成都中医药大学梁繁荣教授项目组围绕“实现针灸研究证据科学评价、集中存储、深度分析、高效利用”关键问题，采用大数据分布式存储、计算、分析和服务技术方法，创建了基于“云服务器+终端”大数据服务模式的循证针灸临床诊疗决策支持平台，并在临床、科研、教育、产业等多个领域进行了推广应用。项目主要技术内容： 1.基于大数据的循证针灸临床决策支持平台的构建：（1）构建了循证针灸证据质量评价标准、证据强度及推荐等级标准，创建了“大数据-当前最佳证据-优化诊疗方案”的循证针灸临床决策模式；（2）研发了一系列针灸循证诊疗决策数据挖掘模型和算法，实现了针灸疾病诊断、辨证分型、处方优化、刺激参数组合等诊疗决策方案的准确挖掘、智能分析、客观判断和可视化交互；（3）采用DTS、网络爬虫等方法采集数据，建立了针灸数据资源主题数据仓库和数据集市，构建了循证针灸决策资源中心；（4）设计开发了分布式存储、计算、分析与服务的循证针灸临床诊疗决策支持平台，实现了针灸循证诊疗决策各数据挖掘算法不同粒度的构件化组装、快速集成、高效响应和大数据服务。 2. 基于大数据的循证针灸临床决策支持平台的应用：（1）制定并完善了基于最新研究证据的24个病种的循证针灸临床治疗决策方案，为临床治疗决策提供了可供参考的高质量证据；（2）将GRADE系统引入循证针灸临床实践指南的制定，牵头制定了中国针灸学会《针灸治疗坐骨神经痛临床实践指南》；（3）对针灸临床常见的14个病种的古今治疗证据进行了系统的处方规律分析，发现并验证了具有理论和临床价值的经穴效应规律，并为优化针灸临床诊疗决策提供了便利；（4）将平台推广应用于中医针灸临床实践和医院管理，提高医生诊疗水平、中医针灸临床疗效和医院信息化管理水平；（5）研发了集针灸大数据支撑与临床经穴诊断治疗于一体的智能化循证针灸诊疗设备，开创了循证针灸临床决策的应用新模式。 研究成果已在71家中医医疗机构和天津、上海、广州、南京等地高校、科研院所应用，获得2800余万元直接经济效益和上亿元间接经济效益，对于针灸临床疗效提高、科技创新和创新人才培养起到了积极的推动作用，开创了针灸学产、学、研、用合作推动科研成果转化的成功模式。由石学敏院士等专家组成的鉴定委员会一致认为：“本项目极大地促进了针灸学的现代化和信息化发展，显著提升了针灸临床决策水平，加快了针灸学国际化进程，研究成果达到国际领先水平。” 基于大数据的循证针灸临床诊疗决策支持平台的应用场景示意图

粉末涂料是一种新型的100%固体粉末状涂料，无溶剂、可回收、环保无毒、性能优异；石墨烯超薄超轻、比表面积超大，力学、热学和电学性能优异，是制备特种功能涂料的理想材料，我司依托厦门大学石墨烯工程与产业研究院雄厚的技术实力进行石墨烯粉末涂料的研发与产业化，相关技术难题已取得长足突破，产业化前景明朗。石墨烯不仅可以改善涂层的物理机械性能，也可用于制备防腐、导电、散热、电磁屏蔽等特种功能涂料，目前公司已规划多条石墨烯粉末涂料生产线，预计投产后可实现5000吨的年产能，相关产品已通过国家权威机构的检测认证，在五金、建筑、管道、3C、电器、能源、汽车及其零部件等领域均有广阔的应用前景，市场反馈良好。

本研究低成本搭建了弹性可扩展的Hadoop云计算平台

一种晶体生长的石英坩埚镀碳膜方法，工艺步骤为石英坩埚的处理、装炉、加热、 镀膜、膜层退火。石英坩埚的处理包括清洗与烘干，装炉是将清洗并烘干后的石英坩埚 与组成镀膜装置的部件进行组装，加热是将装有石英坩埚的沉淀室加热至1000℃～ 1060℃，然后在该温度保温并向石英坩埚和沉淀室内通高纯惰性气体排除残余空气，镀 膜是通惰性气体结束后，继续在1000℃～1060℃保温，并在此温度向石英坩埚内通甲烷 气体，使石英坩埚内壁上沉积符合要求厚度的碳膜，镀膜结束后，继续在1000℃～1060℃ 保温40分钟～60分钟，然后缓慢冷却至室温。镀碳膜装置包括加热炉、放置被镀膜石 英坩埚的沉淀室和供气控制器。

