草庐IT

高斯光束及其MATLAB仿真

加菲家的猫 2023-11-02 原文

高斯光束及其MATLAB仿真

高斯光束的定义

​ 在光学中,高斯光束(英语:Gaussian beam)是横向电场以及辐照度分布近似满足高斯函数的电磁波光束。许多激光都近似满足高斯光束的条件,在这种情况中,激光在光谐振腔中以 T E M 00 TEM_{00} TEM00波模(横向基模)传播。当它在满足近衍射极限的镜片中发生折射时,高斯光束会变换成另一种不同参数的高斯光束,因此,高斯光束是激光光学中一种方便、广泛应用的模型。
​ 描述高斯光束的数学函数是亥姆霍兹方程的一个近轴近似解(属于小角近似的一种)。这个解具有高斯函数的形式,代表了光束中电场分量的复振幅。尽管电磁波的传播包括电场和磁场两部分,研究其中任一个场,就足以描述波在传播时的性质。
​ 亥姆霍兹方程的近轴近似解可能不止一个。笛卡尔坐标系下求解可得一类称为厄米-高斯模的解,在柱坐标中求解则得到一类称为拉盖尔-高斯模的解。

基模高斯光束

一般表达式:
E ( x , y , z ) = w 0 w exp ⁡ ( − x 2 + y 2 w 2 ) exp ⁡ { i [ k ( x 2 + y 2 ) 2 R − ψ ] } exp ⁡ ( i k z ) E(x,y,z)=\frac{w_0}{w}\exp\mathrm{(}-\frac{x^2+y^2}{w^2}) \\ \exp \left\{ i\left[ \frac{k(x^2+y^2)}{2R}-\psi \right] \right\} \exp\mathrm{(}ikz) E(x,y,z)=ww0exp(w2x2+y2)exp{i[2Rk(x2+y2)ψ]}exp(ikz)
简化表达式为:
E ( x , y , z ) = 1 1 + i z / z R exp ⁡ [ − ( x 2 + y 2 ) / w 0 2 1 + i z / z R ] exp ⁡ ( i k z ) E(x,y,z)=\frac{1}{1+i{{z}\Bigg/{z_R}}}\exp \left[ -\frac{(x^2+y^2{{)}\Bigg/{w_{0}^{2}}}}{1+i{{z}\Bigg/{z_R}}} \right] \exp\mathrm{(}ikz) E(x,y,z)=1+iz/zR1exp1+iz/zR(x2+y2)/w02exp(ikz)
w 0 w_{0} w0是中心束腰半径; k = 2 π / λ k=2\pi/\lambda k=2π/λ是波数; λ \lambda λ是光束的波长; z R = 1 / 2 k w 0 z_{R}=1/2kw_{0} zR=1/2kw0表示瑞利距离; w = w 0 1 + ( z / z R ) 2 w=w_{0}\sqrt{1+(z/z_{R})^2} w=w01+(z/zR)2 表示光束传播到 z z z处的束宽, R = z R ( z z R + z R z ) R=z_{R}(\frac{z}{z_{R}}+\frac{z_{R}}{z}) R=zR(zRz+zzR)表示等相位面的曲率半径, Ψ \varPsi Ψ表示相位因子。

