На что влияет размер матрицы: типы, размер, разрешение, светочувствительность, уход

Размеры матриц у современных фотокамер и на что они влияют

Матрица современного цифрового фотоаппарата catalogue.technoportal.ua/photos.html состоит из светочувствительных элементов, их еще называют пикселями. В изображении каждый такой элемент формирует одну точку, соответственно, чем больше разрешение матрицы, тем тоньше и точнее будет передача мелких деталей и тем качественнее будет полученный снимок. Однако, стоит учитывать тот факт, что изображение, проецируемое объективом на матрицу, имеет определенный предел резкости, который характеризуется свойствами оптической системы камеры.

Физический размер матрицы часто влияет на вес и размер фотокамеры, соответственно, чем он больше, тем большего размера будет ваш аппарат. Но сейчас полноразмерные матрицы устанавливают в компактных «беззеркалках». Однако, в первую очередь он влияет на качество полученного изображения.

Физические размеры матрицы и каждого отдельного пикселя оказывают значительное влияние на количество цифрового шума, попадающего на чувствительные элементы вместе с сигналом. Шумы появляются по множеству причин — из-за внутренних электрических процессов или при повышении температуры. Дело в том, что чем больше площадь матрицы, тем большее количество света будет на нее попадать, а значит, вы получаете лучшее соотношение сигнал/шум. Это соотношение можно определить по наличию ярких цветных крапинок, ухудшающих качество изображения.

Если матрица фотокамеры маленького размера, то на нее будет попадать небольшое количество света, полезный сигнал нужно усиливать, при этом шумы становятся более заметны, а изображение выглядит неестественным. Очень часто пользователи путают такие характеристики как число пикселей и размер матрицы. Зеркальная камера с большей по размеру матрицей лучше передает цвет, количество пикселей делает картинку детальной, а на цветопередачу влияет их размер.

Характеристики матрицы оказывают влияние не только на техническое качество снимка. Если мы говорим о средствах художественного выражения, то в первую очередь стоит учитывать такой важный параметр как ГРИП (глубина резкости изображаемого пространства). Имеется в виду отрезок вдоль оптической оси объектива, на котором резкость максимальна, при этом она стремится к нулю за его пределами, что создает визуальный акцент на объекте съемки, а также размытый задний план. У недорогих фотоаппаратов с маленькой матрицей, эта зона всегда велика, все объекты на них выглядят резкими. Чем больше у камеры физический размер матрицы, тем ГРИП может быть уже, а значит, выше художественный потенциал такого аппарата.

По материалам: technoportal.ua

Как зависит глубина резкости от размера матрицы

Для того, чтобы размыть фон на фотографии, нужно добиться маленькой глубины резкости. В любом учебнике вы найдёте три основных фактора, которые влияют на глубину резкости: диафрагма, фокусное расстояние объектива и дистанция фокусировки.

Вот так, например, диафрагма влияет на глубину резкости:

Но есть ещё один фактор, не такой очевидный.

Современные фотолюбители часто спорят о том, как зависит глубина резкости от размера сенсора фотоаппарата.

Это действительно очень сложный и запутанный вопрос, который не имеет однозначного ответа. И всё потому, что существует несколько точек зрения, и почти все они по-своему правильные.

Мы не смогли обойти эту тему стороной, поэтому собрали основные точки зрения, снабдили их примерами и записали этот видеоролик:

Видео, как обычно, короткое и ёмкое. Но если у вас нет возможности его сейчас посмотреть, можете прочитать статью ниже.

Итак, хороший способ что-то объяснить — это привести наглядный пример. Представим, что этот круг — изображение, которое создаёт объектив:

Мы будем подставлять под этот круг сенсоры разных размеров, как будто надеваем один и тот же объектив на разные фотоаппараты.

6х6 — самый большой сенсор, который смог поместиться в наш круг. Это плёночный средний формат. Он квадратный, поэтому смотрится немного необычно.

44х33 — это современный цифровой средний формат.

35 mm — в плёночную эпоху был самым распространённым, а теперь это формат цифровых полнокадровых камер продвинутого уровня.

APS — широко распространённый современный цифровой формат доступного ценового сегмента (так называемый кроп).

Хорошо видно, как постепенно фотография теряет большое количество деталей, которые обрезаются со всех сторон границами кадра. И в конце концов, маленькая APS матрица фиксирует только скучную центральную часть.

Теперь сравним самый большой кадр — 6×6 с самым маленьким — APS, чтобы понять, где глубина резкости больше, а где меньше.

 

И тут мы сталкиваемся с тремя разными точками зрения, которые вызывают так много споров вокруг этой темы.

1. ГРИП одинаковая

1) Сторонники первой точки зрения утверждают, что по сути ничего не поменялось, и глубина резкости на обоих снимках одинаковая. Ведь рисунок объектива остался прежним, мы просто взяли и вырезали кусок из этого рисунка.

2. Чем меньше матрица, тем меньше глубина резкости

Вторая точка зрения — техническая и лежит в основе расчётов, которые используют калькуляторы глубины резкости (например, этот). Чтобы соответствовать правилам расчёта, правое изображение нужно растянуть до размеров левого.

А чем больше мы растягиваем любое изображение, тем менее резким оно становится. Сравните эти два участка кадра. Правый явно более размытый.

Вместе с уменьшением общей резкости уменьшается и глубина резкости. Вот ещё пример с линейкой, который мы сделали одним объективом, но на разные камеры:

Левый снимок сделан на камеру Canon EOS 6D (35 mm), а правый на Canon EOS 550D (APS). Объектив одинаковый.

То есть, любой приличный калькулятор вам подтвердит, что чем меньше матрица, тем меньше глубина резкости и тем больше размывается фон.

Этот факт может нам показаться довольно странным, ведь мы знаем, как сложно размыть фон, например, снимая на крошечную камеру смартфона.

Поэтому есть третья точка зрения, которая способна запутать вас ещё больше.

Большой матрица лучше размоет фон

Третья точка зрения — практическая. На практике нет смысла сравнивать эти два кадра, потому-что они получились слишком разными по крупности плана.

Добиться одинаковой крупности можно, если надеть на камеру с большей матрицей более длиннофокусный объектив. А мы знаем, что чем больше фокусное расстояние объектива, тем меньше глубина резкости.

В итоге получается, что на большой матрице фон размоется лучше. Хотя, это размытие происходит не благодаря размеру матрицы, а благодаря длиннофокусному объективу. Это важное замечание, но на него, обычно, закрывают глаза. И именно поэтому, чаще всего, происходит непонимание и путаница.

Давайте теперь ответим на вопрос, который мы задавали в самом начале.

Можно ли красиво размыть фон, снимая на маленькую матрицу?

Можно. Ведь, как мы убедились, сама по себе маленькая матрица даже лучше размывает фон, чем большая.

Такой будет фотография, если мы подставим под наш круг матрицу фотокамеры смартфона iPhone SE.

Но только увидеть всю красоту этого размытия вряд ли получится. Его слишком мало помещается в кадр. Маленькая матрица вынуждает производителей использовать более короткофокусные объективы, а вот они-то как раз плохо размывают фон. Например, на камере смартфона iPhone SE фокусное расстояние объектива всего 4 мм.

Минимальная глубина резкости, которой получилось добиться, снимая на Fujifilm X-T1 и на камеру смартфона iPhone SE.

Конечно, таким объективом размыть фон будет сложно, даже снимая на диафрагму f2.2.

Так что, если хотите получить красивое боке, всё таки лучше использовать сенсор побольше. Но не забывайте и про остальные факторы, которые тоже влияют на глубину резкости.

Ну и напоследок, если у вас нет возможности приобрести дорогостоящую камеру большого формата, существует способ искусственно увеличить размер сенсора.

Нужно последовательно внахлёст сделать несколько кадров с одинаковыми настройками, а потом склеить их в большую панораму.

Склейка панорамы — способ искусственно увеличить размер сенсора.

Данный метод мы описывали в этом видео:

У нас вообще много интересного и оригинального материала на фотографическую тему, так что подписывайтесь на нас в социальных сетях.

Напоминаем, что у нас ещё есть отличный авторский Телеграм канал без рекламы и взаимопиара — t.me/koldunovs. Там у нас есть чат фотографов, в котором можно общаться и обсуждать новые материалы.

Если вам нравится то, что мы делаем, пожалуйста, поддержите наши начинания. У нас много разных интересных идей, которые с вашей помощью реализовать будет намного проще.

Какое оптимальное количество мегапикселей должно быть в фотоаппарате

Производители часто указывают мегапиксели, как одну из основных характеристик фотоаппаратов. Новые модели соревнуются в их количестве. Если раньше на кропнутых зеркальных фотокамерах максимальное число мегапикселей равнялось 18, сейчас это число доходит до 24. Что такое мегапиксели в фотоаппарате, на что влияет их количество, какой показатель является рабочим, и может ли ухудшить качество фотографии их чрезмерное количество.

Что такое мегапиксели и их размер

Один мегапиксель (Мп) состоит из миллиона пикселей, маленьких квадратиков, которые выглядят как крошечные точки. Фотография представляет собой сплошную сетку, сотканную из пикселей. Достаточное количество этих квадратиков улучшает качество изображения, увеличивает его разрешение. Ведь пиксель – это основной элемент, из которого состоит цифровое изображение. Не существует величины меньше пикселя. Например, миллипикселя или 0,5 пикселя. Однако они могут отличаться по размеру.

Большинство современных фотоаппаратов имеет достаточное количество мегапикселей. Как правило, не меньше 15. Когда в фотоаппаратах было 3-4 Мп, их увеличение, хотя бы на один, было очень заметно. Сейчас имеющегося числа вполне достаточно для печати фотографий очень большого размера, и новое увеличение этого показателя больше похоже на маркетинговый ход, чем на необходимость.

На что влияют мегапиксели

От количества Мп в матрице фотоаппарата по сути зависит качество распечатанных фотографий. Снимки большой выглядят детализированней при достаточном количестве мегапикселей. Однако это не единственный показатель, нужный для печати необычно крупных фотографий. Также важны характеристики сенсора фотокамеры и настройки диафрагмы (апертуры).

Важно знать, что пиксели могут отличаться размером. Например, в одной камере может быть 12 Мп большого размера, а в другой – 24, но более маленьких. Слишком мелкие пиксели способны вобрать в себя только небольшое количество света. Оставшийся свет перемещается к соседним пикселям, создавая на фотографии неприятный цветовой шум. Поэтому важно не только количество мегапикселей, но и размер самой матрицы. Если последняя слишком маленькая и на нее пытаются вместить как можно больше пикселей, качество фото только ухудшится. Чем больше размер матрицы, тем больше света она воспринимает. В итоге снимки имеют больше деталей и больший угол обзора.

Какое оптимальное количество

Достаточное число пикселей зависит от потребностей пользователя фотоаппарата. Также стоит помнить, что на качество влияют многие технические показатели фотоаппарата, в том числе размер матрицы, выбранный объектив и, конечно, настройки камеры.

Чем больше разрешение матрицы, тем качественнее получатся напечатанные в большом размере снимки и тем больше возможностей для последующей обработки фотографии в фоторедакторе.

• Тем, кто в принципе не печатает и не обрабатывает фотографии, а смотрит их только на цифровых устройствах и выкладывает в сеть, вполне хватит даже 5 Мп;
• Если снимки подвергаются пост обработке, их разрешение несколько уменьшается. Особенно при кадрировании. Значит, чтобы обработать фото и сохранить приемлемое качество для их просмотра на компьютере и печати фотографий небольшого размера, нужен фотоаппарат с 7 Мп. При таком показателе разрешение снимков будет около 3072 на 2304 пикселей. Значит, можно будет смело их обрабатывать, убирать ненужные объекты по краям, не ухудшая итоговые кадры. После этого можно распечатать снимки размером 10 на 15 и даже 20 на 30;
• Тем, кто предпочитает более детализированные снимки, лучше приобретать фотокамеры с разрешением матрицы не менее 12 Мп. Такой фотоаппарат позволит получать кадры, в которых видна каждая деталь, а затем увеличивать и кадрировать их при необходимости. Однако такие фотокамеры стоят дороже, поэтому стоит взвесить все за и против. А также решить, так ли необходима сильная детализация для любительской съемки.

Профессионалам, безусловно, нужны камеры с разрешением не менее 12 Мп. А вот показатель разрешения больше 20 мегапикселей не особенно востребован даже в профессиональных кругах. Это больше рекламные трюки производителей.

Более того, фотографы, проводившие сравнение, указывают на избыточность 24 мегапикселей для фотоаппаратов с кропнутой матрицей. Объективы не справляются с таким количеством пикселей, появляется больше цифрового шума, кадры медленнее обрабатываются из-за большого веса. К тому же, на снимках при 12 и 24 Мп практически идентичная детализация.

