3D flame-retardant skeleton reinforced polymer electrolyte for solid-state dendrite-free lithium metal batteries

For solid polymer electrolytes(SPEs),improving their mechanical and electrochemical properties is the key to obtaining batteries with higher safety and higher energy density.Herein,a novel synergistic strategy proposed is preparing a 3D flame-retardant skeleton(3DPA)and adding nano-multifunctional fillers(Li-ILs@ZIF-8).In addition to providing mechanical support for the polyethylene oxide(PEO)matrix,3DPA also has further contributed to the system’s flame retardancy and further improved the safety.Simultaneously,the electrochemical performance is fully guaranteed by rigid Li-ILs@ZIF-8,which provides fast migration channels forLi^(+),reduces the crystallinity of PEO and effectively inhibits lithium dendrites.The limiting oxygen index of the optimal sample(PL3Z/PA)is as high as 20.5%,and the ionic conductivity reaches 2.89×10^(-4) and 0.91×10^(-3) S cm^(-1) at 25 and 55°C,respectively.The assembled Li|PL3Z/PA|Li battery can be cycled stably for more than 1000 h at a current density of 0.1 m A cm^(-2) without short circuit being pierced by lithium dendrites.The specific capacity of the LFP|PL3Z/PA|Li battery was 160.5 m Ah g^(-1) under a current density of 0.5 C,and the capacity retention rate was 90.0%after 300 cycles.

基于骨架平衡的3D人体异常行为识别方法仿真

为提高对人体异常行为的识别精准度,提出基于3D骨架的人体异常行为识别算法优化方法。根据3D骨架结构信息,建立人体3D骨架模型,依据关节点的运动速度及坐标变化,提取各动作的相关运动特征。通过搭建概率协作分类器,完成对3D骨架对应行为的分类。针对动作行为识别表征向量建立对应分类识别模型,设定人体骨架平衡参数,在先验信息的基础上训练最优系数向量,建立异常行为模型库。根据任意运动特征分布特点,排除异常干扰数据,建立隶属度函数集合确定动作主次结构,计算出每个运动特征权重值,识别异常行为。实验结果表明,所提方法具备良好的识别性能,识别准确度高,延迟小。

基于骨架提取的弯管类结构无支撑3D打印混合切片方法

弯管类结构存在丰富的悬空部位,采用传统熔融沉积3D打印技术制造需要消耗大量支撑,影响成本与成型表面质量。基于此,提出一种用于弯管类模型的骨架提取方法及相应的混合切片算法。与现有的简单沿骨架法面切片或分区多向切片技术不同,该方法充分利用弯管STL模型点云特点提取骨架和模型分层信息,引入干涉检查与切片路径检查,采用沿骨架法面切片与圆弧切片结合的混合切片方式,完成模型无支撑打印切片。最后,算法在4类模型上进行了切片仿真实验,验证其有效性和可行性。

3D Vector Reconstruction of the Neck Skeleton from the Anatomical Sections of Korean Visible Human at the Anatomical Laboratory of Paris Descartes

Aim: To perform a vector 3D reconstruction of the neck skeleton from the anatomical sections of the “Korean Visible Human” for educational purposes. Material and Methods: The anatomical subject was a 33-year-old Korean male who died of leukemia. It measured 164 cm and weighed 55 kgs. The anatomical cuts were made in 2010 after an MRI and a CT scan. A special saw (cryomacrotome) made it possible to make cuts on the frozen body of 0.2 mm thick or 5960 slices. Sections numbered 1500 to 2000 (500 neck sections) were used for this study. Manual contouring segmentation of each anatomical element of the anterior neck area was done using Winsurf software version 3.5 on a PC. Results: Our vector 3D neck model includes the following: cervical vertebrae, hyoid bone, sternum manubrium and clavicles. This vector model has been integrated into the virtual dissection table Diva3d, a new educational tool used by universities and medical schools to learn anatomy. This model was also put online on the Sketchfab website and printed in 3D using an ENDER 3 printer. Conclusion: This original work is a remarkable educational tool for the study of the skeleton of the neck and can also serve as a 3D atlas for simulation purposes for training therapeutic gestures.

基于3D骨架和MCRF模型的行为识别

针对目前行为识别方法的不足,提出一种基于人体3D骨架和多CRF模型(MCRF)的行为识别方法.3D骨架数据量少且保留了行为关键信息的优点,并具有融合多特征和上下文信息的优势.为此,首先基于3D骨架将人体动作划分为全局运动、手臂运动和腿部运动,通过对动作序列进行多类特征提取,形成多类特征集;然后利用CRF模型对每一特征集建模,再融合所有的CRF模型,得到MCRF模型;最后利用MCRF模型进行行为识别.实验结果表明,该方法具有较高检测率.

