机泵产品每年耗电量占全国总发电量的20％左右，是耗能大户。风机／泵在运行时，实际工况多变，如果在非设计工况下运行，会导致效率、可靠性、寿命降低。此外，噪声严重影响泵的使用效果和使用场景。 效率与振动是泵与风机等流体输送设备的主要技术指标，与此同时振动也直接影响着阀门作为流动控制部件的调节精度。现有通流部件设计更多从提高效率的角度出发的，对其振动指标缺乏足够的关注，尚未形成系统的低振动通过流部件设计方法。本技术在过流部件设计上突破现有模型库和设计理念，通过研究流体机械内部流动机理、液力过程及能量转换机理，利用CFD分析和三元流设计工具来开发高效、低振动过流部件模型。 轨道交通风机主要应用于隧道通风排烟系统、车站通风空调系统和车辆段通风空调系统。本项目成果基于对地铁站点的典型关键风机组群进行健康状态预测性维护。能够实时、远程监测和诊断典型故障类型，适用于关键风机组群，例如隧道通风排烟系统和车站通风空调系统的风机设备，包括区间隧道风机、车站排热风机、车站通风空调系统的大系统和小系统风机。本项目通过对上述轨道交通通风关键风机设备运行安全的监测和节能优化的研究，积累大量数据，并经过在试点车站的实践基础上，总结风机设备的安全导则，开发风机安全监测平台，建立风机设备的安全评价体系，最终进一步提升风机设备系统运行的安全性、可靠性和经济性，实现轨道交通安全、绿色运营。

2015年全球糖尿病患者约有4.15亿人，预计到2030年将达到3.5亿人。我国糖尿病发病率为4.6%，2007年我国糖尿病患病人数为3980万，预计到2025年将达到5930万。糖尿病肾病是糖尿病的主要并发症，糖尿病患者中约有40%～50%的人会进展成为糖尿病肾病，导致慢性肾衰竭，最终死亡。糖尿病肾病早期诊断试纸在未来可能成为类似血糖测试试纸/血糖仪一样的糖尿病患者日常必需产品。面对越来越庞大的糖尿病患者人群，单就国内市场对糖尿病肾病早期诊断的产品在糖尿病患者日常监测中就能达到10

HPV (Human Papilloma Virus) 是人乳头瘤病毒的缩写，能引起人体皮肤黏膜的鳞状上皮增殖。表现为寻常疣、生殖器疣等症状。 随着

目前全世界糖尿病患者4.25亿，我国糖尿病患者占全球的25%，约1.09亿，其中超过1/3的糖尿病患者会罹患糖尿病肾病。糖尿病患者一旦发生肾脏损害，出现持续性蛋白尿则病情常不可逆转，往往发展至终末期肾衰竭。申请人团队发现一种特异性的引起肾脏早期损伤的AGEs自身抗体，自身抗体可以介导补体系统和T细胞对表达抗原的分子和细胞进行攻击，针对AGEs的自身抗体在疾病发生不同阶段识别肾脏足细胞、基底膜和系膜细胞表面的特异AGEs，从而引起肾损伤，导致糖尿病肾病。基于此，申请人团队推测这类自身抗

作为高新技术产业的磁性生物分离技术，在蛋白纯化、核酸提取与分离、病毒及特定细胞检测、生物传感器等方面均得到了广泛的应用。利用磁性生物分离技术制备的用于蛋白质、细胞、核酸、病毒等分离检测的试剂盒，能够实现快速、特异性和高效的生物检测。因此，磁性生物分离技术具有广泛的应用前景，并已成为高新技术产品研发的一个热点，对于细胞/基因治疗、生物制品研发、疾病预防与早期快速诊断治疗、检验检疫等高技术行业的发展具有极大的推动作用。本项目在已有自主知识产权的磁性纳米粒子（SPIO）的绿色环保低成本的先进制备技术基础上，建立对SPIO表面进行不同类型功能化的构建技术和方法，一步实现不同聚合物对超顺磁性四氧化三铁纳米粒的可控包裹，并可获得粒径均一、形状和尺寸可控的磁性复合微球，利用具有优异抗蛋白质吸附能力的聚合物，如聚乙二醇等对磁性复合微球表面可控功能化，以及多种抗体或特异性识别基团联用机制，降低对生物分子的非特异性吸附，实现对目标物的高特异性吸附与分离，以获得具有我国自主知识产权的新型高效环保的磁性纳米生物分离材料及系统。

