上海企想检测仪器有限公司是专门从事理化检测仪器研发、生产和销售。公司所有仪器测控软件及测控主板均采用企想技术，以高稳定性，高精度，高速性使我们的产品深受客户的好评；公司生产的试验机系列产品广泛适用于各种行业作理化检测之用。本公司产品圴采用企想技术和日本、美国、台湾进口零配件组成，使产品性能达到国外同类型产品的技术水平。公司拥有强大的技术开发团队，公司以“技术精湛，优质服务” 的经营战略为客户提供一个完美的使用环境，随着公司的发展，公司将为用户提供更加优良的产品和更加完善的售后服务。 公司生产的拉力试验机、电子万能材料试验机、液压万能材料试验机、线束端子卧式拉力机、冲击试验机、简易拉力试验机等系列产品是实验室对产品进行分析和检测的必备仪器，特别适用于材料、食品、医药、五金等敏感行业中质量监督检测与控制；在理化检测领域中被广泛应用。 公司正按照国际化、股份化、现代化的要求，初步建立与现代企业制度相适应的自我发展、自我约束、自我激励、自我完善的运行机制.

广东众志检测仪器有限公司（曾用名：东莞市众志检测仪器有限公司），成立于2005年，是集环境与可靠性试验设备研发、生产、销售、服务于一体的国家高新技术企业、CMC仪器计量认证企业，公司先后通过ISO9001:2015国际质量体系认证、ISO14001:2015环境管理体系认证，以其领先的技术、优秀的品质和快速的技术响应、交付能力被业界视为成长更快、更具创造力的企业之一。 近二十年的发展，广东众志检测仪器先后荣获广东省仪器仪表协会理事理单位、东莞市计量协会理事单位、环境技术十大优秀供应商，立足珠三角、逐鹿世界，众志检测仪器产品广泛应用于新能源、汽车、航天军工、半导体芯片、5G通讯、光电产品等各行业及第三方质检机构、重点院校科研实验室，可为客户提供环境与可靠性试验设备整体解决及一体化检测综合服务。 主营产品有高低温试验箱、恒温恒湿试验箱、冷热冲试验箱、快速温变试验箱、精密高温老化试验箱、高低温低气压试验箱、温度·湿度·振动三综合环境试验箱等各类大型步入式试验室、淋雨、砂尘、温度·湿度·盐雾复合试验机、高低温拉力试验机、整车环境模拟及检测、多因素环境模拟系统以及各种非标定制环境可靠性试验室等。

微卫星不稳定性（Microsatellite Instability, 简称MSI）是目前肿瘤临床检测中一种非常重要的分子表型，多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展，治疗方案制定及治疗效果预测相关，更是肿瘤免疫治疗疗效预测的重要分子标记物。当前，临床上使用的两种微卫星不稳定性检测的金标准方法：MSI-PCR和MSI-IHC，都需要专业技术人员通过实验操作来完成，均费时费力且成本较高。近年来，随着高通量测序（Next Generation Sequencing）的发展，基于高通量测序的微卫星不稳定性检测方法开始显露头角，在检测结果与两种临床金标准保持高度一致的情况下，极大的缩减了检测时间并减少了检测成本，大幅提高了推广微卫星不稳定性检测的可行性。2014年，西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法，通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明，基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而，微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面，这一份正常对照样本限制了微卫星不稳定性的应用场景，尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况；另一方面，额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因，在叶凯指导下，叶凯青年科学家工作室科研人员经过两年的探索，从微卫星不稳定性发生机理出发，通过数学模型抽象，从单个肿瘤样本中提取特征，开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测，只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围，减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》（影响因子6.597）上。叶凯的博士生贾鹏为该论文的第一作者，叶凯为通讯作者，西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为：https://www.sciencedirect.com/science/article/pii/S1672022920300218

清华大学美术学院视觉传达设计系向帆团队运用数据可视化技术，开发了精准、及时向公众传达疫情信息的移动终端平台。除了可以第一时间了解全国各省市新冠肺炎患者的增量、总数外，公众还可以通过这个平台对相关信息进行时间维度和空间维度的对比，进而提升自身对信息的认知度、理解度和解释度。疫情流图可视化设计的形式，是一个从左向右发展的时间结构。每个省的当日确诊病例数量是一条曲线，每条曲线的垂直高度随同当日国家发布的数据变化。曲线的外轮廓高低起伏的状态可以清晰地呈现出新增病例数量的变化，并突出那些疫情严重的地区。每日流图的生成、发布和讨论，逐渐成为一种开放数据、动态传播和公共参与的实验，让更多人愿意阅读数据、理解数据。可视化设计在参与人文研究时，它本身的领域将会被拓展。随着每日数据的注入，流图的形式本身已经超出了静态表达时间的实践功能，流动的力量正驱动着我们看向疫情的终点。实时、交互的圈层图反映了各地疫情的相对程度，每一个省的城市，都集合在一个圆圈里。每一个城市的新冠肺炎确诊病例总量定义着圆圈的大小，它们紧紧地被省级圆圈包裹着，被中国和世界包围着。每个城市的位置，根据容器图的算法，按照空间面积自动分配。

