三地深度联动办赛 打造国际化创业平台

1.研发理念：   实验学科教室考试系统是依托新科核心实验室装备技术打造的集理化生实验教学、考试、评价为一体的创新型实验室，是在移动互联网时代对教育装备再组合、再定义基础之上构建的新型产品，同时也是教育改革的大背景之下推动教学和装备技术深度融合的方案之一。   智慧实验室考试系统由前端及后端设备组成，前端设备包含视频采集系统及实验基础设施，后端设备包含数据处理系统及服务器硬件设备。 2.核心功能   近年来，众多院校都面临着教学空间不足的问题，个性化与跨学科学习成为很多中小学的新诉求，单一的实验环境逐渐被多元化、综合性的教学空间所替代，学习也已经超越了学科教室的边界，“完美”的学校要具有灵活性，以便顺应由此形成的多种教学模式、学习方式，学习环境及相匹配的功能需要具有前瞻性，极大限度地发挥学习空间的潜力。   实验学科教室考试系统满足新时代背景下学校对教学空间的要求。   首先，实验学科教室考试系统可应用于初高中物理、化学、生物三科；   其次，实验学科教室考试系统具备三种使用模式——普通授课模式、电子授课模式、实验考试模式，可适应不同场景的教学和考试，能满足用户多元化需求，提高实验室利用率。 3.三大模式   说到这三种使用模式，就不得不提起新科实验学科教室的重要成员之一——实验学科教室考试桌。 考试桌整体设计时考虑到了功能性与美观性，选用了新型的ABS材料桌体、陶瓷台面以及铸铝型材框架，绿色环保、经久耐用。   考试桌设有安全规范的电源管理模块与高清成像的视频采集模块，以及高清IPS屏幕的显示系统、统一电动升降控制的升降系统、多核CPU超大内存的计算机系统，以实现其功能的多元化，支撑师生的普通授课、电子授课和实验考试活动。 3.1普通授课模式   考试桌的所有数据、视频采集设备收起，便于学生操作实验，此时的教室就是一间常规的理科实验室，师生可进行日常实验教学，避免非实验考试时段闲置实验室，可以解决大部分学校面临的教学空间不足的问题。 3.2电子授课模式   考试桌仅有电脑升起，可实现多媒体教学，图文并茂，既生动又有趣，极富吸引力、感染力，能让学生形象、具体、直观、多角度的观察学习对象，有助于学生理解接受新概念，提高课堂教学的效率。 3.3实验考试模式   考试桌挡板、电脑及摄像头升起，可采集视频及录入数据，一位两机，全局角度可以看到操作结果，细节角度可以看清操作过程，360°无死角监控考场，解决了监考师资不足、“看不过来”的问题；同时视频记录实验全过程，不漏掉实验操作细节，供老师进行考后阅卷打分，以及后期追溯，提高了阅卷公平度。 4.优势特点   实验学科教室考试系统可以在学校内营造良好的实验教学环境，真正做到让实验教学更科学、更高效； 可以让学生在多媒体技术的辅助下，充分锻炼自主学习能力、创新能力、实践能力等核心素养，为提高学生的综合素养奠定基础；也可以帮助教师进行实验教学以及监考，解放教师时间，也能确保实验考核的公平性，助力传统实验教学模式向新时代背景下的实验教学模式“华丽转身”。   科技的进步为社会带来了便利，也为教育提供了极大助益。   在建设教育信息化的道路上，新科将继续秉承“让学生上好每一堂实验课”的价值主张，发挥自己在技术和产品上的优势，提供更多诸如实验学科教室考试系统的行业领先实验室解决方案，努力助推教育装备行业的发展。

该成果创造性地利用高阶非线性光学材料获取医学临床诊断的关键信息。利用自主发明的双光子荧光探针与双光子光学CT成像的特性，首次获取了可用于癌症病理组织快速临床诊断的荧光图像。该技术是山东大学晶体材料国家重点实验室于晓强教授团队的原创，国际、国内均没有同类工作。 全新的观测技术：基于荧光探针与光学切片成像的肿瘤病理临床诊断技术。 该成果将直接带动三个高附加值的高技术产业： 新材料产业：双光子荧光探针 新设备产业：临床专用双光子荧光显微镜产业 新技术产业：技术人员培训、临床服务产业 符合临床要求的检测流程：

"该成果创造性地利用高阶非线性光学材料获取医学临床诊断的关键信息。利用自主发明的双光子荧光探针与双光子光学CT成像的特性，首次获取了可用于癌症病理组织快速临床诊断的荧光图像。该技术是山东大学晶体材料国家重点实验室于晓强教授团队的原创，国际、国内均没有同类工作。该成果将直接带动三个高附加值的高技术产业： 1. 新材料产业：双光子荧光探针 2. 新设备产业：临床专用双光子荧光显微镜产业 3. 新技术产业：技术人员培训、临床服务产业 "