Стоит ли гнаться за большим количеством мегапикселей

Профессионалы не советуют гнаться за максимальным количеством пикселей в фотоаппарате. Важнее определиться со своими целями. Для чего приобретается фотокамера: для бытовой съемки, работы в газете или журнале, участии в выставках, съемке портретов, репортажей или торжеств. Для каждой цели понадобится свое количество мегапикселей матрицы фотоаппарата.

Собираясь создавать фото для семейного альбома и соцсетей, не стоит платить лишнее за технику с огромным разрешением снимков. К тому же, на качество больше повлияет физический размер матрицы. Именно на этот показатель лучше обратить свое внимание. При этом техника с большой матрицей будет дороже, тяжелее, объемнее, чем простой любительский компактный фотоаппарат. Такую технику неудобно будет постоянно носить с собой, чтобы запечатлеть неожиданно возникшие интересные кадры.

Вредит ли большое число мегапикселей качеству снимков

Увеличение разрешения матрицы может ухудшить резкость кадров даже при использовании качественного объектива.

Это звучит странно, но имеет логическое объяснение. Если физический размер матрицы не увеличивается, а количество мегапикселей становится больше, их размер становится меньше. Это делает их менее чувствительными к свету и повышает их нагрев друг от друга, увеличивая количество цифрового шума. Хотя, технологии не стоят на месте и производители научились снижать уровень шума даже при уменьшении размеров пикселей.

Однако есть и другая опасность – появление дифракции. При прохождении потока света через малое отверстие диафрагмы он как будто распыляется, как спрей. Чем сильнее закрыта апертура (диафрагма), тем под большим углом происходит это распыление. Так четкая точка становится размытой. И чем меньше открыта диафрагма, тем размытие становится сильнее. Хотя обычно закрытая диафрагма дает максимально четкую детализацию.

Мегапиксели в фотоаппарате отвечают за разрешение фотографий. Выбирая технику, следует заранее решить, для каких целей она будет использоваться. Если в планах фотографа нет печати фотографий очень крупного размера, в профессиональных целях, или серьезной постобработки в фоторедакторе, то количество пикселей не играет особой роли. В таком случае, возможно, не стоит переплачивать за более дорогие модели. При этом важно обратить внимание на другие технические характеристики фотоаппарата. В первую очередь на размер матрицы. А также научиться его правильно настраивать. Так, даже при среднем количестве мегапикселей будут получаться интересные и качественные фотографии.

Почему гонка за количеством мегапикселей в смартфонах — абсурд

Как устроена камера смартфона

Камера — сложная штука: она объединяет матрицу, оптическую систему, контроллер и другие вспомогательные компоненты, а также программное обеспечение для обработки фото и видео. Рассмотрим каждый элемент подробнее.

Матрица

Матрица RGB. roxxer/Depositphotos.com

Матрица — это прямоугольная микросхема, состоящая из светочувствительных элементов — пикселей. В каждом пикселе содержится три субпикселя. Один субпиксель пропускает волны только определённой длины: для красного, зелёного или синего цвета (red, green, blue). Такая цветовая модель называется RGB.

Также матрица может быть монохромной, без цветных фильтров. На каждый её пиксель попадает втрое больше фотонов. В результате чёрно‑белые фото получаются более чёткими. Такие матрицы можно использовать, чтобы улучшить цветное изображение с другого модуля камеры.

Одна из главных характеристик матрицы — разрешение. Оно отражает, сколько пикселей на ней поместилось.

Объектив

Крошечный объектив смартфона — это практически ювелирная конструкция. Редкая система включает 4–5 элементов — обычно их 7–8 и более.

В смартфонах с несколькими камерами напротив каждой матрицы будет свой объектив. Каждый из них решает свою задачу:

• Телеобъектив (телевик) нужен для съёмки с большого расстояния.
• Широкоугольный (ширик) поможет вместить в кадре больше объектов — это полезно для групповых фото и съёмки архитектуры.
• Универсальный объектив позволит в меру хорошо снять любой сюжет: от портрета до пейзажа.
• Объектив с переменным фокусным расстоянием (зум) может приближать объект съёмки.

Линзы для объективов смартфонов создают из стекла или специальных полимеров. Если их прозрачность далека от идеала и элементы недостаточно качественно подогнаны, хороших фото не ждите. Даже если линза сместится на несколько микрон, оптическая система расфокусируется.

Диафрагма

Диафрагмы. KoeppiK / Wikimedia Commons

Диафрагма — это отверстие, через которое световой поток попадает в камеру. От неё зависит, сколько света может получить сенсор. Значение диафрагмы выводят в формате f/1,7.

Система стабилизации

Стабилизация компенсирует смазывание от дрожания камеры, например, когда снимаете с рук, а не со штатива. Может быть двух видов:

• Оптическая. Честная электронно‑механическая система, которая физически удерживает камеру в одном положении (по крайней мере, старается). Она дарит более чёткие фото с минимальным уровнем шума и позволяет обойтись практически без программной обработки.
• Электронная. Это программные алгоритмы. Камера по‑прежнему дрожит, но за счёт анализа нескольких кадров создаётся более‑менее приличный результат.

Система автофокусировки

Автофокус сам определяет расстояние до объекта и в соответствии с ним настраивает параметры оптики камеры. В современных смартфонах используются системы трёх типов:

• Фазовая. Специальные датчики собирают лучи света в разных точках кадра. Затем свет разделяют на два потока и отправляют на светочувствительный сенсор, чтобы он определил расстояние до объекта. Преимущества: высокая точность и скорость работы. Недостатки: высокая цена, сложность конструкции и её настройки.
• Контрастная. Анализируется контраст сцены. Сдвигая линзы, камера пытается добиться максимальной контрастности объекта относительно фона. Преимущества: компактные размеры и низкая стоимость. Недостатки: система работает медленнее и плохо подходит для динамичных сцен.
• Гибридная. Сочетает фазовую и контрастную фокусировку, чтобы получить наилучший результат.

Программное обеспечение

Фото до и после программной обработки. Shubham Kushwaha / Pexels.com

ПО тоже можно считать частью камеры, ведь оно принимает непосредственное участие в получении результата съёмки. Сегодня ни один смартфон не отдаёт вам кадры как есть, без программной обработки. Сложные алгоритмы, которые часто используют обширную базу данных или технологии искусственного интеллекта, редактируют каждый снимок, чтобы «сделать вам красиво».

Сырые снимки будут недостаточно яркими и чёткими. ПО убирает пересвет, вытягивает тёмные участки, улучшает цвета, увеличивает резкость. Причём делает всё это автоматически и очень быстро.

Но есть и обратная сторона медали. Агрессивное шумоподавление может сделать снятое в сумерках фото зернистым — будто состоящим из множества мелких пятен. При этом ухудшается детализация, а цвета становятся неестественными.

На что влияет количество пикселей

В подробных характеристиках смартфона обычно указывается физический размер матрицы камеры — что‑то вроде 1/2,6″. На сайте производителя можно найти данные о размере пикселей в матрице. Этот параметр влияет на количество точек в кадре. Чем выше разрешение, тем лучше передаются детали.

Но если пиксели мелкие, каждый из них получает мало света и не может точно определить цвет точки реального изображения. В результате на фото появляется шум.

Фото с разным уровнем шума. Wikipedia

Шум — это разбросанные по кадру точки случайного цвета и яркости. Чем хуже освещённость и чем ниже качество матрицы камеры, тем больше шума будет на фото.

Его количество в кадре пропорционально размеру пикселя или квадрату диагонали матрицы. Если сравнивать две матрицы с точками размером 1,55 мкм и 1,1 мкм, то в кадре с первой будет вдвое меньше шума.

Имеет значение и динамический диапазон матрицы — её способность фиксировать весь спектр цветов и яркость окружающего мира. У дешёвых диапазон небольшой, и фото получаются выцветшими, мутными.

Почему производители смартфонов гонятся за пикселями

Потому что покупатели всегда хотят максимум. Даже если в авто на 300 лошадей приходится стоять в пробке или на крутом игровом компьютере раскладывать пасьянсы.

Какой смартфон вы купите при одинаковой цене: с камерой на 12 Мп или на 48 Мп? Выбрав второй, вы получите в четыре раза больше мегапикселей за те же деньги. Но ваши фото не улучшатся в четыре раза.

Матрица с большим количеством мелких пикселей дешевле, чем датчик с крупными точками, и продаваться она будет лучше.

Крупные матрицы занимают больше места внутри смартфона. Оптическая система для них также должна быть больше. Соответственно, для остальных частей в корпусе места окажется меньше. Смартфон станет толще или камера будет выпирать. Её придётся защищать закалённым или сапфировым стеклом. А это тоже деньги.

Продать толстый дорогой смартфон сложно. Проще заказать матрицы с большим количеством мелких пикселей и провести громкую маркетинговую кампанию: на фото с камеры добавить автоматический штамп «снято на супермегафлагман с 48 Мп», чтобы все знали, что кто‑то купил новый смартфон. А фанаты и профи пусть пользуются зеркалками.

Хотя Nokia, например, рискнула, и получились смартфоны‑легенды Lumia 1020 c камерами на 41 Мп. И это в 2013 году!

Смартфон Lumia 1020. Kārlis Dambrāns / Wikimedia Commons

От чего зависит качество фото на самом деле

Размер матрицы и пикселя

Если взять две матрицы одинакового разрешения, то фото лучшего качества потенциально получатся с большей из них. Там пиксели крупнее, а значит, на каждый при съёмке попадает больше фотонов. В результате субпиксели могут точнее определить цвет конкретной точки.

Казалось бы, если в одной матрице пиксели размером 1,4 мкм, а в другой — 1,2 мкм, они практически одинаковые. Но 17% — ощутимая разница, которая обязательно проявится в качестве фото и видео, особенно если вы снимаете при плохом освещении.

Ещё один важный момент — расстояние между соседними пикселями. В мелких матрицах производители на нём откровенно экономят. В более крупных — могут позволить качественно отделять соседние пиксели, чтобы они не влияли друг на друга.

Технология производства

Новые методы позволяют точнее определить интенсивность светового потока по меньшему количеству фотонов, а значит, обеспечить низкий уровень шума и хорошую цветопередачу, даже если вы снимаете в сумерках без вспышки.

Но нужно читать и анализировать. Например, в смартфоне HTC One (M7) предложили технологию UltraPixel. Производитель обещал серьёзный рост качества фото и видео.

Технология UltraPixel. YouTube‑канал Engineers World Online

На самом деле UltraPixel оказались всего лишь более крупными пикселями размером 2 мкм. Можно ли считать это новой технологией? Вряд ли. Для сравнения: в Google Pixel, который также собирала HTC и который в своё время считался одним из лучших камерафонов на рынке, была матрица с пикселями в 1,55 мкм. Размер камеры не увеличивали, чтобы не выросла толщина смартфона. Разрешение матрицы в 5 Мп было небольшим даже для 2014 года. В итоге очереди за HTC One (M7) не стояли.

Другой пример — технологии вроде Super Pixel или Quad Pixel. Четыре соседних пикселя крупной матрицы объединяют, чтобы получить фото меньшего разрешения, но лучшего качества. Решение чисто программное. Если матрица так себе, эффективность будет невысокой.

Стабилизация

Оптическая стабилизация всегда лучше цифровой. Алгоритмы постобработки всё равно будут применяться к кадру, и лучше, если он будет чётким изначально.

Зум

Для приближения объекта в кадре оптический зум смещает линзы, и качество фото практически не страдает. Цифровой зум растягивает часть картинки на всю площадь кадра. Такая функция доступна в любом фоторедакторе, часто даже в стандартном приложении камеры. Поэтому платить за цифровой зум не имеет смысла.

Система автофокусировки

Контрастный автофокус — недорогая система для посредственных камер. Фазовый автофокус подходит, если вы снимаете быстро бегающих детей, котов или спортсменов. Но идеальный вариант — гибридная система, которая сочетает преимущества фазовой и контрастной автофокусировки.

Диафрагма

Так как на смартфон снимают в самых разных ситуациях, камера с большей диафрагмой выиграет: f/1,7 лучше f/2,0. Чем значение больше (или чем меньше число после косой черты), тем больше светосила объектива и тем эффективнее он будет работать в сумерках или в помещении.

Бренд

Да, это не только рекламный инструмент. Бывает, что в китайском смартфоне и флагмане А‑бренда установлены одинаковые матрицы. Но снимки на выходе очень разные.

