科研进展

首页科研进展

2022 04.11

中科院合肥物质科学研究院科学岛团队设计开发高效光催化剂可治理持续性水体污染物

近期，中科院合肥研究院智能所吴正岩和张嘉团队在光催化治理水体有机污染物方面取得重要进展，该工作为解决水体环境中持续性的有机污染物提供了一种高效的解决方案。相关成果已被纳米材料领域权威期刊ACS Applied Nano Materials接收发表。近年来，由于各种有机污染物的大量使用导致水体环境污染加剧。针对此类污染，课题组设计并开发了一种高效的碲化镉量子点/钨酸铋纳米片复合半导体材料作为光催化剂，用于治理有机污染物。项目团队通过在材料内部构建内置电场作为内在驱动力，促进材料内光生电子-空穴等转移，从而提高对苯酚、罗丹明B、四环素的降解效率，并且在短时间内基本实现降解。该催化剂直接利用太阳光作为光催化的驱动力，同时展现出良好的循环利用率，多次催化后仍可保持较高的光催化效率，在水体污染物治理方面展现出一定的应用前景。该研究工作得到安徽省高校协同创新计划项目、安徽省科技重大专项的资助与支持。文章链接：https://doi.org/10.1021/acsanm.2c00155污染物光催化降解机理图
2022 04.11

中科院合肥物质科学研究院钙钛矿氧化物铁电隧道结的界面调控研究取得新进展

近期，中科院合肥研究院固体所计算物理与量子材料研究部郑小宏研究员课题组在钙钛矿氧化物铁电隧道结输运性质的界面调控研究中取得新进展，通过在对称Pt/BaTiO3/Pt铁电隧道结一侧界面处掺杂引入负的极性界面，可以获得高达105%的巨隧穿电致电阻（TER）比率，相关结果发表在Physical Review Applied上。铁电隧道结是在两侧金属电极之间通过嵌入铁电薄膜作为隧穿势垒而形成的隧道结。由于铁电隧穿势垒的极化方向可以通过调节外电场的方向而发生反转，并伴随高低两种不同的电阻态，在存储器中可以分别表示“0”和“1”两个逻辑态，因此铁电隧道结在非易失性随机存储器中具有重要应用。作为新一代存储器件的重要候选者，铁电隧道结由于其数据存储密度高、读写速度快、功耗低等特点，近年来激发了人们的广泛研究兴趣。在针对铁电隧道结的研究中，高低两个电阻态的差异通常由TER比率来衡量，如何得到高的TER比率是实现高性能数据存储需要解决的核心问题之一。郑小宏研究员课题组在钙钛矿氧化物铁电隧道结Pt/BaTiO3/Pt的研究中提出，如果在隧道结的一侧界面引入负的极性界面，其引起的库伦势随距离的衰减将对铁电势垒
2022 03.22

中科院合肥物质科学研究院科研团队开发出一种血清中抗癌药物定量检测的表面增强拉曼光谱新方法

近日，中科院合肥研究院健康所杨良保研究员团队、王宏志研究员团队与中科院合肥肿瘤医院药学中心合作，在抗肿瘤药物血药浓度的定量检测方面取得进展。科研团队利用收缩组装的液态3D热点矩阵作为微反应器，建立了高稳定、高灵敏的表面增强拉曼光谱（SERS）定量检测血药浓度新方法。该成果发表在国际分析领域TOP期刊Analytical Chemistry上。表面增强拉曼光谱（SERS）是一种分子光谱，具有快速、高灵敏和指纹识别的特性。杨良保研究员团队一直从事SERS方法原理与检测应用方面的研究工作，并取得了一系列研究成果。定量检测是SERS方法的终极目标之一，但在控制热点的均匀性和使目标分子进入热点区域等方面一直存在难题。在本研究工作中，利用液体三相平衡原理控制液滴的收缩，不仅形成高密度、高稳定的液态3D热点矩阵（图1），而且使抗肿瘤药物能够自主进入热点区域。结合该团队自主研发的手持式拉曼光谱仪，能够实现对肿瘤病人血清中抗癌药物在线定量检测（图2）。该方法对抗癌药物5-氟尿嘧啶表现出50 ppb灵敏度和50-1000 ppb的定量检测范围（图2）。与传统的固体纳米阵列和胶体聚集SERS方法相比，收缩组
2022 03.22

