本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 徐倩慧 中山大学医学院 2017.09~2022.06 童钊鹏 中山大学孙逸仙纪念医院 2021.09~ 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 蔡跃新 中山大学孙逸仙纪念医院 副主任医师 耳鼻喉头颈外科 四、项目简介 本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。通过模仿医生诊断的注意力机制，将获取局部关键特征的局部分类器与获取全局特征的主分类器有机结合，构成深度学习的主框架。通过计算AUC等统计学指标来评估模型的性能，并与两位副主任医师、两位主治医师进行人机对比来进一步评估模型的性能，同时通过热图显示深度学习模型在耳内镜图像不同区域的权重，以判断深度学习关注的区域是否与临床医师一致。该深度学习模型可获得整体93.4%的准确率，区分正常人与分泌性中耳炎的AUC为0.99，而区分化脓性中耳炎活动期与静止期的AUC为0.94.模型的准确率要高于两位主治医师，达到副主任医师的水平，同时热图显示深度学习模型定义的关键区域恰好是临床医生做诊断的区域，如化脓性中耳炎鼓膜穿孔区域，分泌性中耳炎的光锥区域。同时，同时，本项目还将深度学习模型的技术落地，自主研发出研发便携式可拍摄与自动诊断的耳镜设备。

技术简介： 1.矿用混凝土材料及制备专用设备研究：优化泵送湿喷混凝土配合比设计方法；研发了新型外加剂及其定量添加装置；发明了矿用单卧轴强制式混凝土搅拌机；  2.泵送湿式喷射机（组）及混凝土管道输送理论研究：发明了混凝土湿式喷射机（组）；设计建造了矿用喷射混凝土100m长距离输送试验系统； 3.矿用喷射辅助机械手及喷射工艺研究：优化设计了轻型喷头；研发了喷射辅助机械手；研究了混凝土喷射射流结构、回弹机理； 创新点及性能指标: 本项目所完成的矿用混凝土湿式喷射关键技术及其成套装备的研发，不仅在全国范围首次完成了煤矿湿喷成套装备的研发，成功替代了国外进口产品，同时在技术上保持了国内领先优势。湿喷粉尘浓度可控制在10mg/m3以内，从根本上实现了喷浆控尘；喷射混凝土平均回弹率可降至12%左右，大大降低了喷浆回弹损失；高质量的喷射混凝土支护层可以有效减少巷道二次支护工作量和巷道维护工作量。

：禽流感是由 A 型流感病毒(AIV)引起的家禽及野禽的一种高度接 触性传染病，又名欧洲鸡瘟、真性鸡瘟。近年来世界各地陆续有禽流感发生和 流行的报道，近期韩国、日本、泰国、越南、我国部分地区等发生高致病性禽 流感，严重威胁到养禽业的发展及人类健康，因此对于该病的防治值得高度重青岛农业大学科技成果介绍 2017 －37－ 视。本技术成果是用于防治禽流感的药物组合物及其制备方法，属于禽畜药物 技术领域，该药物组合物是贯叶连翘、苍术、草果、金荞麦、败酱草等原料药， 根据药物不同性质分别采用水提取和接收蒸馏液等方式提取有效成分，并制成 合剂或口服液。该药物组合物具有清热解毒之功效，主要用于治疗禽流感。 生产条件及经济效益预测：本技术成果药物针对发病鸡出现高热、出血、 腹泻、饮食欲降低或废绝、免疫力低下等共性，选用贯叶连翘、苍术、草果、 金荞麦等多种药物，起到抗病毒防止继发感染的作用。本发明通过清热解毒的 治法，在临床试验中对禽流感的预防和治疗收到了满意的疗效。同时由于本技 术成果制作工艺简单，成本低，因此极具推广的可能性，拥有广阔的前景和市 场空间。

西南大学动物科技学院水产系丁诗华教授和重庆文理学院的孙翰昌副教授等联合开发了高效人工繁育技 术和大鋭病害防治技术，于2013年1月通过重庆市科委的科技成果鉴定，整体水平鉴定为国内领先，成果登 记号为渝科成字2013YO53。本成果的特色如下:L独特亲鲵培育技术。独特营养配方确保性腺所需特殊营养，独创中草药制剂促性腺发育；攻克了精卵 质量不高和性腺发育不同步的技术难题。卵子正常率可达95%以上，精子活力达到55%以上,远优于普通大 脫繁育技术,极大地提高了大鲵繁殖能力。2、 先进人工繁殖技术。准确测定催产时机，确保催产效果;改进人工授精方法,保证卵子受精；优化人 工孵化方法，促进受精卵顺利孵化。邮率、受精率及孵博都达到90%ULt,优于普通繁育技术；3、 先进苗种培育技术。建立适口饵料生物的培育方法,促进苗种生长；鋭苗成活率大于90% ,培育效果 极佳，远优拦通大鲵繁育技术。4、 中草药无公害防治技术。研发多种中草药配方，对常见鲵病的预防率大于90% ,治愈率达80% ;该 大鲵研究团队长期从事大鋭繁育、大鲵养殖及銳病防治硏究。开发的技术还有大鲵仿生态繁育技术、仿生态 养殖技术、大鲵室内养殖立体控温技术、饵料生物培育技术、大鲵工厂化养殖技术等。在大鲵研究方面经验 丰富,研发实力强。

