非损伤微测技术（Non-invasive Micro-test Technology，NMT）源于美国MBL实验室（54位诺贝尔奖得主的摇篮），由神经学家Lionel F. Jaffe（美国扬格公司创始人之一）于1974年发明，2001年，美国扬格公司正式推出现代NMT。NMT是一种研究活体材料的底层核心技术，研究人员基于NMT能够建立自己独有的Me-Only 研究平台，从而获得极具创新的研究成果。         NMT可在不接触、不损伤样品的情况下，检测分子/离子进出生物活体的流速（流动速率和方向），可测样品种类繁多，小到菌、单细胞、液泡，大到组织、器官、整体都可检测。基于NMT商业化的设备统称为非损伤微测系统。         扬格/旭月的非损伤微测系统包含BIO系列、CONFLUX系列（共聚焦/荧光NMT）、NMT100系列、NMT200系列、NMT100S系列、NMT200S系列、NMT150系列、NMT活体工作站系列、NMT Physiolyzer®系列等，已发展至第七代自动化智能产品。扬格/旭月的NMT系统全部采用从美国扬格（旭月北京）研发中心自主研发的imFluxes智能操作软件，将十余年的NMT应用大数据与设备实现完美结合，并且在产品一体化、自动化、智能化、扩展升级等诸多方面都有大幅提升。         扬格/旭月已取得基于NMT的数十项专利及软件著作权，拥有完善的专利保护体系，所有产品全部通过中关村NMT联盟认证和ISO9001质量体系认证。扬格/旭月所销售的NMT专用耗材，已通过中关村NMT联盟认证，所有耗材是扬格/旭月研发中心结合十余年的经验、摸索并自主研发生产的。NMT专用耗材较传统的通用型耗材保质期更长，性能更稳定、可靠，所有对外销售的耗材全部经过严格的生产、检验流程。         扬格/旭月的NMT研究平台已经帮助国内外科研单位取得近百项各类专利，以及包含Nature、Cell在内的500多篇论文。同时，已销往欧洲的瑞士苏黎世大学（拥有包括爱因斯坦在内10余位诺贝尔奖得主），以及中国科学院、中国林科院、中国农科院、农业部下属的众多科研院所与高校，以及北大、上海交大等知名高校。 名称：NMT Physiolyzer®（NMT活体生理检测仪） 版本：第七代 品牌：YOUNGER 产地：美国 已获得认证： 中关村NMT联盟认证 ISO9001国际质量体系认证 简介：NMT Physiolyzer®（NMT活体生理检测仪）是美国扬格公司的第七代自动化NMT设备，可自动灌充LIX、直接检测、输出离子/分子的流速及浓度、数据云绘图。该设备为开放式平台，同时配备个性化模块，科研人员可根据自身科研需求，自由选配检测指标（标配2种指标，其他指标可自由升级），可选配指标包括IAA、O2、H2O2、Ca2+、H+、K+、Na+、Pb2+、Cu2+、Cd2+、Cl-、NH4+、NO3-、Mg2+、膜电势，其他未来新研发功能及指标，可通过模块进行扩展升级。        NMT Physiolyzer®（NMT活体生理检测仪）美国原装进口系统由美国扬格公司在美国本土生产、组装、调试完成，整机进口到中国，该产品已通过ISO9001质量体系认证，提供1年免费保修，售后服务由美国扬格公司在中国的永久战略合作伙伴旭月公司统一提供。 个性化功能匹配 标配两种指标（可选指标：IAA、O2、H2O2、Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+），其余指标可升级（包括新研发指标Pb2+、Cu2+和膜电势） 预留双指标检测升级端口，升级后可单独检测一种离子或分子，也可同时检测两种离子或一种离子与一种分子的浓度和流速，用于离子/分子相关性研究及更前沿的科研探索。 活体、原位、非损伤测量 对整体或分离后的样品不造成损伤，获取正常生理状态下信息。 无需标记 预先知道测定的指标，无需用放射性、化学或药理学等标记方法，安全且环保。 不用提取样品 可直接检测，不需要研磨等传统的提取方法。 实时、动态检测 动态实时地（最短在5秒左右）检测和获取数据。 长时间持续监测 可进行长达10个小时以上的实时和动态监测。 可测样品种类繁多 整体、器官、组织、细胞都可以检测（理论值：5μm-10cm均可）。 自动化操作 X、Y、Z方向自动/手动操控传感器移动。 数据采集方式 X、Y、Z三维数据分别采集。 预留三维矢量流速数据升级端口，可升级在样品外进行X、Y、Z三维数据同时采集，获得矢量流速数据，清晰阐明样品及流速的空间相互关系，用于更前沿的研究。 美国原装进口系统 型号 功能 可升级功能 NMT300-YG 1.标配指标：IAA、O2、H2O2、Ca2+、H+、K+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+(标配任选2种指标，可任意升级）。 2.操作方式：三维自动。 3.检测样品尺寸：可检测5μm-10cm样品。 4.数据：1D/3D。可直接检测、输出流速和浓度数据。 5.检测方式：单传感器检测 6.异常报警：有 7.流速云数据处理与绘图：有 1.可升级指标：可升级除标配指标外其余指标，包括最新研发指标膜电势。 2.可扩展：未来新研发指标可扩展升级。 3.可升级检测方式：单/双传感器检测可选。 NMT400-YG 1.标配指标：IAA、O2、H2O2、Ca2+、H+、K+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+(标配任选2种指标，可任意升级）。 2.操作方式：三维自动。 3.检测样品尺寸：可检测大于5cm样品。 4.数据：1D/3D。可直接检测、输出流速和浓度数据。 5.检测方式：单传感器检测 6.异常报警：有 7.流速云数据处理与绘图：有 1.可升级指标：可升级除标配指标外其余指标，包括最新研发指标膜电势。 2.可扩展：未来新研发指标可扩展升级。 3.可升级检测方式：单/双传感器检测可选。

