该器件属专利技术，是一种颜色稳定的有机-无机异质结白色电致发光器件及制备方法。具体地讲是一种在有机异质结界面嵌入无机II-VI族化合物薄层而获得颜色稳定的白色电致发光器件。 通常，在双层及多层结构的电致发光器件中，由于器件内部异质结界面处界面势垒的影响，该界面处所积累的载流子会随着所加电压的增加而增加，器件内部各有机层的电场会进行重新分布，并相应地改变着在器件各层上的电压分布以及发光区域在各层中的位置，进而改变光谱的形状，影响发光颜色。特别地，如果双层有机电致发光器件中的电子传输层与空穴传输层的相互作用较强，则该异质结界面处会出现激基复合物（Exciplex 或Electroplex）的发光。若利用无机材料的载流子（包括电子和空穴）迁移率高以及相对更加稳定的特点，在有机异质结界面处嵌入一层无机材料薄层，可实现无机材料薄层两侧有机材料的发光。利用互补色原理，当两侧有机材料的发光可以相互混合成白光时，则可以得到显色性很好的白色发光器件。改变器件所加的电压只是改变发光强度，器件的发光颜色将基本不变。 技术内容： 该器件是一种颜色稳定的有机—无机异质结白色电致发光器件，使用该器件既能克服有机异质结界面可能会出现激基复合物发光而降低发光效率，又能解决器件的发光颜色随电压发生变化等问题。 器件的白色电致发光器件结构为： 在玻璃基片上镀有一层ITO阳极，在ITO阳极上镀有一层有机空穴传输层兼发光层和一层有机电子传输层兼发光层，在该两层有机层之间，有一层无机材料薄层，在有机电子传输层兼发光层上镀有金属背电极。 该器件与目前使用的有机异质结界面处的激基复合物发光来获得白色电致发光的方法相比，其优点是：首先，II-VI族无机材料的引入可以有效避免有机异质结界面形成激基复合物发光而降低发光效率；其次，电子传输层兼发光层及其中掺杂的组分（如染料等）都可以优化，器件的颜色可得到进一步优化，而一旦确定了有机电子传输层兼发光层及其中掺杂组分之后，器件的颜色是基本确定的，不再随着电压的改变而改变；再次，由于所用的无机材料（II-VI族化合物）本身的能带结构的特点，使得从电子传输层兼发光层注入的电子在该有机/无机界面处没有势垒，而从空穴传输层兼发光层注入的空穴在该有机/无机界面处有一定的空穴注入势垒，可以平衡载流子的注入，使得无机材料层两侧的有机层都有发光；另外，所插入的无机材料薄膜本身对不同的波长都具有一定的透过率。不难理解，无机材料较高的电子迁移率和空穴迁移率使得载流子能顺利穿透无机层到达相应的有机层中形成激子并复合发光，再通过优化器件各层的厚度即可得到显色性好、颜色稳定的白色发光器件。由于使用了化学稳定性更强的无机材料，因此器件的稳定性增加了。

课题组首先开发双靶向探针通过共识别循环肿瘤细胞用于嗜铬细胞瘤的早期诊断。利用间碘汴胍 (MIGB)功能化的磁珠作为捕获探针和奥曲肽(DOTA)修饰的信号探针，通过与甲肾上腺素转运体(NET)和生长抑素SSTR2结合，实现全血中PCC-CTCs的精准捕获与检测，同时为嗜铬细胞瘤早期诊断提供实时、特异生物标志物和治疗靶标。

近日，中国药科大学药学院郑枫、王怀松团队合作在学科顶尖期刊ACSNano(IF:18.027)上发表肿瘤细胞膜表面标志物检测的最新研究论文

针对我国蛋白饲料和多糖产品的巨大市场空间，团队借助专有的合成生物学技术平台自主研发了甲烷气体高值化生物转化技术，拥有我国行业内首个专利授权。利用该技术可以实现将页岩气、沼气等甲烷气体通过微生物高效转化为细胞蛋白和多糖。 所产甲烷基细胞蛋白富含包括全部必需氨基酸的 18 种氨基酸，菌体粗蛋白含量大于 60%，其中 9 种必需氨基酸在总氨基酸中占比达 30%，其在总氨基酸含量、限制性氨基酸含量等参数水平上明显优于豆粕蛋白，并与鱼粉蛋白相似。 所产多糖经权威机构鉴定，其结构与保湿霜类护肤品添加剂海藻多糖结构相似度达97%，具有保湿、修复等功能，目前主要应用于医美产品添加剂与化妆品添加剂。 本项目具有生产成本低、制备工艺简洁高效和制备过程环保无污染的优势。通过前期建立甲烷生物制造的全链条研发平台，该技术已完成从实验室向产业化的推进。

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

目前，本项目系列产品主要有：肿瘤患者低频旋转磁场治疗系统1代机（CRSMART-C）、2代机（CRSMART-H）以及正负度耦合保健仪。该设备可抑制肿瘤细胞生长，促进肿瘤细胞凋亡；同时通过改善免疫功能，从而提高晚期肿瘤患者的生活质量，为恶性肿瘤的治疗提供了一种新的途径。 前期临床观察到该产品有效抑制肿瘤的生长控制病程进展，并显著改善患者的生活质量，其中胃癌患者的生活质量改善的有效率为52.4%，肺癌患者的生活质量改善的有效率为40.0%，食管癌患者的生活质量改善的有效率为44.4%；

肿瘤乏氧是造成肿瘤干性增强、肿瘤转移和放疗耐受的关键因素。面对这一重大难题，我们希望把握现有的领先国外的技术优势，完成氟碳氧载体的临床前研究。我们通过开发负碳氧载体，制备了新型肿瘤放疗增效剂。