Если производитель не вкладывает силы и средства в разработку компонентов, технологий и ПО, красивых чётких кадров ждать не стоит. Если он экономит на всём, например ставит дешёвые объективы с плохой прозрачностью, то это отразится на результате.

Что запомнить

• Десятки мегапикселей — это прежде всего маркетинг. Качество фото и видео напрямую от них не зависит.
• Даже 5 или 8 Мп хватит, чтобы распечатать снимок хорошего качества на альбомном листе. 4К‑разрешение экрана передового телевизора — это около 8–9 Мп. Full HD — всего 2 Мп.
• Крупные пиксели собирают больше света. В результате получается чёткий, хорошо детализированный кадр с естественной цветопередачей и без шума.
• Если не хотите заморачиваться с теорией, идите к практикам. Сравнительные обзоры смартфонов и фото с камер (полноразмерные и кропы — вырезанные и увеличенные фрагменты) дадут понять реальное положение вещей.

Читайте также 📸

Мегапиксели или размер матрицы? Что важнее в камере смартфона — Общение — Mi Community

Обложка

Изменить

* Рекомендуется загружать изображения для обложки с разрешением 720*312

Описание темы

Mi фаны, здравствуйте! Котяш, как всегда, с вами.      Недавно началась "мегапиксельная война", и кажется, что наш рынок смартфонов наводнен всем этим. Я взял в августе Mi 9T с 48-МП сенсором и я ходил такой весь из себя на понтах! А потом прихожу домой включаю телевизор и там говорят: "Аншлаг, вы слушали Маяк, любезный! Для всех тех, кто купил камеру на 48 МП, прекрасная новость — у нас вышла камера на 64 МП!"       Это заставило меня задуматься — может ли камера с большим количеством мегапикселей создавать изображения с лучшим качеством? Или другие компоненты, такие как размер сенсора, линзы или пиксельное расстояние играют гораздо большую роль. Итак, давайте обсудим, что является более важным компонентом в камере смартфона: мегапиксели или размер сенсора? И стоит ли ходить по улице в очках, на которых написано "У меня 108 МП"… Погнали!МЕГАПИКСЕЛИ      Мегапиксель в  равен одному миллиону пикселей (Капитан Очевидность всегда с вами). Проще говоря, 5-мегапиксельная камера может захватывать 5 миллионов пикселей. Слово «пиксель» состоит из комбинации слов и изображений. Каждый пиксель в камере захватывает свет и превращает его в данные, а затем эти данные используются для воссоздания изображения. Очень многие считают, что чем больше пикселей — тем лучше изображение, но это не так. Данные, которые они собирают, являются как хорошей, так и плохой информацией. Что означает термин "плохая информация"? К этому относятся шумы, низкая насыщенность цвета и небольшая экспозиция и так далее.      Но вопрос "Чем больше мегапикселей — тем лучше?" остается открытым. Давайте возьмем пример 12-мегапиксельной и 16-мегапиксельной камеры телефона. Чем большее количество мегапикселей, тем больше информации они можут собрать. Исходя из этого можно предположить,  что 16 МП делает снимки лучше. Но в реальности 16-мегапиксельная камера может иногда снимать изображения гораздо хуже, чем 12-мегапиксельная камера телефона, если обе камеры имеют одинаковый размер сенсора.  16-мегапиксельная камера телефона имеет 16 миллионов пикселей на том же датчике камеры, который присутствует на 12-мегапиксельной камере телефона. Это означает, что на одном и том же участке пространства будет больше пикселей, что приведет к снижению захвата света и, в конечном итоге, к получению худшего изображения.РАЗМЕР МАТРИЦЫ      Размер матрицы определяет, сколько света захватит камера, чтобы создать изображение. Количество света, которое принимает матрица, в конечном итоге дает более лучшие изображения. Таким образом, больший датчик будет захватывать больше света, собирая больше информации и создавая более качественные и четкие изображения. В настоящее время производители смартфонов увеличивают размер матрицы, чтобы получать более качественные фотографии при слабом освещении.    Это изображение поможет вам понять матрицы. Цветные рамки — это разные значения матрицы. Здесь показано, сколько датчиков могут захватывать, если они использовали один и тот же объектив для фотографирования. Таким образом, больший датчик в конечном итоге будет захватывать больше света и деталей. Для смартфонов это измеряется по диагонали в долях дюйма  Размеры сенсоров, обычно используемых в камерах смартфонов, включают 1 / 1,7-дюймовый, 1 / 2,0-дюймовый и 1 / 2,3-дюймовый.  Вот почему производители фотоаппаратов в настоящее время увеличивают размер сенсора, чтобы улучшить качество фотосъемки при слабом освещении и получать четкие и красочные изображения.      Мегапиксели и размер матрицы оба важны для получения изображений хорошего качества. Оба имеют некоторые преимущества и недостатки. Если у вас больше мегапикселей, то вы снимайте фотографии большого размера, которые занимают больше места вместе с плохой информацией. Больше данных также означает больше полезной информации при захвате изображений. Важно то, что при использовании более высокой мегапиксельной камеры размер используемого в ней датчика также должен иметь больший размер. Это поможет получить более качественные изображения. Но не только эти показатели влияют на качество снимков. Но это…      Благодарю за внимание и ознакомление, надеюсь, что вам было интересно ознакомиться с данной информацией, а мы встретимся с вами как всегда в беспятнадцати полвторого, пока!

Выбрать колонку

Добавить в колонку

Изменения необратимы после отправки

(PDF) Влияние размера матрицы на качество изображения КТ сверхвысокого разрешения качества

(P <0,001), прозрачность мелких сосудов (P = 0,014), твердые узелки

(P = 0,002), матовое стекло (P = 0,008), эмфизема

(P = 0,008; рис. 4), внутрилобулярная ретикуляция (P = 0,014) и расчесывание глаз (P = 0,002; рис. 5). Результаты матрицы 2048 × 2048,

,

и 1024 × 1024 были значительно лучше, чем оценка

матрицы 512 × 512 (P <.01), за исключением шума и полосы

артефакта. Матрица 512 × 512 имела меньший визуальный шум, чем матрица

1024 × 1024 (P <0,001), а матрица 1024 × 1024

имела меньший визуальный шум, чем матрица 2048 × 2048 (P <0,001;

Рис. 4 и 5). За исключением шума, не было элемента, для которого

матрица 512 × 512 или 1024 × 1024 работала лучше

, чем матрица 2048 × 2048. Что касается артефактов полос,

баллов для трех размеров матриц были почти равны и не сильно различались.

Анализ объективного изображения

Значения SD составили 6,32 ± 0,43 HU для матрицы 512 × 512,

22,42 ± 1,95 HU для матрицы 1024 × 1024 и

33,72 ± 3,38 HU для матрицы 2048 × 2048. Матрица 512 × 512

имела меньший объективный шум, чем матрица 1024 × 1024

(P <0,001), а матрица 1024 × 1024 имела меньший объективный шум

, чем матрица 2048 × 2048 (P <0,001).

ОБСУЖДЕНИЕ

Сообщалось о некоторых исследованиях качества изображения U-HRCT с использованием размера матрицы

1024 × 1024 (7), но, насколько нам известно,

, настоящее исследование было первым для оценки —

оценить качество матрицы 2048 × 2048, полученной с помощью

U-HRCT.

В этом исследовании максимальное пространственное разрешение U-HRCT

составляло 0,14 мм, что было меньше, чем разрешение до

, о котором сообщалось для традиционной КТ (3,4). При оценке фантома щели с полем обзора 320 мм

размер матрицы 2048 × 2048

поддерживал пространственное разрешение, тогда как размеры матрицы 512 × 512

и 1024 × 1024 ухудшали пространственное разрешение. При субъективном анализе размеры матрицы 2048 × 2048 и

,

, 1024 × 1024 оказались лучше, чем изображение 512 × 512

, за исключением шума и артефактов в виде полос.Более того, изображение

2048 × 2048 работало лучше, чем изображение 1024 × 1024

, с точки зрения общего качества изображения, четкости малых сосудов

и некоторых других результатов. С другой стороны, на

как субъективном, так и объективном анализах шум был значительно меньше —

изображений, порядка 512 × 512, 1024 × 1024 и

2048 × 2048 изображений.

Максимальное пространственное разрешение КТ-сканера зависит от таких факторов, как размер фокуса рентгеновской трубки, размер

элементов детектора и геометрическое расположение компонентов. назовите несколько.Размер матрицы влияет на пространственное разрешение

восстановленного изображения, но изменение размера матрицы

не сделало пространственное разрешение восстановленного изображения

лучше, чем максимальное пространственное разрешение сканера CT

. Когда размер 1 пикселя больше, чем максимальное пространственное разрешение

, пространственное разрешение восстановленного изображения

зависит от размера матрицы. Размеры 1 пикселя в матрице

, 512 × 512, 1024 × 1024 и 2048 × 2048 с FOV реконструкции 320-

мм равны 0.625 мм, 0,313 мм и

0,156 мм соответственно; они были больше, чем максимальное пространственное разрешение 0,14–

мм сканера U-HRCT.

Следовательно, на пространственное разрешение влияет размер матрицы

в восстановленном 320-миллиметровом изображении поля зрения

U-HRCT.

При оценке трупного легкого с полем обзора 320 мм было обнаружено

значительных различий между изображениями 2048 × 2048 и

1024 × 1024 с точки зрения общего качества изображения, четкости

мелких сосудов, твердых узелков, матового стекла помутнение, эмфизема,

внутрилобулярная ретикуляция и соты.Поскольку 11

ТАБЛИЦА 2. Сравнение оценок субъективного анализа между размерами матриц

N

Оценка (среднее ± стандартное отклонение) PValue

2048 1024 512 2048 против 1024 2048 против 512 1024 против 512

Общее качество изображения 33 2,8 ± 0,4 2,0 ​​± 0,0 1,0 ± 0,0 <0,001 * <. 001 * <. 001 *

Шум 33 1,0 ± 0,0 2,0 ± 0,0 3,0 ± 0,0 <0,001 * <. 001 * <. 001 *

Артефакт полосы 33 2,0 ± 0,2 2,0 ± 0,2 2,0 ± 0,2 1 1 1

Ясность малого сосуда 29 2,2 ± 0.4 2,0 ​​± 0,0 1,0 ± 0,0 .014 * <. 001 * <. 001 *

Ясность мелких бронхов 29 2,1 ± 0,4 2,0 ​​± 0,0 1,0 ± 0,0 0,046 <0,001 * <. 001 *

Твердый узелок 26 2,4 ± 0,5 2,0 ± 0,0 1,0 ± 0,0 0,002 * <. 001 * <. 001 *

Слабый узелок 11 2,4 ± 0,5 2,0 ± 0,0 1,0 ± 0,0 0,046 0,002 * 0,001 *

Непрозрачность матового стекла 25 2,3 ± 0,5 2,0 ± 0,0 1,0 ± 0,0 0,008 * 0,002 * 0,001 *

Консолидация 11 2,2 ± 0,4 2,0 ​​± 0,0 1,0 ± 0,0 0,157 0,002 * 0,001 *

Эмфизема 12 2,6 ± 0,5 2,0 ± 0,0 1,0 ± 0,0 .008 * .002 *.001 *

Утолщение межлобулярной перегородки 15 2,3 ± 0,5 1,9 ± 0,3 1,1 ± 0,2 0,059 0,001 * <0,001 *

Утолщение бронхо-сосудистого пучка 12 2,0 ± 0,0 2,0 ± 0,0 1,0 ± 0,0 1 0,001 * 0,001 *

Внутридольковая ретикуляция 12 2,5 ± 0,5 2,0 ± 0,0 1,0 ± 0,0 .014 * .002 * .001 *

Бронхоэктазия 9 2,0 ± 0,0 1,9 ± 0,3 1,0 ± 0,0 .317 0,003 * 0,005 *

Соты 11 2,9 ± 0,3 2,0 ± 0,0 1,0 ± 0,0 .002 * .001 * .001 *

КТ, компьютерная томография; N — количество оцениваемых участков для каждого вывода КТ; SD, стандартное отклонение.

* Значительно отличается в знаковом ранговом тесте Вилкоксона с поправкой Бонферрони, примененной для множественных сравнений.

Academic Radiology, Vol 25, No 7, July 2018 ВЛИЯНИЕ РАЗМЕРА МАТРИЦЫ НА ЛЕГКОЕ U-HRCT

873

Произошла ошибка при настройке вашего пользовательского файла cookie

Этот сайт использует файлы cookie для повышения производительности. Если ваш браузер не принимает файлы cookie, вы не можете просматривать этот сайт.