完成团队简介：高岭教授及其领导的科研团队长期以来致力于信息科学领域的研究工作，主要围绕计算机网络基础理论、网络安全与管理、网络流量与性能分析，以及嵌入式Internet服务、网络应用服务、教育信息化、远程教育和教育技术等领域开展相应的研究工作。先后在国内外学术刊物上发表论文100余篇，其中SCI、EI 、ISTP检索30余篇；教学科研成果多次获陕西省、西安市等颁发的优秀成果奖；主持国家自然科学基金项目、国家科技支撑计划项目课题、陕西省“13115”重大科技创新工程公共服务平台建设项目等20余项国家、省部级科研项目。   现代服务业安全服务支撑平台层次结构 成果内容：研究团队通过集成网络管理、云计算、移动计算等技术，研发具有自主知识产权的“现代服务业安全网络支撑平台”，构建一个安全、稳定、可靠的网络环境，解决当前服务业支撑环境安全和服务质量等难以保证等问题，适用于各类复杂网络环境，易于向云计算架构移植，同时支持移动终端接入的解决方案。 现代服务业安全网络支撑平台的关键技术包括支持多标准跨平台的一体化漏洞检测技术、 安全网络环境主动构建技术、漏洞安全服务个性化定制技术、支持多源关联的网络态势评估技术、 Hadoop云计算海量日志深度分析技术、自适应移动服务访问技术。团队在关键技术的研究基础上研发一套安全监控服务平台系统，并发表相应的学术论文和申报国家科技发明专利。 成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关）。 预期成果收益：需要投入210万元对于平台进行改版设计及性能优化，更好面向移动服务市场。按照目前漏洞扫描及安全评测的市场价格测算，重点针对企事业单位的安全环境，以每套30万或者安全检测服务费计算，预期在达到年销售600万的销售收入。

本项目通过创新数据获取方法、创新区块 链性能分阶段评估指标，建立了耦合度较低的 后端数据获取、云端数据处理、前端数据可视 化的性能评估平台原型

将计算机自然语言处理方法和生物本体学方法结合起来，发展一套面向生物医学文献的数据挖掘技术，建立了一个文献挖掘平台。该平台可以对生物医学文献进行数据挖掘，发现隐含在文献中的生物学实体及其联系，发现深层次的生物医学知识，自动获取大量的第一手生物医学数据。例如，挖掘与人类基因相关的信息，挖掘蛋白质相关信息，发现基因的功能，发现基因与疾病之间，发现蛋白质之间的相互作用等。/line对于一组给定的文献，该平台首先进行句法分析和生物学术语标定，然后进行语义分析，提炼每条语句的生物学含义，提取文献中的生物医学关联特性，以发现文献中的基因、蛋白质、疾病以及它们的关系。

2019年 9月3日，浙江大学医学院附属妇产科医院联合中国移动杭州分公司打造的5G+VR新生儿远程探视平台正式上线。浙江大学医学院附属妇产科医院和中国移动杭州分公司合作，结合4k全景VR视频直播研发的面向5G的智慧医疗方案，以VR技术将实施画面上传至服务器管理平台，通过5G网络推流至VR一体机设备、手持平板以及高清电视屏等终端设备。由于医院感染控制的要求，一般情况下，患儿家长在规定时间内才能听到医生对患儿的病情介绍。家属实时探视，一直是医院的难题。VR新生儿探视平台的使用，让探视者仿佛置身于患儿身边，可以观察孩子实时状况，并且，家长可以清楚地听到医生孩子病情的详细介绍，有效缓解家属的紧张焦虑情绪。VR 远程系统同样可适用于医疗示教与远程诊疗，在实时手术示教过程中，通过VR眼镜可以清晰地看到手术的细节过程，与手术医生相同的视角，受教者如同亲自“主刀”的感觉，实现医术观摩交流现场教学效果。基于5G高度带宽、低时延与医疗领域应用特点的高度契合性，依托中国移动5G网络高速率低延迟优势特点，实现高清且超低时质量的音视频传输，杭州移动相继打造省内数个5G远程医疗应用之后，持续深挖医疗行业5G智能应用，全面推进互联网+智慧医院服务应用，努力提升患者就医体验，促进优质医疗资源下沉，提高医疗服务效能。未来，在全新的战略合作框架内，将在全方位服务医院的医生员工、服务医院的合作伙伴、服务医院的5G信息化发展等各方面，推进更大范围、更深程度、更高标准的合作协同。原文：http://www.womanhospital.cn/contents/79/6317.html