一种磷锗锌多晶体的合成方法,工艺采用两温区实时温度监控、磷气相输运和机械振荡、温度振荡相结合的新方法,原料采用高纯度的ZN、GE、P,配料的摩尔比为锌∶锗∶磷=1∶1∶2,磷的加入量在按上述摩尔比计算出的重量基础上增加0.05～0.1%。合成工艺步骤:①坩埚的清洗与干燥;②装料;③合成。合成所采用的坩埚由本体和进料管构成,本体为两端封闭的石英玻璃管,本体的一端为A,另一端为B,在距本体B端端部的长度为X处设置有凹槽,该凹槽的深度H为本体内径D的1/2～2/3,进料管相贯在距本体B端端部长度为X的部段内,其进料口与凹槽槽口方向相反,其轴线与本体轴线的夹角Β为45°～70°。

光纤共聚焦显微光谱与成像装置是将光纤共聚焦光谱分析技术和显微光学成像技术相融合的细胞检测装置，此装置能够同时获得被测细胞的形态结构信息和反映细胞形态和成分特性的光谱信息，得到被测细胞定性、定量、定位的综合分析信息。 光纤共聚焦显微光谱与成像装置包括光源照明系统、光纤共聚焦光谱分析系统、显微成像和定位系统、数据分析系统，照明光源系统给光纤共聚焦光谱分析系统提供光源；光纤共聚焦光谱分析系统传输照明光照射细胞，开接收携带细胞信息的背向散射的光信号，获取光谱信息进入数据分析系统分析；显微成像和定位系统由照明系统照明，获得反映细胞形态和结构的图像信息进入数据分析系统；数据分析系统同时获取被测细胞的显微图像和反映细胞形态和成分特性的光谱信息。 光纤共聚焦显微光谱与成像装置结合光纤共聚焦技术、后向散射光谱分析技术和显微成像技术，提出了适用于同时获取特定细胞的显微图像和光谱信息的细胞检测装置，能够实时的获取细胞的综合信息。这就解决了目前技术不能够在细胞水平上获取特定位置的组织形态信息和光谱信息的技术问题。对于癌症除检测癌变细胞的显微形态信息外，同时获取相应细胞生化成分的光谱，光谱信息中既包括了形态变化对光的散射特性变化，也包括了细胞中成分变化导致的光吸收特性的变化信息，结合这两种检测技术的细胞分析装置，能及时发现细胞的早期癌变，以便对癌症实施全面而及时的诊断。而且，当前显微成像技术和CCD光谱技术都是比较成熟的检测技术，且CCD光谱技术可以进行实时分析，所以，本发明提供的装置利用现有先进技术，大大提高癌变细胞的检测精度，同时可以大大降低检测成本。

本项目设计开发了一种新型数字化牙冠延长手术导板，用于口腔美学治疗领域。它采用先进的数字技术设计和制作，能够在牙槽骨层面精确定位手术范围，规避手工测量带来的误差，增强手术的可预期性和治疗效果。

项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network，低功率广域网络)在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa：物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。LoRa （Long Range）:   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试

研发阶段/n该技术是国家"十一五"科技支撑计划、湖北省科技攻关计划资助开发的成果，集成了等离子体杀菌、真空冷却、冰点调节、气调包装和冰温贮藏等现代高新技术，能有效保证食品特别是生鲜水产品的鲜度、抑制微生物生长，其保鲜期可比冷藏延长2-4倍。该技术已成功用于熟肉制品、鱼丸鱼糕和生鲜水产品的保鲜，并通过了国家科技部的验收和湖北省科技厅的成果鉴定（鉴定证书：鄂科鉴字[2004]第227920019号）。技术类型：专利技术（国家发明专利授权号：CN1545931）应用前景：生鲜食品特别是生鲜水产品的保鲜问题

可以量产/n该技术公开了一种基于多小区MISO(Multiple Input Single Output)蜂窝网络的联合预编码与功率控制方法，具体为：首先进行系统初始化，其中包括小区簇用户集分类（分为协作用户集和非协作用户集）和功率划分（功率注水算法确定功率分配参数），对协作用户集和非协作用户集分别采用SUS(Semi-orthogonal User Selection)半正交用户组调度算法进行调度，然后由迫零波束成型算法确定波束矢量进行传输，协作区域采用平均功率分配、非协作区域采用功率注水算法计算