---

Настройка вашего браузера для приема файлов cookie

Существует множество причин, по которым cookie не может быть установлен правильно.Ниже приведены наиболее частые причины:

• В вашем браузере отключены файлы cookie. Вам необходимо сбросить настройки вашего браузера, чтобы он принимал файлы cookie, или чтобы спросить вас, хотите ли вы принимать файлы cookie.
• Ваш браузер спрашивает вас, хотите ли вы принимать файлы cookie, и вы отказались. Чтобы принять файлы cookie с этого сайта, нажмите кнопку «Назад» и примите файлы cookie.
• Ваш браузер не поддерживает файлы cookie. Если вы подозреваете это, попробуйте другой браузер.
• Дата на вашем компьютере в прошлом.Если часы вашего компьютера показывают дату до 1 января 1970 г., браузер автоматически забудет файл cookie. Чтобы исправить это, установите правильное время и дату на своем компьютере.
• Вы установили приложение, которое отслеживает или блокирует установку файлов cookie. Вы должны отключить приложение при входе в систему или проконсультироваться с системным администратором.

---

Почему этому сайту требуются файлы cookie?

Этот сайт использует файлы cookie для повышения производительности, запоминая, что вы вошли в систему, когда переходите со страницы на страницу.Чтобы предоставить доступ без файлов cookie потребует, чтобы сайт создавал новый сеанс для каждой посещаемой страницы, что замедляет работу системы до неприемлемого уровня.

---

Что сохраняется в файле cookie?

Этот сайт не хранит ничего, кроме автоматически сгенерированного идентификатора сеанса в cookie; никакая другая информация не фиксируется.

Как правило, в файлах cookie может храниться только информация, которую вы предоставляете, или выбор, который вы делаете при посещении веб-сайта.Например, сайт не может определить ваше имя электронной почты, пока вы не введете его. Разрешение веб-сайту создавать файлы cookie не дает этому или любому другому сайту доступа к остальной части вашего компьютера, и только сайт, который создал файл cookie, может его прочитать.

Расширение многомерной матричной регрессии с мерой размера эффекта и асимптотическим нулевым распределением тестовой статистики

Anderson, M.J. (2001). Новый метод непараметрического многомерного дисперсионного анализа. Austral Ecology , 26 , 32–46.

Google ученый

Андерсон, М. Дж., И Уолш, Д. К. И. (2013). ПЕРМАНОВА, ANOSIM и тест Мантеля перед лицом неоднородных дисперсий: какую нулевую гипотезу вы проверяете? Экологические монографии , 83 , 557–574.

Артикул Google ученый

Бауэр, Д. Дж., И Шанахан, М.Дж. (2007). Моделирование сложных взаимодействий: подходы, ориентированные на человека и переменные. В T. D. Little, J. A. Bovaird & N. A. Card (Eds.), Моделирование контекстуальных эффектов в лонгитюдных исследованиях (стр. 255–283). Лондон: Рудж.

Google ученый

Беллок, Н. Б., Бреслоу, Л., и Хохстим, Дж. Р. (1971). Измерение физического здоровья при общем обследовании населения. Американский журнал эпидемиологии , 93 , 328–336.

Артикул PubMed Google ученый

Бергеман, К. С., и Дебок, П. Р. (2014). Характеристика стрессоустойчивости и динамического рассеяния стресса на здоровье и благополучие: модель резервуара. Исследования в области человеческого развития , 11 , 108–125.

Артикул Google ученый

Бергман, Л. Р., и Магнуссон, Д. (1997). Личностно-ориентированный подход в исследованиях психопатологии развития. Развитие и психопатология , 9 , 291–319.

Артикул PubMed Google ученый

Бернштейн, А., Стикл, Т. Р., Зволенский, М. Дж., Тейлор, С., Абрамовиц, Дж., И Стюарт, С. (2010). Размерные, категориальные или размерные категории: тестирование скрытой структуры тревожной чувствительности у взрослых с использованием моделирования смеси факторов. Поведенческая терапия , 41 , 515–529.

Артикул PubMed Google ученый

Бракман, У., Ван Колен, К., Соетарт, К., Винкс, М., и Ванавербеке, Дж. (2011). Контрастная активность макробентоса по-разному влияет на плотность и разнообразие нематод в неглубоких сублиторальных морских отложениях. Серия «Прогресс морской экологии» , 422 , 179–191.

Артикул Google ученый

Брей, Дж.Х. и Максвелл С.Э. (1985). Многомерный дисперсионный анализ. Серия статей Университета Сейдж по количественным методам исследования , 54 , 1–79.

Google ученый

Бреслау, Н., Ребуссен, Б.А., Энтони, Дж. К., и Сторр, К. Л. (2005). Структура посттравматического стрессового расстройства. Архив общей психиатрии , 62 , 1343–1351.

Артикул PubMed Google ученый

Бурместер, М., Кванг, Т., и Гослинг, С. Д. (2011). Механизм Amazon: новый источник недорогих, но качественных данных? Перспективы психологической науки , 6 , 3–5.

Артикул PubMed Google ученый

Кармоди, Р. Н., Гербер, Г. К., Лювано, Дж. М., Гатти, Д. М., Сомес, Л., Свенсон, К. Л. и др. (2015). В формировании микробиоты кишечника мышей диета доминирует над генотипом хозяина. Cell Host & Microbe , 17 , 72–84.

Артикул Google ученый

Кэссиди, Дж. К. и Финч, У. Х. (2015). Использование моделирования смеси факторов для определения параметров тревожности при когнитивном тесте. Обучение и индивидуальные различия , 41 , 14–20.

Артикул Google ученый

Клоппер, К. Дж., И Пирсон, Э. С. (1934). Использование доверительных или реперных пределов, проиллюстрированных в случае бинома. Биометрика , 26 , 404–413.

Артикул Google ученый

Коста П. Т. и МакКрэй Р. Р. (1992). Профессиональное руководство: Пересмотренная инвентаризация личности NEO (NEO-PI-R) и пятифакторная инвентаризация NEO (NEO-FFI). Одесса ФЛ Ресурсы психологической оценки , 3 , 101.

Google ученый

Дэвис Р. Б. (1980).Распределение линейной комбинации случайных величин хи-квадрат. Журнал Королевского статистического общества , 29 , 323–333.

Google ученый

Duchesne, P., & de Micheaux, P. L. (2010). Вычисление распределения квадратичных форм: дальнейшие сравнения приближения Лю – Танга – Чжана и точных методов. Вычислительная статистика и анализ данных , 54 , 858–862.

Артикул Google ученый

Эфрон, Б., и Тибширани, Р. Дж. (1994). Введение в бутстрап . Бока-Ратон: CRC Press.

Google ученый

Этезади-Амоли, Дж. И Макдональд, Р. П. (1983). Нелинейный факторный анализ второго поколения. Психометрика , 48 , 315–342.

Артикул Google ученый

Фридман, Дж.Х. и Меулман Дж. Дж. (2004). Кластеризация объектов по подмножествам атрибутов. Журнал Королевского статистического общества , 66 , 815–839.

Артикул Google ученый

Гауэр, Дж. К. (1966). Некоторые дистанционные свойства скрытых корневых и векторных методов, используемых в многомерном анализе. Биометрика , 53 , 325–338.

Артикул Google ученый

Джонсон, С.С. (1967). Иерархические схемы кластеризации. Психометрика , 32 , 241–254.

Артикул PubMed Google ученый

Келли, Б. Дж., Гросс, Р., Биттингер, К., Шерилл-Микс, С., Льюис, Дж. Д., Коллман, Р. Г. и др. (2015). Оценка мощности и размера выборки для исследований микробиома с использованием попарных расстояний и PERMANOVA. Биоинформатика , 31 , 2461–2468.

Артикул PubMed PubMed Central Google ученый

Кирс, Х.А. Л., Викари Д. и Вичи М. (2005). Одновременная классификация и многомерное масштабирование с внешней информацией. Психометрика , 70 , 433–460.

Артикул Google ученый

Крускал, Дж. Б. (1964a). Многомерное масштабирование путем оптимизации соответствия неметрической гипотезе. Психометрика , 29 , 1-27.

Артикул Google ученый

Крускал, Дж.Б. (1964б). Неметрические многомерные скейлинги: численный метод. Психометрика , 29 , 115–129.

Артикул Google ученый

Кубарыч Т.С., Агген С.Х., Кендлер К.С., Торгерсен С., Райхборн-Кьеннеруд Т. и Нил М.С. (2010). Неинвариантность измерения критериев нарциссического расстройства личности DSM-IV по возрасту и полу в популяционной выборке норвежских близнецов. Международный журнал методов психиатрических исследований , 19 , 156–166.

Артикул PubMed PubMed Central Google ученый

Любке, Г. Х., и МакАртор, Д. Б. (2014). Многомерный генетический анализ в гетерогенных популяциях. Behavior Genetics , 44 , 232–239.

Артикул PubMed Google ученый

Любке Г. Х. и Мутен Б. (2005). Исследование неоднородности населения с помощью моделей смеси факторов. Психологические методы , 10 , 21–39.

Артикул PubMed Google ученый

МакАрдл, Б. Х., и Андерсон, М. Дж. (2001). Подгонка многомерных моделей к данным сообщества: комментарий к дистанционному анализу избыточности. Экология , 82 , 290–297.

Артикул Google ученый

Макдональд Р. П. (1962).Общий подход к нелинейному факторному анализу. Психометрика , 27 , 397–415.

Артикул Google ученый

Меулман, Дж. Дж. (1992). Интеграция многомерного масштабирования и многомерного анализа с оптимальными преобразованиями. Психометрика , 57 , 539–565.

Артикул Google ученый

Мутен, Б., & Мутен, Л. К. (2000). Интеграция личностно-ориентированного анализа и анализа, ориентированного на переменные: моделирование смеси роста с классами скрытых траекторий. Алкоголизм, клинические и экспериментальные исследования , 24 , 882–891.

Артикул PubMed Google ученый

Осборн Д. и Вайнер Б. (2015). Анализ скрытого профиля причин бедности: определение моделей реакции, лежащих в основе готовности людей помогать бедным. Личность и индивидуальные различия , 85 , 149–154.

Артикул Google ученый

R Основная команда. (2015). R: язык и среда для статистических вычислений . Вена: R Core Team.

Google ученый

Салем, Р. М., О’Коннор, Д. Т., и Шорк, Н. Дж. (2010). Многомерный регрессионный анализ матрицы расстояний на основе кривых: приложение к анализу генетических ассоциаций, включающему повторные измерения. Физиологическая геномика , 42 , 236–247.

Артикул PubMed PubMed Central Google ученый

Satterthwaite, T. D., Vandekar, S. N., Wolf, D. H., Bassett, D. S., Ruparel, K., Shehzad, Z., et al. (2015). Общеконнекомный сетевой анализ молодежи с симптомами психоза. Молекулярная психиатрия , 20 , 1–8.

Артикул Google ученый

Шехзад, З., Келли, К., Рейсс, П. Т., Кэмерон Крэддок, Р., Эмерсон, Дж. У., МакМахон, К. и др. (2014). Многомерная основанная на расстоянии аналитическая структура для исследований ассоциаций в масштабе коннектома. NeuroImage , 93 , 74–94.

Артикул PubMed PubMed Central Google ученый

Торгерсон, В. С. (1952). Многомерное масштабирование: I Теория и метод. Психометрика , 17 , 401–419.

Артикул Google ученый

Ялчин, И., & Амемия Ю. (2001). Нелинейный факторный анализ как статистический метод. Статистическая наука , 16 , 275–294.

Артикул Google ученый

Запала, М. А., и Шорк, Н. Дж. (2012). Статистические свойства многомерной матричной регрессии для анализа многомерных данных. Границы генетики , 3 , 1–10.

Артикул Google ученый

Влияние размера, состава и формы арматуры на поведение композитов с металлической матрицей (MMC) при растяжении

1.

Х. Хуанг и М. Буш, Конечно-элементный анализ механических свойств в композитах с прерывистой структурой металлической матрицы с ультратонкой микроструктурой, Mater. Sci. Англ. A , 1997, 232 (1), p 63–72

Статья Google ученый

2.

М. Рахимиан, Н. Парвин и Н. Эхсани, Исследование размера частиц и количества оксида алюминия на микроструктуру и механические свойства композита с алюминиевой матрицей, полученного методом порошковой металлургии, Mater.Sci. Англ. A , 2010, 527 (4), p 1031–1038

Статья Google ученый

3.

S.B. Прабу, Л. Карунамоорти и Г. Кандасами, Анализ методом конечных элементов микромеханических межфазных характеристик композитов с металлической матрицей, J. Mater. Процесс. Technol. , 2004, 153 , p 992–997

Статья Google ученый

4.