近日，南科大“人流大数据和AI驱动的新型冠状病毒（COVID-19）传播建模预测和模拟推演平台”内测版本正式推出（下简称“推演平台”）。该平台可实现在城市尺度上，基于人流移动的新型冠状病毒传播感染情况的细粒度预测和模拟，为有关部门制定不同的隔离和公共防疫政策（如封闭特定城市区域或道路）提供参考。新型冠状病毒的感染传播与人流移动存在密不可分的关联。现阶段的多数研究只停留在简单的相关性分析以及基于全国地图的数据可视化阶段，缺乏在城市尺度上、针对人流移动的细粒度深度分析，更缺乏基于人流移动的传播模拟推演模型以及潜在感染源和风险区域的挖掘模型。随着复工潮的来临，战“疫”面临新的挑战。南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），其中预测和模拟推演模型完全由数据驱动，需要使用人流大数据进行训练和优化。数据拥有单位只要将人流大数据输入平台，平台即可以自动完成模型迭代训练，并输出相关的预测和模拟推演的可视化结果。其预测和模拟推演的精度由模型训练数据的质量、精细度和覆盖度决定。平台后续期待更多单位（如GPS轨迹数据、CDR数据等人流大数据拥有单位）参与进来，共同完善该平台。推演平台通过整合、处理和分析各类多模态人流移动和出行大数据，结合新一代的人工智能技术，完成对新型冠状病毒的传播和感染人群细粒度建模，从而实现在城市区域内细粒度预测、模拟和动态推演传播感染情况。平台可实现的基本功能主要有以下几个方面：一是建立新型冠状病毒和人流移动的映射模型，包括传染概率确定/潜伏期分析/传染代数分析等；二是分析隐藏病患，由于疾病传播为链式，可以根据缺失轨迹链反推出尚未确诊的疑似病患；三是分析风险人群，可根据病患轨迹寻找可能有接触的风险人群，提前预警；四是挖掘潜在病原地，分析病人间的轨迹交叉点确认潜在的未知病原地（如图3）。在以上功能基础上，平台可以实现设定不同的公共防疫政策（如封闭城市内的高风险感染区域），在城市尺度上，动态推演和模拟在这些政策下的城市传播感染情况，从而帮助相关部门制定更为高效的隔离和公共防疫政策（如图4）。

提供了基于移动互联网及云计算技术的跨区域多机构整合急救资源协同救治的医疗信息共享平台，具有以下几大功能:基于 FMC-D 时间的智能转运决策辅助、系统内医疗单元 通讯、系统内医疗单元信息共享及 PCI 医院介入影像质控管理。系统分为医疗单元终端(包 括 EMS 终端、非 PCI 医院终端及 PCI 医院终端)和云计算服务端两部分，通过 3G/4G 无线 互联进行数据交换处理。急救车客户端考虑到用户的操作体验，采用基于 Android 系统进行 开发。云计算服务端处理中心部署在云服务器上，按照 SOA 架构的理念进行框架设计，依 托于数据仓库对业务数据进行深度挖掘分析。本系统的特色包括: 体系结构设计以时间轴为中心。时间轴是描述 AMI 患者救治流程的关键事件时间节 点的集合，如:呼叫 EMS 时间，EMS 响应时间，急救车到达时间，首次胸痛发作时间，本 次胸痛发作时间，EMS 首份心电图时间，等。通过对上述关键事件时间节点的统计、分析 通过资源合理调配、辅助决策支持等方式提高针对 AMI 的救治效率。 智能推荐技术。该推荐主要基于以下信息:1，实时的医院医疗资源信息(如床位资 源、医生资源、手术资源等);2，地理位置信息，主要是权衡道路拥堵情况以及距目标医院 距离信息;3，救治能力，主要指通过救治流程中产生的历史数据挖掘分析衡量 PCI 医院救 治能力的信息。 大规模的支持。急救车客户端考虑到用户的操作体验，采用基于Android系统进行开发。 云计算服务端处理中心部署在云服务器上，按照 SOA 架构以及基于 XMPP(Jabber)协议通信 机制的开源架构的理念进行框架设计，依托于数据仓库对业务数据进行深度挖掘分析。在北京 等地的实践表明该系统具有支持区域内多 PCI 医院，多非 PCI 医疗机构，多 EMS 机构并发协 同救治的流程以及流程中产生的 PB 级的数据。在一套完整、独立的 RCTS-AMI 系统内，预计 500-800 家 PCI 以及非医院，12 万台终端，2000-2500 位医生可以使用本系统。