拉盖尔-高斯光束

一般表达式:
E p l ( x , y , z ) = w 0 w ( 2 r w ) l L p l ( − r 2 w 2 ) exp ⁡ ( − r 2 w 2 ) exp ⁡ { i [ k r 2 2 R − ( 2 p + l + 1 ) ψ ] } exp ⁡ ( i l φ ) exp ⁡ ( i k z ) E_{p}^{l}(x,y,z)=\frac{w_0}{w}\left( \sqrt{2}\frac{r}{w} \right) ^lL_{p}^{l}\left( -\frac{r^2}{w^2} \right) \exp \left( -\frac{r^2}{w^2} \right) \\ \exp \left\{ i\left[ k\frac{r^2}{2R}-(2p+l+1)\psi \right] \right\} \\ \exp\mathrm{(}il\varphi \left) \exp \right( ikz) Epl(x,y,z)=ww0(2 wr)lLpl(w2r2)exp(w2r2)exp{i[k2Rr2(2p+l+1)ψ]}exp(ilφ)exp(ikz)
简化表达式:
E ( x , y , z ) = ( 2 r w ) l L p l ( 2 r 2 w 2 ) [ 1 − i z / z R 1 + ( z / z R ) 2 ] 2 p + l 1 1 + i z / z R exp ⁡ [ − ( x 2 + y 2 ) / w 0 2 1 + i z / z R ] exp ⁡ ( i k z ) E(x,y,z)=\left( \sqrt{2}\frac{r}{w} \right) ^lL_{p}^{l}\left( 2\frac{r^2}{w^2} \right) \left[ \frac{1-i{{z}\Bigg/{z_R}}}{\sqrt{1+({{z}\Bigg/{z_R}})^2}} \right] ^{2p+l} \\ \frac{1}{1+i{{z}\Bigg/{z_R}}}\exp \left[ -\frac{(x^2+y^2{{)}\Bigg/{w_{0}^{2}}}}{1+i{{z}\Bigg/{z_R}}} \right] \exp\mathrm{(}ikz) E(x,y,z)=(2 wr)lLpl(2w2r2)1+(z/zR)2 1iz/zR2p+l1+iz/zR1exp1+iz/zR(x2+y2)/w02exp(ikz)

厄密-高斯光束

一般表达式:
E m n ( x , y , z ) = w 0 w H m ( 2 x w ) H n ( 2 y w ) exp ⁡ ( − r 2 w 2 ) exp ⁡ { i [ k r 2 2 R − ( 2 p + l + 1 ) ψ ] } exp ⁡ ( i k z ) E_{mn}(x,y,z)=\frac{w_0}{w}H_m\left( \sqrt{2}\frac{x}{w} \right) H_n\left( \sqrt{2}\frac{y}{w} \right) \exp \left( -\frac{r^2}{w^2} \right) \\ \exp \left\{ i\left[ k\frac{r^2}{2R}-(2p+l+1)\psi \right] \right\} \exp\mathrm{(}ikz) Emn(x,y,z)=ww0Hm(2 wx)Hn(2 wy)exp(w2r2)exp{i[k2Rr2(2p+l+1)ψ]}exp(ikz)
简化表达式:
E m n ( x , y , z ) = H m ( 2 x w ) H n ( 2 y w ) [ 1 − i z / z R 1 + ( z / z R ) 2 ] 2 p + l 1 1 + i z / z R exp ⁡ [ − ( x 2 + y 2 ) / w 0 2 1 + i z / z R ] exp ⁡ ( i k z ) E_{mn}(x,y,z)=H_m\left( \sqrt{2}\frac{x}{w} \right) H_n\left( \sqrt{2}\frac{y}{w} \right) \left[ \frac{1-i{{z}\Bigg/{z_R}}}{\sqrt{1+({{z}\Bigg/{z_R}})^2}} \right] ^{2p+l} \\ \frac{1}{1+i{{z}\Bigg/{z_R}}}\exp \left[ -\frac{(x^2+y^2{{)}\Bigg/{w_{0}^{2}}}}{1+i{{z}\Bigg/{z_R}}} \right] \exp\mathrm{(}ikz) Emn(x,y,z)=Hm(2 wx)Hn(2 wy)1+(z/zR)2 1iz/zR2p+l1+iz/zR1exp1+iz/zR(x2+y2)/w02exp(ikz)

MATLAB仿真程序

采用MATLAB对上述高斯光束进行仿真模拟,部分子函数未编写,可以直接从其他途径搜索得到,这里只是展示主函数和最终的结果。

%============================================
clc;
close all
clear;