Y. Yan, L. Geng и A. Li, Экспериментальные и численные исследования влияния размера частиц на деформационное поведение композитов с металлической матрицей, Mater. Sci. Англ. A , 2007, 448 (1), p. 315–325

Статья Google ученый

5.

В.К. Варма, С.В. Камат, Ю. Махаджан, В.В. Кутумбарао, Влияние размера арматуры на низкую деформационную текучесть в композитах Al-Cu-Mg / SiCp, Mater.Sci. Англ. A , 2001, 318 (1–2), стр. 57–64

Статья Google ученый

6.

З. Ван, М. Сонг, К. Сан и Й. Хе, Влияние размера и распределения частиц на механические свойства композитов из сплава Al-Cu, армированного SiC, Mater. Sci. Англ. A , 2011, 528 (3), p 1131–1137

Статья Google ученый

7.

N.Чавла, К. Андрес, Дж. У. Джонс, Дж. Эллисон, Влияние объемной доли SiC и размера частиц на сопротивление усталости композита 2080 Al / SiCp, Metall. Матер. Пер. A , 1998, 29 (11), p 2843–2854

Статья Google ученый

8.

J.N. Холл, Дж. Уэйн Джонс и А.К. Сачдев, Влияние размера частиц, объемной доли и прочности матрицы на усталостное поведение и разрушение частиц в композитах 2124 алюминий-SiCp, Mater.Sci. Англ. A , 1994, 183 (1–2), p 69–80

Статья Google ученый

9.

В.В. Ганеш, Н. Чавла, Влияние анизотропии ориентации армирующих частиц на характеристики при растяжении и усталости композитов с металлической матрицей, Металл. Матер. Пер. Физ. Металл Матер. Sci. , 2004, 35 (1), p 53–61

Статья Google ученый

10.

Г. О’Доннелл и Л. Луни, Производство компонентов из композиционных материалов с алюминиевой матрицей с использованием традиционной технологии PM, Mater. Sci. Англ. A , 2001, 303 (1–2), стр. 292–301

Статья Google ученый

11.

Р. Нараянасами, Т. Рамеш и М. Прабхакар, Влияние размера частиц SiC в алюминиевой матрице на обрабатываемость и деформационное упрочнение композита P / M, Mater. Sci. Англ. A , 2009, 504 (1–2), стр. 13–23

Статья Google ученый

12.

А. Праманик, Л. Чжан и Дж. Арсекуларатне, Исследование методом МКЭ поведения композитов с металлической матрицей: взаимодействие инструмента и частиц во время ортогонального резания, Int. J. Mach. Инструменты Manuf. , 2007, 47 (10), стр. 1497–1506

Статья Google ученый

13.

А. Праманик, Л. Чжан и Дж. Арсекуларатне, Микроиндентирование композитов с металлической матрицей — анализ методом конечных микроскопов, Key Eng. Матер. , 2007, 340 , стр. 341

Google ученый

14.

M.T. Милан и П. Боуэн, Свойства прочности на растяжение и разрушение алюминиевых сплавов, армированных SiCp: влияние размера частиц, объемной доли частиц и прочности матрицы, J. Mater. Англ. Выполнять. , 2004, 13 (6), стр. 775–783

Статья Google ученый

15.

А. Праманик, Л. Чжан, Дж. Арсекуларатне, Механизмы деформации ММС при вдавливании, Compos. Sci. Technol. , 2008, 68 (6), п. 1304–1312

Статья Google ученый

16.

A.M. Аль-Кутуб, И.М.Алам и Т.В. Куреши, Влияние субмикронной концентрации Al ₂ O ₃ на свойства сухого износа композита на основе алюминия 6061, J. Mater. Процесс. Technol. , 2006, 172 (3), p 327–331

Статья Google ученый

17.

Н. Чавла и Ю.Л. Шен, Механическое поведение композитов с металлической матрицей, армированных частицами, Adv. Англ. Матер. , 2001, 3 (6), p. 357–370

Статья Google ученый

18.

С. Сан, М. Сонг, З. Ван и Й. Хе, Влияние размера частиц на микроструктуру и механические свойства композитов из чистого алюминия, армированного SiC, J. Mater. Англ. Выполнять. , 2011, 20 (9), p 1606–1612

Статья Google ученый

19.

C.-Y. Чен и К.-Г. Чао, Влияние гранулометрического состава на свойства композитов на основе SiC и p-Al с высокой объемной долей, Металл. Матер.Пер. A , 2000, 31 (9), p 2351–2359

Артикул Google ученый

20.

Р. Джамаати, С. Амирханлу, М.Р. Торогинежад, Б. Нируманд, Влияние размера частиц на микроструктуру и механические свойства композитов, полученных с помощью процесса ARB, Mater. Sci. Англ. A , 2011, 528 (4), p 2143–2148

Статья Google ученый

21.

М. Кок, Производство и механические свойства Al ₂ O ₃ армированных частицами композитов из алюминиевого сплава 2024, J. Mater. Процесс. Technol. , 2005, 161 (3), стр. 381–387

Статья Google ученый

22.

T.J.A. Доэл и П. Боуэн, Свойства при растяжении композитов с металлической матрицей, армированных частицами, Compos. Приложение A Appl. Sci. Manuf. , 1996, 27 (8), p 655–665

Статья Google ученый

23.

И.А. Ибрагим, Ф.А.Мохамед и Э.Дж. Lavernia, Композиты с металлической матрицей, армированные частицами — обзор, J. Mater. Sci. , 1991, 26 (5), п. 1137–1156

Статья Google ученый

Определение качественных оценок величины эффекта с использованием матрицы разброса отношения правдоподобия в систематических обзорах точности диагностических тестов

Ссылки

1. Эпнер П.Л., Ганс Дж. Э., Грабер М.Л. Когда диагностическое тестирование ведет к вреду: новый подход в лабораторной медицине, основанный на результатах.BMJ Qual Saf 2013; 22: ii6–10. Искать в Google Scholar

2. Плебани М. Качество в лабораторной медицине: незавершенный путь. J Lab Precis Med 2017; 2: 1–4. Поиск в Google Scholar

3. Холлворт MJ, Epner PL, Ebert C, Fantz CR, Faye SA, Higgins TN, et al. Текущие данные и перспективы в отношении эффективной практики лабораторной медицины, ориентированной на пациента. Clin Chem 2015; 61: 589–99. Искать в Google Scholar

4. Линнет К., Боссайт П.М., Мунс К.Г., Рейцма Дж.Б. Количественная оценка точности диагностического теста или маркера.Clin Chem 2012; 58: 1292–301. Искать в Google Scholar

5. Плебани М. Изучение айсберга ошибок в лабораторной медицине. Clin Chim Acta 2009; 404: 16–23. Искать в Google Scholar

6. Bossuyt PM, Irwig L, Craig J, Glasziou P. Сравнительная точность: оценка новых тестов по сравнению с существующими диагностическими путями. BMJ 2006; 332: 1089–92. Поиск в Google Scholar

7. Hayen A, Macaskill P, Irwig L, Bossuyt P. Необходимы соответствующие статистические методы для оценки диагностических тестов для замены, дополнения и сортировки.J Clin Epidemiol 2010; 63: 883–91. Искать в Google Scholar

8. Тренти Т. Доказательная лабораторная медицина как инструмент постоянного профессионального совершенствования. Clin Chim Acta 2003; 333: 155–67. Поиск в Google Scholar

9. Акре К.М., Ланглуа М.Р., Ватин Дж., Барт Дж. Х., Баум Х., Коллинсон П. и др. Критический обзор лабораторных исследований в руководящих принципах клинической практики: предложения по описанию исследования. Clin Chem Lab Med 2013; 51: 1217–26. Искать в Google Scholar

10.Сакетт Д.Л., Хейнс РБ. Архитектура диагностического исследования. BMJ 2002; 324: 539–41. Искать в Google Scholar

11. Рутес А.В., Рейтсма Дж. Б., Ванденбрук Дж. П., Глас А. С., Боссайт П. М.. Дизайн «случай-контроль» и «два входа» в исследованиях диагностической точности. Clin Chem 2005; 51: 1335–41. Искать в Google Scholar

12. Knottnerus JA, Muris JW. Оценка точности диагностических тестов: кросс-секционное исследование. J Clin Epidemiol 2003; 56: 1118–28. Искать в Google Scholar

13. Кристенсон Р.Х., Комитет по доказательной лабораторной медицине Международной федерации клинической химии. Лаборатория М.Доказательная лабораторная медицина — руководство по критической оценке лабораторных исследований in vitro. Энн Клин Биохим 2007; 44: 111–30. Искать в Google Scholar

14. Bossuyt PM. Интерпретация исследований точности диагностических тестов. Семин Гематол 2008; 45: 189–95. Искать в Google Scholar

15. Рейтсма Дж. Б., Мун К. Г., Боссайт П. М., Линнет К. Систематические обзоры исследований, определяющих точность диагностических тестов и маркеров. Clin Chem 2012; 58: 1534–45. Искать в Google Scholar

16.Дикс Дж. Систематические обзоры в здравоохранении: систематические обзоры оценок диагностических и скрининговых тестов. BMJ 2001; 323: 157–62. Искать в Google Scholar

17. Хан К.С., Диннес Дж., Клейнен Дж. Систематические обзоры для оценки диагностических тестов. Eur J Obstet Gynecol Reprod Biol 2001; 95: 6–11. Поиск в Google Scholar

18. Макаскилл П., Гатсонис С., Дикс Дж. Дж., Харборд Р. М., Таквоинги Ю. Глава 10: Анализ и представление результатов. Кокрановское руководство по систематическим обзорам точности диагностических тестов.Кокрановское сотрудничество. 2010. Доступно по адресу: https://methods.cochrane.org/sdt/handbook-dta-reviews. Искать в Google Scholar

19. Джонс С.М., Ашрафиан Х., Скапинакис П., Арора С., Дарзи А., Димопулос К. и др. Метаанализ диагностической точности: обзор основных принципов интерпретации и применения. Int J Cardiol 2010; 140: 138–44. Искать в Google Scholar

20. Корнелл Дж, Малроу CD, Localio AR. Точность диагностического теста и принятие клинического решения. Энн Интерн Мед 2008; 149: 904–6.Поиск в Google Scholar

21. Ван ден Брюэль A, Клемпут I, Aertgeerts B, Ramaekers D, Buntinx F. Необходима оценка диагностических тестов: данные о технической и диагностической точности, влиянии на исход болезни и экономической эффективности. J Clin Epidemiol 2007; 60: 1116–22. Искать в Google Scholar

22. Стауб Л.П., Лорд С.Дж., Саймс Р.Дж., Дайер С., Хусами Н., Чен Р.Й. и др. Использование управления пациентами в качестве суррогата результатов здоровья пациентов при оценке диагностических тестов. BMC Med Res Methodol 2012; 12: 12.Поиск в Google Scholar

23. Brozek JL, Akl EA, Jaeschke R, Lang DM, Bossuyt P, Glasziou P, et al. Оценка качества доказательств и силы рекомендаций в руководствах по клинической практике: часть 2 из 3. Подход GRADE к оценке качества доказательств о диагностических тестах и ​​стратегиях. Аллергия 2009; 64: 1109–16. Искать в Google Scholar

24. Хсу Дж., Брозек Дж. Л., Терраччиано Л., Крейс Дж., Компалати Е., Штейн А. Т. и др. Применение GRADE: составление научно обоснованных рекомендаций по диагностическим тестам в руководящих принципах клинической практики.Реализовать Sci 2011; 6: 62. Искать в Google Scholar

25. Сингх С., Чанг С.М., Матчар Д.Б., Басс Э.Б. Оценка совокупности доказательств по диагностическим тестам. В: Chang SM, Matchar DB, Smetana GW, Umscheid CA, редакторы. Руководство по методам обзора медицинских тестов. Роквилл, Мэриленд: Агентство по качеству и исследованиям в области здравоохранения (AHRQ), 2012. Поиск в Google Scholar

26. Лифланг М.М., Дикс Дж. Дж., Таквоинги Ю., Макаскилл П. Обзоры точности диагностических тестов. Syst Rev 2013; 2: 82. Искать в Google Scholar

27.Schiff GD. Поиск и устранение диагностических ошибок: могут ли помочь триггеры? BMJ Qual Saf 2012; 21: 89–92. Искать в Google Scholar

28. Deeks JJ. Использование оценок диагностических тестов: понимание их ограничений и максимальное использование имеющихся доказательств. Энн Онкол 1999; 10: 761–8. Искать в Google Scholar

29. Staub LP, Dyer S, Lord SJ, Simes RJ. Связывание доказательств: промежуточные результаты при оценке медицинских тестов. Int J Technol Assess Health Care 2012; 28: 52–8. Искать в Google Scholar

