双掺杂LiNbO3晶体中光栅均匀性的优化研究

研究了非挥发全息记录中南于紫外光的强吸收而引起的光栅非均匀性，分析了这种非均匀性对光栅衍射效率的影响。结果显示，非均匀性致使光折变光栅的平均强度减弱，衍射效率降低。提出了采用两束等光强的敏化紫外光由晶体两侧入射的优化方案以改善光栅的均匀性，提高光栅的衍射效率。通过联立两中心带输运物质方程和双光束耦合波方程，进行了相应的理论模拟，并给出实验验证。结果表明双侧紫外光照射能够实现均匀性较好的光栅，是提高衍射效率的有效途径之一。     

Ce:Mn:LiNbO3晶体紫外记录研究

采用紫外光作记录光在Ce：Mn：LiNbO3晶体中实现非挥发全息记录，灵敏度可达0．0803cm／J，衍射效率（固定）为5．07％，比采用红光为记录光，紫外光为敏化光的非挥发双中心记录方案均提高了50多倍。分析表明，采用紫外光作为记录光，深能级电子被激发比例极大提高，参与光折变过程的电子平均运动周期变短．提高了衍射效率和灵敏度；深浅能级电子光栅的同相位，使得固定空间电荷场变强。文中还研究了退火对记录性能的影响。     

LiNbO3:Cu:Ce非挥发全息记录掺杂组份比的优化

实验研究了掺杂组份比对LiNbO3：Cu：Ce晶体非挥发全息记录性能的影响。结果表明．在全息记录过程中，掺杂组份比通过改变晶体的紫外光吸收特性而引起全息记录性能的改变。增加LiNbO3：Cu：Ce晶体中Cu和Ce的掺杂组份比会导致晶体对紫外光吸收的增强，进而提高了全息记录灵敏度和固定衍射效率。在弱氧化处理的掺有CuO和Ce2O4的质量分数分别为0.085％和0．011％的LiNbO3：Ce：Cu晶体中．得到了最高的固定衍射效率ηf=32％和记录灵敏度S=0．022cm／J。     

LiNbO3:Ce:Cu晶体中绿光非挥发全息记录优化

为了对在LiNbO3:Ce:Cu晶体中绿光作为记录光的非挥发全息记录进行优化,联立求解了双中心物质方程和双光束耦合波方程,数值分析了平均空间电荷场(SCF)和衍射效率随晶体的氧化还原态、记录光与敏化光的光强比以及深浅中心的掺杂浓度的变化.结果表明,采用绿光作为记录光在LiNbO3:Ce:Cu晶体中进行非挥发全息记录,可以记录得到强光折变光栅,其空间电荷场高达107V/m;获得高达80%以上的固定衍射效率,各相关参量都有较大的优化空间.     

光折变相干散射噪声

全面介绍了光折变相干散射噪声的研究状况，描述并分析了形成散射噪声的必要条件及理论机制，说明了散射噪声的观测技术及评价标准；总结了抑制噪声的各种方案及噪声的相关应用，最后展望了光折变散射噪声的研究前景。     

Ce∶Mn∶LiNbO3晶体紫外记录研究

采用紫外光作记录光在Ce∶Mn∶LiNbO3晶体中实现非挥发全息记录,灵敏度可达0.0803 cm/J,衍射效率(固定)为5.07%,比采用红光为记录光,紫外光为敏化光的非挥发双中心记录方案均提高了50多倍。分析表明,采用紫外光作为记录光,深能级电子被激发比例极大提高,参与光折变过程的电子平均运动周期变短,提高了衍射效率和灵敏度;深浅能级电子光栅的同相位,使得固定空间电荷场变强。文中还研究了退火对记录性能的影响。     

LiNbO_3∶Cu∶Ce非挥发全息记录掺杂组份比的优化

实验研究了掺杂组份比对LiNbO3∶Cu∶Ce晶体非挥发全息记录性能的影响。结果表明,在全息记录过程中,掺杂组份比通过改变晶体的紫外光吸收特性而引起全息记录性能的改变。增加 LiNbO3∶Cu∶Ce晶体中 Cu和 Ce的掺杂组份比会导致晶体对紫外光吸收的增强,进而提高了全息记录灵敏度和固定衍射效率。在弱氧化处理的掺有CuO和Ce2O3 的质量分数分别为0. 085%和0. 011%的LiNbO3∶Ce∶Cu晶体中,得到了最高的固定衍射效率ηf=32%和记录灵敏度S=0 .022 cm/J。     

SAU-Net:融合压缩注意力机制的多器官图像分割

为了对头颈部多器官CT图像实现精准分割,减少放射治疗对人体正常组织的损伤,本文提出一种基于卷积神经网络的图像分割方法——SAU-Net算法,该算法基于加入残差连接的3D U-Net实现.针对器官尺寸差异较大而引起的分割精度不准确问题,引入压缩注意力模块,通过非局部的空间注意力机制增加对全局特征的编码能力,聚合多尺度上下...     

光折变空间光孤子

回顾了光折变孤子的相关研究及最新进展,描述了光折变孤子的形成及特性,分析了光折变孤子形成的理论机理,展示了光折变孤子的相互作用,说明了光折变孤子的应用价值及缺陷.     

基于优化循环生成对抗网络的医学图像合成方法

放射治疗计划系统需要CT图像准确计算剂量分布,但有时临床只能获得MR图像.图像合成能有效利用现有图像合成新模态图像,从而增强图像信息.针对MR图像生成CT图像问题,综合循环一致生成对抗网络不成对数据可训练合成新模态图像的特点,以及密集连接网络的特征复用和优化信息流传播的优点,提出融合密集连接的循环生成对抗网络模型,改善...