本发明公开了一种集成电路管脚三维检测装置，包括图像采集单元(2，3)、平面反射镜(4)、光源(5)、反光板(6)和图像检测处理单元(1)，待检测的芯片(8)设置在反光板(6)下方，所述光源(5)发出的光束经反光板(6)反射后照射在待检测的芯片(8)上，再经平面反射镜(4)发射后入射到图像采集单元(2，3)，该图像采集单元(2，3)与图像检测处理单元(1)连接，图像采集单元(2，3)采集获得待检测的芯片(8)的图像，传送到图像检测处理单元(1)，经处理后即可实现对芯片管脚的三维检测。本发

针对本次新型冠状病毒疫情，拟采用干式荧光免疫层析、电化学、分子诊断等检测技术，将陆续研发完成PCT/CRP检测试剂盒（干式荧光免疫层析法）、SAA/CRP检测试剂盒（干式荧光免疫层析法）、凝血时间检测试剂盒（电化学法）、新型冠状病毒（2019-nCoV）核酸检测试剂盒（RT-PCR荧光探针法）等项目及对应的干式荧光免疫层析、电化学手持式检测仪器。本项目计划采用免疫POCT+分子诊断的方法对新型冠状病毒进行筛查诊断和治疗监测。前期采用手持式免疫POCT产品对CRP/PCT/SAA三个炎症指标进行快速检测，判断是否为病毒感染，而后采用《新型冠状病毒核酸检测试剂盒（RT-PCR荧光探针法）》对病人样本中的病毒核酸进行检测，判断是否有新型冠状病毒的感染；确诊为感染阳性后，在日常治疗过程中，利用手持式仪器快速检测感染情况、监测病人CRP/PCT/SAA炎症指标、凝血状态的变化情况，分析治疗方案是否合理。出院前，再对病人进行新型冠状病毒核酸检测，判断是否感染阴性。该项目可以对感染疑似病例全流程进行监控，包含了初筛排除、核酸确诊、日常监测、出院检查四个过程。 重点：该技术是依托基因芯片（依赖进口，国内无法生产），通过碱基互补的原理，在引物或探针上标记可检测的物质，将所需的探针挂载于基因芯片上，与待检样品进行杂交，通过杂交的信号进行结果判读，其中挂载的好坏体现出了高校科研力量。 该技术核心是挂载工艺，可以针对不同的疾病检测要求挂载不同探针，非常具有普适性，目前针对新型冠状病毒已经和江苏一家企业对接并着手产品化，但挂载技术类似汽车组装技术，可以作为重点推广对象对接其他类似需求的厂家,快速提升各地方诊断设备自给能力。

本发明涉及一种光辐照强度检测器及其检测方法，其中光辐照强度检测器包括光伏电池组件以及与其串联形成闭合回路的分流器，所述光伏电池组件用以将光辐射转换为电流量，所述分流器用以将所述电流量转换为用以计算光辐照强度的电压值。本发明以低成本实现光辐照强度数据采集，且结构简单可靠，安装便捷，适合大量工程项目的推广使用。