30.Лорд С.Дж., Ирвиг Л., Саймс Р.Дж. Когда измерения чувствительности и специфичности достаточно для оценки диагностического теста, а когда нам нужны рандомизированные исследования? Энн Интерн Мед 2006; 144: 850–5. Искать в Google Scholar

31. Pearl WS. Иерархический подход к оценке результатов. Энн Эмерг Мед 1999; 33: 77–84. Искать в Google Scholar

32. Fryback DG, Thornbury JR. Эффективность диагностической визуализации. Принятие решений в медицине 1991; 11: 88–94. Поиск в Google Scholar

33. Кристенсон Р.Х., Снайдер С.Р., Шоу К.С., Дерзон Дж. Х., Блэк Р.С., Масса Д. и др.Лучшие практики лабораторной медицины: систематический обзор данных и методы оценки для улучшения качества. Clin Chem 2011; 57: 816–25. Поиск в Google Scholar

34. Вульф С., Шунеманн Х. Дж., Экклс М. П., Гримшоу Дж. М., Шекел П. Разработка руководств по клинической практике: типы доказательств и результаты; ценности и экономика, синтез, оценка, представление и получение рекомендаций. Реализуйте Sci 2012; 7: 61. Поиск в Google Scholar

35. Whiting PF, Rutjes AW, Westwood ME, Mallett S, Deeks JJ, Reitsma JB, et al.QUADAS-2: обновленный инструмент для оценки качества исследований диагностической точности. Энн Интерн Мед 2011; 155: 529–36. Поиск в Google Scholar

36. Коэн Дж. Ф., Кореваар Д. А., Альтман Д. Г., Брунс Д. Е., Гатсонис К. А., Хофт Л. и др. Руководство STARD 2015 по составлению отчетов об исследованиях диагностической точности: объяснение и уточнение. BMJ Open 2016; 6: e012799. Поиск в Google Scholar

37. Bossuyt PM, Reitsma JB, Bruns DE, Gatsonis CA, Glasziou PP, Irwig LM, et al. Заявление STARD для отчетов об исследованиях диагностической точности: объяснение и уточнение.Clin Chem 2003; 49: 7–18. Поиск в Google Scholar

38. Кореваар Д.А., ван Энст В.А., Спайкер Р., Боссайт П.М., Хоофт Л. Отчетность исследований диагностической точности: систематический обзор и метаанализ исследований соблюдения режима STARD. Evid Based Med 2014; 19: 47–54. Искать в Google Scholar

39. Jaeschke R, Guyatt GH, Sackett DL. Справочники по медицинской литературе. III. Как пользоваться статьей о диагностическом тесте. Б. Каковы результаты и помогут ли они мне в уходе за моими пациентами? Рабочая группа по доказательной медицине.JAMA 1994; 271: 703–7. Искать в Google Scholar

40. Fagan TJ. Письмо: Номограмма теоремы Байеса. N Engl J Med 1975; 293: 257. Искать в Google Scholar

41. Макги С. Упрощение отношений правдоподобия. J Gen Intern Med 2002; 17: 646–9. Искать в Google Scholar

42. Парих Р., Парих С., Арун Э, Томас Р. Коэффициенты правдоподобия: клиническое применение в повседневной практике. Индийский журнал J Ophthalmol 2009; 57: 217–21. Искать в Google Scholar

43. Halkin A, Reichman J, Schwaber M, Paltiel O, Brezis M.Отношения правдоподобия: перспективное диагностическое тестирование. QJ Med 1998; 91: 247–58. Искать в Google Scholar

44. Акобенг А.К. Понимание диагностических тестов 2: отношения правдоподобия, вероятности до и после тестирования и их использование в клинической практике. Acta Paediatr 2007; 96: 487–91. Поиск в Google Scholar

45. Морейра Дж., Бисоффи З., Нарваез А., Ван ден Энде Дж. Байесовские клинические рассуждения: действительно ли интуитивная оценка отношений правдоподобия по порядковой шкале превосходит оценку чувствительности и специфичности? J Eval Clin Pract 2008; 14: 934–40.Искать в Google Scholar

46. Дикс Дж. Дж., Альтман Д. Г.. Диагностические тесты 4: отношения правдоподобия. BMJ 2004; 329: 168–9. Искать в Google Scholar

47. Hawkins RC. Подход доказательной медицины к диагностическому тестированию: практические аспекты и ограничения. Clin Biochem Rev 2005; 26: 7–18. Поиск в Google Scholar

48. Боссайт П., Дэвенпорт К., Дикс Дж., Хайд С., Лифланг М., Шолтен Р. Глава 11: Интерпретация результатов и выводы. Кокрановское руководство по систематическим обзорам точности диагностических тестов.Кокрановское сотрудничество. 2013. Доступно по адресу: https://methods.cochrane.org/sdt/handbook-dta-reviews. Искать в Google Scholar

49. Price CP, Christenson RH, Американская ассоциация клинической химии. Доказательная лабораторная медицина: принципы, практика и результаты, 2-е изд. Вашингтон, округ Колумбия: AACC Press, 2007: 17–8 Поиск в Google Scholar

50. Форма национального качества. Повышение качества и безопасности диагностики: заключительный отчет. NQF, Вашингтон, округ Колумбия, 2017. Доступно по адресу: http: // www.qualityforum.org/ProjectDescription.aspx?projectID=83357. Искать в Google Scholar

51. Graber ML, Rusz D, Jones ML, Farm-Franks D, Jones B, Cyr Gluck J, et al. Новая диагностическая бригада. Диагноз (Берл) 2017; 4: 225–38. Искать в Google Scholar

52. Schiff GD. Диагностика и диагностические ошибки: время для новой парадигмы. BMJ Qual Saf 2014; 23: 1–3. Искать в Google Scholar

53. Cooper HM, Hedges LV, Valentine JC. Справочник по научному синтезу и метаанализу, 2-е изд.Нью-Йорк: Фонд Рассела Сейджа, 2009: 632. Искать в Google Scholar

54. Durlak JA. Как выбрать, рассчитать и интерпретировать размеры эффекта. J Pediatr Psychol 2009; 34: 917–28. Искать в Google Scholar

55. Fern E, Monroe KB. Оценка размера эффекта: вопросы и проблемы интерпретации. J Consum Res 1996; 23: 89–105. Искать в Google Scholar

56. Fritz CO, Morris PE, Richler JJ. Оценка размера эффекта: текущее использование, расчеты и интерпретация. J Exp Psychol Gen 2012; 141: 2–18.Искать в Google Scholar

57. Гигеренцер Г., Гайсмайер В. Принятие эвристических решений. Анну Рев Психол 2011; 62: 451–82. Поиск в Google Scholar

58. Гигеренцер Г., Эдвардс А. Простые инструменты для понимания рисков: от незнания до понимания. BMJ 2003; 327: 741–4. Искать в Google Scholar

59. Radack KL, Rouan G, Hedges J. Отношение правдоподобия. Улучшенная мера для составления отчетов и оценки результатов диагностических тестов. Arch Pathol Lab Med 1986; 110: 689–93. Искать в Google Scholar

60.Перера Р., Хенеган С. Осмысление отношений правдоподобия диагностических тестов. ACP J Club 2007; 146: A8–9. Искать в Google Scholar

61. Mitchell AJ. Чувствительность x PPV — это признанный тест, называемый индексом клинической полезности (CUI +). Eur J Epidemiol 2011; 26: 251–2; ответ автора 2. Поиск в Google Scholar

62. Шифф Г.Д., Ким С., Абрамс Р., Косби К., Ламберт Б., Эльштейн А.С. и др. Диагностика ошибок диагностики: уроки многостороннего совместного проекта. В: Henriksen K, Battles JB, Marks ES, Lewin DI, редакторы.Достижения в области безопасности пациентов: от исследования к внедрению (Том 2: Концепции и методология). Роквилл, Мэриленд: Агентство по качеству здоровья и исследованиям (AHRQ), 2005. Поиск в Google Scholar

63. Олсон А.П., Грабер М.Л., Сингх Х. Отслеживание прогресса в улучшении диагностики: основа для определения нежелательных диагностических событий. J Gen Intern Med 2018; 33: 1187–91. Искать в Google Scholar

64. Грабер М.Л., Франклин Н., Гордон Р. Диагностическая ошибка во внутренней медицине. Arch Intern Med 2005; 165: 1493–149.Искать в Google Scholar

65. Сингх Х., Шифф Г.Д., Грабер М.Л., Онакпоя И., Томпсон М.Дж. Глобальное бремя диагностических ошибок в первичной медико-санитарной помощи. BMJ Qual Saf 2017; 26: 484–94. Искать в Google Scholar

66. Newman-Toker DE. Единая концептуальная модель диагностических ошибок: недиагностика, гипердиагностика и неправильный диагноз. Диагноз (Берл) 2014; 1: 43–8. Искать в Google Scholar

67. Graber ML, Trowbridge R, Myers JS, Umscheid CA, Strull W, Kanter MH. Следующая организационная задача: поиск и устранение диагностической ошибки.Jt Comm J Qual Patient Safari 2014; 40: 102–10. Искать в Google Scholar

68. Guyatt GH, Oxman AD, Vist GE, Kunz R, Falck-Ytter Y, Alonso-Coello P, et al. ОЦЕНКА: формирующийся консенсус по оценке качества доказательств и силы рекомендаций. BMJ 2008; 336: 924–6. Поиск в Google Scholar

69. Гопалакришна Г., Мустафа Р.А., Давенпорт К., Шолтен Р.Дж., Хайд С., Брозек Дж. И др. Применение градации оценки, разработки и оценки рекомендаций (GRADE) к диагностическим тестам было трудным, но выполнимым.J Clin Epidemiol 2014; 67: 760–8. Поиск в Google Scholar

70. Schunemann HJ, Oxman AD, Brozek J, Glasziou P, Jaeschke R, Vist GE, et al. Оценка качества доказательств и силы рекомендаций по диагностическим тестам и стратегиям. BMJ 2008; 336: 1106–10. Искать в Google Scholar

71. Bruns DE. Лабораторные результаты в здравоохранении. Clin Chem 2001; 47: 1547–52. Искать в Google Scholar

72. Хорват А.Р., Пьюснер Д. Систематические обзоры в лабораторной медицине: принципы, процессы и практические соображения.Clin Chim Acta 2004; 342: 23–39. Искать в Google Scholar

73. Ferrante di Ruffano L, Hyde CJ, McCaffery KJ, Bossuyt PM, Deeks JJ. Оценка ценности диагностических тестов: основа для разработки и оценки испытаний. BMJ 2012; 344: e686. Поиск в Google Scholar

74. Эндрюс Дж. К., Шунеманн Х. Дж., Оксман А. Д., Потти К., Меерпол Дж. Дж., Коэлло П. А. и др. Рекомендации GRADE: 15. Переход от доказательств к рекомендациям, определяющим направление и силу рекомендации. J Clin Epidemiol 2013; 66: 726–35.Поиск в Google Scholar

75. Брозек Дж. Л., Акл Э. А., Компалати Е., Крайс Дж., Терраччиано Л., Фиокки А. и др. Оценка качества доказательств и силы рекомендаций в руководящих принципах клинической практики, часть 3 из 3. Подход GRADE к разработке рекомендаций. Аллергия 2011; 66: 588–95. Искать в Google Scholar

76. Балог Э., Миллер Б.Т., Болл Дж., Институт медицины (США). Комитет по диагностическим ошибкам в здравоохранении. Улучшение диагностики в здравоохранении. Вашингтон, округ Колумбия: The National Academies Press, 2015.Искать в Google Scholar

77. Schiff GD, Ruan EL. Неуловимый и призрачный поиск диагностических показателей безопасности. J Gen Intern Med 2018; 33: 983–5. Поиск в Google Scholar

78. Цваан Л., Сингх Х. Проблемы определения и измерения диагностических ошибок. Диагноз (Берл) 2015; 2: 97–103. Искать в Google Scholar

79. Reitsma JB, Rutjes AW, Khan KS, Coomarasamy A, Bossuyt PM. Обзор решений для исследований диагностической точности с несовершенным или отсутствующим эталоном.J Clin Epidemiol 2009; 62: 797–806. Искать в Google Scholar

80. Трикалинос Т.А., Балион СМ. Глава 9: варианты подведения итогов выполнения медицинских тестов в отсутствие «золотого стандарта». J Gen Intern Med 2012; 27 (Приложение 1): S67–75. Искать в Google Scholar

81. Уайтинг П.Ф., Давенпорт С., Джеймсон С., Берк М., Стерн Дж. А., Хайд С. и др. Насколько хорошо медицинские работники интерпретируют диагностическую информацию? Систематический обзор. BMJ Open 2015; 5: e008155. Искать в Google Scholar

82.Ван ден Энде Дж., Морейра Дж., Басинга П., Бисоффи З. Проблема с отношениями правдоподобия. Ланцет 2005; 366: 548. Искать в Google Scholar

83. Маревски Дж., Гигеренцер Г. Эвристическое принятие решений в медицине. Диалоги Clin Neurosci 2012; 14: 77–89. Поиск в Google Scholar

84. Грабер М.Л., Киссам С., Пейн В.Л., Мейер А.Н., Соренсен А., Ленфестей Н. и др. Когнитивные вмешательства для уменьшения диагностической ошибки: повествовательный обзор. BMJ Qual Saf 2012; 21: 535–57. Искать в Google Scholar

Самособирающиеся наностержни в матрице YBCO — вычислительное исследование их влияния на анизотропию критического тока

На рисунке 5 представлены смоделированные кривые J _c ( θ ) для 2%, 4 % и 6% концентрации для каждых наностержней диаметром 2, 4 и 6 нм соответственно.Чтобы устранить эффекты согласования полей, обсуждавшиеся ранее, моделирование проводилось в различных приложенных магнитных полях, так что соотношение между вихрями и наностержнями составляло 0,2.