%% =========基本参数的输入===================
lambda0=6.328e-6;                 %基本光束的输入波长
k0=2*pi/lambda0;                   %波数
w0=1.5*lambda0;                    %高斯光束的中心束腰半径
n_i=1.0;                                   %背景空间折射率
k=k0*n_i;                                 %背景空间的波数
ZR=k*w0^2/2;                         %瑞利距离
z=0;                                          %光束传播距离
w=w0*sqrt(1+(z/ZR)^2);           %传播到z处的束宽
R=ZR*(z/ZR+ZR/z);                 %等相位面曲率半径
Phi=atan(z/ZR);                       %相位因子
m=1;
n=2;                                        %高阶高斯光束的阶数
p=1;                                         %拉盖尔高斯光束的阶数
l=1;                                          %拉盖尔高斯光束的拓扑荷数


%% =========坐标参数的设置=====================
Dx=10*lambda0;                        %x轴方向距离
Dy=10*lambda0;                        %y轴方向距离
step=0.01*lambda0;                   %步长
Numx=Dx/step+1;
Numy=Dy/step+1;                      %分割数
x=linspace(-Dx/2,Dx/2,Numx);  %x方向网格
y=linspace(-Dy/2,Dy/2,Numy);   %y方向网格
[x1,y1]=meshgrid(x,y);                 %行成网格数据
[phi,r]=cart2pol(x1,y1);                %转化成极坐标


%% ========不同光束的表达式观察平面===============
% 此处采用一般表达式进行仿真计算
%基模高斯光束表达式
E_Gauss=(1/(1+1i*z./ZR)).*exp(-(r.^2./w0^2)./(1+1i*z./ZR)).*exp(1i*k.*z);
I_Gauss=E_Gauss.*conj(E_Gauss);           %计算基模高斯光束的光强
normalizationprocessI_Gauss=I_Gauss/max(max(I_Gauss));   %光强的归一化处理

%厄米高斯光束
E_Hermite=Hermite(m,sqrt(2)*x1/w).*Hermite(n,sqrt(2)*y1/w).*((1-1i.*z/ZR)./...
                   sqrt(1+(z/ZR)^2)).^(m+n).*E_Gauss;
I_Hermite=E_Hermite.*conj(E_Hermite);     %计算厄密高斯光束的光强
normalizationprocessI_Hermite=I_Hermite/max(max(I_Hermite)); %光强的归一化处理

%拉盖尔高斯光束
E_Lague=power(sqrt(2)*r./w,l).*laguerre(p,l,2*r.^2/w.^2).*power((1-1i.*z/ZR)/...
                     sqrt(1+(z/ZR).^2),2*p+l).*E_Gauss.*exp(1i*l*phi);
I_Lague=E_Lague.*conj(E_Lague);           %计算拉盖尔高斯光束的光强
normalizationprocessI_Lague=I_Lague/max(max(I_Lague));      %光强的归一化处理


%% =========观察平面处画图设置==========================
%高斯光束图形设置
figure()                       
plot(x,normalizationprocessI_Gauss((size(x1,1))/2,:),'linewidth',1.5); %一维图像
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('Normalization Process Density','fontname','times new roman','fontsize',20); %y方向标注

figure()                                        
pcolor(x1,y1,normalizationprocessI_Gauss);                             %二维图像           
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('\ity(\it\lambda)','fontname','times new roman','fontsize',20); %y方向标注
caxis([0,1]);
shading interp;colormap jet;colorbar; 


figure()
surf(x1,y1,normalizationprocessI_Gauss);                               %三维图像
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('\ity(\it\lambda)','fontname','times new roman','fontsize',20); %y方向标注
caxis([0,1]);
shading interp;colormap jet;colorbar; 

%厄密高斯光束图形设置
figure()                       
plot(x,normalizationprocessI_Hermite((size(x1,1))/2,:),'linewidth',1.5); %一维图像
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('Normalization Process Density','fontname','times new roman','fontsize',20); %y方向标注

figure()                                        
pcolor(x1,y1,normalizationprocessI_Hermite);                             %二维图像           
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('\ity(\it\lambda)','fontname','times new roman','fontsize',20); %y方向标注
caxis([0,1]);
shading interp;colormap jet;  colorbar; 

figure()
pcolor(x1,y1,angle(E_Hermite));
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('\ity(\it\lambda)','fontname','times new roman','fontsize',20); %y方向标注
caxis([0,1]);
shading interp;  colormap jet;  colorbar;

figure()
surf(x1,y1,normalizationprocessI_Hermite);                               %三维图像
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('\ity(\it\lambda)','fontname','times new roman','fontsize',20); %y方向标注
caxis([0,1]);
shading interp;colormap jet;colorbar; 