  非损伤微测技术（Non-invasive Micro-test Technology，NMT）源于美国MBL实验室（54位诺贝尔奖得主的摇篮），由神经学家Lionel F. Jaffe（美国扬格公司创始人之一）于1974年发明，2001年，美国扬格公司正式推出现代NMT。NMT是一种研究活体材料的底层核心技术，研究人员基于NMT能够建立自己独有的Me-Only 研究平台，从而获得极具创新的研究成果。   NMT可在不接触、不损伤样品的情况下，检测分子/离子进出生物活体的流速（流动速率和方向），可测样品种类繁多，小到菌、单细胞、液泡，大到组织、器官、整体都可检测。基于NMT商业化的设备统称为非损伤微测系统。   扬格/旭月的非损伤微测系统包含BIO系列、CONFLUX系列（共聚焦/荧光NMT）、NMT100系列、NMT200系列、NMT100S系列、NMT200S系列、NMT150系列、NMT活体工作站系列、NMT Physiolyzer®系列等，已发展至第七代自动化智能产品。扬格/旭月的NMT系统全部采用从美国扬格（旭月北京）研发中心自主研发的imFluxes智能操作软件，将十余年的NMT应用大数据与设备实现完美结合，并且在产品一体化、自动化、智能化、扩展升级等诸多方面都有大幅提升。   扬格/旭月已取得基于NMT的数十项专利及软件著作权，拥有完善的专利保护体系，所有产品全部通过中关村NMT联盟认证和ISO9001质量体系认证。扬格/旭月所销售的NMT专用耗材，已通过中关村NMT联盟认证，所有耗材是扬格/旭月研发中心结合十余年的经验、摸索并自主研发生产的。NMT专用耗材较传统的通用型耗材保质期更长，性能更稳定、可靠，所有对外销售的耗材全部经过严格的生产、检验流程。   扬格/旭月的NMT研究平台已经帮助国内外科研单位取得近百项各类专利，以及包含Nature、Cell在内的500多篇论文。同时，已销往欧洲的瑞士苏黎世大学（拥有包括爱因斯坦在内10余位诺贝尔奖得主），以及中国科学院、中国林科院、中国农科院、农业部下属的众多科研院所与高校，以及北大、上海交大等知名高校。 名称：NMT Physiolyzer®（NMT活体生理检测仪） 版本：第七代 品牌：YOUNGER 产地：美国 已获得认证： 中关村NMT联盟认证 ISO9001国际质量体系认证 简介：NMT Physiolyzer®（NMT活体生理检测仪）是美国扬格公司的第七代自动化NMT设备，可自动灌充LIX、直接检测、输出离子/分子的流速及浓度、数据云绘图。该设备为开放式平台，同时配备个性化模块，科研人员可根据自身科研需求，自由选配检测指标（标配2种指标，其他指标可自由升级），可选配指标包括IAA、O2、H2O2、Ca2+、H+、K+、Na+、Pb2+、Cu2+、Cd2+、Cl-、NH4+、NO3-、Mg2+、膜电势，其他未来新研发功能及指标，可通过模块进行扩展升级。   NMT Physiolyzer®（NMT活体生理检测仪）美国原装进口系统由美国扬格公司在美国本土生产、组装、调试完成，整机进口到中国，该产品已通过ISO9001质量体系认证，提供1年免费保修，售后服务由美国扬格公司在中国的永久战略合作伙伴旭月公司统一提供。 个性化功能匹配 标配两种指标（可选指标：IAA、O2、H2O2、Ca2+、H+、K+、Na+、Cd2+、Cl-、NH4+、NO3-、Mg2+），其余指标可升级（包括新研发指标Pb2+、Cu2+和膜电势） 预留双指标检测升级端口，升级后可单独检测一种离子或分子，也可同时检测两种离子或一种离子与一种分子的浓度和流速，用于离子/分子相关性研究及更前沿的科研探索。 活体、原位、非损伤测量 对整体或分离后的样品不造成损伤，获取正常生理状态下信息。 无需标记 预先知道测定的指标，无需用放射性、化学或药理学等标记方法，安全且环保。 不用提取样品 可直接检测，不需要研磨等传统的提取方法。 实时、动态检测 动态实时地（最短在5秒左右）检测和获取数据。 长时间持续监测 可进行长达10个小时以上的实时和动态监测。 可测样品种类繁多 整体、器官、组织、细胞都可以检测（理论值：5μm-10cm均可）。 自动化操作 X、Y、Z方向自动/手动操控传感器移动。 数据采集方式 X、Y、Z三维数据分别采集。 预留三维矢量流速数据升级端口，可升级在样品外进行X、Y、Z三维数据同时采集，获得矢量流速数据，清晰阐明样品及流速的空间相互关系，用于更前沿的研究。 美国原装进口系统 型号 功能 可升级功能 NMT300-YG 1.标配指标：IAA、O2、H2O2、Ca2+、H+、K+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+(标配任选2种指标，可任意升级）。 2.操作方式：三维自动。 3.检测样品尺寸：可检测5μm-10cm样品。 4.数据：1D/3D。可直接检测、输出流速和浓度数据。 5.检测方式：单传感器检测 6.异常报警：有 7.流速云数据处理与绘图：有 1.可升级指标：可升级除标配指标外其余指标，包括最新研发指标膜电势。 2.可扩展：未来新研发指标可扩展升级。 3.可升级检测方式：单/双传感器检测可选。 NMT400-YG 1.标配指标：IAA、O2、H2O2、Ca2+、H+、K+、Cd2+、Cl-、NH4+、NO3-、Mg2+、Pb2+、Cu2+(标配任选2种指标，可任意升级）。 2.操作方式：三维自动。 3.检测样品尺寸：可检测大于5cm样品。 4.数据：1D/3D。可直接检测、输出流速和浓度数据。 5.检测方式：单传感器检测 6.异常报警：有 7.流速云数据处理与绘图：有 1.可升级指标：可升级除标配指标外其余指标，包括最新研发指标膜电势。 2.可扩展：未来新研发指标可扩展升级。 3.可升级检测方式：单/双传感器检测可选。