中科院苏州纳米所刘欣研究员、周扬帆等在深度学习优化算法研究方面取得进展

近年来，在材料科学、人工智能芯片等前沿领域，深度学习（Deep Learning）受到广泛的研究和应用。具体来说，深度学习通过学习样本数据的内在规律和表示层次实现机器像人一样具有分析和学习的能力，因而在材料科学研究中可以帮助分析高维、非线性的特征数据；在人工智能芯片研发中可以提供高效、通用的网络模型。区别于传统的浅层学习，深度学习一般具有深层的神经网络模型结构，比如目前最复杂的深度模型BERT含有1亿个以上的参数。因此，深度模型的训练（也就是求解模型的参数）一直是一项具有挑战性的任务。一般来说，求解深度模型参数的训练算法具有两个重要的性能指标：算法的收敛速度和泛化能力。目前，应用较广泛的训练算法是随机梯度下降算法（SGD）和学习率自适应的随机梯度下降算法（如Adam和AdaBelief），其中SGD具有良好的泛化能力，但是收敛速度缓慢；Adam和AdaBelief具有较快的收敛速度，但是泛化能力不如SGD。因此，使优化算法同时具备良好的泛化能力和快速的收敛速度一直是深度学习领域内的研究热点之一。中国科学院苏州纳米技术与纳米仿生研究所刘欣研究员、周扬帆等针对学习率自适应的随机梯度下降算法
2022 03.22

中科院苏州医工所董建飞课题组在数据驱动的学习控制方面取得研究进展

随着机器学习技术的飞速发展，各种学习方法被提出并成功应用于图像识别、学习控制等领域。其中，学习控制的典型方法包括迭代学习控制（ILC）、高斯混合学习控制、强化学习控制等。比如，迭代学习控制方法常被用于控制许多批处理模式的动态过程，并已被成功应用于化工生产和工业机器人等。然而，理论界之前尚未研究这种控制方法针对从数据中获取的参数的随机误差的鲁棒收敛性问题。在其经典理论中，迭代学习控制基于一个有限维的输出信号预测方程来计算每一次迭代的输出信号轨迹，其中的参数矩阵是由系统的有限冲击响应系数（即马尔可夫参数）决定的。传统的方法需要根据系统的状态空间模型或传递函数来计算这些马尔可夫参数。当参数中存在不确定性时，鲁棒迭代学习控制方法首先需要对这些参数的不确定性进行建模，或者建立包络其不确定域的凸集；进而根据经典的鲁棒控制方法（如H无穷控制）分析其鲁棒单调收敛性（robust monotonic convergence，简写为RMC）。尽管文献中已经报道了不少基于模型的鲁棒ILC设计方法，并证明了其RMC特性，但尚无针对系统辨识得到的参数中的随机误差进行鲁棒设计的方法研究。针对这一问题，董建飞研究员
2022 03.18

中国科学院金属研究所 MXene晶圆级光电探测器取得新进展

二维过渡金属碳化物和氮化物MXene被公认为在电子和光电器件中具有重要应用潜力。然而，已报道的MXene薄膜的图案化方法难以兼顾效率、分辨率和与主流硅工艺的兼容性。例如，电子束光刻法可以实现较高的图案分辨率，但效率较低，不适用于大面积图案化；直接写入、激光蚀刻和喷墨印刷等其他图案化方法速度较快，但通常缺乏足够的分辨率。中国科学院金属研究所沈阳材料科学国家研究中心的科研人员与国内多家单位科研团队合作，通过设计MXene材料的离心、旋涂、光刻和蚀刻工艺，提出了一种具有微米级分辨率的晶圆级MXene薄膜图案化方法，并构筑了1024高像素密度光电探测器阵列。该阵列具有优异的均匀性、高分辨率成像能力、迄今为止最高的MXene光电探测器的探测度。研究成果于2022年2月28日在《先进材料》（Advanced Materials）在线发表，题为“Patterning of wafer-scale MXene films for high-performance image sensor arrays”。科研人员在对Ti3C2Tx溶液离心工艺和衬底亲水性进行优化后，采用旋涂法制备了4英寸MXene薄膜
2022 03.18

中国科学院合肥物质科学研究院聚合物中子屏蔽材料研制取得新进展

近日，中科院合肥研究院核能安全所黄群英研究员课题组在含钐环氧树脂中子屏蔽材料研制方面取得新进展。由于目前现有轻型屏蔽材料存在耐热性差的问题，研究人员利用APTES对Sm2O3颗粒进行化学改性并与耐高温基体AFG-90H环氧树脂物理共混的方式，制备出具有高热稳定性的复合中子屏蔽材料Sm2O3-APTES/AFG-90H的方法。相关成果发表在国际聚合物领域期刊Polymers上。先进核能系统对中子屏蔽材料提出了更高的热稳定性、机械性能和高效中子屏蔽性能要求，填料在聚合物中的弥散分布和良好相容性可确保环氧树脂复合材料的综合性能。为了研发具有更高性能的中子屏蔽材料，研究人员采用新型高性能环氧树脂AFG-90H和Sm2O3分别作为基体和填料，通过使用本所自主研发的蒙特卡罗粒子输运软件对屏蔽材料进行成分优化设计，并在此基础上采用APTES化学改性工艺对Sm2O3颗粒进行表面处理，改善了填料在树脂中的分散性及相容性。研究结果表明，当Sm2O3-APTES的添加量为30 wt%时，复合材料的初始热分解温度、玻璃化转变温度和杨氏模量较基体均有明显提升。通过分析复合材料拉伸断面形貌，该研究阐明了复合材料强
2022 03.18