%拉盖尔高斯光束图形设置
figure()                       
plot(x,normalizationprocessI_Lague((size(x1,1))/2,:),'linewidth',1.5); %一维图像
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('Normalization Process Density','fontname','times new roman','fontsize',20); %y方向标注

figure()                                        
pcolor(x1,y1,normalizationprocessI_Lague);                             %二维图像           
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('\ity(\it\lambda)','fontname','times new roman','fontsize',20); %y方向标注
caxis([0,1]);
shading interp;colormap jet;colorbar; 

figure()
pcolor(x1,y1,angle(E_Lague));
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('\ity(\it\lambda)','fontname','times new roman','fontsize',20); %y方向标注
shading interp;colormap jet;

figure()
surf(x1,y1,normalizationprocessI_Lague);                               %三维图像
set(gca,'fontname','times new roman','fontsize',15);     %坐标轴设置
xlabel('\itx(\it\lambda)','fontname','times new roman','fontsize',20); %x方向标注
ylabel('\ity(\it\lambda)','fontname','times new roman','fontsize',20); %y方向标注
caxis([0,1]);
shading flat;colormap jet;colorbar; 
theAxes=axis;                                        %保存坐标变量


%% =======绘制动态图像=========================
%保存11组数据,用来表征传播距离变化时光强的变化
z=0:w0:10*w0;                                     %将传播距离进行离散化 
for i=1:size(z,2)
    %基模高斯光束表达式
       E_Gauss=(1/(1+1i*z(i)./ZR)).*exp(-(r.^2./w0^2)./(1+1i*z(i)./ZR)).*exp(1i*k.*z(i));
       I_Gauss=E_Gauss.*conj(E_Gauss);           %计算基模高斯光束的光强
       normalizationprocessI_Gauss(:,:,i)=I_Gauss/max(max(I_Gauss));   %光强的归一化处理
       %厄米高斯光束
        E_Hermite=Hermite(m,sqrt(2)*x1/w).*Hermite(n,sqrt(2)*y1/w).*((1-1i.*z(i)/ZR)./...
                   sqrt(1+(z(i)/ZR)^2)).^(m+n).*E_Gauss;
        I_Hermite=E_Hermite.*conj(E_Hermite);     %计算厄密高斯光束的光强
        normalizationprocessI_Hermite(:,:,i)=I_Hermite/max(max(I_Hermite)); %光强的归一化处理

        %拉盖尔高斯光束
        E_Lague=power(sqrt(2)*r./w,l).*laguerre(p,l,2*r.^2/w.^2).*power((1-1i.*z(i)/ZR)/...
                     sqrt(1+(z(i)/ZR).^2),2*p+l).*E_Gauss.*exp(1i*l*phi);
        I_Lague=E_Lague.*conj(E_Lague);           %计算拉盖尔高斯光束的光强
        normalizationprocessI_Lague(:,:,i)=I_Lague/max(max(I_Lague));      %光强的归一化处理
end

有关高斯光束及其MATLAB仿真的更多相关文章

  1. Matlab imread()读到了什么 (浅显 当复习文档了) - 2

    matlab打开matlab,用最简单的imread方法读取一个图像clcclearimg_h=imread('hua.jpg');返回一个数组(矩阵),往往是a*b*cunit8类型解释一下这个三维数组的意思,行数、数和层数,unit8:指数据类型,无符号八位整形,可理解为0~2^8的数三个层数分别代表RGB三个通道图像rgb最常用的是24-位实现方法,即RGB每个通道有256色阶(2^8)。基于这样的24-位RGB模型的色彩空间可以表现256×256×256≈1670万色当imshow传入了一个二维数组,它将以灰度方式绘制;可以把图像拆分为rgb三层,可以以灰度的方式观察它figure(1