产品详细介绍 PhoCheck+ 5000Ex是英国离子科学公司最久经考验的PID。并且是市场上唯一可从1ppb到10000ppm进行动态检测的最先进仪器。其多功能性使得仪器具有宽阔的量程和检测范围，即可检测低至ppb级对健康有害的危险性有毒气体，也可监测在爆炸极限水平的高浓度可燃性气体。PhoCheck+ 5000Ex通过增加传感器，可以升级到另一款更加多功能的FirstCheck（LEL/O2/CO/H2S/PID-ppb）多组份气体检测仪。 用于探测挥发性有机化合物，如丙酮，辛烷，戊烷，苯，异丁烯， MPK，苯乙烯，甲苯等250种挥发性有机物 。用于石化、冶炼等行业挥发性有机物泄漏检测，以及室内容器、管道、密封物泄漏检测或大气监测 。本质安全，可用于易燃易爆区域、通过BASEEFA认证、大容量的8Mb数据存储、高灵敏度检测下限1ppb、自动转换量程ppm/ppb、可选显示单位mg/m3 或ppm/ppb、屏幕显示实时曲线图表、已预设250种挥发性有机气体供用户选择、LCD显示、时间日期标识、可视听警报功能、红外接口数据下载 、Ion Pc专用软件、自动生成数据格式和图表。 　技术指标：  标准配置：10.6eV光电离探测器 最大测量范围：1 ppb to 10,000 ppm 0.01 to 10,000 mg/m3 反应： T90 ~ 1秒响应和恢复 精确度：读数的±5%，或者±1个数字 线形：± 5% 流量报警：220ml/min或220cc/min ，低流量报警。 可选择配套： 8.4eV、10.2eV、11.7eV PID灯可选。 通 讯：双向，IRDA接口 数据记录：每秒自动记录含有时间日期标识的读数：8兆 自动连续记录检测数据 可储存超过130,000数据点 储存数据以日期和时间标识 健康安全模式下的STEL及TWA数值 用户可自定义储存区域 关机后数据仍被保存，避免丢失。 储存的数据可直接在仪器中查看，或下载到电脑上以专用软件进行分析。 报警：LED 闪烁和90分贝（10厘米）声音报警 预设的TWA和STEL 预设的250种气体和混合气体 本质安全认证： II 2 G EEX ia IIC T4 BASEEFA 03ATEX0742 电池：干电池4×AA碱性电池20小时，NIMH可充电电池：20小时 操作温度：-20 to +60 °C (-13 to 140 °F) 储存温度：-20 to +70 °C (-13 to +158 °F) 构造材料：储存箱：聚丙烯内嵌泡沫 PhoCheck：可传导树脂基的聚丙烯箱体 尺寸：箱：420 mm (16.5”) x 320 mm (12.5”) x 97 mm (3.8”) 无探针仪器：340 mm (13.5”) x 60 mm (2.3”) x 49 mm (1.9”) 重量：仪器：0.58 kg (1.3 lb) 包装好：3.0 kg (6.6 lb) EMC测试：To EN61000-6-3 & EN61000-6-1 2001。  