河北医科大学临床学院是河北省人民政府2001年7月批准成立的13所独立学院之一，由河北医科大学主办，于2004年首批通过了教育部的确认,为全日制本科层次教育。学院位于石家庄市东南高教区，交通便利，校园环境优美典雅，建有现代化的教学大楼、实验中心、图书馆、学生公寓楼、食堂、标准运动场等基础设施，为学生提供了良好的学习环境和生活条件。 临床学院依托河北医科大学雄厚的教育教学资源，以市场为导向，以教学为中心，积极探索适应社会需求的、灵活高效的办学体制。经过近几年来的建设，学院已发展成为涵盖多门学科的综合性独立学院。现设有临床医学、中西医临床医学、麻醉医学、医学影像学、医学检验学、口腔医学六个专业，生源遍及河北、北京、天津、山西、辽宁、吉林、黑龙江、上海、浙江、安徽等22个省市，现有在校生9060人。学生毕业时由河北医科大学临床学院颁发国家统一的普通本科毕业证书，符合学位授予条件者按国家有关规定授予学士学位。

人端粒酶是决定细胞端粒长度的重要因素。端粒是真核生物染色体末端的一种保护性结构，正常体细胞由于末端复制问题，端粒随细胞分裂而进行性缩短。端粒酶是一种特殊的核糖核酸蛋白质聚合物，它能以自身RNA作为模板合成端粒，以弥补复制造成的端粒缩短，使细胞不会因端粒耗尽而出现凋亡。端粒酶的化学本质现已明了，它是一种核蛋白质复合体，主要由人端粒酶催化亚单位（hTERT）、人端粒酶RNA（hTR）和端粒酶相关蛋白三部份组成。其中，hTERT是是决定端粒酶活性的关键因素。hTERT基因已在1997年被克隆，它是一个单拷贝基因，定位于5P15.33，约有40kb，包含有7个保守序列区。 体外研究表明，绝大多数人体正常细胞不表达端粒酶；分裂旺盛的一些正常组织细胞如胚胎细胞、生殖细胞、造血干细胞等有低水平端粒酶表达；而大多数的肿瘤细胞和组织（85%）中端粒酶表达升高，通过端粒酶激活来维持端粒长度，使细胞获得无限增殖的能力。这些研究提示：hTERT与细胞寿命调节、增殖和凋亡具有密切相关性，但缺乏系统研究。 本研究组在国家自然基金、教育部博士点基金、四川省科学技术厅科研项目，四川省卫生厅科研项目的资助下，经过十余年的研究，通过分子、细胞和动物实验系统深入阐明了hTERT与细胞细胞寿命调节、增殖和凋亡的相关性，并对hTERT的临床应用特别是在肿瘤、组织工程和脑损伤中的应用进行了有效探索。

研究成果深入阐明了人端粒酶逆转录酶（hTERT）与细胞永生化的相关性，并对hTERT的临床应用特别是在肿瘤和组织工程中的应用进行了有效探索。主要内容： 1) 率先在国内外开始采用RT-PCR法和实时荧光RT-PCR法研究hTERT，操作更为简单，且快速、经济、安全，更适用于临床。 2) 首次在国内外研究体内造血干细胞hTERT的生物学行为，在国内外首次证明hTERT与促红细胞生成素关系，为hTERT在组织工程中的应用提供了依据。 3) 系统研究恶性肿瘤细胞hTERT的生物学行为，在国内外率先探讨了肿瘤细胞中Aurora A与hTERT及端粒酶表达的相关性；首次提出hTERT与细胞因子网络紊乱相互作用促进ALL的发生和发展。为恶性肿瘤的分子水平上的监测和hTERT靶点的生物工程治疗奠定了基础。 4) 在国内外首次阐明端粒酶重建对皮肤成纤维细胞迁移能力和生物节律的调控，为其在组织工程与细胞治疗中发挥作用奠定了基础。 5) 在国内外首次将端粒酶表达的生物节律与肿瘤择时治疗策略有机结合，为肿瘤治疗探索了一条特异、高效、安全的新路径。

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

513云课堂，是由513教育集团斥资为职业教育自主研发的一款在线APP，通过“学习+就业”一站式模式，打造职业人才终身学习平台，助力学员轻松实现职业成长与跃迁。 513云课堂云集行业众多实战名师，目前已经涵盖跨境电商、直播电商、电商美工、数据分析、电商应用开发等多项职业教育课程，通过“网课学习+远程指导”模式轻松助力高校职业教育。 513云课堂采用“学习+就业”一站式线上教育模式，通过智能算法分析学员学习情况，自动匹配匹配相关工作，计算竞争力，规划职场成长路径，助力学员高效求职，高效成长。