基于多流融合网络的3D骨架人体行为识别

当前大多基于卷积神经网络的3D骨架人体行为识别模型没有充分挖掘骨架序列所蕴含的几何特征,为了弥补这方面的不足,文章在AIF-CNN模型的基础上进行改进,提出多流融合网络模型(MS-CNN)。在此模型中,新增一种几何特征(kernel特征)作为输入,起到了丰富原始特征的作用;新增多运动特征,使模型学习到更加健壮的全局运动信息。最后,在NTU RGB+D 60数据集上进行消融实验,分别在NTU RGB+D 60数据集、NTU RGB+D 120数据集上,将MS-CNN模型与19、8个行为识别模型进行对比实验。消融实验结果表明:MS-CNN模型采用joint特征与kernel特征融合,其识别准确率比与core特征融合的高;随着多运动特征的增多,MS-CNN模型的识别准确率有所提高。对比实验结果表明:MS-CNN模型在2个评估策略下的识别准确率超过了大部分对比模型(包括基准AIF-CNN模型)。

CT三维重建及3D打印模型在骨科教学中的应用

目的研究CT三维重建技术及3D打印模型在骨科教学中应用效果。方法随机选取2022年3—9月河北大学临床医学专业本科生40名进行调查,对此40名临床医学专业本科生的外科学骨科课程采用CT三维重建技术及3D打印模型辅助教学,结课后统计考试成绩及教学满意度。随机选择采用传统教学方式的河北大学本科生40名,将传统教学组的考试成绩及骨科教学满意度作为传统教学组。对两组学生的考试成绩及教学满意度进行分析。结果3D打印组学生的考试成绩为(86.90±4.52)分,教学满意度评分为(47.27±2.21)分。传统教学组学生的考试成绩为(82.27±3.66)分,教学满意度评分为(43.65±3.23)分。3D打印组学生的考试成绩及教学满意度均高于传统教学组,差异有统计学意义(P<0.05)。结论CT三维重建技术及3D打印模型辅助教学可以有效地提高学生成绩,提升教学满意度,改善教学质量。

Key Pose Frame Extraction Method of Human Motion Based on 3D Framework and X-Means

The key pose frames of a human motion pose sequence,play an important role in the compression,retrieval and semantic analysis of continuous human motion.The current available clustering methods in literatures are difficult to determine the number of key pose frames automatically,and may destroy the postures’ temporal relationships while extracting key frames.To deal with this problem,this paper proposes a new key pose frames extraction method on the basis of 3D space distances of joint points and the improved X-means clustering algorithm.According to the proposed extraction method,the final key pose frame sequence could be obtained by describing the posture of human body with space distance of particular joint points and then the time-constraint X-mean algorithm is applied to cluster and filtrate the posture sequence.The experimental results show that the proposed method can automatically determine the number of key frames and save the temporal characteristics of motion frames according to the motion pose sequence.

表情动画中3D骨骼蒙皮技术运用研究

三维动画技术是现代动画应用研究中的一个热点领域。人们为了更好地在动画中追求与现实世界更接近的虚拟表现,从而给虚拟的模型添入更多的技术以便于进行更方便操控。骨骼蒙皮技术能做到更加形象、逼真的效果,尤其是在处理动画人物的表情上,这种技术的特色更为明显。文章介绍了骨骼蒙皮动画的技术原理及应用背景,并通过实例详细阐述了3D骨骼蒙皮技术运用于表情动画的具体方法,期望能更好地改善动画画面质量,增强虚拟绘制的真实性,优化表情动画的视觉效果。

一种使用3D骨架片段表示的人体动作识别方法

提出一种新的使用3D骨架片段表示的人体动作识别方法.人体动作可以表示为一系列3D骨架坐标(即一系列高维空间中的点).通过传统的滑动窗口方法,将一个人体动作划分为3D骨架片段序列.对于每一个骨架片段,计算该片段所包含点(3D骨架坐标)的均值及协方差矩阵,其中均值代表了人体动作在这一时间段的主要姿势,提取协方差矩阵的前T个特征向量则代表了人体动作在这一时间段的主要动作趋势,两者相结合即是一个全面的对人体动作在该时间段的表示.方法定义了3D骨架片段与片段之间的距离,该距离的定义同时结合了主要姿势和主要动作趋势两方面特征.为了描述动作的全局时间关系,用动态时间规整算法来度量两个不同动作之间的距离,则测试动作的标签即为与它距离最近的训练动作的标签.本文方法在两个公开发布的人体动作数据集(KARD数据集和CAD60数据集)上进行实验,实验结果表明所提出的使用3D骨架片段表示的方法适用于人体动作识别.