该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 一、项目分类 关键核心技术突破 二、成果简介 高产、优质、高效、生态、安全作物生产是我国农业产业发展的主要目标，快速无损地监测作物生长状况，并根据实时监测结果对肥水管理方案进行定量调控，是实现这一目标的关键技术环节。南京农业大学曹卫星教授团队将定量光谱分析方法与作物生理生态原理相结合，通过实施不同生态点、不同品种、不同管理措施下多年的田间试验，构建了作物冠层和叶片水平的反射光谱库，着重解析了不同条件下的作物高光谱响应模式和时空变化规律，提取了作物主要生长指标的特征光谱波段和敏感光谱参数，构建了叶片、冠层、区域等多尺度的作物生长指标光谱监测模型；同时，定量研究了不同产量水平下作物生长指标的动态变化模式，构建了基于产量目标的生长指标适宜时序动态模型，进一步耦合实时苗情信息，综合利用养分平衡原理、氮营养指数法、指标差异度法等，集成建立了多路径的作物生长实时诊断与定量调控技术；将上述监测诊断技术与软硬件工程相结合，研制开发了面向多平台的作物生长监测诊断装置和基于遥感的作物生长监测诊断系统等简便适用的软硬件产品，进而形成了基于反射光谱的作物生长指标快速监测与定量诊断技术体系，实现了作物生长的实时监测、精确诊断和智慧管理。 该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 已授权国家发明专利25项、实用新型专利5项，登记国家计算机软件著作权20多项；发表学术论文160多篇，其中SCI/EI论文60多篇；出版专著1部。成果先后得到国内外专家同行的充分肯定，2011年的成果鉴定认为（罗锡文院士主鉴），该研究整体居国际先进水平。同时作为稻麦精确管理关键技术，入选江苏省主要农作物2014~2015年“四主推”推介名录，团队起草的《稻麦生长指标无损监测诊断技术规程》入选2014年江苏省地方标准项目。技术成果已在江苏、河南、江西、安徽、河北、浙江等水稻和小麦主产区进行了大面积示范应用，表现为明显的节氮和增产作用，取得了显著的社会经济效益，对于推进精确农业和智慧农业的发展具有重大意义和良好的应用前景。

本发明公开了一种工业过程故障诊断方法，包括如下步骤：采集工业过程的历史正常数据；利用工业过程的历史正常数据计算检测统计量；采集待检测的工业过程数据；当检测到工业过程故障时，利用相对重构贡献方法提取特征量；根据特征量计算故障模式下的条件概率密度函数和正常模式下的条件概率密度函数；根据先验概率和条件概率密度函数计算后验概率；采用最小风险贝叶斯决策理论对当前时刻样本进行故障变量识别；根据诊断后的结果更新下一时刻样本的

