本项目在三维荧光光谱技术的基础上，建立光谱数据矩阵计算模型和处理方法，建立了基于荧光光谱和智能算法的食品安全检测新技术。应用于白酒检测，实现了白酒品种和年份酒年份的科学化、仪器化和智能化鉴别和测定；应用于食品添加剂检测，实现了目标物的种类和含量的方便、快捷、灵敏、准确测定。

该项目采用稀土离子示踪的时间分辨荧光免疫分析技术（TRFIA）进行食品中痕量污染物的高灵敏免疫分析试剂的应用研究。建立了黄曲霉毒素 B1（AFB1）、赭曲霉毒素 A（OTA）、蓝藻毒素（MC）、瘦肉精（CBL）、氯霉素（CAP）、玉米赤霉烯酮（ZEN）、河豚毒素（TTX）、伏马毒素（FB1）、T-2 毒素、氯丙嗪(CPZ)、地西泮（DIA）等食品安全系列的高灵敏 TRFIA 检测方法。组建检测食品中兽药、生物毒素等痕量有害物的高灵敏系列 TRFIA 试剂盒，项目产品申请专利 14 项，该项目的研究相当于国内外同类研究工作的先进水平，应用成本可降低至进口试剂的一半以下。 

1 成果简介 服装安全与信息安全、食品安全一样是每个国家战略关注的核心之一，儿童着装的安全性又是重中之重。本项目基于儿童身心特殊性，及交互式设计理念，拟对儿童智能服装的研发模式进行系统、深入的探讨，提出一套切实可行的理论模型。首先，本项目将对消费者关于儿童安全服装的需求进行收集和分析，并对智能元件与人体的交互方式及各自的特性进行深入研究。通过对儿童身心安全、服用舒适等多方面需求的掌握，结合智能元件的性能，探讨智能可穿戴设备与儿童安全服装的结合方式，提出兼顾功能及美感的设计原则与方法。同时，通过对可穿戴装备与移动终端通信技术的分析，提出从单一式交互到多设备共联的思想，建立基于能源优化配置和高效率信息传输的多交互式儿童智能服装研发模型。本项目会为相关的研究人员提供具较高可操作性的指导规范，对庞大的中国童装消费市场结构改善会有积极影响。 2 关键技术及产品 关键技术： (1) 根据着装者（儿童）的身心特点，从服用性能，信息交互性能，智能元件的效能等方面分析智能安全童装的多维度需求，作为本课题的重要研究基础。 (2) 从儿童的身心需求出发，探讨智能安全模块与儿童服装结合的设计规则。 (3) 根据智能安全童装的功能性需求，从信息共享，协同监护的角度，探讨建立智能服装与控制终端之间多交互式信息网络的基本框架。 (4) 以产业化为目标，提出一整套适应性强、可操作性高的智能安全童装研。 形成产品： 形成儿童定位安全、儿童 VR 图案、儿童感温变色、儿童趣味结构等多种功能性服装，同时也开发了相关的老年人等功能性服装。 3 知识产权及项目获奖情况 本课题在智能交互童装的新产品生产方面已合作申请发明专利 12 件，授权1 项发明专利及 1 项计算机软件著作权，发表 6 篇高水平研究论文，获省部级以上相关奖项 6 项。 4 项目成熟度 该研发成果已经初具规模的投入实施运作，直至 2018 年 5 月年，其营业收入已经达到 1800 万元，净利润达 675 万元，预计 2018 年底公司资产总额上升到8000 万元；营业收入增长到 2800 万元；净利润达 850 万元，产品将给企业带来可观利润，并拓宽占领新消费市场。该项目的推广对本行业相同企业具有很强的借鉴意义。 在带来丰厚的经济效益同时，该项目研发成果还打造流行与市场实用性相结合的现代智能儿童交互服装品牌，以塑造强有力的安全智能童装形象，拓宽企业利润增长空间。在传统童装设计中，以产品实用性为根本。而现代童装设计中，将科技提升至等次于品牌实用性地位，通过现代科技优势与童装流行趋势结合，最终消除穿戴者在生活中出现的各类因服装穿着所引起的安全隐患。以此从侧面突显品牌的地位与形象，为企业利润的再创添加新途径。 5 投资期望及应用情况 成果在行业内具有一定的先进性，已经在江苏雅鹿男装、无锡林科、常州雪奈利等多家企业得到良好应用。 

