针对医学超声图像的分辨率低而导致视觉效果差的问题，使用基于神经网络的图像超分辨率(SR)重建方法提升医学超声图像的分辨率。采用针对自然图像超分辨率重建的生成对抗网络(SRGAN)作为基本方法，通过减少 2个输入通道和删除 1个残差块对该网络的结构进行更改，并且改进网络损失函数，新增模糊处理数据集，使该网络适应医学超声图像所具备的灰度图像、散斑纹理单一等特点，从而重建出放大 4倍的边缘清晰没有伪影的医学超声图像。将改进 SRGAN与原始 SRGAN的结果相比，峰值信噪比(PSNR)和结构相似性(SSIM)分别有 1.792 dB和 3.907%的提升; 与传统双立方插值的结果相比，PSNR和 SSIM分别有 2.172 dB和 8.732%的提升。

金刚石具有宽带隙(5.47 eV)、高载流子迁移率(空穴3 800 cm2/(V·s)、电子4 500 cm2/(V·s))、高热导率(22 W·cm-1·K-1)、高临界击穿场强(>10 MV/cm), 以及最优的Baliga器件品质因子, 使得金刚石半导体器件在高温、高频、高功率, 以及抗辐照等极端条件下有良好的应用前景。随着单晶金刚石CVD生长技术和p型掺杂的突破, 以硼掺杂金刚石为主的肖特基二极管(SBD)的研究广泛展开。本文详细介绍了金刚石SBD的工作原理, 探讨了高掺杂p型厚膜、低掺杂漂移区p型薄膜的生长工艺, 研究了不同金属与金刚石形成欧姆接触、肖特基接触的条件, 分析了横向、垂直、准垂直器件结构的制备工艺, 以及不同结构对SBD正向、反向、击穿特性的影响, 阐述了场板、钝化层、边缘终端等器件结构对SBD内部电场的调制作用, 进而提升器件反向击穿电压, 最后总结了金刚石SBD的应用前景及面临的挑战。

随着人工智能技术的发展, 采用机器学习方法进行势函数的构建和拟合, 成为目前解决经验势函数精度问题的主要技术途径。机器学习方法解决了传统势函数拟合中的试错低效问题, 已成为材料设计和物性研究不可或缺的有力工具。本文围绕当前机器学习势函数的特点, 及其在相变研究、本征性质研究和界面研究等方面的应用, 全面总结介绍势函数及其拟合策略, 以及其在特定物性研究中的应用, 推动机器学习势函数在材料力热性质的多尺度模拟研究。最后, 展望了机器学习势函数所面临的挑战和未来发展前景。

探索了一种基于两束相向传播飞秒光丝诱导荧光的光谱检测方法。实验结果表明，该方法能够延长荧光衰减时间，增强物质特征谱线强度。将该方法应用于盐水溶液中金属离子（K⁺、Na⁺、Mg²⁺）特征峰及含量的检测，其对Na⁺含量的检测灵敏度为4.3×10^-6，较相同激发脉冲能量下的单丝诱导荧光检测技术提升了4倍，且具有良好的线性度。该方法有望为污染物检测提供新途径。

突破高质量、高效金刚石掺杂技术是实现高性能金刚石功率电子器件的前提。本文利用微波等离子体化学气相沉积(MPCVD)法，以三甲基硼为掺杂源，制备出表面粗糙度0.35 nm，XRD(004)摇摆曲线半峰全宽28.4 arcsec，拉曼光谱半峰全宽3.05 cm-1的高质量硼掺杂单晶金刚石。通过改变气体组分中硼元素的含量，实现了1016~1020 cm-3的p型金刚石可控掺杂工艺。随后，研究了硼碳比、生长温度、甲烷浓度等工艺条件对p型金刚石电学特性的影响，结果表明：在硼碳比20×10-6、生长温度1 100 ℃、甲烷浓度8%、腔压160 mbar(1 mbar=100 Pa)时p型金刚石迁移率达到207 cm2/(V·s)。通过加氧生长可以提升硼掺杂金刚石结晶质量，降低杂质散射。当氧气浓度为0.8%时，样品空穴迁移率提升至 614 cm2/(V·s)。

