|
搜索
搜 索
高等教育领域数字化综合服务平台
一种芯片拾放装置
本发明提供了一种芯片拾放装置，包括芯片吸附组件、凸轮传动组件、Z 向驱动组件、气隙轴承、气缓冲组件和 W 旋转驱动组件；凸轮传动组件包括相接的凸轮杆和凸轮，凸轮杆的上端连接 Z 向驱动组件，用于带动固定在凸轮内部的芯片吸附组件沿 Z 轴上下移动；气缓冲组件安装于凸轮内部，用于吸收芯片吸附组件受到的冲击力；W旋转驱动组件连接于芯片吸附组件的侧面，用于驱动芯片吸附组件沿W 向旋转运动；气隙轴承位于芯片吸附组件的外部且套放于气缓冲组件的下端，通过向气隙轴承的内、外圈间导入气体使得轴承内圈为悬浮状态，从而辅
华中科技大学
2021-04-14
智能机器人视觉识别芯片
在信息时代，机器视觉在实现智能社会方面发挥着重要作用。视觉特征提取是机器视觉的一项关键技术，该技术可以提取图像中具有鲜明特征的信息，诸如边缘、角点、圆以及图像形状等特征，这些特征是标定机器视觉系统模型参数和运用机器视觉技术进行实际应用的前提和基础。视觉特征提取技术广泛应用于自主移动智能机器人、无人驾驶和无人机等场景，这些应用场景对视觉特征提取算法的鲁棒性和帧率提出了巨大挑战。
具体来说，视觉特征提取算法包括SIFT（Scale-Invariant Feature Transform，尺度不变特征转换算法）、SURF（Speeded-Up Robust Features，加速稳健特征）、ORB（Oriented FAST and Rotated BRIEF，快速特征点提取描述）、HOG（Histogram of Oriented Gradient，方向梯度直方图）、LBP（Local Binary Patterns，局部二值模式）等。在SURF、ORB、HOG、LBP这些经典的特征提取算法中，SURF的鲁棒性相对较高，但是过于依赖主方向的选取，使得其方向变化鲁棒性不足。SIFT算法可以从图像中提取具有不变性的鲁棒局部特征，对方向变化、光照变化、噪声、杂物场景及遮挡影响等方面的鲁棒性最强，满足无人驾驶技术的需求。SIFT算法的运算量大从而导致的系统帧率低、功耗高的问题可以通过设计具有高并行度的专用硬件加速器芯片来解决。
华中科技大学
2022-10-11
建立高通量类器官芯片平台
本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。
一、项目分类
关键核心技术突破
二、技术分析
恶性肿瘤精准治疗亟待建立能反映个体差异、尽量复制患者原始肿瘤组成及其微环境、快速、精准、性价比高的高通量药物筛选体系。类器官是由干细胞在体外3D培养条件下分裂分化形成的一种类似器官的生物结构，能够重现器官的功能，提供一个高度相似的生理系统。虽然具有敏感性高、特异性强，预测率高等特点，但当前类器官技术仍面临手动化、欠智能、个体差异大、类器官单体对肿瘤异质性还原度低等不足。本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。该平台解决恶性肿瘤药物筛选周期长、费用高、针对性差，已筛选应答率低、治愈率低等问题；在药物投入临床试验前合理规避风险，有效降低临床试验成本和时间；标准化制备过程，建立统一合理的类器官库，方便使用；有效地为病人提供定制化服务，指导临床用药。从医疗诊断治疗与商业化需求综合维度分析，本平台系统是融合了器官芯片和3D肿瘤模型技术双重优势的生物芯片诊疗一体化技术，有望迎来规模化、市场化和应用化。
北京理工大学
2022-08-17
一种 IC 芯片剥离装置
