【痛点问题】 据世界卫生组织国际癌症研究机构（IARC）报道，中国患癌人数已居全球第一，2020年新发癌症病例457万例，癌症死亡病例300万例，其中死于恶性转移的癌症患者高达90%，因此研究癌症转移分子机制能够进一步探明恶性肿瘤的生物学本质，为精准癌症治疗提供理论依据。 近年来以类器官等拟人化模型为代表的功能性检测技术为临床研究和药物开发带来新的选择。2021年科技部下发的《关于对“十四五”国家重点研发计划6个重点专项2021年度项目申报指南征求意见的通知》中，把“基于类器官的恶性肿瘤疾病模型”列为“十四五”国家重点研发计划中首批启动重点专项任务。2021年国家药监局药审中心发布的《基因修饰细胞治疗产品非临床研究技术指导原则（试行）》中提到，当缺少相关动物模型时，可以采用类器官开展药品有效性和安全性的评估。2022年美国众议院通过法案《2022年食品和药品修正案》，首次将包括类器官在内的微生理系统作为独立的药物非临床试验评估体系纳入法案，与动物模型等视为同等重要的研究手段。 【成果介绍】 本项目组在肿瘤类器官技术的基础上首创癌症转移类器官培养系统，可根据客户提供的不同器官的CT扫描图像，利用3D打印技术制备个性化的支架，模拟相应癌组织的内部三维结构。独创的细胞外基质替代物，可发挥有效的促细胞黏附和分泌蛋白的作用，通过取代昂贵的进口胶原材料大幅降低生产和存储成本。本项目组已开发出第一代基础款骨转移和肺转移类器官培养系统，并完成高通量制备（图1），在骨肉瘤类器官和乳腺癌肺转移类器官的构建上取得成功，在特异性生物标志物的检测上与临床样品的相似度可高达80%以上。使用本产品可在体外完整重现癌细胞在转移中的形变、增殖、运动等全过程，有望逐步取代用于机制研究和药物筛选的动物模型。 核心技术包括： ① 原位癌和转移癌微环境的模拟 根据常见肿瘤转移灶的特点，本项目组使用生物材料模拟对应的组织结构和功能，再进一步进行转移癌肿瘤类器官的构建。目前已经成功构建骨肉瘤原位癌类器官、乳腺癌骨转移类器官和乳腺癌肺转移类器官。 ② 复杂肿瘤类器官的构建 在新鲜肿瘤细胞经体外3D培养的基础上，通过生物医学工程手段构建包含多种细胞和组分的微生理系统，实现对肿瘤实体、免疫微环境和血管化的多角度模拟。 ③ 高通量药物筛选与评价平台 利用本项目搭建的药物评价平台，模拟真实的药物测试环境，可以进行不同类型肿瘤药物的敏感性检测。本项目组开发的第一代基础款的肿瘤骨转移和肺转移类器官培养系统，初步实现了复杂肿瘤类器官的批量化构建。在特异性生物标志物的检测上与临床样品的相似度可高达80%以上，使用本产品可在体外完整重现癌细胞转移的全过程。 【竞争优势】 本项目组开发的肿瘤类器官，旨在实现癌症转移微环境的体外有效模拟，为抗肿瘤药物的个性化筛选提供廉价有效的新方法。凭借“用户友好、价格亲民、存储方便”三大优势（图2），更便于在科研院所、医院、制药企业推广普及。 【资质荣誉】 湖北省博士后创新创业大赛优胜奖（2023）； 第九届“求是杯”大学生课外学术科技作品竞赛三等奖（2023）； 第四届医学3D打印技术与临床应用全国创新大赛一等奖（2022）； 华中科技大学第十二届“求是杯”大学生创业计划竞赛优秀奖（2022）。 【发展规划】 ① 初期 定点选择高校、研究所、医院和制药企业，向从事癌症研究和药物筛选评价的一线研发人员提供免费的试用产品，旨在将“取代动物实验”的新型类器官产品的理念进行有效渗透，同时收集研究人员使用产品后的反馈意见。 ② 发展期 经过初期的产品使用和意见反馈，对产品进行优化调整，形成行业咨询报告；积极推动“基于肿瘤转移类器官的精准用药评价平台”的商标专利和相关生产工艺的知识产权获取的进程；启动融资和生产扩大化。 ③ 壮大期 利用该产品“价格低”、“货期短”、“使用方便”等优势，形成能够与进口Matrigel、Transwell等产品对峙的半壁江山；进行多轮融资，为上市做准备。 ④ 成熟期 一方面将“骨转移和肺转移类器官药物评价平台”发展成国内从事癌症转移研究必备的明星产品，另一方面根据用户需求打造个性化定制方案，实现“基础研究+临床试验+市场推广+用户反馈”全流程服务；完成公司上市。 【专家介绍】 刘熙秋副教授，华中科技大学同济医学院药学院副教授，研究方向为体外疾病模型的构建。华中科技大学海外引进人才、湖北省回国科技人员创业促进会成员、欧洲癌症研究协会大使、中国生物医学工程学会高级会员、广东省精准医学应用学会类器官和器官芯片分会委员。2007年和2012年于中国科学技术大学取得生命科学学士和生物材料博士学位，2012-2016年任法国国家科学院研究员。以第一作者或通讯作者发表高水平SCI论文20余篇，其中包括Advanced Materials, Biomaterials,  Journal of Controlled Release等国际一流期刊，出版英文专著1部。近5年主持国家自然科学基金2项、湖北省自然科学基金2项、华中科技大学校级基金2项，授权专利2项。担任英文期刊《Materials Today Bio》和《Acta Materia Medica》编委、广东省科技咨询专家库候选专家、中国深圳创新创业大赛评委等职务。曾获中国科学院院长奖、2021湖北省科学技术进步一等奖、第三届“花果山英才”创新创业大赛二等奖等荣誉。

