基于自适应延迟切割的三角网格布尔运算优化

规则化的布尔运算被广泛应用在三维建模系统中.近年来,随着图形硬件的发展,基于三角网格的规则化布尔算法由于输出结果能直接被图形硬件处理,表现出了明显的优势.但是传统的算法由于采用CSG树局部评估策略,使得面片在相交测试中反复被切割,并且由于面片分类在切割后的模型之间直接进行,导致算法无法在保证鲁棒性的同时实现高性能.为了避免这些问题,提出了一种CSG树全局评估算法来统一执行单次和连续布尔运算.算法由两部分组成:自适应的延迟切割和全局化面片分类.在自适应的延迟切割阶段,算法通过仔细处理多个三角面片相交导致的各种情况扩展延迟切割到整个CSG树来避免由于面片的反复切割带来的数值误差累积,并利用自适应的八叉树使得相交测试可在线性时间内完成.在全局化面片分类阶段,算法通过分治法使得分类始终在切割后的面片和原始输入模型之间进行来保证分类的精度;通过结合组分类策略和自适应的八叉树来进一步优化分类性能.实验结果表明,所提算法无论是在执行单次还是在连续布尔运算时,都能在保证鲁棒性的同时性能优于其他算法,因此该算法可广泛应用于交互式建模系统中,如数字雕刻、计算机辅助设计和制造(CAD/CAM)等.

基于Au NP@CuS HNP复合材料的夹心型电化学免疫传感器及其在CEA检测中的应用

基于负载金纳米粒子(Au NP)的CuS中空纳米多面体(CuS HNP)复合材料(Au NP@CuS HNP)构建了一种夹心型电化学免疫传感器,用于癌胚抗原(CEA)的灵敏检测。CuS HNP外层和壳内空腔存在丰富的反应位点,具有高的催化活性;Au NP的负载提高了Au NP@CuS HNP整体的导电性和生物相容性。Au NP@CuS HNP用作信号标签,连接标记抗体(Ab)的同时能够高效催化HO还原产生电流信号。以金三角纳米板(Au TNP)作为基底材料,保证了电极界面的稳定性并且促进界面电子的转移。构建的电化学免疫传感器在1 pg/mL~50 ng/mL的CEA质量浓度范围内具有良好的检测能力,检出限(LOD)为0.37 pg/mL,为临床实现CEA的快速检测提供了一种新的方法。