产品详细介绍 氨气气体检测管 比长式气体检测管原理及使用方法原理CO、CO2、H2S、O2、SO2、NH3等检测管的基本测定原理为线性比色法，即被测气体通过检定管与指示胶发生有色反应，形成变色层（变色柱），变色层的长度与被测气体的浓度成正比。2、主要技术参数（见附表）3、附件（每盒）①胶管一段；Φ3×5，长度20cm②小砂轮一片4、贮运条件本品应避光保存于阴凉干燥处，严禁日光照射，保存温度不超过40℃，玻璃制品，小心轻放。5、使用方法各种检定管均可与气体检定管用圆筒型正压式采样器等配套使用。于测定现场用空气冲洗采样器后，取一定体积的现场空气，把检定管两端切开，用短胶管将检定管的下端（浓度标尺有“0”的一端）连接在采样器（检定器）的出气口上，按规定时间匀速通过检定管，然后按检定管变色柱（或变色环）上端指示的数字，直接读取被测气体的百分浓度。   各种气体检测管主要技术参数表

Ai视觉检测机器人是一款搭载了六轴工业机械臂、视觉人工智能和工业大模型的高科技设备，充分利用机械臂的多轴灵活运动、重复定位精度高等优势，主要用于复杂外形工业产品的缺陷检测，特别是汽车零配件、新能源、核电领域等高端制造、品控要求高的产品外观检测。

我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

本发明公开了一种用于换热管内检测的磁致伸缩导波传感器及其检测方法，该传感器包括：外壳；与外壳一端相固定的端盖；与外壳的另外一侧相连的导电钢刷；设置在外壳内部并与其相连的内壳；安装在端盖上，通过穿过内壳的直流导线与导电钢刷实现电连接的航空插座；分别设置在内壳的不同位置上的第一聚磁器和第二聚磁器；以及第一交流线圈和第二交流线圈，该第一交流线圈和第二交流线圈分别缠绕在所述第一聚磁器与第二聚磁器上，并分别与航空插座电连接。按照本发明，由于整个检测过程是通过磁场实现的，属于非接触式检测，因此对被检测换热管内表面状况要求低，无需打磨等特别处理，从而提高了检测效率以及适用性。

本发明涉及一种空间相机的几何分辨率检测方法,和一种空间相机时相分辨率检测方法,以及一种可用于空间相机几何和时相分辨率检测的移动检测车。本发明改变常规的地面固定靶标形式,将几何分辨率靶标与移动车辆结合,形成移动靶标,实现几何分辨率检测、不同时相移动定标功能,提高了光学相机任意方向几何分辨率的测试精度。车舱内可存放常规的地面固定靶标,可在应急条件快速布设,也可起到车体硬性靶标与常规软性靶标互补的作用。

本发明公开了一种适用于肠道病变检测的太赫兹内窥镜及检测方法。包括插入肠道的组合管体、太赫兹信号增强模块、太赫兹检测模块和实时成像模块，组合管体主要由套管、套头和半球形玻璃罩组成，太赫兹信号增强模块主要由可调谐激光器和安装在套管内的光纤组成，太赫兹检测模块主要由太赫兹波探测器和太赫兹波发射器以及安装在组合管体内的第一不锈钢金属线和第二不锈钢金属线组成，实时成像模块主要由图像处理与传输电路板以及安装在组合管体内的电源线、视频信号线、LED冷光源和CMOS摄像头组成。本发明实现了在肠道病变初期对其进行准确的检测，提高了检测的准确度和灵敏度，具有获取信息丰富、结构紧凑操作方便、适用范围广等优点。