产品详细介绍版权检测视频显微镜 防伪检测视频显微镜   手持式视频显微镜3R-WM401PCTV以其精致小巧的便携设计，快捷方便的一键式拍照与录像功能，让使用者不断称奇；而无线传输的巧妙配置，可以实现现场检测现场观看、考证，突破了时空限制，让鉴定效率最大化最简单化，且设计了人性化的调焦方式，操作简单便捷，任何人拿到设备就可以使用，无需任何学习适应过程！型号：3R-WM401PCTV显微镜头：35万像素COMS卫星分辨率镜头倍率范围：1 -200倍的显微镜（对于一个15英寸液晶）静止图像尺寸：720*480 640*480 320*240视频分辨率：720*480 640*480 320*240（高达每秒30帧）光源：内置8个可调暖LEDx8白光无线电系统：2.4GHz无线电系统（发送/接收器）连接方式：USB2.0无线传输距离：不小于5米电源：充电式（锂离子聚合物电池）锂电池特征：3小时左右工作时间：5小时左右系统要求：WindowsXPSP2/VISTA以上CPU：PentiumIII1Ghz相当以上。设置技术标准：R203WWJN000066液晶显示屏专用电缆组型号：3R-WMMOTV显示屏尺寸：3.5TFT-LCD解析度：960×240分辨率传输频率：2414MHz.2432MHz.2450MHz.2468MHz（兆赫）充电时间：3小时工作时间：2个小时视频大小：2700字节/分钟外形尺寸：100 ×70 ×25毫米重量：140g设置PC连接内容：显微镜软件光盘 USB电脑连接接收器软件启动环境：Vista 7或以上的Windows XP SP2（仅适用于32位可用）接收器连接系统：USB2.0丰富多彩的应用领域 » 一、工业检测：电子制造业（集成电路、半导体、SMT、PCB电路板、TFT-LCD/LED等）                磨具行业（磨具电蚀、磨损、缺陷等）                精密机械行业（精密零件缺陷、裂纹以及数据测量分析等）                印刷行业（印刷品质检测、油墨观测分析、印刷设备调试等）                纺织行业（质量检测控制等） 以及金属材料，复合材料，塑料行业，玻璃陶瓷材料，印刷影像，钟表齿轮检测，，皮革树脂检查，焊接切割检查，粉尘检测等等。 二、科学鉴定：刑事鉴定取证，文件鉴别，伪钞鉴别，珠宝鉴别，文物古董鉴定修复。 三、学术研究：科研机构，农林业研究，数码教学。3R中国将不断加强科研钻尖，力争为客户提供更高效简单的现场检测解决方案。Anyty(艾尼提)力争做便携式数码显微镜领域的领导品牌，Anyty(艾尼提)始终致力于普及移动检测、现场检测。更多产品信息及服务请登录：www.3r.com.cnAnyty（艾尼提）官方直营中心：北京爱迪泰克科技有限公司地址：北京市海淀区农大南路1号硅谷亮城2号楼B座603室咨询电话：400-680-6765、18612523824(值班电话)在线咨询QQ：2474503657固话：010-62668602或010-62041107

产品详细介绍电子检测显微镜 液晶屏检测显微镜放大倍数: 10x-200x该款LCD检测数码视频显微镜是令人惊喜、十分易用的全新型数码显微镜。它打破了传统显微镜的概念，真正实现了观察物体图像的测量、保存、复制、传送以及对图像的测量等功能，这对传统显微镜 来说是不可想象的。它集美观、易用、便携为一体，做到“工作即娱乐”。 产品详细技术指标型号3R-MS2020USB(USB 视频显微镜)相机类型彩色 CMOS相机图像传感器1/4 " 彩色CMOS传感器图像最大分辨率200万象素图像象素320(H)x 240(V), 640(H)x480(V), 1280(H)x1024(V)照明8个定制可调暖白发光管动态图片帧率每秒15帧@1280x1024每秒30帧@640x480和320x240光学特征自动/手动伽玛校正自动数字化光圈调整自动曝光自动/手动白平衡自动闪光消除自动补正象素缺失自动调整彩色饱和度自动调整彩色对比度电脑信号接口USB 2.0/1.1电源电脑USB5.0V DC功耗最大0.75瓦可调放大倍数10倍至200倍物距0~30厘米USB数据线2米产品尺寸36毫米(直径) x 120毫米(长)应用软件功能软件/硬件拍照视频录制定时拍照刻度尺和时钟显示测量校正功能测量：长度、面积、直径、角度等   产品特征       * 手持式数字显微镜。       * 自主开发的视频图像捕捉应用软件，功能强大       * 简洁易用的应用软件：拍照, 视频录制, 测量等。      * 高达200万象素清晰图像。      * USB2.0高速数据速率。       * 在电脑显示器上可以全屏观看清晰的图像。    电脑系统最低配置要求               * Pentium Ⅲ 600MHZ 和 256MB 内存或以上            * 视窗Windows XP SP2/Vista/7                    * 可用的USB1.1或2.0接口                           * 推荐 17寸电脑显示器                    

本项目针对人工速生林木材密度小、强度低的特点，研究开发出木材化学改性与干燥一体化工艺技术及装备。本技术能够大幅度提高速生材性能，同时解决了常规木材改性技术中改性剂浸透困难、环保性差，改性材功能单一、尺寸小，无法满足工业生产要求等问题；解决了传统木材改性技术工艺“先干燥-再浸渍处理-再二次干燥”的能耗高的问题。本项目技术获国家发明专利授权2项，已在多家企业应用。

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

动物捕食植物种子（下称种子捕食）是动植物协同进化的重要方面。动物捕食植物种子可影响植物种群更新和繁衍；植物通过调节各种性状，如种子大小、蛋白质含量，调节动物捕食行为。植物性状对种子捕食调节能力的评估对理解动植物协同进化具有重要意义。 因此，建立一种用于种子捕食追踪的人工种子系统，对于种子捕食追踪及相关研究，理解动植物协同进化，促进野生植物尤其是珍稀濒危植物保护具有重要的作用。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：