本发明公开了一种 IC 芯片安全剥离装置，包括安装板、位置调整机构、滑台机构、顶针机构以及真空发生器；所述顶针机构包括：套筒，安装于滑台上；直线电机，安装于套筒内，其控制端连接外部控制中心的输出端；直线传动机构，安装于套筒内，其下端与直线电机的输出轴相接；力传感器，安装于直线电机的输出轴和直线传动机构之间，其信号输出端连接外部控制中心的输入端；顶针座，安装于套筒顶部，其表面开有气孔，通过该气孔与真空器气管连接；顶针夹持件，安装于顶针座内，与直线传动机构的上端相接；顶针，被顶针夹持件夹持。本发明采用闭
华中科技大学
2021-04-14
一种红外液晶相控阵芯片
本发明公开了一种红外液晶相控阵芯片。该芯片包括电控液晶调相微柱阵列；其包括液晶材料层，依次设置在液晶材料层上表面的液晶初始取向层、电隔离层、图形化电极层、基片和红外增透膜，以及依次设置在液晶材料层下表面的液晶初始取向层、电隔离层、公共电极层、基片和红外增透膜；图形化电极层由阵列分布的子电极构成，每个子电极均由正方形或长方形导电膜构成；电控液晶调相微柱阵列被划分成阵列分布的电控液晶调相微柱，其与子电极一一对应，单个
华中科技大学
2021-04-14
技术需求：公司产权保护，芯片加密。
公司产权保护，芯片加密问题。
山东沂川电子有限公司
2021-06-15
CMOS 图像传感器芯片设计
成果与项目的背景及主要用途：
人类通过视觉系统获取的信息占获取信息总量的 80%以上，如果说计算机相当于人类的大脑，那么图像传感器则相当于人类的眼睛。图像传感器作为图像信息获取最重要和最基本的技术在信息世界中将占据着极其重要的地位。半导体图像传感器相比传统的胶片成像具有可实时处理和显示、数字输出、便于储存和管理等诸多优势，正在迅速成为图像传感器发展的主导力量。CMOS 图像传感器相对于 CCD 图像传感器具有单片集成、低功耗、低成本、体积小、图像信息可随机读取等一系列优点。在手机拍照、PC 摄像、机器视觉、视频监控等诸多领域已经取代了 CCD 图像传感器。
技术原理与工艺流程简介：
（1）时间延迟积分型 CMOS 图像传感器芯片通过 0.18µm 1P4M CMOS 工艺完成了对最高 128 级线阵长度为 1024 像素的TDI 型 CMOS 图像传感器芯片的设计、投片和测试工作。
（2）具有紧凑读出的多次积分动态范围扩展 CMOS 图像传感器提出了一种通过多次积分扩展动态范围的方法，采用紧凑读出方式，以降低对对读出电路的工作速度要求。成功流片 128×128 阵列原型，动态范围可以扩展39dB,像素读出时间相对于滚筒是曝光增加了 3 倍。
应用前景分析及效益预测：
该领域开始向着高清专业摄像、高精度工业和医疗成像、抗辐射太空成像等专业高端领域迈进。CCD 传感器的衰退之势难以挽回，CMOS 将在未来几年保持优势地位。2015 年，CMOS 出货量将达到 36 亿个，份额达 97%；而 CCD 出货量将下降到只有 9520 万个，占 3%份额。
应用领域：
CMOS 图像传感器广泛应用于消费类、工业和科技等各个领域。民用领域：拍照手机、数码相机、可视门镜、摄像机、汽车防盗等；工业领域：生产监控、安全监控等。
技术转化条件：
四十平方米以上的办公用房，电脑、工作站若干，相应软件。也可以和 RFID天线制造单位，卡片封装单位共同合作。
合作方式及条件：根据具体情况面议
南开大学
2021-04-11
含磷催化剂在手性碳酸丙烯酯生产中的应用
本技术是含磷催化剂在二氧化碳与环氧丙烷加成生产碳酸丙烯酯路线中的首次应用，该类催化剂具有自身稳定性好、催化活性高、反应选择性高等优点；在拆分后的手性丙二醇和碳酸二乙酯反应中，使用含磷催化剂制备手性碳酸丙烯酯，手性原料的转化率高，产品光学纯度高。
扬州大学
2021-04-14
基于核酸适配体的抗生素快速检测试纸