南京大学研制的肿瘤诊断自动测试系统样机，包括恶性肿瘤多血清肿瘤标志物的电化学联合免疫检测芯片和多通道电化学免疫检测仪器。该仪器避免了目前已有全自动免疫分析仪所存在的仪器和试剂相当昂贵、温育时间长、检测周期长、操作繁琐、成本高等缺点，具有轻便、稳定、价廉、直观，发展的方法具有灵敏、方便、快速、重复性好、成本低等优点，可实现对恶性肿瘤的早期诊断、疗效与预后观察的室外化、普及化和家庭化。     该仪器主要用于肿瘤诊断和大规模筛查，是分析化学与生物化

本发明涉及水利工程无损检测技术领域，旨在提供一种基于无线传感器网络的混凝土坝弹性波CT测试系统及方法。该系统包括人工振源模块、振动信号采集模块和无线传感器模块。振动信号采集模块包括分别与计算机相连的无线传感器传输组件、信号调理仪和信号采集仪；无线传感器模块由多个无线传感器网络节点组成，均包括：分别与控制单元相连的三分量加速度传感器、GPS一机多天线定位组件和无线传感器传输组件；人工振源模块或振动信号采集模块中设置GPS一机多天线定位组件。本发明测试安全性高，振源激发操作简便；测点定位更加准确和智能化；避免了现场测试时的大量连线作业；能够实现测试过程中的“一发多收”，可大大提高测试效率。

本发明公开了一种超声 CT 的成像方法。包括将成像区域网格化为 M 个网格点；环形探头以成像区域为中心 360°旋转，获得 Q*N*K组数据；然后获得该数据对应的渡越时间向量 T0 以及直线路径向量L0；最后迭代计算，获得所述 M 个网格点对应的速度分布 V，并将所述速度分布 V 归一化，完成成像。本发明通过优化环形探头中发射阵元以及接收阵元的采集次数和采集角度，并对获得的数据进行处理与图像重建，从而使重建出来的速度分布更精确，以提高成像的信噪比，提高系统的成像质量。

本发明的目的是提出一种线性链表的图像置乱方法，方法简单，安全性好，置乱度高，通用性强，并且能抵抗一定的攻击，可以很好的用于信息隐藏的预处理和图像加密，而且可以满足数字图像加密和隐藏的鲁棒性要求。

本成果在不引起图像质量变化的情况下加载记录信息和提取加载信息，可以用于数字产品的的知识产权保护，涉密产品的授权使用。技术创新点：不破坏数字图像的前提下实现信息的隐藏和提取。  

本发明提供一种基于细胞荧光图像的药物活性组分筛选方法，通过控制荧光倒置显微镜上的高精度可控电动平台精确走位，应用荧光探针特异性标记细胞、细胞显微图像自动获取、荧光图像识别及数据生成，通过分析图像信息来获取心肌细胞保护作用的相关指标筛选和评价活性组分。本发明能够在活细胞内通过标记线粒体荧光强度来测量心肌细胞的活力状态从而对活性物质的保护效果进行评估，并能够对细胞的形态结构和分布进行实时监测，具有快速、经济、高通量的特征，可在定量筛选评价心血管疾病治疗药物中的应用。

本发明公开了一种基于图像边缘矢量的匹配方法。利用边缘的 方向和大小，实现对缩放、噪声、光照变化、局部遮挡、旋转平移等 情况的匹配；提取模板边缘中有代表性的矢量，与目标图像的边缘特 征进行比较，而不是逐边缘点比较，大大减少计算量，具有较好匹配 准确度；先用金字塔得到较小的模板和目标图像，并采用较大且合适 的参数步长，得到较为粗匹配的匹配位置和参数，再选取更为精细且 满足匹配要求的参数步长，在粗匹配的结果基础上再次搜索匹配，得 到精确的匹配位置和参数。 

本发明公开了一种基于 Zernike 矩的图像匹配方法，包括 S1 建 立 N 层模板金字塔图像；S2 计算每层模板图像的 K 个矩并建立 RCS 表；S3 建立 N 层目标金字塔图像；S4 通过查找 RCS 表计算 N 层中第L 层中每个目标子图像的 K 个矩；S5 计算第 L 层模板金字塔图像与第 L 层每个目标金字塔图像子图像 K 个矩的相关系数，获得第 L 层目标 金字塔图像匹配点位置；S6 判断 L 是否等于 1，若是，则进入 S8；若 否，则 L＝L-1，进入 S7；S7 在第 L 层以

本发明公开了一种基于图像边缘矢量的匹配方法。利用边缘的方向和大小，实现对缩放、噪声、光照变化、局部遮挡、旋转平移等情况的匹配；提取模板边缘中有代表性的矢量，与目标图像的边缘特征进行比较，而不是逐边缘点比较，大大减少计算量，具有较好匹配准确度；先用金字塔得到较小的模板和目标图像，并采用较大且合适的参数步长，得到较为粗匹配的匹配位置和参数，再选取更为精细且满足匹配要求的参数步长，在粗匹配的结果基础上再次搜索匹配，得到精确的匹配位置和参数。