一种多传感器数据融合的盾构机实时导向系统，包括激光全站仪、激光标靶、第一棱镜、第二棱镜、后视棱镜以及计算机，所述后视棱镜用于检测测量过程中全站仪的位置是否发生变动，所述激光标靶用于实时测量盾构机的姿态角，所述第一棱镜和第二棱镜分别安装在盾构机两端，所述激光全站仪通过发射激光测量所述第一棱镜和第二棱镜及激光标靶棱镜在大地坐标系下的坐标，再结合上述激光标靶测量得到的姿态角数据，由计算机计算得到多组姿态角并进行融合处理，即可得到优化的盾构机姿态角，实施对盾构机的实时导向。本发明在标靶内部传感器出现故障或是

中国科学技术大学潘建伟、张强等与济南量子技术研究院王向斌、刘洋等合作，实现了一套融合量子密钥分发和光纤振动传感的实验系统，在完成光纤双场量子密钥分发（TF-QKD）的同时，实现了658公里远距离光纤传感，定位精度达到1公里，大幅突破了传统光纤振动传感技术距离难以超过100公里的限制。

本发明成功将EAMM蛋白和抗原HspX在基因水平进行融合构建了 新的融合蛋白EAMMH，并将该不带标签的融合蛋白成功进行表达和纯 化。EAMMH融合蛋白以可溶形式表达，明显改善了EAMM以包涵体进行 表达的状况。此外，EAMMH蛋白融合了结核分枝杆菌主要的生长期抗原和休眠期抗原，并可诱导较强的针对各期抗原的特异性细胞免疫和体液免疫应答。

一种基于多相位小波变换和 MTFC 的真彩色图像融合方法，包括将彩色影像从 RGB 色彩空间转换 到 IHS 色彩空间;将彩色图像的亮度分量以及全色影像分别采用两种初始相位参数 I、II 进行小波分解; 根据自适应融合准则，对彩色图像的亮度分量以及全色影像采用初始相位参数 I 进行小波分解的结果进 行融合处理，对彩色图像的亮度分量以及全色影像采用初始相位参数 II 进行小波分解的结果进行融合处 理;进行灰度畸变替换处理;基于 MTFC 复原方法，对经过去畸变处理的亮度成分进行影像复原处理， 得到复原后的亮度分量;对复原后的亮度分量以及彩色影像的色度分量与饱和度分量进行 IHS 反变换， 获取融合后的影像。

多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。 6月29日，东北大学与华为技术有限公司在主楼824室举行教育部—华为“智能基座”产教融合协同育人基地签约仪式。东北大学副校长王建华教授，华为云副总裁、华为云全球Marketing与销售服务部总裁、东北大学校友石冀琳出席签约仪式。东北大学团委、教务处、人事处、对外联络与合作处等职能部门和相关学院负责人以及参与智能基座课程优化的部分教师代表，华为北京研究所、辽宁代表处、2012实验室、计算产品线的专家参加签约仪式。 王建华代表学校致辞，对石冀琳一行的来访表示热烈欢迎。王建华表示，教育部—华为“智能基座”产教融合协同育人基地项目由未来技术学院承担，项目的签约落地必将进一步深化双方在信息技术领域的全方位合作，构筑更为紧密、可持续发展的合作机制与人才培养模式，合作培养更多适应国家战略、产业需求、未来发展的创新型人才。 王建华对于基地的建设提出了三点希望，一是学校要和一流企业共同瞄准未来技术难题，以育人为本，推动多学科、产学研多方位的融合，培养社会人才；二是在协同育人的基础上，以华为科技精神和东大信息学科作为纽带，探索在学术研究、企业价值等方面进行更加深入的切合双方特点的合作机制；三是基地建设要着眼于交叉化、全球化、未来化，希望双方以“智能基座”基地为育人基石，面向全球、着眼未来，建设具有突出特色的“智能基座”育人基地，推动产教融合协同育人的新发展。 石冀琳表示，多年来东北大学与华为公司在人才、科研、教学、竞赛等方面保持着紧密合作。双方合作建设了“未来技术学院”，共同探索面向未来技术、未来科技所需要的专业人才的培养之路。“智能基座”是教育部高教司与华为共同设立的产教融合协同育人基地项目，首期覆盖东北大学在内的全国72所信息领域领先高校，将华为在华为云、鲲鹏、昇腾等技术领域知识与高校信息类专业课程相结合，为新计算产业创新培养新生力量。 东北大学未来技术学院院长付俊与华为辽宁代表处云与计算总经理王伟签署合作协议。王建华与石冀琳为“智能基座”产教融合协同育人基地揭牌。石冀琳和王伟为云与计算先锋教师和云与计算培训的教师代表颁发了聘书和奖牌。 会上，未来技术学院汇报了“智能基座”产教融合协同育人基地的建设情况，华为公司计算产品线高校科研及人才发展部汇报了2021年“智能基座”工作计划。 据悉，教育部—华为“智能基座”产教融合协同育人基地是东北大学与华为技术有限公司在共建未来技术学院战略合作协议下深化人才培养的重要内容。双方将聚焦鲲鹏、昇腾及华为云等技术领域，首批联合开展22门共建课程，融入华为鲲鹏、昇腾、华为云的知识体系，并在未来技术学院Hero奇点俱乐部、学生创新创业、课外实习实践等方面开展紧密合作，为培养引领未来技术发展的创新型人才注入新动能。

