疼痛是人类所经受的最常见的病症之一，每个人的一生都会经历疼痛的困扰。据统计全球大约有 1/3 的人忍受着持续或周期性疼痛的折磨，美国在疼痛相关社会问题的花费约为 1 千亿美元/年。在临床上，吗啡类的阿片药物已被人们广泛的应用于治疗和缓解各种疼痛，但由于阿片类的镇痛药物能引起严重的耐受、成瘾、便秘和呼吸抑制等不良反应，从而大大限制了其临床应用范围。已有的研究结果表明，机体内的阿片肽同样也能通过激活阿片受体而介导镇痛作用。为了获得选择性高、高效、分子较为稳定的阿片类配体分子，在脑啡肽等阿片肽的结构基础上

在临床上，吗啡类的阿片药物已被人们广泛的应用于治疗和缓解各种疼痛，但是由于阿片类的镇痛药能引起严重的不良反应和阿片依赖作用，而大大限制其在临床治疗中的应用。已有的研究表明哺乳动物中枢和外周都广泛存在着阿片受体。1997 年，发现内吗啡肽（endomorphins，EMs），即内吗啡肽 1（EM-1，Tyr-Pro- Trp-Phe-NH2）和 2（EM-2，Tyr-Pro-Phe-Phe-NH2）为 μ 阿片受体（MOR）内源性的高效选择性的激动剂，它们对 μ 阿片受体的 Ki 分别为 360 pM

本发明公开一种基于 B-P 神经网络判断照明场景的自动曝光方 法，包括以下步骤，S1 通过视频采集系统获得原始图像；S2 将原始图 像划分为多个区域；S3 求每个区域的图像亮度平均值，获得亮度矢量； S4 设计 B-P 神经网络，将亮度矢量作为神经网络的输入，对照明场景 进行判断；S5 根据神经网络的判断结果，计算图像的理想亮度；S6 将 原始图像的实际亮度与理想亮度的偏差作为 PID 算法的初始输入，利 用 PID 算法获取理想亮度对应的理想可控量；S7 依据理想可控量，获 得曝光时间 t 和模拟

悬赏金额：95万元 发榜企业：百盛（广州）生物制品有限公司  需求领域：环医疗器械及设备及医学专用软件；临床医学-肿瘤 产业集群：生物医药与健康产业集群 技术关键词：人工智能；病理学；组织形态学

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。

中山大学黄立南教授课题组利用大规模宏基因组数据，探究酸性矿山废水（acid mine drainage, AMD）底泥环境中病毒物种和功能的生物地理分布及其对原核微生物群落、理化因子、气候条件以及地理距离的响应，促进了对于自然环境中病毒-宿主-环境三者间相互作用关系的理解。

针对高缺陷炭负极电化学储钾容量与稳定性难以兼顾的问题，报道一种原位缺陷选择性调变与导电骨架搭建策略，通过热力学与动力学双重调控，提高缺陷炭负极电化学储钾综合性能。

为解决肠易激综合征治疗中存在的副作用大、增加肠道负担的问题，本发明提供了一种基于中药的治疗脾虚型肠易激综合征的使用隔药灸脐疗法进行治疗的中药组合物。本发明的有益效果：有效治疗肠易激综合征，且用药都为中药，无毒副作用；具有显效快、疗效确切、无痛苦的优点。