将时间拉伸色散傅里叶变换测量方法应用于飞秒光丝成像研究。通过光谱-空间编码的方式，结合高速单点探测器及示波器，实现了对飞秒光丝瞬态演化过程的一维成像。成像空间分辨率为60 μm，刷新速率为54.54 MHz。本文方法避开了CCD对图像刷新率的限制，为研究光丝与物质相互作用动力学提供了新方法。

利用深度学习技术对颅脑核磁共振图像(MRI)中三叉神经区域进行自动检测可为后续三叉神经分割提供可靠的输入图像，有效解决了人工筛选三叉神经对临床医生专业素养要求高、耗时长等弊端。采用YOLO网络自动检测颅脑核磁共振图像中三叉神经区域提高推理速度，并系统性地评估NVIDIA TensorRT框架在不同计算平台下的推理性能。实验结果表明，通过YOLO目标检测网络能够准确检测出三叉神经所在的区域，同时在NVIDIA TensorRT框架下，当输入的颅脑MRI分辨率为(204×204)时，CPU平台、嵌入式GPU平台、桌面GPU平台及专业GPU计算卡平台下，YOLOv2网络检测优化后的三叉神经目标的每秒帧率分别可达到0.1 FPS, 23.4 FPS, 112.5FPS和793.7 FPS，这为后续开发便携式的三叉神经分割设备提供了可参考的重要依据。

针对不锈钢搭接激光焊缝,研究了基于激光测距传感的焊缝表面状态非接触式高精度检测方法。在分析焊缝表面粗糙度、工件倾斜等随机因素对焊缝表面状态检测结果影响的基础上,采用移动均值滤波及图像倾斜修正处理等方法,开发了检测数据滤波及检测结果校正算法。基于激光焊缝表面检测轮廓曲线的特征点识别建立了激光焊缝表面余高/下塌量的检测计算模型。结果表明:检测分析获得的激光焊缝表面轮廓曲线与相应的金相检测结果吻合良好,很好地反映了焊缝的表面状态。

作为一种高精度测量工具, 飞秒激光具有优于传统激光技术的特性, 已被广泛应用于工业生产、 航空航天、 科学研究等领域。 扫频采样法在很大程度上改善了机械振动、 扫描速度过慢等问题, 对飞秒激光的绝对测距性能提升有着重要的意义。 基于扫频采样原理, 提出了一种利用飞秒激光的大尺寸距离测量方法, 并对该技术的测量原理、 干涉光谱和解调算法等方面进行了研究。 首先, 根据飞秒激光的锁模生成原理和压电陶瓷的压电效应, 介绍了飞秒激光器连续扫描重复频率的方法。 在此基础上, 结合传统的光学采样法原理, 解释了扫频采样法的测距原理, 推导并讨论了光纤延迟线的长度对扫描距离的影响。 然后, 搭建了基于扫频采样的飞秒激光测距系统, 在线性导轨上进行了远距离的测量实验, 同时设计了基于迈克尔逊干涉原理的He-Ne激光参考光路。 根据实验环境修正了空气群折射率, 分析了测量距离对光谱条纹峰值和宽度的影响, 测量了不同目标位置处的激光扫描距离。 在504 m的测量范围内, 扫描距离从056 mm增加到112 mm, 充分验证了光纤延迟线对提升大尺寸测距能力的重要性。 周期性的频率扫描可产生互相关条纹, 通过对测量光谱条纹进行希尔伯特变换处理, 解算出实时的频率变化量和采样倍乘系数, 从而获取被测的距离信息。 此外, 为了减小系统的时间延迟误差, 提高测量的准确性, 采用差分原理对算法进行了改进。 在希尔伯特算法基础上, 分别对频率和距离进行差分处理, 解算距离信息。 实验结果表明, 经过对比, 采用基于距离差分的改进算法处理数据, 性能结果较好。 算法改进后, 系统在50 m范围内的测量精度从11 μm提高到4 μm, 相对精度从22×10-9提高到8×10-8, 测距准确性明显提高。 通过分析重复性测量数据, 并与增量式激光干涉仪结果比对, 测量误差的标准差从10 μm提高到2 μm, 最大相对稳定性从2×10-9提高到4×10-8, 测距稳定性明显提高。 因此, 该方法有较为优秀的大尺寸测距能力, 具有同时实现高精度、 大尺寸、 快速绝对测距的潜力, 在未来的精密光谱测量领域有着很大的前景。