失眠障碍是一种普遍存在的睡眠障碍疾病，我国成年人中的患病比例高达30%，其主要表现为难以入睡、难以维持睡眠或睡眠质量不佳，导致出现疲倦、注意力不集中、记忆力减退、情绪波动等负面影响，并且与多种疾病（如心血管疾病、糖尿病等）的发生和发展密切相关。我国庞大的患者群体增加了对医疗资源的需求和社会负担，对个人和社会经济造成重大影响。失眠障碍需要引起足够的重视和关注，早期诊断是减少其对个人和社会危害性的有效方法。 目前临床睡眠诊断主要依靠睡眠专家人工判读多导睡眠图（polysomnography，PSG），PSG技术同时记录多个生理参数，如心电图、脑电图、肌电图、眼电图等，从而准确评估睡眠的各个阶段和睡眠中的生理变化。然而，现代临床睡眠诊断方法存在一些弊端。首先，依靠睡眠专家人工进行诊断成本很高。例如，临床诊断中标记一位患者的PSG数据并完成诊断，往往需要一位训练有素的睡眠专家数个小时的集中工作才能完成，无法应对大规模睡眠障碍群体需求。此外，睡眠诊断存在个体差异，同一种睡眠障碍在不同人群中的表现可能不同，诊断结果需要根据患者的具体情况进行综合评估和判断。这些方法需要专业人员进行操作和解读，费用昂贵，操作复杂，很难普及应用。 人工智能技术可以帮助解决以上问题。人工智能技术可以在不需要专业人员干预的情况下，对失眠障碍进行自动化分析和诊断，具有高效性、低成本和易普及的优点。此外，还可以在大数据层面上进行分析，深入探究失眠障碍的病理生理机制，从而更好地指导治疗和预防措施的制定。 睡眠诊断是最为适合采用云平台技术进行自动化诊断的领域，患者潜在群体数量庞大。本项目涉及基于人工智能睡眠医学诊断技术的全系统的各个环节，系统的诊断准确率目前为世界范围内第一。前期已经服务于制药企业睡眠类药物评价、可穿戴消费级电子设备睡眠监测等领域。目前市场上的类似产品均不具备临床医疗级的诊断能力，本技术填补了市场空白。 图1.本项目研发的原理样机部件

按照《新型冠状病毒肺炎诊疗方案（试行第五版修正版）》，湖北省增加了“临床诊断病例”分类，对疑似病例具有肺炎影像学特征者，确定为临床诊断病例，以便患者能及早按照确诊病例相关要求接受规范治疗，进一步提高救治成功率。因此，对患者的影像学分析在确定“临床诊断病例”上就具有极为重要的意义。 根据国家指南这一重要变化，西安交通大学第一附属医院影像学郭佑民团队，在前期承担国家卫健委重大行业专项《基于“数字肺”的呼吸系统疾病评价体系与诊断标准研究》基础上，针对新冠肺炎肺部影像学特点与医学成像技术公司合作，第一时间研发了新冠肺炎肺部感染辅助诊断系统，实现了对新冠肺炎感染者肺内病变部位快速检出、定量评价病变范围和病变演变过程评估 CT扫描是新冠肺炎诊断的重要环节，已成为确定“临床诊断病例”的重要标准。但是在影像诊断过程中，每位患者的CT检查多达几百幅甚至上千幅图像，单靠影像诊断医师从庞杂的图像特征中筛选出新冠肺炎所具有的特征，不仅要求医师具备肺炎诊断与鉴别诊断的经验，还需要相当的观察时间，严重影响病例筛查的效率。   同一患者3次检查结果对比，红色区域为病变，相比较病变体积逐渐缩小，提示病情好转。   同一患者3次检查结果对比，红色区域范围增大，数目增多，提示病变进展，同时还能观测到病变密度的变化。   图为同一患者4次检查结果对比，图中红色区域体积逐渐增大，提示病情进展。 郭佑民教授团队利用AI技术为新冠肺炎的影像诊断“赋能”。依托专家训练，人工智能结合传统的计算机视觉技术，对新冠肺炎患者肺部病变区域进行分割、计算，可以同时获取病变区域的体积、密度、磨玻璃成分等定量参数，尤其是对于患者随访的数据，可以实时进行图相配准，精准定位病灶位置、大小，方便比较病变的消长。   通过临床试验发现，该系统能够辅助临床医生对新冠肺炎进行快速诊断，并能提供智能诊断报告，适应阻断疫情扩散蔓延的公共卫生紧急应对要求，具有很好的临床应用效果。该系统已在包括华中科技大学协和医院等多家医院部署，为了鼎力支持抗“疫”一线，新冠肺炎辅助诊断系统将开放全国同行免费使用。