抗生素能有效防治动物疾病并促进生长，在畜牧业、养蜂业等领域被大量使用。而超过规定的滥用会造成抗生素在动物源性食品及环境中积累，对人体健康和环境安全产生危害。抗生素传统检测方法比如微生物检测、HPLC 等理化分析不仅灵敏度低，而且不能满足对食品和水源等抗生素含量的现场检测。目前市场上有一些基于抗体的抗生素检测试剂，但抗体种类有限，质量良莠不齐。核酸适配体本质上以单链 DNA 为主，不仅能特异性识别抗生素，而且具有亲和力高、温度稳定性好、成本低、质量高度稳定等特性，有望取代抗体在抗生素快检试剂中充当靶分子识别元件。 本实验室长期以来致力于抗生素特异性适配体的筛选和优化，已获得一批能高特异性高亲和力结合抗生素的适配体序列。利用这些适配体研制了抗生素快速检测试纸。以卡那霉素为例，利用卡那霉素特异性适配体修饰的金纳米粒子(AuNPs-apt)作为探针，与适配体互补的寡核苷酸 DNA1 修饰的银纳米粒子(AgNPs-DNA1)作为信号放大元件，设计制备的试纸能够在 10 min 之内完成检测，利用肉眼辨别的检测限可达到 35 nmol/L，远低于欧盟规定乳制品中卡那霉素含量不得超过 150 μg/kg (约 265 nmol/L)。若采用胶体金读数仪，不仅可实现定量测定，检测限更可达到 80 pmol/L。对于蜂蜜等成分相对简单的样品，可直接用试纸进行测定。对于牛奶、奶粉、肉类等成分较复杂或非液态样品，须经简单样品处理后测定。样品处理过程可采用标准化流程，时间小于 30 min。
江南大学
2021-04-11
利用自学习系统实现逼近理论极限的光学手性材料设计
随着纳米光子学的发展，具有超颖性质的人工微结构吸引了众多研究。针对日益增长的研究和设计需求，北京大学物理学院方哲宇及其研究团队实现了一种自洽的框架——BoNet，其结合了贝叶斯优化（Bayesian optimization）和卷积神经网络（convolutional neural network），实现了纳米结构对于超强光学手性的自学习。基于此框架，他们将纳米结构设计表示为图形，并输入卷积神经网络进行电场分布和反射光谱的学习，此过程不需要将纳米结构参数化为向量，因此最大化的保留了其几何信息和边界条件。同时，利用贝叶斯优化以实现对纳米结构远场光学手性的优化，并运用其采样样本反复训练神经网络实现自学习。利用BoNet，他们针对远场反射光谱的圆二色性进行优化并逼近了其理论极限(CD = 1)，同时利用神经网络匹配预测的近场电场分布，对获得的强光学手性进行分析解释。 此框架能够被直接推广用于其他光学性质的自学习优化，例如实现反常透射，偏振态调制和相位调制。更进一步的，此方法论能够帮助设计更多的，具有良好光学性质和运用价值的纳米光子学器件，比如消色差超透镜，超灵敏的微传感器以及智能超表面等。此研究同时能够启发更多数据驱动的研究，通过利用人工神经网络和其他机器学习的方法，实现对传统科学研究的新探索，在制药，引物设计，固体结构分析上启发新突破。 该工作于2019年11月19日在线发表于学术期刊《PHYSICAL REVIEW LETTERS》上，题为“Self-Learning Perfect Optical Chirality via a Deep Neural Network”(DOI: 10.1103/PhysRevLett.123.213902)。北京大学物理学院方哲宇研究员是本文的通讯作者，李瑜，徐优俊，姜美玲为该文的共同第一作者，北京大学定量生物学中心来鲁华教授为合作者，北京大学为唯一通讯作者单位。该工作得到得到了科技部、教育部、国家自然科学基金委、北京大学人工微结构和介观物理国家重点实验室、北京大学纳光电子前沿科学中心、量子物质科学协同创新中心、北京大学高性能校级计算平台、北京大学生命科学中心高性能计算平台等单位的支持。用于近远场计算的神经网络结构表征实现了逼近理论极限的高手性，并利用神经网络对近场分布进行分析
北京大学
2021-04-11