Рисунок 5

Смоделированные кривые J _c ( θ ) со стандартными ошибками для решеток наностержней диаметром 4, 8 и 12 нм с концентрациями 2%, 4% и 6%. Количество вихрей в каждом случае изменяется так, чтобы соотношение между ними и количеством наностержней было равно 0.2. Абсолютные значения кривых J _c сопоставимы для каждого из случаев. Нулевой угол расположен вдоль оси YBCO c .

На рис. 5а представлены смоделированные кривые J _c ( θ ) для наностержней диаметром 4 нм различной концентрации. Для 2% концентрации наблюдается резкий малоинтенсивный пик c . Это можно объяснить тем же эффектом, который уже описан в разделе 3, где был сделан вывод о слабых местах пиннинга, которые не могут преодолеть магнитную силу и выровнять вихри вдоль них, что приводит к максимальной силе пиннинга при нулевом угле.При концентрации легирующей примеси 2% наностержни все же находятся настолько далеко друг от друга, что один вихрь не может одновременно закрепляться в нескольких местах пиннинга. С другой стороны, для концентраций 4% и 6% количество наностержней увеличивается настолько, что вихри могут захватываться одновременно в несколько разных наностержней, что увеличивает общую силу пиннинга, и, таким образом, Дж _c , резко под большими углами. Это проиллюстрировано на рис. 6.

Рис. 6

Схематическая диаграмма механизмов закрепления вихрей в наностержнях разного диаметра и согласованиях.Разные цвета линий представляют вихри под разными углами приложенного поля. Наличие эффекта NOD обозначается черными стрелками.

Для наностержней диаметром 8 нм сила пиннинга выше, но их количество резко уменьшается, что, по-видимому, играет решающую роль в кривых J _c ( θ ), представленных на рис. 5b. Для 2% концентрации не наблюдается c -пик. Это интуитивно ожидается, поскольку вихри с меньшей вероятностью попадут на место закрепления из-за небольшого количества наностержней.Вместо этого вихри намного легче захватить под большими углами, когда они могут легче сцепляться с несколькими различными наностержнями из-за увеличенной силы закрепления наностержней, которые имеют тенденцию заманивать другие концы частично закрепленных вихрей в своем направлении, как показано на рис. 6. Для концентраций 4% и 6% количество наностержней увеличивается, так что пиннинг, ориентированный по оси c , становится доминирующим, что проявляется как четкий пик c , который явно сужается при концентрации 6%.Для этих концентраций наностержни расположены настолько плотно, что это неожиданно нарушает закрепление вихрей под углами более 20 ^° , поскольку соседние незанятые наностержни притягивают к себе частично закрепленные вихри, что затрудняет стабилизацию вихревой решетки. Этот эффект передозировки наностержней (эффект NOD) является довольно интересным результатом, поскольку он предполагает, что увеличение количества центров пиннинга на самом деле не увеличивает абсолютное значение J _c линейно, а скорее имеет оптимальную концентрацию выше которого J _c начинает уменьшаться.Следует отметить, что этот эффект не связан с экспериментально наблюдаемым эффектом уменьшения критического тока из-за уменьшения сверхпроводящего объема в пленках в результате высоких концентраций примеси, а также с хорошо известной ползучестью потока ²⁸ .

Эффект NOD можно объяснить количественно, если предположить, что скорость закрепления вихрей пропорциональна (i) общему количеству вихрей N _v , (ii) средней скорости вихрей v _v , (iii) согласование наностержней n и (iv) вероятность закрепления вихря \ ({p} _ {{\ rm {p}}}} \ sim (1- \ Theta) \ exp (- {E} _ { {\ rm {p}}} / kT) \), где Θ — процент центров пиннинга, занимающих вихрь, а E _p — разность энергий между свободным и закрепленным вихрем.С другой стороны, скорость удаления вихрей пропорциональна (i) текущей плотности Дж и (ii) вероятности удаления вихря \ ({p} _ {{\ rm {dp}}} \ sim J \ Theta \ exp (- {E} _ {{\ rm {dp}}} / kT) \), где E _dp — это энергия, необходимая вихрю для того, чтобы освободиться. В состоянии равновесия скорости закрепления и открепления равны. Если предположить, что критический ток прямо пропорционален проценту закрепленных вихрей ²⁹ , это приводит к соотношению

$$ {J} _ {c} (n) \ sim \ frac {{n} ^ {2}} {Bn + \ exp (\ Delta E / kT)}, $$

(1)

, где Δ E = E _p — E _dp > 0.{{\ prime}} \ gg kT \), функция J _c ( n ) имеет максимум в диапазоне n ∈ [1, 0] независимо от параметров B и x ∈ IR ⁺ . Тот факт, что J _c достигает максимума, после которого он начинает уменьшаться, объясняет наблюдаемую аномалию в моделировании, где увеличение концентрации наностержней диаметром 8 нм и 12 нм противоречиво снижает абсолютное значение J _с .

Для наностержней 12 нм количество наностержней еще больше уменьшается, что приводит к уменьшению пиннинга, ориентированного по оси c , как видно на рис. 5c, аналогично случаю 2% наностержней 8 нм. Однако в случае наностержней 12 нм количество центров пиннинга настолько мало, что одиночный вихрь может быть захвачен только одним наностержнем. Значение Дж _c увеличивается при больших углах из-за повышенной вероятности вихря встретиться с местом закрепления и быть закрепленным.Абсолютное значение J _c неожиданно уменьшается в зависимости от концентрации, что является результатом эффекта NOD, представленного ранее. В этом случае силы закрепления наностержней настолько велики, что по мере того, как вихрь с высокой скоростью достигает первоначального наностержня, второй наностержень позади него притягивает вихрь и немедленно открепляет его от исходного наностержня и т. Д. На рисунке 6 показано, как увеличение диаметра или концентрации наностержня воздействует на J _c под определенными углами.

Сравнение моделирования с экспериментальными данными

Общие факторы, лежащие в основе расхождений

Огромным фактором расхождений между смоделированными и экспериментальными данными является моделирование наностержней как твердых и идеально ориентированных по оси c объектов, что определенно не соответствует действительности где наностержни могут быть фрагментированы и расширены, и даже их диаметр может существенно различаться ¹³ . Это может оказать неожиданное влияние на J _c ( θ ), особенно при увеличении концентрации наностержней.

Другие факторы несоответствия, которые не связаны напрямую со свойствами наностержней, включают естественные места закрепления, такие как продвижение дислокаций и дефекты упаковки, которые в действительности, в отличие от нашего моделирования, всегда возникают в пленках вместе с наностержнями. ³⁰ . Эти естественные места закрепления влияют на поле согласования, которое само по себе несколько плохо определено за пределами идеализированной имитационной модели. Кроме того, наличие наностержней создает дополнительные естественные места закрепления, а именно дислокации несоответствия, ориентированные параллельно наностержням вокруг них ⁴ .Диаметр вокруг этих естественных центров пиннинга, где сверхпроводимость подавляется, намного меньше, чем длина когерентности YBCO, и, таким образом, параметр сверхпроводящего порядка не может существенно меняться вблизи таких естественных центров пиннинга, что приводит к очень малым силам пиннинга ³⁰ . Поскольку силы закрепления, создаваемые естественными местами закрепления, можно считать незначительными по сравнению с реальными наностержнями, наряду с вычислительными соображениями, эффекты естественных мест закрепления не учитывались при моделировании.В дополнение к этому, вызванный микродеформацией дефицит кислорода вокруг наностержней увеличивает их эффективный радиус пиннинга. Дефицит кислорода может возникать в радиусе нескольких нанометров от наностержней, и их влияние на критический ток изменяется в зависимости от температуры ^31,32 . Влияние этого на потенциал пиннинга и, следовательно, силу, трудно оценить, и поэтому он не был явно учтен в нашей имитационной модели.

Кроме того, хотя экспериментальные данные, представленные в предыдущих разделах, измерены при 40 K, наше моделирование не учитывает тепловые эффекты.В некоторых случаях это может быть причиной расхождений между экспериментальными и смоделированными данными. Тем не менее, в этом сравнении смоделированных и экспериментальных данных данные 40 K показывают хорошее сходство с симуляциями. Это может быть связано с тем, что тепловые эффекты в большинстве случаев очень незначительны по сравнению с влиянием других переменных величин или, возможно, из-за других центров пиннинга в решетке YBCO, которые отсутствуют в идеализированной имитационной модели. , каким-то образом сдуть тепловую утечку закрепленных вихрей.

Наконец, ухудшение сверхпроводящих свойств из-за легирования не может быть включено в моделирование, что затрудняет прямое сравнение абсолютных значений J _c между измеренными и смоделированными данными.

Влияние приложенного магнитного поля

Экспериментально измеренные кривые J _c ( θ ) вокруг YBCO c -оси в различных магнитных полях для YBCO, легированного 4% BHO, BZO и BSO, представлены на рис. .7. Хотя реальное значение поля согласования чрезвычайно трудно оценить в действительности, между ними и смоделированными пиками c наностержней разного диаметра можно увидеть некоторое сходство, что в некоторой степени соответствует пикам BHO, BZO и BSO.

Рис. 7

Экспериментально измеренные пики оси c в различных магнитных полях для образцов, легированных 4% BHO, BZO и BSO, при 40 К.

Моделирование выполняется для 4 Наностержни диаметром нм, представленные на рис.2а видно некоторое сходство с экспериментально измеренными пиками c для BHO на рис. 7а. В общем, смоделированные данные напоминают экспериментальные, имея четкий пик оси c во всех смоделированных полях выше 0,1 ⋅ B _ϕ . В сильных полях мы наблюдаем как экспериментально, так и в расчетах уменьшение пиковой интенсивности по мере увеличения поля, хотя усиление пика c не может быть обнаружено экспериментально.В этом случае различия между экспериментальными и смоделированными данными незначительны, если принять во внимание идеализированную имитационную модель, в которой отсутствуют выступы наностержней, фрагментация или другие типы дефектов.

Смоделированные пики c для наностержней диаметром 8 нм, представленные на фиг. 2b, удивительно хорошо соответствуют экспериментально измеренным пикам, представленным на фиг. 7b. Во-первых, при поле 0,5 Тл, где мы можем предположить, что оно находится значительно ниже поля согласования, можно наблюдать небольшое увеличение Дж _c около 40 ^° без какого-либо пика c , что также наблюдалось. на смоделированной кривой при 0.25 ⋅ B _ϕ . Когда поле увеличивается до 4 Тл, появляется пик c , который становится более выраженным до тех пор, пока J _c не начинает уменьшаться со сглаженной кривой J _c ( θ ). при 6 Тл и 8 Тл. В этой области поля мы, по-видимому, приближаемся к согласованному полю, не превышая его, что соответствовало бы смоделированным кривым на рис. 2b, где можно наблюдать как уменьшение, так и сглаживание поля c — пик при приближении к полю согласования.

В случае наностержней диаметром 12 нм небольшой пик c начинает расти только очень близко к согласующему полю, как видно на рис. 2c, в то время как экспериментально мы наблюдаем на рис. 7c высокую интенсивность и широкую c — пик даже при низком диапазоне полей. Мы утверждаем, что расхождение между экспериментальными и смоделированными данными связано с различиями в плотности наностержней между реальностью и смоделированной моделью, а также с эффектом теплового выхода вихрей, который должен быть более вероятным при больших углах, где вихри образуются лишь частично. закреплен.Влияние плотности дополнительно обсуждается в разделе 5.4 в случае наностержней BSO.

