研究方向：电膜分离过程在水质净化、纯化、废水深度处理和特种化工分离中的应用；膜法清洁生产技术；新型集成膜过程的开发及应用研究（纯水与超纯水制备、水深度软化、海水及苦咸水淡化、基于“膜-电”耦合的有机酸、有机碱。 项目简介： 近年来，在海水淡化、苦卤水和众多工业废水处理领域，高含盐水体的处理正迅速成为相关行业发展的制约瓶颈。诸如浓海水的减量化再浓缩、苦卤水浓缩、高含盐工业废水脱盐或盐浓缩等，在操作压力、防腐、安全性、经济型、技术指标等方面均已超出了常规反渗透技术的能力。即使采用代价高昂的高压反渗透技术，其所获得的浓缩液质量浓度一般也低于 8-10%，对浓缩液减量化的作用有限。 本项目针对高压反渗透难以处理高含盐水体的固有缺陷，以及常规电渗析（ED）技术在处理高含盐水体时难以克服的电流泄露、高电耗、异相离子膜电阻较高、电极室电压降大等不足，在多年电驱动膜技术及设备研发、应用的成果基础上，开发节能型、高可靠、高电流效率的新型超能电渗析（SED）成套技术与关键装备，采用 100%国产化材料实现批量生产，浓缩液质量浓度达到 20%水平，总体达到国际先进水平。

 大气污染的日益严重，雾霾天气逐渐增多，对传感器的性能提出了更高的要求，然而对于气体传感器的研究却缺乏大型的、一体化、同时实现多种气体在线检测的设备作为支撑。本课题组经过多年探索，自主研发了具有领先水平的一体化混合配气和气体传感器在线检测系统SJTUGDS-919。该套设备硬件经精心设计和严格验证，具备气体传感研究过程中常用到的所有功能，且所有控制都能在上位机软件上完成，实现了完全的自动化。  本套设备可以实现对气体传感器的快速在线检测,支持自动采集、自动计算、自动标定。该系统可以实现多组分复杂气体的精确稀释和配比，为传感器的多组分定性、定量识别和测量提供保障，并且集动态检测、静态检测、探针检测于一体。同时，该套设备还可以调节气氛的压力和湿度，并首次实现气体温度和传感器温度的协同调控，精准模拟了真实大气环境。应用此套设备，可大幅度缩短研发时间，降低实验成本，极大的提高工作效率，保证气体传感器研发工作的顺利推进。  本项目研发依托于“微米/纳米加工技术”国家级重点实验室和“薄膜与微细技术”教育部重点实验室等先进平台，本套系统现已申请八项发明专利，两项软件著作权。应用此套系统已开展科研项目十余项，发表高水平论文50余篇。SJTUGDS-919是首创的高度集成化的国内一流的气体传感器检测系统，是气敏研究和传感器器件研发的必备利器，是治理大气污染的开山斧！目前正在寻求将此系统设备产业化，推向市场。

本发明公开的一种适用于拜耳法的赤泥无害化综合回收利用工艺主要是脱除赤泥中碱性物并通过技术手段大量提选赤泥中的铁矿物，同时，将具有放射性的矿物如锆石、独居石等从赤泥中分离出来，分离后的赤泥尾矿作为大宗原料用于水泥加工、砖瓦烧制、筑路等，或者用作矿井充填材料等，将赤泥矿物“变废为宝”、“吃干榨净”，实现赤泥的大规模资源化利用，从根本上解决了赤泥筑坝堆存引起一系列的资源、环境问题和安全隐患。

“基于共轭化-诱导组装-自交联耦合从亚油酸制备有序微胶囊的微加工机制”研究得到国家自然科学基金的资助（21276113）。以源自油脂的天然小分子亚油酸为载体原料，经双键共轭化-诱导组装-自交联的微加工过程，制备兼具成份绿色化、尺度多元化、构造有序化、形貌稳定化、载体功能化“五化”特征的有序微胶囊，以共轭亚油酸构建了第一种天然脂肪酸的非 pH 敏感型脂肪酸囊泡、生理 pH 环境适用的脂肪酸囊泡和刺激响应性囊泡载体。 