本发明公开了一种动态缓存污染防治系统及方法，属于计算机 缓存性能优化技术领域。本发明的动态缓存污染防治系统包括内存监 测模块、分析模块和决策分配模块。内存监测模块对为上层用户层程 序动态分配的堆内存进行采样监测，并收集用户层程序的访存行为并 提交给分析模块；分析模块对采样监测模块收集到的数据进行分析， 判断程序前期的访存特性对缓存的污染情况；决策分配模块对原有的 伙伴系统进行扩展，加入以 page-color 为基础

本发明公开了一种防治羔羊口炎的膏药制剂，由以下成分组成：碘酊25～75ml、甘油25～75ml、薄荷脑1～3g、黄原胶1～3g、纯净水25～75ml。通过将碘酊和薄荷脑混合溶液与甘油混合后，再与黄原胶的胶状物混合既得。本发明主要作为羔羊口炎的外用预防与治疗，可消炎，止痛，止痒，促进血液循环，减轻浮肿，对细菌、病毒均有杀灭作用。

当前我国食品安全形势令人担忧。在种植过程中会使用除草剂、化学杀虫剂。存在低毒农药的过量反复使用以及高毒农药的非法使用问题。以韭菜为例，农户每收获一次，通常会使用一次农药提前预防韭菜地下害虫韭蛆的危害。低毒农药长期使用，会造成害虫抗药性增加，农药的使用频次及单次用量不断增加，造成农药的不规范使用问题。同时，为了保证产量，有的种植户会非法使用 3911、敌敌畏、涕灭威等在蔬菜上禁用的剧毒农药。经过前期积累，目前实验室建立了有害昆虫天敌—昆虫病原线虫研发应用平台。实验室分别从天津、云南、宁夏、江苏、山东等地采取土壤样品，分离到昆虫病原线虫品系四十余株，均表现出具有很好的防虫效果。项目先后在天津各区县、北京、河北秦皇岛、河北张家口、山东莱西、山东平度山东寿光、江苏泰州等地开展推广应用。我们将建立全国性的昆虫病原线虫资源库，并发展相关应用技术。 技术创新点： 在放心蔬菜生产过程中，我们会在防虫网、黄板等物理措施的基础上，采用以虫治虫技术（昆虫病原线虫、捕食螨、蚜茧蜂）对地下害虫和地面害虫进行综合防治。同时，在蔬菜反季节种植过程中，我们会采用熊蜂授粉，机械振动授粉，保障蔬菜产量，承诺做到整个生产过程中不使用一滴化学农药。此外，采用人工除草和生物除草等措施，禁止使用任何化学除草剂，保障土壤质量和蔬菜质量安全。 市场应用前景： 采用“以虫治虫”技术生产的韭菜，农药残留未检出。已经通过淘宝网在全国进行销售。主要在天津地区销售，每斤售价达 15 元。2016 年春节，放心韭菜一度供不应求。一方面说明韭菜质量的可靠性，另一方面说明了大家对放心蔬菜的强大需求。自 2016 年 6 月，我们已经着手展开家庭配菜。在以虫治虫的基础上，结合物理防治，推广自然农法，让作物按照自然方式生长。种植过程中，杜绝使用化学农药。目前已经给将近七十个家庭和两个幼儿园配菜，反馈效果相当好。 近期我们将在中粮我买网、京东和其他一些网站，销售我们的蔬菜。当前我们主要以天津基地为主，辐射京津冀，预期能够达到两千会员，争取五年内年销售额达到 2000 万到 3000 万。另外，当前情况下以下蔬菜农药残留问题突出。首先是韭菜，其次圆白菜，然后是叶菜类。基于此，我们还将推出几个蔬菜单品。 

索非布韦（又译为索氟布韦，英文名 Sofosbuvir，CAS：1190307-88-0）是全球首个丙型肝炎病毒(HCV)NS5B 聚合酶核苷酸类似物抑制剂，用于治疗慢性丙型肝炎，目前国外已有产品在销售，且利润可观。国内还没有此类药物，本项目具有重大的发展前景。 采用本课题组开发的新型氟取代反应，设计和开发了一条经济、绿色和环保的具有巨大临床价值和市场价值抗丙肝药物索非布韦及其关键含氟医药中间体的制备工艺。本项目的目的是对本课题组开发的新颖制备工艺进行中试放大研究，进而实现商业化规模制备，从而产生良好的社会效益和经济效益。 依托南开大学化学院良好的科研平台，以及本课题组多年积累的有机氟化学及合成有机化学的基础研究成果，我们对具有巨大临床价值和市场价值的抗丙肝新药索非布韦及其关键含氟中间体的制备工艺进行优化。小试规模研究结果表明，本制备工艺能以良好的经济性、兼顾环保、安全等考量获得预期质量要求的目标产品。后期通过小试放大研究、中试研究和商业化生产确认等产业化开发程序。 

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图