Влияние диаметра наностержня

Экспериментально измерено J _c ( θ ) -кривых вокруг YBCO c -оси при 8 Т, что, как мы предполагаем, значительно ниже поля согласования, для 6% YBCO, легированный BHO (4 нм), BZO (7 нм) и BSO (12 нм), представлен на рис. 8. Мы хотим отметить, что процент легирования, который мы здесь имеем в виду, является концентрацией легирования мишени PLD, которая может отличаются от концентрации легирования осаждаемой пленки.Несмотря на это, можно увидеть явное сходство между экспериментально измеренными пиками на фиг. 8 и смоделированными пиками c на фиг. 3b. Во-первых, наностержни BHO малого диаметра дают резкий, но малой интенсивности c -пик, как это наблюдается при моделировании. Наностержни BZO промежуточного диаметра, с другой стороны, дают резкий и выраженный пик c , что также хорошо видно из смоделированных кривых на рис. 3b. Наконец, для наностержней BSO большого диаметра мы наблюдаем низкоинтенсивный сплющенный пик c с небольшой двойной структурой пика, что и наблюдалось при моделировании.

Рисунок 8

Экспериментально измеренные пики оси c для YBCO, легированного 6% BHO (4 нм), BZO (7 нм) и BSO (12 нм).

Влияние концентрации наностержней

По всем причинам, перечисленным в начале этого раздела, чистый эффект концентрации на форму пика c чрезвычайно трудно сравнивать с экспериментальными данными, хотя некоторые сходства могут быть между экспериментально измеренными пиками c наностержней BZO и моделированием наностержней диаметром 4 нм, представленных на рис.5б и 9б соответственно. В случае наностержней BHO и BSO мы считаем, что, особенно поскольку эти наностержни представляют крайние значения диапазона диаметров, расхождения между экспериментальными наблюдениями и моделированием связаны с гораздо большей плотностью наностержней в пленке по сравнению с нашей имитационной моделью. Для BHO это согласуется с моделированием согласующего поля, представленным на рис. 2а, при условии, что даже при поле 8 Тл согласующее поле не превышается, по крайней мере, для образцов с 2% и 4% легирования.Для BSO наивысший пик c наблюдается экспериментально для 4% легированного образца, как показано на рис. 9c, что указывает на то, что при 8 Тл согласованное поле могло быть превышено между 4% и 6% концентрациями легирующей примеси. Это наблюдение согласуется с тем фактом, что концентрация наностержней в действительности больше, чем при моделировании, что является, по крайней мере, одной из основных причин наблюдаемых расхождений между экспериментальными и смоделированными данными. Моделирование с 8% концентрацией наностержней диаметром 12 нм при 0.5 ⋅ B _ϕ также было выполнено, чтобы поддержать приведенное выше объяснение. Моделирование действительно выявляет четкий пик c , как мы и предполагали, что обеспечивает количественное доказательство разницы в плотности между реальной и смоделированной решеткой наностержней. Тепловые эффекты, наверняка, тоже играют в этом роль, тем более что речь идет о эффекте концентрации, хотя в реальности этот эффект оценить сложно.

Рис. 9

Экспериментально измеренные пики оси c для YBCO, легированного 2 мас.%, 4 мас.% И 6 мас.% BZO.

Механизмы закрепления потока в пленках YBCO, легированных BHO, BZO и BSO

Для изучения механизмов закрепления потока в пленках YBCO, легированных BHO, BZO и BSO, их микроструктура была исследована с помощью сканирующей просвечивающей электронной микроскопии в солнечном поле (BF-STEM) . Параметры, такие как диаметр наностержня, растяжение, фрагментация и т. Д., Полученные из результатов, затем были использованы для создания конфигураций места закрепления для моделирования, которые максимально точно имитируют реальную жизненную ситуацию.Экспериментальные данные, используемые в этом разделе, были измерены при 10 К, поскольку при этой температуре наблюдался интересный подъем пика c при 1 Тл, лежащий в основе механизм которого мы хотели изучить. Изображения поперечного сечения BF-STEM пленок YBCO, легированных 4% BHO, BZO и BSO, показаны на рис. 10, а параметры, полученные из анализа BF-STEM, представлены в таблице 2. Поперечное сечение BF-STEM с высоким разрешением изображения представлены в SI.

Рисунок 10

Изображение поперечного сечения BF-STEM пленок 4% ( a ) BHO, ( b ) BZO и ( c ) BSO легированных пленок YBCO.Наностержни и линейные дефекты отмечены стрелками и тонами отметок соответственно.

Таблица 2 Средний диаметр, угол наклона, измеренный по оси YBCO c (развертка), и длина различных наностержней, полученных из измерений BF-STEM, вместе с соответствующими значениями сигма.

Моделирование проводилось для всех наностержней, но только моделирование для BZO и BSO дало результаты, сопоставимые с экспериментальными данными. В случае BHO, где диаметр наностержня составляет 4 нм в максимальном значении, смоделированные кривые J _c ( θ ) дают резкий пик оси c , который быстро сглаживается с увеличением угла.Экспериментально мы видим прямо противоположное, поскольку пик c не наблюдается, а J _c увеличивается с увеличением угла. Это можно объяснить тем, что на самом деле существует множество других типов дефектов, которые действуют как центры пиннинга, которые могут значительно увеличивать и расширять пик a b . Это, в свою очередь, может легко нарушить наблюдаемый при моделировании пик низкой интенсивности c настолько, что он станет невидимым экспериментально.

Параметры моделирования для BZO и BSO представлены в таблице 3. Положения наностержней и ориентации растекания в одном слое генерировались случайным образом. Количество наностержней было рассчитано для соответствия концентрации 4%, так что отношение общей площади поперечного сечения наностержней к площади сверхпроводящего материала равно 0,04. Фрагментацией наностержней пренебрегли, потому что, хотя измерения BF-STEM показывают, что наностержни фрагментированы, фрагменты наностержней выровнены рядом друг с другом, так что они образуют в целом несколько непрерывный столбчатый участок закрепления снизу к концу. поверхность пленки, как видно из рис.10. Этот вид сильной деформации YBCO между частицами BZO и их образование в виде сплошного столбчатого пиннинга также выражен ранее в ³³ . Число вихрей, используемых в каждом моделировании, соответствует полю 0,5 Тл и 1 Тл, что значительно ниже B _ϕ для BZO, но немного больше B _ϕ для BSO в 1 T. Эти поля были выбраны из-за наличия экспериментальных данных и того факта, что моделирование не очень хорошо работает выше B _ϕ .На самом деле поле согласования — это плохо определенная концепция, которую чрезвычайно трудно, если даже возможно, оценить по двумерным изображениям BF-TEM. Согласно анализу, проведенному в разделе 2, очень грубо говоря, можно утверждать, что для образца, легированного BZO, в полях 0,4 ⋅ B _ϕ < B <0,8 ⋅ B _ϕ , общая форма c — пик не меняется. Для больших наностержней BSO этот диапазон полей еще шире.Так как смоделированные точки J _c ( θ ) должны быть масштабированы, чтобы соответствовать экспериментальным данным, и диапазон полей считается таким, что форма пика c не слишком велика. затронуты, никакие дальнейшие усилия не были приложены к оценке совпадающих полей в действительности.

Таблица 3 Параметры, используемые в конфигурациях пиннинга для моделирования с использованием различных наностержней. К ним относятся диаметр наностержня d , угол наклона наностержней, измеренный от оси YBCO c (развертка) Φ, количество наностержней в одном слое N _R и количество вихрей N _V соответствующий 0.Поля 5 Тл и 1,0 Тл соответственно.

Смоделированные точки J _c ( θ ) и соответствующие им экспериментальные данные представлены на рис. 11 для полей 0,5 Тл и 1 Тл соответственно. Моделирование для BZO напоминает форму экспериментально измеренной кривой J _c ( θ ) с большой точностью для всех смоделированных углов, несмотря на очень грубое и простое моделирование pinscape. Для BSO моделирование не удается при углах выше ± 30 ^° из-за превышения поля согласования, так как вихри трудно стабилизировать вне наностержней.

Рис. 11

Смоделированные точки данных для пленок YBCO, легированных 4% BZO и BSO, представлены экспериментально измеренными кривыми J _c ( θ ) (сплошные линии) в приложенных полях 0,5 Т и 1 Тл. Моделирование соответствует структуре пиннинга, наблюдаемой BF-STEM.

Моделирование показывает, что эффективность закрепления на наностержнях BZO самая низкая при промежуточных углах 30 ^° -40 ^° , потому что под этим углом вихрь расширяется настолько, что наностержни не могут выровнять их вдоль своего направления, но также недостаточно растянуты, чтобы вихри можно было закрепить на нескольких наностержнях одновременно.Рост пика c при увеличении поля с 0,5 Тл до 1 Тл, которые оба ниже B _ϕ , обусловлено усилением взаимодействия вихря с вихрем, которое улучшает эффективность пиннинга при малых углах, так как закрепленные вихри блокируют движение свободных вихрей. При более высоких углах значимость этого эффекта снижается, поскольку вихри могут эффективно захватывать несколько наностержней одновременно. При углах θ <10 ^° угол J _c остается примерно постоянным, поскольку наностержни способны почти полностью выстраивать вихри вдоль их направления под этими углами.Хотя эти результаты не совсем сравнимы с анализом, проведенным в разделе 2, из-за различий в размере и плотности наностержней, все же можно увидеть много общего между этими случаями, например, исчезновение пика c при слабом поле.

В случае наностержней BSO наблюдаемые высокоинтенсивные пики c обусловлены очень сильными наностержнями BSO, которые могут собирать вихри на большом расстоянии и выравнивать их вдоль своего направления. По мере увеличения угла это выравнивание становится менее эффективным, и из-за небольшого количества наностержней вихри не могут закрепляться на нескольких наностержнях одновременно, уменьшая силу пиннинга и, таким образом, J _c по мере увеличения угла.Это приводит к гладкому пику c , как указано в разделе 3.

Оценка распределения размеров блоков матрицы в коллекторах с естественной трещиноватостью | Ежегодная техническая конференция и выставка SPE

Межпористый поток в коллекторе с естественной трещиноватостью моделируется новым пластом с учетом изменчивости размера блока матрицы. Размер блока матрицы обратно пропорционален интенсивности трещин. Размер матричных элементов, вносящих вклад в межпористый поток, выражается в виде распределения в исходном члене уравнения диффузии.Исследуется переходная характеристика давления для равномерного и бимодального распределений размера блока. Анализируются как псевдостационарные, так и переходные модели течения. Показано, что особенности, наблюдаемые на кривой производной давления, могут давать параметры распределения. Таким образом, наблюдаемый отклик давления от трещинных коллекторов может быть проанализирован для получения распределения размеров блоков матрицы в объеме коллектора, исследованного в ходе испытания.

Решение равномерного распределения может быть расширено до более общих распределений.Другие источники информации, такие как журналы и геологические наблюдения, могут дать оценку формы распределения, и эту модель можно использовать для расчета параметров коллектора.

Введение

Гидравлические испытания в коллекторах с естественными трещинами были проанализированы с использованием непрерывного подхода к моделированию коллектора, т. Е. Матрица и системы трещин предполагаются непрерывными по всему пласту. Матрица породы имеет очень низкую проницаемость, но хранит большую часть пластового флюида в своей межкристаллитной пористости.Система трещин, с другой стороны, имеет чрезвычайно низкую пористость, но обеспечивает путь основной проницаемости.

При разработке скважины, расположенной в таком пласте, в сети трещин возникает быстрая реакция давления из-за ее высокого коэффициента диффузии. Это создает разницу давлений между матрицей и трещинами, которая начинает истощать флюид из матрицы, обычно называемый межпористым потоком. По мере того, как поток прогрессирует, давления в матрице и трещинах уравновешиваются, и снова наблюдается реакция потока в трещине, при этом флюид теперь поступает из сложного хранилища матрицы и трещин.

На взаимодействие между матрицей и трещинами сильно влияет геометрическое распределение трещин. Параметрами, используемыми для характеристики этого взаимодействия, являются коэффициент хранимости матрицы, который определяет относительное распределение жидкости, и коэффициент межпористого потока, который объединяет эффекты свойств потока обеих сред и их геометрии. Матричный поток может быть смоделирован как псевдоустойчивое состояние (PSS) или нестационарное состояние (USS).

Модели, доступные в литературе, предполагают, что трещиноватость является однородной, и, следовательно, размер блока матрицы постоянный.