项目获国家“863”计划资助。由上海交通大学附属胸科医院牵头，与中国科学院自动化研究所，燕山大学、中国人民解放军海军总医院、北京航空航天大学、北京理工大学和北京集翔多维信息技术有限公司共同完成。 心脑血管疾病是人类的第一杀手，目前的人工手术治疗存在诸多弊端，手术机器人的研究已逐步展开。本课题基于HAM(Human Adaptive Mechatronics)的概念，从人的因素、人机一体化设计、智能控制三个方面对微创血管介入手术机器人进行研究。研究内容包括定位机器人、介入装置、介入操作装置。建立我国微创血管介入手术机器人示范系统，为手术机器人的推广应用奠定基础。 技术参数： 定位机械臂：5自由度；运动部分重20kg；承重6kg； 介入装置：2自由度；重量小于4kg；轴向进给误差小于1%；定位精度1mm；轴向转动圈数任意； 介入操作装置：2自由度；重量小于4kg。 技术创新性： 定位机器人采用单报闸锁死多个关节的被动操作方式，符合手术现场需要； 介入装置能够检测导管/导丝与血管壁之间的阻力，具有独创性； 介入装置能够完成导管、导丝、球囊、支架的递送，是介入装置研究的一个突破； 介入操作装置能够根据导管介入装置检测到的导管/导丝与血管壁之间的阻力产生力反馈，操作医生具有力场感觉。

本成果首次创新性采用指甲上采集血糖拉曼信号，并利用双波长激发差分算法消除背景噪声，极大提升信号信噪比，实现个体病例一天血糖变化趋势监测。其中核心技术包括拉曼光谱差分算法和多重迭代反卷积算法进行血糖浓度预测，解决了利用光学方法实现无创监测血糖在低血糖浓度（4mmol/L）监测不准确的行业难题； 一、项目分类 关键核心技术突破 二、技术分析 1、研发背景： 无创血糖动态检测技术一直是医学工程领域研究热点之一，也是具有挑战性的世界性难题，我国现有近1.4亿的糖尿病患者。而糖尿病作为一种慢性疾病，目前还没有效的治疗方式，血糖监测是其唯一的预防及治疗方式。 解决主要问题： 解决了常规拉曼无创血糖监测背景噪声影响大，监测准确度低等问题，首次创新性采用指甲上采集血糖拉曼信号，并利用双波长激发差分算法消除背景噪声，极大提升信号信噪比，实现个体病例一天血糖变化趋势监测。其中核心技术包括拉曼光谱差分算法和多重迭代反卷积算法进行血糖浓度预测，解决了利用光学方法实现无创监测血糖在低血糖浓度（4mmol/L）监测不准确的行业难题； 创新性： 1）方法创新：实验证明在指甲上可以有效测得拉曼信号，预测正确度达到85%（GB/T 27417-2017）以上，达到国际医疗标准； 2）算法创新：在差分算法中加入特殊约束算符对信号进行约束优化，有效的抑制了噪声信号并使较弱的拉曼峰信号增强近百倍。 3）外观设计创新：自主设计一款便携式、小型化（长×宽×高=15×4×10cm），符合人体工学的无创血糖仪，用户单手即可快速完成血糖监测； 技术先进性： 首次实现了 利用差分拉曼光谱技术在指甲处实现全天动态血糖监测。对比分析国内外所检文献，属于我们首次提出。 推广应用价值： 有望解决利用传统拉曼光谱技术诸多问题，将极大促进拉曼光谱技术在动态血糖监测领域的应用，加快相应无创血糖仪的推出和市场推广。 市场前景： 我国糖尿病患者近1.4亿，未来三年无创血糖仪的市场将达到180亿元，我们按1%市场占有率来看，销售规模将超亿元。 前期应用情况： 项目的技术开发完成，工程化样机开发完成，处于大样本病例数据采集测试中。

基于流体动力，对微创深静脉血栓取除器械进行优化设计，通过初步离体血栓实验验证了取栓器的血栓取除率、残血栓粒度、取栓时间等；改进双侧乳腺钼靶图像预处理算法及数据处理算法，可提高乳腺癌预测的精度、敏感性、特异度。

高等教育科技创新政策、热点新闻导读