在动力大腿假肢控制研究中，如何实现复杂环境下“人-机-环”协调控制是一个挑战性难题。现有研究主要通过各类人机交互方式来解决上述问题，即期望通过各类人机界面信号识别人体运动意图以控制假肢适应环境。但目前人机界面信号难以达到期望中的可靠性和准确性。人穿戴假肢在环境中行走是一个典型的“人-机-环”问题，而现有研究缺少“机”和“环”之间的链路。 该研究探索假肢视觉对“人-机-环”回路的作用机制，打通“机”和“环”之间的链路。在运动过程中，人体视觉神经系统负责运动决策，假肢视觉负责环境信息感知，通过人机信息融合，“长眼睛”的智能假肢可以在复杂地形下“预见性”地规划步伐，显著提高大腿截肢者适应复杂环境的能力。

1.成果原理：通过图像增强算法优化恶劣天气下导盲犬视野，结合Transformer模型实现环境多模态语音描述，并通过手机平台实现远程监控与交互。 2.创新点：恶劣天气适应性（突破传统导盲设备在雾霾、雨雪等极端场景的视觉限制）；多模态交互(支持语音合成、家人音色定制及实时场景描述，兼顾安全性与情感需求)；轻量化设计(项圈重量适配犬只行动，避免传统穿戴设备的负担)。 3.应用场景：视障人士日常出行、导盲犬训练基地、公共复杂环境。 4.应用案例：与吉林外国语大学、科大讯飞联合开展技术验证，完成实验室原型测试。 5.成果获奖： 2023年“互联网+”大学生创新创业大赛吉林省铜奖 2024年“挑战杯”吉林省大学生创业计划竞赛银奖 6.成果评价：丰富了国内导盲生物辅助设备研究内容，获吉林省大学生创新创业大赛重点支持，技术专利布局中，市场潜力预估超800万视障人群需求，助力东北地区智能装备产业升级与民生福祉提升。

人参作为传统中药材，早在《神农本草经》中就被列为上品，具有“补中益气，养血安神，强壮体魄”的功效，长期以来在中医药中占据着重要地位，尤其在提升体力、增强免疫力等方面有显著作用。 随着现代技术的发展，冻干技术的应用为人参加工带来了革命性变化。通过低温和真空环境下的升华原理，冻干技术能够去除新鲜人参中的水分，最大限度保留其活性成分、营养物质和药效。这不仅延长了产品的保质期，还改善了产品的便捷性，便于储存和运输，适应了现代消费者的需求。 本项目专注于人参冻干技术的研发，旨在提高人参产品的质量与市场竞争力。冻干后的产品不仅保留了原有的药效和营养成分，还具有更长的保质期，能够广泛应用于人参粉、营养补充品、保健食品等多个领域。同时，项目优化了冻干工艺，提升了有效成分的提取率，确保最终产品在营养和药效上的最大保留。 通过技术创新与产业化应用，本项目将推动人参产业的现代化发展，提升人参附加值，满足国内外市场对高品质人参产品日益增长的需求，为行业带来更多发展机遇。 1. 目标市场与市场规模： 本项目主要面向国内外高端健康食品、保健品和营养补充品市场，重点关注中老年人、亚健康人群及健身爱好者。随着生活水平提高，年轻消费者也逐渐关注天然、绿色健康产品，冻干人参成为理想选择。全球人参市场年增长率约为5%-7%，冻干人参的潜力尤为巨大，特别是在高端健康领域。 2. 市场竞争预测： 目前，国内外已有企业涉足人参冻干技术，但大多数仍处于初步阶段，技术尚不成熟，且现有产品集中于中低端市场，冻干工艺不够精细，导致有效成分损失较大。竞争者包括传统人参生产商和新兴健康品牌。随着消费者对品质要求提升，市场将向高品质、高效能产品倾斜。本项目的冻干技术创新和产品高端化，使其具备强大竞争力，有望迅速占领高端市场份额。 3. 本项目核心竞争优势： 本项目的核心竞争优势在于冻干技术创新。相比传统工艺，项目技术能更好保留人参中的有效成分，提高营养价值和药效。产品形态多样（如粉末、颗粒、薄片等），满足不同消费者需求，提供便捷使用体验。项目在原材料采购、生产环节和质量控制上的优势，确保产品的高品质和稳定性。随着市场对高品质健康产品需求增长，本项目具备较强的技术壁垒和市场竞争力。

浙江大学水质自动监测站竞争性磋商

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。