快速3D成像在数字细胞病理学中的应用：多相机阵列扫描仪（MCAS） 学术背景 光学显微镜长期以来一直是细胞病理学诊断的标准方法。然而，传统的全片扫描仪虽然能够自动成像并数字化大面积的样本，但其速度慢、成本高，因此并未广泛普及。特别是在细胞学样本的临床诊断中，样本通常分布在大面积且较厚的区域，这要求进行3D成像。现有的全片扫描技术在处理厚样本时，往往需要数小时才能完成扫描，这极大地限制了其在临床中的应用。因此，开发一种能够快速、高效地对厚样本进行3D成像的技术成为了细胞病理学领域的一个重要挑战。 本文提出了一种新型的多相机阵列扫描仪（Multi-Camera Array Scanner, MCAS），旨在解决这一难题。MCAS通过并行化的显微镜设计，能够在极短的时间内对大面积、厚样本进行高分辨...

超薄超平金刚石膜的可扩展生产 学术背景 金刚石作为一种具有优异物理性质的材料，在电子、光子、力学、热学和声学等领域具有广泛的应用潜力。然而，尽管过去几十年在金刚石材料的研究上取得了显著进展，大规模生产高质量的超薄金刚石膜仍然是一个巨大的挑战。传统的金刚石膜生产方法，如激光切割和化学气相沉积（CVD），虽然能够生产高质量的单晶金刚石（SCD），但在大规模工业应用中存在诸多限制，尤其是无法生产大面积、超薄且表面平整的金刚石膜。这些问题严重阻碍了金刚石材料在半导体技术中的广泛应用。 为了解决这一问题，研究人员一直在探索新的生产方法，以实现大面积、超薄、超平且可转移的金刚石膜的生产。本文提出了一种基于边缘暴露剥离的简单、可扩展且可靠的方法，成功生产出了大面积（2英寸晶圆）、超薄（亚微米厚度）、超平（...

单晶二维半导体的生长式单片三维集成技术研究 学术背景 随着现代电子工业的快速发展，三维（3D）集成技术逐渐成为提升电子器件性能的重要手段。传统的二维（2D）集成电路在尺寸缩小和性能提升方面面临诸多挑战，尤其是在纳米尺度下，电阻-电容（RC）延迟问题日益突出。为了克服这些限制，研究人员开始探索三维集成技术，通过垂直堆叠芯片来减少互连距离，从而降低功耗并提高数据传输效率。 目前，通过硅通孔（Through-Silicon Via, TSV）技术是唯一能够实现单晶器件三维集成的方法。然而，TSV技术存在成本高、芯片对齐困难以及占用宝贵芯片空间等问题。此外，传统的单片三维（Monolithic 3D, M3D）集成方案虽然具有潜力，但在低温下在非晶或多晶表面上生长单晶半导体材料仍然是一个巨大的挑战。...

基于信号-语言架构的心电图诊断基础模型研究 学术背景 心血管疾病（CVD）是全球范围内导致死亡的主要原因，早期识别高风险人群至关重要。心电图（ECG）作为一种非侵入性、成本低廉且广泛应用的诊断工具，每年记录超过3亿次，是早期诊断心血管疾病的重要手段。然而，即使是经验丰富的心脏病专家，解读复杂的心电图仍然是一项耗时且容易出错的任务。在偏远和医疗资源匮乏的地区，提供准确的诊断尤为困难。 近年来，人工智能（AI）在心电图解读中的应用显示出巨大潜力。研究表明，基于AI的心电图诊断在某些特定疾病的诊断上已经超越了普通心脏病专家。然而，现有的主流自动心电图诊断系统通常针对少数特定疾病进行训练，数据分布的差异和多中心疾病的广泛性使得这些模型难以直接应用于其他中心的数据集。因此，开发一种能够在初始训练后不依...

基于图论的主动学习疾病监测优化策略 学术背景 随着全球化的加速，传染病的传播速度与范围显著增加，如何有效监测和控制传染病的传播成为公共卫生领域的重要课题。传统的疾病监测方法通常依赖于大规模的检测和隔离措施，然而，资源有限的情况下，如何优化检测资源的分配以最大化信息获取，成为了政策制定者面临的挑战。尤其是在资源匮乏的地区，检测资源的分配不均可能导致疫情的持续蔓延。因此，开发一种能够在有限资源下最大化监测效果的策略显得尤为重要。 本文的研究旨在通过图结构（graph-based）和主动学习（active learning）的方法，优化疾病监测中的检测资源分配。具体来说，研究者将疾病传播建模为一个无向无权图（undirected and unweighted graph），其中节点代表地理位置，边...

