产品详细介绍品牌：久滨型号：JB-250A名称：陶瓷乳钵式微粉研磨机一、产品概述：　　JB-250A型陶瓷乳钵式微粉研磨机，主要用于替代国内生产中手工研磨或高等院校的物料研磨实验，可广泛用于化工、电子、制药、冶金等行业的超硬颗粒或微粉研磨，粉末细度可达纳米级，是一款高效节省人工的自动化研磨设备。二、技术参数：1、乳钵口径：250mm2、最大研磨量：300g/次3、研棒转速：120rpm4、研钵转速：10rpm5、研棒功率：60w6、研钵功率：40w7、研钵材质：高铝陶瓷8、研棒棒头材质：高铝陶瓷9、运行时间控制：自动设定10、长X宽X高：500*500*920mm11、重量：35kg12、电压：220V  50/60HZ三、适用条件：1、研磨颗粒要求：颗粒硬度没有限制，颗粒大小≤0.5mm；2、研磨方式：可干磨也可湿磨；

产品详细介绍：电化学加工（宏微二级驱动）工作台主要应用于电化学加工方面，具有X-Y-Z方向三维宏动和X-Y-Z方向三维微动。宏动平台采用步进电机结合高品质滚珠丝杆。微动平台由三台压电陶瓷致动器驱动的一维纳米级精密定位工作台MPT-1JRL003通过连接板组合而成。　　在驱动中，首先采用步进电机驱动的大行程、低分辨率的机构进行粗定位,实现大行程范围内快速地微米级定位精度，然后采用压电陶瓷驱动小行程、高分辨率的微动工作台在微米级行程范围实现对粗定位平台的纳米级误差补偿。 　

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

一种磁性壳聚糖复合微球制备固定化葡萄糖异构酶的方法,其特征在于：这种磁性壳聚糖复合微球制备固定化葡萄糖异构酶的方法为：一、向0.4～0.6mol/L的FeCl230～100ml和FeCl350～100ml中,加入分子量为4000的聚乙二醇6.0～10.0g,在磁力搅拌器下充分溶解,再用氨水调节溶液至pH8～10,继续搅拌30min～50min,用重蒸水洗涤抽滤后真空冷冻干燥即得Fe3O4磁核；二、将壳聚糖粉末在3％～6％乙酸中超声分散10min,制0.02～0.08g/ml壳聚糖溶液,通过乳化剂与Fe3O4磁核超声分散并电动搅拌10min进行混合,使之形成微乳体系,并与1％～5％戊二醛交联在2000r/min下继续搅拌2～4h,然后用石油醚、丙酮和重蒸水洗涤,抽滤真空冷冻干燥后即得磁性壳聚糖复合微球；三、将制备好的磁性壳聚糖复合微球先用磷酸缓冲液pH7.0～7.8浸泡,抽滤后加入用缓冲液稀释后的浓度为4mg/ml～16mg/ml的葡萄糖异构酶15～20ml,在室温摇床上振荡4～10h,取出放入4℃静置过夜,倾出上清液,沉淀用蒸馏水洗涤再用上述磷酸缓冲液洗涤,直至洗涤液检测不到戊二醛和游离酶,无紫外吸收,抽滤得固定化葡萄糖异构酶

脑深部神经网络存在的微环境是人类尚未踏足的纳米尺度超微结构空间。课题组发明了新型检测技术，解密了该空间结构特征，发现脑内新分区引流系统，提出了脑分区稳态理论，新方法已在多个前沿领域得到实际应用。

目前高效氯氰菊酯在国内外常用的剂型是乳油，存在缺点是耗用大量有机溶剂、气味大、易燃、污染严重等。我校科研人员经过多年研究，开发成功的４.５%高效氯氰菊酯微乳剂是以廉价水代替昂贵的有机溶剂，使高效氯氰菊酯油性农药在水相中形成透明稳定体系，每吨制剂可节省有机溶剂700kg，降低原材料生产成本，减少易燃性和刺激性，降低毒性，减轻环境污染，提高制剂的精细化水平和商品价值，当前被称为环保型“绿色农药”制剂。

碳纳米管作为一种一维有序的纳米碳质结构和功能材料，具有比强度高、导热系数高、电导率高、表面活性高和耐化学腐蚀等特点，可在吸附、储能、储气、纳米器件、催化剂载体、高性能结构和功能复合材料等方面具有潜在的和广泛的应用前景。多壁碳纳米管作为复合材料添加剂，可以有效改善复合材料的强度等性能，其制备成本又远低于单壁碳纳米管，可望得到更为广泛的应用，这种广泛程度取决于对其在规模化、低成本、高纯度制备技术上的进一步突破。 本技术是一种以聚丙烯腈微纳米球制备高纯度多壁碳纳米管的方法，其目的在于克服现有技术如电弧放电法和激光蒸发法的下列弊端；制备过程所需能量高，成本居高不下；化学气相沉积法需要添加金属催化剂，制备的碳纳米管纯度不高，含有无定型碳和催化剂颗粒；聚合物纺丝法得到的碳纳米管纯度和收率低。采用本技术制备碳纳米管，具有不需金属催化剂、纯度高、无需纯化、分散性好和可大规模生产的特点，显著优于从核壳结构高分子微纳米球胶囊出发纺丝制备碳纳米管的方法。 技术指标：多壁碳纳米管直径为15～100纳米且可控，管壁20～40层且可控，长径比大于100且可控，纯度大于 99％。

本发明公开了一种用于捕获循环肿瘤细胞的微流道结构及其制 造方法，该方法包括：（1）在单晶硅片表面匀胶、光刻得到光刻胶掩膜；（2）基于光刻胶掩膜，使用感应耦合等离子体反应刻蚀技术 ICP 在单晶硅片上刻蚀出微米级别的凹槽及槽内均匀分布的硅微米柱阵 列；（3）在微米柱表面制备纳米线阵列；（4）对凹槽进行封装。按 照本发明，可以获得一种用于循环肿瘤细胞检测的微纳复合微流道结 构，这种检测结构具有灵敏度高、效率高等特点。 

本发明公开了一种基于SOI封装的六轴微惯性器件，包括单片集成的六轴微惯性器件、玻璃衬底、金属电极、金属引线、SOI盖帽和SOI密封墙；六轴微惯性器件通过阳极键合工艺键合在玻璃衬底上；金属电极为一个以上，均匀设置在玻璃衬底一侧，金属电极通过金属引线与六轴微惯性器件相接，SOI盖帽设在玻璃衬底正上方，SOI密封腔设在SOI盖帽和SOI密封墙之间，形成空腔结构；每个金属电极正上方的SOI盖帽上设有梯形电极孔，梯形电极孔正下方的SOI密封墙上设有垂直贯通；梯形电极孔、垂直贯通与金属电极一一对应。本发明具有全解耦、质量小、结构精巧、成本低和便于批量生产等优点，在单个器件内同时实现了对三轴的加速度和角速度的检测，应用范围广，有着良好的市场前景。

本发明提供一种用于工厂化水产养殖微滤机故障诊断的系统和方法，其中系统包括：监测模块，用于获得工作微滤机的监测数据，对所述监测数据进行经验熵决策树算法的处理，将处理产生的第一调度命令发送至调度模块，所述监测数据包括不同部位的滤网压力、振动、声音和电压；所述调度模块，用于接收所述第一调度命令或第二调度命令，切换所述工作微滤机至备用微滤机；所述总控模块用于对监测模块和调度模块的运行状态进行记录，并向所述调度模块发送所述第二调度命令。本发明可以对故障进行快速定位及可能性原因分析。改善了传统人工方法下故障诊断中的耗时寻找过程。