生物3D打印在大面积骨骼肌损伤中应用研究进展

骨骼肌在人体运动系统中发挥至关重要的作用,大面积骨骼肌损伤(volumetric muscle loss,VML)往往会超过骨骼肌自身再生恢复能力,从而导致骨骼肌功能障碍。目前临床治疗方法无法完全恢复损伤的骨骼肌组织及功能,因此,骨骼肌组织工程(skeleton muscle tissue engineering,SMTE)为VML等严重肌病损伤提供了可行的治疗方案。本文将综述骨骼肌组织工程应用3D生物打印技术治疗骨骼肌损伤的研究现状,回顾常用的3D生物打印技术及生物材料/墨水,并总结了近年3D生物打印支架在SMTE的应用进展。此外,血管化和神经再生对骨骼肌修复至关重要,本文将进一步探讨骨骼肌生物打印的血管化及神经连接策略及研究进展,讨论该领域的未来发展及挑战,以期为骨骼肌损伤修复的临床治疗提供参考。

基于3D骨架和RGB图片的时空动作识别

基于3D骨架的动作识别技术现已成为人机交互的重要手段。为了提高3D动作识别的精度,文中提出一种将3D骨架特征和2D图片特征进行融合的双流神经网络。其中一个网络处理3D骨架序列,另一个网络处理2D图片。最后再将二者的特征进行融合,以提高识别精度。相较于单独使用3D骨架的动作识别,文中所使用的方法在NTU_RGBD数据集以及SYSU数据集上都有了很大的精度提升。

3D打印骨架增强石蜡燃料燃烧机理实验研究

针对固-液混合火箭发动机中石蜡基固体燃料机械性能差的问题,使用3D打印聚合物骨架镶嵌石蜡的方法增强了石蜡基燃料的结构强度,分析了骨架增强石蜡燃料在直/旋流喷注下的燃烧机理。通过对七种骨架材料进行SEM扫描、力学、热力学分析和纯氧条件下的燃烧试验,获得了不同骨架材料的微观表面结构、机械性能、热分解性能以及在纯氧环境下的燃烧性能;使用直/旋流固-气掺混燃烧试验系统,开展了螺旋型和六角型骨架增强石蜡燃料的燃烧试验,并与ABS固体燃料进行了对比。结果显示,在多种骨架材料中,ABS材料加工性能、机械性能及热分解性能良好;燃烧过程中,骨架增强石蜡燃料结构稳定性良好,石蜡液滴主要出现在石蜡-骨架交界处;旋流喷注和螺旋型骨架可促进石蜡液滴的夹带现象;在直流喷注工况中,骨架的凹槽结构增加了燃料与氧化剂的接触面积,尾部骨架结构具有稳焰作用,可促进后燃烧室的掺混燃烧;石蜡燃料和骨架燃速差异较大,发动机内弹道性能可能受此影响。

Ultrathin poly(cyclocarbonate-ether)-based composite electrolyte reinforced with high-strength functional skeleton

Composite polymer electrolytes(CPEs)are considered to be the most promising to break through the performance and safety limitations of traditional lithium-ion batteries because of their excellent electrochemical and mechanical properties.Aiming at the performance limitations of the most common polyether matrix such as poly(ethylene oxide)(PEO),a novel poly(cyclocarbonate-ether)polymer matrix was prepared by in-situ thermal curing,the weaker interaction between its C=O bond and Li^(+)can promote the rapid transport of Li^(+).Adding ionic liquid and active filler LLZTO to the matrix can synergistically reduce the crystallinity of matrix and promote the dissociation of lithium salts.In addition,a 3D functional skeleton made of polyacrylonitrile(PAN)and lithium fluoride(LiF)can greatly improve the mechanical strength of polymer matrix after cold pressing,and Li F is also conducive to interface stability.The thickness of the optimal sample(VP6L/CPL)was only 25μm,and its ionic conductivity,lithium ion transference number,and electrochemical stability window were as high as 7.17×10^(-4)S cm^(-1)(25℃),0.54 and 5.4 V,respectively,while the mechanical strength reaches 6.1 MPa,which can fully inhibit the growth of lithium dendrites.The excellent electrochemical performance and mechanical strength enable the assembled Li|VP6L/CPL|Li battery to be continuously charged for over 200 h and cycled stably for more than 2300 h,and Li|VP6L/CPL|LFP battery can be stably cycled for more than 400 and 550 cycles at 1 C(40℃)and 0.5 C(25℃),respectively.