中科学院苏州医工所先进成像课题组在乳腺癌新辅助化疗预测模型研究中取得重要进展

乳腺癌是在全世界女性中发病率最高的恶性肿瘤。新辅助化疗（Neoadjuvant chemotherapy, NAC）已被广泛应用，病理完全响应（Pathologic complete response, pCR）是用来评估NAC治疗疗效，能达到pCR的患者被证实能具有更好的预后和更长的生存期。但是，乳腺癌患者中只有7%-38%能达到pCR的治疗效果。因此，在NAC治疗前能预测患者pCR应答效果是至关重要的，这对达到pCR概率较低的患者而言能及时地调整治疗方案，避免不必要的化疗毒性。磁共振成像（magnetic resonance imaging, MRI）能从宏观角度反映病灶的变化，进而有效地评估治疗的响应情况。除了常用的形态学特征外，由动态增强磁共振成像（dynamic contrast-enhanced MRI，DCE-MRI）计算而来的血液动力学参数（如：Ktrans，Kep, Vp）能进一步反映血管密度和通透性等肿瘤微血管功能。此外，病理分子信息与治疗的敏感性也被证实具有相关性，能为疗效预测提供重要信息。近期，苏州医工所杨晓冬研究员课题组与中山大学附属孙逸仙纪念医院合作，构建了
2022 03.09

中国科学院合肥物质科学研究院湍流驱动电流首次在EAST亿度高温等离子体中得到证实

近日，中科院合肥研究院等离子体所联合法国原子能委员会、中国科学技术大学、核工业西南物理研究院、美国加州大学洛杉矶分校和深圳大学等单位，首次证明托卡马克等离子体中存在湍流驱动的电流成份，是支持高电子温度稳定运行的关键物理机制。这一新成果于2月25日发表在物理类顶级期刊《物理评论快报》上。托卡马克中的等离子体电流是维持高约束性能的关键，主要包括欧姆电流、辅助加热驱动电流、自举电流。理论上预测湍流可以驱动电流，但至今从未得到实验证明。龚先祖研究员带领EAST运行团队耗时近三年实现电子温度超过1亿度的长脉冲等离子体运行，并在实验研究中发现当电子温度梯度超过一定的阈值条件，电流被湍流调制，在远小于电阻扩散时间尺度上，随着湍流强度增大，自举电流和湍流驱动的电流方向相反，从而可在实验中将二者区分（见下图）。借助湍流回旋动理学模拟计算最终证实了实验中观察到的湍流是电子温度梯度模，其产生的剩余协强可以驱动这一电流。湍流驱动的电流和压强梯度共同驱动内扭曲模，形成湍流-湍动电流-内扭曲模自我调节系统，从而维持芯部电子温度梯度稳定，这是支持高电子温度长脉冲运行的关键物理机制。同时，电流直接影响等离子体不稳定性
2022 03.09

中国科学院合肥物质科学研究院高效癌症化学动力学治疗取得新进展科研人员设计出碳包覆氧化亚铜空心纳米胶囊

近日，中科院合肥研究院强磁场中心王辉研究员与中国科学技术大学陈乾旺教授、中科院合肥研究院健康所钱俊超副研究员合作，采用溶剂热法设计了一种氮掺杂碳包覆的氧化亚铜空心纳米胶囊（HCONC），未来有望应用于高效癌症化学动力学治疗，相关成果发表在国际期刊Small上。近年来，由于选择性高、侵袭性小，肿瘤微环境（TME）响应性的化学动力学治疗（CDT）受到研究者的广泛关注。由于传统CDT主要集中在Fe2+介导的Fenton反应，其受到较强肿瘤微酸环境和较低反应速率的限制。此外，肿瘤细胞中谷胱甘肽（GSH）的过度表达会破坏细胞内的活性氧（ROS），导致治疗效果有限。因此，设计一种生物相容性的纳米催化剂来抑制GSH的过度表达以增强CDT效果变得很有必要。在各种金属基纳米催化剂中，亚铜基纳米催化剂在弱酸性条件下甚至在中性介质中都表现出作为类芬顿剂的巨大潜力。此外，由于Cu+/Cu2+的低氧化还原电位，亚铜基纳米催化剂对·OH的生成和降低GSH过度表达具有更高的催化活性。然而，亚铜基纳米催化剂的易氧化性和潜在的离子毒性限制了其临床应用。本研究中，HCONC中Cu+介导的类Fenton反应不仅能在相对宽松

每页 10 记录总共 650 记录
第一页 <<上一页下一页>> 尾页
页码 38/65 跳转到