研发阶段/n拟突破传统的控制流模式，开展新型高能效处理器体系结构的研究，主要研究 内容包括：（1）新型的并行计算模型，拟研究支持控数协同的新型并行计算模型， 为高能效处理器体系结构提供理论指导；（2）新型的高能效处理器体系结构，拟 研究新型计算模型指导下的控数协同处理器体系结构，兼顾通用性和高能效；（3） 基于新器件的高能效体系结构，拟研究基于超导器件的高能效体系结构设计，以进 一步提升处理器能效比；（4）高能效体系结构和应用的协同优化，拟研究后E级计 算典型应用和控数协同体系结构的协同优化，验证新

该研究团队利用创建的植物功效组学技术平台研究发现，从茶中筛选到的有效单体分子EGCG（表没食子儿茶素没食子酸酯）能够强力结合新冠病毒S蛋白（Kd=121nM），并有效阻断新冠病毒S蛋白与人ACE2受体的结合。同时，研究过程发现，EGCG不仅能阻止两者相互结合，并且对已经结合受体的S蛋白还有促进二者解离的作用。目前，国内外尚未找到与新冠病毒S蛋白亲和力强、并且能够有效阻断S蛋白与ACE2结合的分子。这一发现为开发预防和治疗新冠病毒感染的相关制剂提供了非常有价值的科学数据，同时为从食药同源植物宝库中应急筛选抗病毒成分并迅速用于临床提供了一个创新的模式。云南农大普洱茶学教育部重点实验室与昆明生物制造研究院有限公司于2020年1月20日联合组建了“抗新冠病毒攻关小组”。研究团队根据发布的新冠病毒基因序列合成并表达了5个感染人类的冠状病毒S蛋白，通过计算机模拟筛选方法对110余种药食物同源植物中的800余种化合物进行了初步选择，从中优选出20余种化合物进行实验验证。通过分子互作实验、分子水平阻断实验发现了与S蛋白具有亲和力的5个天然化合物。

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。

本项目提供一种治疗失眠症、抑郁症的生物碱有效成分及其 2 种新型制剂及其制备方法，分别可以用作口服给药及鼻腔给药，方便临床应用，减少给药频率、提高病人顺应性；增强治疗效果。

植物、中草药中的挥发性成分分为油溶性和水溶性两大类，俗称挥发油、精油，是天然香精的主要原料、也是中药的活性部位，在香精香料工业和中药领域中有广泛应用。实际应用时主要采用水蒸汽蒸馏工艺所得产品，但在该工艺下挥发油的提取率不高，尤其是水溶性较强的挥发性成分很难采用水蒸汽蒸馏工艺制备。挥发性成分一般都含有一个或多个-OH等基团，易于与水形成最低共沸点的共沸物，本技术的原理是在传统水蒸汽蒸馏装置的提取罐与冷凝器之间增加一个精馏塔，随水蒸汽共沸蒸发的有机挥发物进入精馏塔，经过多级气液平衡后气相中有机物浓度大大提高，使得冷凝器中气相中有机挥发油的浓度高于其在水中的溶解度，从而易于冷凝分层。因此本提取-共沸精馏耦合工艺可显著提高挥发油的得率和浓度。对柴胡、川芎、苍术、没药、玫瑰、茶叶、荷叶等药材、植物的提取结果表明，与水蒸汽蒸馏工艺相比，本技术可使挥发油的得率提高2~5倍，挥发油浓度提高2~3倍，十分适合于水溶性较强、含量较低（低于2%）的挥发油提取。本技术具有自主知识产权，已申请中国发明专利：挥发性成分提取装置及其提取方法，申请号：200810032234.9，公开号：CN101274148A

成果简介： 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。

项目简介 本成果基于生命科学、信息科学和工程科学的多学科交叉的研究，采用近红外光谱 分析技术，具有不需要对分析样品进行前处理；分析过程中不消耗其它材料或破坏样品， 分析重现性好、成本低等特点，可应用食品、农产品流通和生产过程中品质分析和质量 的现场和在线检测。该成果处于中试研究阶段。 性能指标 （1）仪器小巧紧凑,携带方便；通过 USB 线与电脑连接即可进行检测。 （2）采用不同的检测模型和不同材质和规模的流通池、光纤探头、及专用漫反射附 件等，可实现

高纯度EGCG与低纯度EGCG和普通的茶多酚提取物相比，具有有效成分明确，没有杂质 副作用干扰，活性更强等优点。 本项目采用制备色谱技术生产高纯度EGCG (≥95%) ，工艺具有无有毒溶剂残留，其稳定 性和安全性均比低纯度EGCG有所提高。

国内铷、铯主要从铯榴石、锂云母等固态矿中提取，但来源有限，生产规模无法扩大，导致产品成本高昂。而我国盐湖资源丰富，盐类资源总量约12000亿吨，具有锂、铷、铯储量大的特点。目前我国盐湖地区还没有开采铷、铯资源的先例，盐湖资源的开发多是单一开采某一种矿物，取富弃贫，造成资源的巨大浪费。因此，有效分离提取铷、铯对盐湖资源的综合开发具有十分重要的意义，是目前我国盐湖研究与开发热点之一。 课题组以负载普鲁士蓝纳米粒子的介孔硅胶为吸附材料，实现对实际盐湖卤水中铷、铯的选择性提取。在此基础上，拟通过小试为中试积累必要的经验和参数。这不仅对盐湖的综合开发意义重大，还可为我国高新技术产业发展提供稳定、廉价的铷、铯产品，起到保驾护航的作用。