1、项目简介 本项目在三维荧光光谱技术的基础上，建立光谱数据矩阵计算模型和处理方法，建立了基于荧光光谱和智能算法的食品安全检测新技术。应用于白酒检测，实现了白酒品种和年份酒年份的科学化、仪器化和智能化鉴别和测定；应用于食品添加剂检测，实现了目标物的种类和含量的方便、快捷、灵敏、准确测定。 2、创新要点 本项目研发用于复杂混合物体系检测的高分辨率荧光光谱技术，结合数学建模方法和智能计算技术，以三维荧光光谱获得更多信息，以三维数阵校正智能算法进行混合物光谱特征信息的提取和处理，在处理复杂混合物体系光谱信息方面发挥优势，实现了以“数学分离”代替“化学分离”、以“计算识别”代替“人工判别”，解决了复杂混合物荧光光谱特征指向问题，建立了新的食品安全检测技术。 3、效益分析 “白酒年份酒的荧光光谱检测技术及鉴别系统”可实现对所建库中不同品牌白酒及不同年份白酒进行准确鉴别，可应用于白酒企业的生产管理和年份白酒消费市场的监督管理，将促进我国白酒年份酒的产生和销售的规范和发展，推动品牌白酒鉴别工作的技术进步，为打击假冒伪劣、保护名牌提供技术支持，具有直接的经济效益和良好的社会效益。 4、推广情况 建立的白酒荧光光谱检测技术对“中国白酒 169 计划”和“白酒 3C”计划的家白酒企业的产品进行了应用。在“山西杏花村汾酒厂股份有限公司”，本项目成果已应用于公司的生产管理和市场的监督管理.本项目成果已在“无锡市凯得灵糖果食品有限公司”得到应用，应用于公司生产原料和成品的检测。为本公司确保产品质量，提供了有效的技术支持，促进了产品质量的稳定和提高，应用二年多时间以来，糖果的产销量有了显著的增长。

产品详细介绍生物安全柜 产品特点 :独特可靠的新颖结构，采用人体工程学设计，带有10度倾斜角，为使用者提供最大的舒适性和视觉效果。安全柜的操作区均采用四面（左右二侧、后部、低部）双层结构，所有污染部位均处于负压状态和被负压通道和负压通风系统包围。前视窗采用光学透视清晰、清洁、消毒剂不对其产生负面影响的钢化玻璃。滑动玻璃门升降门，自由轻松，随意定位，在行程范围内的任何位置不产生卡死现象，而且有联锁系统保证在悬挂系统出鼓掌时不脱落而给操作者带来危险。内胆、集液槽及托盘均采用304不锈钢材质，内胆一次成形，圆弧处理，工作台面可移动。集液槽下部配有排污接口便于清洁。 详细参数：指标/型号 XJK-1100Ⅱ/A2(美国联邦NSF49) XJK-1360Ⅱ/B2(美国联邦NSF49) 洁净等级 100级@≥0.5μm(美联邦209E) 100级@≥0.5μm(美联邦209E) 菌落数 ≤0.5个/皿·时(φ90mm培养平皿) ≤0.5个/皿·时(φ90mm培养平皿) 风速 流入气流平均风速：大于0.5 m/s 流入气流平均风速：大于0.5 m/s 下降气流平均风速0.25-0.5 m/s 下降气流平均风速0.25-0.5 m/s 噪 音 ≤55dB（A） ≤55dB（A） 振动半峰值 ≤4μm ≤4μm 光照度 ≥500LX ≥500LX 电 源 单项交流220V/50Hz 单项交流220V/50Hz 重 量 205Kg 246 Kg 215Kg 260 Kg 工作区尺寸 1100x600x680mm 1360 x600x680mm 1100x600x680mm 1360 x600x680mm 装置外形尺寸 1240x790x2250mm 1500 x805x2250mm 1240x790x2250mm 1500 x790x2250mm 送风过滤器规格及数量 1000x470x69x① 1260x470x69x① 1000x395x69x① 1260x395x69x① 排风过滤器规格及数量 570x400x69x① 700x400x69x① 1000x320x90① 700x400x90x① 荧光灯/紫外灯规格及数量 30w x ②/ 20w x ① 40w x ②/ 40w x ① 30w x ②/ 20w x ① 30w x ②/ 30w x ① 适用人数 单人单面 双人单面 单人单面 双人单面 备注：我厂生产的生物安全柜是依照美国NSF49标准组织生产的二级通用型生物安全柜。对于用户若有B型生物安全柜需求的，可在定货中提出。对于有三级生物安全柜需求的用户可单独制作

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

哈尔滨工程大学攻防对抗演练云终端采购项目竞争性磋商