  2. MIMO-OFDM无线通信技术及MATLAB实现(1)无线信道:传播和衰落 - 2

     MIMO技术的优缺点优点通过下面三个增益来总体概括:阵列增益。阵列增益是指由于接收机通过对接收信号的相干合并而活得的平均SNR的提高。在发射机不知道信道信息的情况下,MIMO系统可以获得的阵列增益与接收天线数成正比复用增益。在采用空间复用方案的MIMO系统中,可以获得复用增益,即信道容量成倍增加。信道容量的增加与min(Nt,Nr)成正比分集增益。在采用空间分集方案的MIMO系统中,可以获得分集增益,即可靠性性能的改善。分集增益用独立衰落支路数来描述,即分集指数。在使用了空时编码的MIMO系统中,由于接收天线或发射天线之间的间距较远,可认为它们各自的大尺度衰落是相互独立的,因此分布式MIMO

  3. 建模分析 | 平面2R机器人(二连杆)运动学与动力学建模(附Matlab仿真) - 2

    目录0专栏介绍1平面2R机器人概述2运动学建模2.1正运动学模型2.2逆运动学模型2.3机器人运动学仿真3动力学建模3.1计算动能3.2势能计算与动力学方程3.3动力学仿真0专栏介绍?附C++/Python/Matlab全套代码?课程设计、毕业设计、创新竞赛必备!详细介绍全局规划(图搜索、采样法、智能算法等);局部规划(DWA、APF等);曲线优化(贝塞尔曲线、B样条曲线等)。?详情:图解自动驾驶中的运动规划(MotionPlanning),附几十种规划算法1平面2R机器人概述如图1所示为本文的研究本体——平面2R机器人。对参数进行如下定义:机器人广义坐标

  4. ABB-IRB-1200运动学分析MATLAB RVC工具分析+Simulink-Adams联合仿真 - 2

    一、机器人介绍        此处是基于MATLABRVC工具箱,对ABB-IRB-1200型号的微型机械臂进行正逆向运动学分析,并利Simulink工具实现对机械臂进行具有动力学参数的末端轨迹规划仿真,最后根据机械模型设计Simulink-Adams联合仿真。 图1.ABBIRB 1200尺寸参数示意图ABBIRB 1200提供的两种型号广泛适用于各作业,且两者间零部件通用,两种型号的工作范围分别为700 mm 和 900 mm,大有效负载分别为 7 kg 和5 kg。 IRB 1200 能够在狭小空间内能发挥其工作范围与性能优势,具有全新的设计、小型化的体积、高效的性能、易于集成、便捷的接

  5. 对于体育新闻中文文本关键字提取有哪些关键字提取算法及其步骤 - 2

    对于体育新闻中文文本的关键字提取,常用的算法包括TF-IDF、TextRank和LDA等。它们的基本步骤如下:1.TF-IDF算法: -将文本进行分词和词性标注处理。-统计每个词在文本中的词频(TF)。-计算每个词在整个语料库中出现的文档频率(DF)和逆文档频率(IDF)。-计算每个词的TF-IDF值,并按照值的大小进行排序,选择排名前几的词作为关键字。2.TextRank算法:-将文本进行分词和词性标注处理。-将分词结果转化成图模型,每个词语为节点,根据词语之间的共现关系建立边。-对图模型进行迭代计算,计算每个节点的PageRank值,表示该节点的重要性。-选择排名前几的节点作为关键字。3.