四川中医药高等专科学校是经教育部批准设置的一所公办全日制普通高等专科学校。学校座落于具有良好科技文化教育氛围的四川省第二大城市，中国唯一科技城——绵阳。 学校办学历史悠久，自1958年创建以来，已发展成为四川省同类高职高专规模最大、设置专业最多、建校历史最久、唯一的医学专科学校；面向全国17个省（直辖市、自治区）招生，在校学生1.3万人，毕业生就业率达95%以上；已培养出的8万多名毕业生绝大多数成为了我省医疗卫生一线骨干力量，如第44届南丁格尔奖的获得者、原四川大学华西医院护理部主任成翼娟教授，全国著名小儿推拿专家、成都中医药大学硕士研究生导师廖品东教授等就是其中的杰出的代表。 学校校园现占地面积840余亩，总建筑面积39万余平方米；有中央财政支持重点建设的专业实训基地3个，学科实训实验室119个；有适用图书33.6万册，建有现代的电子图书系统。 学校现有直属附属医院2所、非直属附属医院8所、教学医院28所，有省内外实习基地141个。附属绵阳市中医医院是四川省地市级首家“三级甲等”中医医院、四川省博士后创新实践基地、全国中医院信息化示范单位，其中建成国家级临床重点学科1个、国家中医药管理局重点专科2个；附属富临医院是全省首家建成的民营“二级甲等”综合医院。 学校现有教职工570人，其中专任教师412人，正高职称49人、副高职称224人，具硕士、博士学位教师198人；有博士研究生导师1人、硕士研究生导师13人；享受国务院特殊津贴专家、国家级老中医药专家学术经验继承指导老师、四川省学术技术带头人12人；四川省十大名中医2人、四川省名中医8人；绵阳市级拔尖人才6人。 近五年来，学校承担市厅级以上科研课题140余项，发表科研论文1380余篇；其中两项获得国家中医药管理局“十二.五”中医药教育教学改革研究课题立项资助，多项研究成果分获四川省科技进步奖和绵阳市科技进步奖。学校教师主编、参编了全国和省级教材、教参共158本。 学校设置有临床医学类、护理类、药学类、医学技术类、卫生管理类、制药技术类、农业技术类、市场营销类共8个专业类别，包含临床医学、口腔医学、中医学、中医骨伤、针灸推拿5个处方专业以及护理、助产、医学检验技术、口腔医学技术、中药制药技术、医疗美容技术、康复治疗技术、中药、药学、公共卫生管理、中草药栽培技术、医药营销等12个非处方专业，共计18个专业。 为满足学生继续深造的愿望，我校与西南医科大学、成都中医药大学联合举办了全日制普通专科生的专升本教育；与四川大学联合开办了护理、中药自考本科助学班，与成都医学院联合开办了检验自考本科助学班，与成都中医药大学联合开办了成人本科教育。 学校坚持开门、开放办学，与韩国江原大学、俄罗斯传统医学研究院、台湾大仁科技大学等建立了校际合作办学关系，在英国、台湾、北京、辽宁、南京、上海、广州、深圳等地都建有毕业生实习就业实训基地，为学生成才提供了广阔的舞台。 经过59载的风雨兼程，学校在各级党委、政府的关怀支持下，办学特色鲜明、办学优势汇集；相继获得“全省平安校园”优秀单位、“全省资助公益单位征集优秀组织奖，团中央“中国百个优秀青年志愿者服务集体”、教育部“高校校园文化建设优秀成果评选优秀奖”等荣誉称号。 在全面建成小康社会和实施“健康中国”的战略进程中，学校正抢抓这一历史机遇及国家实施新一轮西部大开发和中国科技城建设的契机，转变观念、创新机制，坚持中西医并重，树立“人才强校”、“质量兴校”、“特色办校”、“文化立校”的办学理念，以一流的规划、一流的建设、一流的管理为宗旨，努力培养技能型、应用型、服务型、创新型专业化人才，为服务西部教育强省和人才高地、服务中国科技城建设与城乡群众健康作出新的贡献而团结奋斗！