教育部部长怀进鹏：支持办好新型研究型大学

2月23日，教育部党组书记、部长怀进鹏赴深圳调研，深入深圳晶泰科技有限公司、深圳市光明科学城、深圳医学科学院、深圳理工大学，了解新技术赋能药物研发、合成生物研究、脑设施应用、医学科技创新、新型研究型大学学科建设等情况，主持召开新型研究型大学调研座谈会。

教育部、微言教育 2025-02-24

胃癌极早期中西医智能防治体系

李梢教授团队针对我国胃癌早诊率低于10%，胃癌前病变患者的癌变率仅有0.6%/年，胃炎癌转化中西医特征不清、防治措施不明的重大难题，创建以“智能早筛-极早诊断-精准早治”为特色的胃癌极早期中西医智能防治体系，显著提升我国胃炎癌转化中医药防治水平。

清华大学 2025-05-16

新型空气净化滤芯

中国发明专利ZL202110169888.1：采用蒸汽诱导相分离与分步喷涂技术相结合的方法制备三维网孔结构、超疏水的复合膜，压降低于100Pa、水接触角大于150°，因而高透气且易于自清洁，所负载纳米材料可实现同步杀菌灭毒，可应用于拔插式重复利用空气净化滤芯。

厦门大学 2025-02-07

新型亲水抗菌膜及制备方法

目前主流的抗菌膜制备方法是在基膜表面接枝抗菌物质，常用的抗菌材料包括氧化石墨烯、碳纳米管、抗菌聚合物、金属离子等，但这些材料普遍存在着接枝方式复杂，且对环境有危害的缺陷。相比而言，季铵盐类抗菌剂具有抗菌效果好，环境友好等特点，目前水溶性的小分子或高分子季铵盐抗菌剂已经广泛应用于水处理、食品、医疗卫生和包装材料等领域。然而，将季铵化合物直接接枝到膜表面所制备的抗菌膜仍存在制备流程复杂，成本较高等问题，这也使得目前开发的大部分季铵盐功能膜无法大规模应用于实际水处理系统。因此，为解决以上问题，开发新型亲水抗菌功膜的制备方法是目前业内所亟需的。 本成果中提出的制备方法将氯甲基化聚合物制备为中空纤维多孔膜，并制作为管壳式膜组件，之后采用过滤操作模式直接将叔胺化合物接枝到组件中的中空纤维膜丝上，从而制备出具有优良抗菌性能的季铵化功能膜组件。该制备方法简单便捷，且接枝稳定性高，适合长期大规模应用于实际膜法水处理体系中，且制备的超滤膜具有良好的亲水性和抗菌性。抗菌膜制备简单便捷，常温常压过滤操作即可完成接枝，且接枝稳定性高，成本低，对水体中微生物去除率99.9%以上，尤其能抑制微生物在膜上（内外表面，孔道壁面）生长。 图1.性能参数

北京理工大学 2025-02-10

专家报告荟萃⑨ | 刘林：深耕产教融合，构筑高素质人才培养体系

重庆公共运输职业学院在十多年办学实践中，精确对接企业人才需求，推动教育与产业深度融合，为重庆乃至西南地区交通行业可持续健康发展提供了有力人才和技能支撑，培养了一批政治素质好、专业技能高、实践能力强的高素质技术技能人才。

中国高等教育博览会 2024-12-17

北京创新研究所

北京创新研究所 2025-05-09

关于加快构建普通高等学校毕业生高质量就业服务体系的意见

加快构建高校毕业生高质量就业服务体系，畅通教育、科技、人才良性循环。

新华社 2025-04-08

专家报告荟萃㉘ | 重庆大学副校长卢义玉：重庆大学高质量人才培养体系

重庆大学，自1929年成立以来，历经沧桑，始终站在中国高等教育的前列。我们是中国高校中唯一一个自建校以来没有更换过校址和校名的大学，这既是一种传承，也是一种坚守。近年来，重庆大学在“211工程”、“985工程”以及“双一流”建设中取得了显著成就，始终保持在中国高校的第一方阵。

中国高等教育博览会 2025-02-18

四川农业大学研究生在自然指数期刊《Inorganic Chemistry》发表封面研究论文

研究利用天然植物多酚化合物木犀草素与微量营养元素金属锰离子成功合成了一种具有类酶活性的材料（Lu-Mn纳米酶），该材料具有良好的生物相容性和生物安全性，在微酸性条件下（肿瘤微环境）可高效地将H2O2转化为具有肿瘤细胞清除能力的·OH，能够有效杀死肿瘤细胞，抑制肿瘤生长，为癌症治疗提供了一种新的策略。

四川农业大学 2025-02-24

锂电池管理系统AI算法研究

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

西南大学 2025-05-12