人体心脏纤维骨架及瓣膜三维模型的构建及其3D打印模型的应用探讨

目的探讨利用中国可视化人体(Chinese visible human,CVH)数据集建立3D打印心脏纤维骨架及瓣膜(cardiac fibrous skeleton and valves,CFSV)模型的效果及应用价值。方法先将CVH数据集第5例(CVH5)高分辨率断层图像导入Amira软件,对CFSV结构进行分割并重建其三维模型,经平滑、简化后进行3D打印,然后对3D打印模型进行打磨、着色等后处理,最后对其进行测量和分析。结果成功完成CFSV三维模型的构建和3D打印。对比数字化三维模型和3D打印实体模型的直径测量数据(mm):在短轴上,三尖瓣环(tricuspid valve ring,TVR)(26.56 vs 26.48),二尖瓣环(mitral valve ring,MVR)(27.67 vs 26.08);在长轴上,TVR(42.64 vs 41.02),MVR(37.93 vs 38.74);两种模型测量值的差异δ为(0.62±1.19)mm。肺动脉瓣的面积和周长均比主动脉瓣略大,TVR的周长和面积比MVR大,TVR和MVR所在平面的角度相差约20.4°。结论利用CVH数据集建立3D打印CFSV模型,可完整展现人体心脏纤维骨架原位解剖空间,在复杂、不规则形态的测量上更具优势。

3D卡通角色的快速骨架提取算法

为了简化模型的骨骼绑定工作,设计一套自动计算骨架的方法。该算法以模型的2D轮廓作为输入,从轮廓中提取候选关节点并构造2D骨架,再映射到相应的3D模型上,并采用神经网络算法增强骨架的通用性和质量。试验证明:使用该算法可大幅度提升骨架提取的性能,在移动设备上可以在1s内完成整个骨架计算流程,且其精度损失基本可以忽略不计;该算法可以处理多样化的卡通角色,既能帮助普通用户完成骨骼绑定工作,也可以提高专业设计师的工作效率。

3D格斗游戏中碰撞检测技术的研究和实现

认真分析了3D游戏软件制作中动态物体之间的碰撞检测方法,重点讨论了基于骨骼系统和蒙皮技术创建的3D格斗游戏人物模型之间的碰撞检测技术。提出了由骨骼系统创建人物碰撞模型,并基于新的碰撞模型实现了碰撞检测方法。实验和分析均表明,该方法在碰撞检测中便于确定人物身体部位且效率高,有很好的理论意义和应用推广价值。

基于ZBrush 2019的3D打印在牙齿和骨骼领域的应用

使用ZBrush 2019技术,根据目标的特性、参数、材料进行建模,设计出一颗完整的右侧上颌中切牙、上肢肱骨,并结合临床上已有的技术来探讨3D打印牙齿模型在临床上的应用前景,设计出的3D打印牙齿和骨骼模型还原度较高,可用于临床模型使用和稀有病理牙齿形态模型的展示与操作等,但该3D打印产品和临床上数字化打印出的烤瓷牙冠相比较仍有不足之处,需后续完善改进。

基于骨架偏置填充的3D打印分区扫描策略研究

随着社会的发展,3D打印成为制造业发展的重点技术。3D打印技术不限制模型的结构和形状,打印时间短,使模型加工起来更加方便,因此3D打印技术应用的越来越广泛。3 D打印填充的算法会直接影响到模型的打印质量和打印效率。为了避免轮廓环的自交,减少跳转点的数量,提高切片效率,提出一种基于骨架偏置填充的算法。通过将凹多边形分解为多个凸多边形,对模型的轮廓进行提取和分区,并对提取的数据进行优化处理,为骨架偏置填充提供数据依据。在骨架偏置填充数据的基础上得到轮廓线的偏置路径,对路径进行优化。实验结果表明,使用骨架偏置填充算法可以大大降低切片时间和打印时间,其分别降低了大约30%和9%,从而提高模型的3D打印效率和成型质量。

功能梯度材料主动混合3D打印喷头的应用研究

功能梯度材料(Functionally Graded Materials,FGM)在生物医学、柔性电子、软体机器人和航空航天等领域有着广泛应用。但是,目前3D打印装置大多处于试验阶段,存在生产稳定性低、无法连续生产以及抽真空时密封性差等问题。针对存在的问题,设计一种基于多材料主动混合的3D打印喷头,利用阀针控制和骨架油封,解决了聚二甲基硅氧烷(Polydimethylsiloxane,PDMS)/碳化硅(Silicon Carbide,SiC)功能梯度材料无法连续性制备的难题,为功能梯度材料的广泛应用提供了一种新的解决方案。经验证,此方案制造聚合物功能梯度材料具有可行性,对后续研究具有重要的指导意义。