@70.6 keV,Si(551)晶体为1.97%@80.1 keV和3.45%@142.6 keV。使用这套装置对溴化镧晶体探测器
利用金属外壳密封铟点容器,采用连续热流密度法,高精度复现了铟熔化温坪和凝固温坪。通过线性拟合方法确定铟的液相温度,并将其与凝固温坪最大值之间的差异作为评判铟点容器质量的重要依据。实验结果表明:液相温度和凝固温坪最大值之间的差异在0.27 mK范围内一致;距离容器温度计阱底部16 cm内垂直温场均匀度为13 mK。因此,该金属外壳铟点容器可以满足高精度温度量值传递需求。此外,研究了炉温设定对铟凝固温坪时长及过冷度的影响。
为提升迁移学习在运动想象脑机接口应用过程中的迁移高效性及普适性,综合实例迁移和特征迁移学习方法的优势进而构建了混合迁移学习模型。首先,依据样本权重极化原理改进TrAdaBoost算法以实现实例层面的迁移,优化源域训练样本;其次,基于大间隔投射迁移支持向量机进一步缩短源域与目标域间的分布距离以完成特征层面的迁移,实现迁移效率最大化。进一步,将该方法应用于脑机接口竞赛Dataset IIb数据集进行离线测试及分析,研究结果表明混合迁移学习模型的迁移效率明显高于单一迁移学习模型,并且对于不同迁移对象识别准确率相
通过对稻米中镉含量测定的3种典型方法(石墨炉原子吸收光谱法(GFAAS)、电感耦合等离子体质谱法(ICP-MS)和同位素稀释电感耦合等离子体质谱法(ID-ICP-MS))测量不确定度分量来
目的探讨应用单一体位单次锚定的方法行机器人辅助腹腔镜肾输尿管全长切除术的可行性和有效性。方法回顾性分析浙江大学医学院附属邵逸夫医院泌尿外科2015年11月至2019年1月连续收治并施行机器人辅助腹腔镜肾输尿管全长切除术的62例上尿路尿路上皮癌患者的临床和手术相关资料。男性35例，女性27例；中位年龄70岁（范围：30~91岁）。肾盂癌37例，输尿管癌25例（上段12例、中段5例、下段8例）。术中患
目前,关于双激素人工胰脏子系统切换机制的研究较少,并且现有研究在运行效率和群体控制质量上有待提高.以三支决策理论和模型预测控制算法为依托,提出一种基于三支决策的双激
针对传统的多尺度核极端学习机对噪声敏感且计算量大的问题,提出一种适用于高斯噪声环境的多尺度核极端学习机.首先,利用最大相关熵准则代替多尺度核极端学习机中传统的最小
针对火电厂SO2污染物排放问题,提出了一种基于互信息的粒子群寻优(PSO)最小二乘支持向量机(LSSVM)模型预测方法,通过筛选出与SO2实测入口浓度相关性较高的辅助变量,将其作为模型的输入,实现对主导变量SO2浓度的预测。利用互信息筛选出的辅助变量相比于机理分析、皮尔逊相关性筛选出的辅助变量具有更高的相关性。利用互信息筛选出的辅助变量作为LSSVM模型的输入以及粒子群法确定LSSVM的参数,不仅缩短了计算时间,还提高了预测精度。将该方法应