  6. 光度学中的能量、通量、出度、照度、强度、亮度参数及其联系 - 2

    光度学中的能量、通量、出度、照度、强度、亮度参数及其联系光度学中评价光的强弱有两种方式,一种是将光作为电磁波,考察其辐射的能量;另一种是以人眼视觉体验来评价光的强弱。前者被称为辐射量,后者被称为光学量。辐射量包括辐射能、辐通量、辐出量、辐照度、辐强度、辐亮度参数,与之相对应,光学量包括光能量、光通量、光出量、光照度、光强度、光亮度参数。通过该文章的阅读,读者还能掌握光学中的几个单位:流明,勒克斯,坎德拉,尼特的意义以及他们之间的关系。辐射量1.辐射能光以电磁波形式发射、传输或接收的能量。单位:焦耳。2.辐通量单位时间发射、传输和接收的辐射能。单位:瓦特。3.辐出度单位面积的辐射源辐射出的辐通量

  7. ruby-on-rails - Rails 计数器缓存及其实现 - 2

    我正在尝试掌握Rails计数器缓存功能,但无法完全掌握它。假设我们有3个模型ABCA属于B或C,取决于字段key_type和key_id。key_type表示A属于B还是C,因此如果key_type="B"则记录属于B,否则属于C。在我的模型a.rb中,我定义了以下关联:belongs_to:b,:counter_cache=>true,:foreign_key=>"key_id"belongs_to:c,:counter_cache=>true,:foreign_key=>"key_id"和在b和c模型文件中has_many:as,:conditions=>{:key_type=>"

  8. 慢跑者与狗 & 地中海鲨鱼问题的matlab解法 - 2

    慢跑者与狗问题描述一个慢跑者在平面上沿椭圆以恒定的速率𝒗=𝟏跑步,设椭圆方程为:𝒙=𝟏𝟎+𝟐𝟎𝒄𝒐𝒔(𝒕),𝒚=𝟐𝟎+𝟓𝒔𝒊𝒏(𝒕)。突然有一只狗攻击他,这只狗从原点出发,以恒定速率𝒘跑向慢跑者,狗的运动方向始终指向慢跑者。分别求出𝒘=𝟐𝟎,𝒘=𝟓时狗的运动轨迹。模型建立设时刻t慢跑者的坐标为(𝑿(𝒕),𝒀(𝒕)),狗的坐标为(𝒙(𝒕),𝒚(𝒕))。则𝑿=𝟏𝟎+𝟐𝟎𝒄𝒐𝒔(𝒕),𝒀=𝟐𝟎+𝟏𝟓𝒔𝒊𝒏(𝒕),狗从(0,0)出发,建立狗的运动轨迹的参数方程:由于狗始终对准人,因而狗的速度方向平行于狗与人位置的差向量:消去𝝀,得由题意𝑿=𝟏𝟎+𝟐𝟎𝒄𝒐𝒔𝒕,𝒀=𝟐𝟎+1𝟓𝒔𝒊𝒏(𝒕),狗从(0,0)

  9. C++调用matlab函数(未安装 matlab 也可以使用) - 2

            在正常工作环境中往往是可以使用无线网络的,此时安装一个matlab也不是什么难事;但是也难免也会遇到一些工作电脑不允许链接无线网络,此时若安装一个matlab则是一件非常痛苦的事,因为其安装包就20多个G,当时我是用手机开热点下载的,仅仅下载安装包就浪费了一个下午+一个晚上;       下面就举一个例子,针对安装过matlab和未安装过matlab的情况去介绍C++调用matlab函数的操作流程:一、封装matlab函数首先把matlab代码封装成函数的形式,下面举一个简单的函数为例;functionc=myadd(a,b)c=a+b;end二、编译matlab函数具体的编译

  10. Nature Neuroscience:高家红团队首次发布中国人脑连接组计划研究成果及其大数据资源 - 2

    人类生活在充满多样性的世界里。长久以来的研究发现,人类的脑与行为受到基因、环境和文化及其相互作用的塑造,然而这种影响发生的机制始终缺乏系统性探索与研究。近年来,前沿神经影像技术方法飞速进步,推动着多模态脑成像大数据集的产生和融合性探索,并让学界得以深入探究人脑宏观结构与功能连接组架构,为包括上述主题在内的许多有趣而重要的科学问题带来了新的启发和思路。2022年12月20日,北京大学物理学院、IDG麦戈文脑科学研究所高家红团队在《NatureNeuroscience》在线发表了题为“IncreasingdiversityinconnectomicswiththeChineseHumanConne

随机推荐