并行机械计算：能够进行多任务处理的超材料 学术背景 在数字计算平台取代模拟计算数十年后，随着超材料和复杂制造技术的发展，模拟计算重新引起了广泛关注。特别是基于波的模拟计算机，通过对入射波前进行空间变换来实现所需的数学运算，因其能够直接以未处理的形式编码输入信号，绕过了模拟到数字的转换，而备受青睐。然而，这些系统本质上仅限于单任务配置，无法同时执行多个任务或进行并行计算，这成为推动具有更广泛计算能力的机械计算设备发展的主要障碍。本文提出了一种在同一架构结构中同时处理独立计算任务的途径，通过打破一组超表面构建块的时间不变性，自生成多个频率偏移的波束，这些波束从基础信号中吸收显著的能量。这些可调谐谐波的产生使得不同的计算任务能够分配到独立的“通道”中，从而有效地实现模拟机械计算机的多任务处理。 论...

# 基于未配准表面空间的弹性形状分析研究综述 ## 背景介绍 三维表面分析近年来已成为计算机视觉领域的热点研究方向之一。这种需求的兴起主要源于高精度3D扫描设备的普及，它使得人类健康分析、面部动画、计算机图形学、合成人体数据生成以及计算解剖学等领域获得了丰富的研究和应用数据。然而，传统的表面形状分析方法通常依赖一致的网格结构和点对应关系，这在实际应用中难以实现，因为真实数据通常缺乏一致的采样和拓扑结构。为了解决这些挑战，研究者们提出了基于黎曼几何的弹性形状分析方法（Elastic Shape Analysis, ESA），该方法通过定义形状空间上的弹性度量来比较表面形状。 这篇发表于 **International Journal of Computer Vision** 的论文《Basis...

基于FingerNeRF的3D手指生物识别研究综述 背景与研究意义 随着生物识别技术的发展，三维(3D)生物识别因其更高的准确性、更强的抗伪装能力以及对拍摄角度变化的鲁棒性，逐渐成为主流研究方向之一。其中，3D手指生物识别技术因其生物特征（如指纹、指静脉、指关节等）易于获取且广泛使用，在学术界和工业界备受关注。然而，现有的3D生物识别方法普遍依赖显式的3D重建技术，这些方法在实际应用中面临两大挑战： 信息丢失：显式重建过程中不可避免地会丢失部分细节信息，直接影响后续识别任务的性能。 硬件与算法的紧耦合性：重建算法往往与特定硬件设备绑定，缺乏通用性，难以适应不同模态的数据或设备。 为解决上述问题，研究者提出了一种基于隐式神经辐射场（Neural Radiance Fields, NeRF）的F...

研究背景与研究意义 近年来，视频理解领域中弱监督在线活动检测（Weakly Supervised Online Activity Detection, WS-OAD）作为高水平视频理解的一个重要课题，得到了广泛关注。其主要目标是通过仅使用廉价的视频级标注，在流媒体视频中逐帧检测正在进行的活动。这一任务在许多实际应用场景中具有重要价值，包括自动驾驶、公共安全监控、机器人导航及增强现实等。 尽管全监督方法（Fully Supervised Methods）已在在线活动检测（OAD）中取得了显著进展，但它们严重依赖于密集的帧级注释（Frame-level Annotations），这不仅成本高昂且易受噪声影响，从而限制了模型的扩展性。弱监督设置旨在解决这一问题，但因其在线约束（Online Con...

动态注意力视觉语言Transformer网络用于行人再识别的研究报告 近年来，基于多模态的行人再识别（Person Re-Identification, ReID）技术在计算机视觉领域受到越来越多的关注。行人再识别旨在通过跨摄像机视角识别特定行人，是安全与监控应用（如寻找失踪人员、追踪犯罪分子）的关键技术。然而，多模态ReID技术融合视觉和文本信息时面临重大挑战，包括特征融合的偏差以及领域差异对模型性能的影响。 本文由Guifang Zhang、Shijun Tan、Zhe Ji和Yuming Fang等人撰写，来自江西财经大学计算与人工智能学院及纽卡斯尔大学纽卡斯尔商学院，发表于2024年《International Journal of Computer Vision》。研究提出了一种动...