|
搜索
搜 索
高等教育领域数字化综合服务平台
立体植物培养箱
一种立体植物培养箱，由种植系统和灌溉系统组成，种植系统包括支架、横向隔板和种植箱，支架由两侧的立板和顶板组成n形结构，在两侧的立板之间设有多个横向隔板，在每一隔板上设有种植箱，所述的横向隔板的后端通过销轴与两侧的立板铰接；在横向隔板与种植箱之间设有限位机构；所述的灌溉系统设在种植系统的一侧，在该立板上对应于该横向隔板的前端处设有以销轴为圆心的弧形孔；在该横向隔板的前端设有穿出该弧形孔的牵引柱，该牵引柱与一牵引绳连接，该牵引绳的顶端穿过安装在该立板顶部的定位板的圆滑通孔与设在支架顶端的牵引装置连接。本实用新型的优点：利用电机驱动的牵引装置同时调节多层横向隔板的角度，结构简单，调节非常方便。
青岛农业大学
2021-04-13
技术需求：植物染料染色
1、 研究棉、竹纤维、毛、涤纶、锦纶、腈纶及其混纺纱线植物染料染色的不同实验工艺，在植物染料染棉针织物、棉机织物的基础上改进和开发其他纤维的相关染色工艺。
2、 针对工厂大生产工艺，通过实验优化植物染料溶解化料的效果；同时以实验室工艺为基础，根据工厂设备以及其他生产必要条件，对工艺进行产业化改进。
3、 提高染后纱线的质量，通过染色工艺和后处理等方案，改善产品的日晒牢度、干湿摩擦牢度、酸碱变色牢度、皂洗牢度等。
山东明福染业有限公司
2021-08-24
植物照明补光灯
山东光因照明科技有限公司
2021-06-17
草本植物茎横切
宁波华茂文教股份有限公司
2021-08-23
植物的器官实验箱
箱体为手提式一体工程塑料制作完成，外观尺寸（cm）：55*45*15主要配置及用材：托盘、解剖刀、剪子、典型根的标本、典型的茎的标本、典型的叶的标本、典型的花的标本、典型的果实标本、典型的种子标本及根、茎、叶、花、果实、种子图片等,各种器材有序嵌放于珍珠棉发泡成型的空间内。
石家庄市艾迪科教设备有限公司
2021-08-23
天然植物提取物
包含金银花、菊花、罗汉果等提取物（粉）或浓缩汁，用于植物类饮料、 固体饮料、风味食品配料、香料配料等。
河源市吉龙翔生物科技有限公司
2021-11-02
细菌/病毒/组织感染活体组织研究NMT工作站
“NMT界乔布斯”许越先生推荐创新平台
中关村NMT产业联盟推介成员单位创新产品
“生物安全，人人有责”
推出背景：
在国际竞争白热化，战争形态多样化的今天，生物安全已成为国家安全的重要组成部分，为积极应对这一挑战，2019年10月，生物安全法草案于首次提请十三届全国人大常委会第十四次会议审议。本次新冠肺炎疫情的爆发，让各界更加意识到，生物安全对于确保国家安全、保障社会稳定、人民群众生命安全和身体健康的重要性。
国家安全就是国家竞争，归根结底又是科技实力的竞争！因此，作为中国的高新技术企业，中关村NMT联盟的会员单位，旭月（北京）科技有限公司利用20多年的技术积累，以NMT：非损伤微测技术为底层核心技术，迅速推出了与国家生物安全相关多种检验，监测仪器设备，以及适用于多个学科及领域的研发平台：
《NMT生物安全创新平台》特制系列产品！
应对挑战：
1）组织器官水平研究：随着研究的深入，单细胞的生理状态，以及对不同环境的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织器官的在体检测，很好地弥补了这一研究手段的空白。
2）活体研究：可在离体或在体的情况下，对活体组织，开展代谢研究，无需提取、无需染色。
分类及用途：
1）《细菌感染活体组织研究NMT工作站 》（型号：NMT-BIT-100）
基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。
2）《细菌感染活体组织研究NMT工作站 》（型号：NMT-BIT-200）
基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。
《细菌感染活体组织研究NMT工作站 》（型号：NMT-BIT-100）
应对挑战：
1）组织器官水平研究：随着研究的深入，单细胞的生理状态，以及对不同环境的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织器官的在体检测，很好地弥补了这一研究手段的空白。
2）活体研究：可在离体或在体的情况下，对活体组织，开展代谢研究，无需提取、无需染色。
用途：
基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。
参数：
1.基本功能：
1.1针对细菌感染活体组织代谢研究设计
1.2活体、原位、非损伤检测
1.3可检测指标：H+、K+、Na+、NH4+、Ca2+、Mg2+、Cl-、O2、H2O2
2.性能：
2.1自动化操作
2.2长时间实时和动态监测
2.3无需标记
2.4立体3D流速检测
3.软件：
3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速
《细菌感染活体组织研究NMT工作站 》（型号：NMT-BIT-200）
应对挑战：
1）组织器官水平研究：随着研究的深入，单细胞的生理状态，以及对不同环境的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织器官的在体检测，很好地弥补了这一研究手段的空白。
2）活体研究：可在离体或在体的情况下，对活体组织，开展代谢研究，无需提取、无需染色。
用途：
基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。
参数：
1.基本功能：
1.1针对细菌感染活体组织代谢研究和研发设计
1.2活体、原位、非损伤检测
1.3可检测指标：H+、K+、NH4+、Na+、Ca2+、Mg2+、Cl-、O2、H2O2
1.4可实时监测和记录检测时的环境参数：温度、湿度、大气压、海拔、经纬度
1.5可拓展检测指标：HCO3-、NH3、葡萄糖、NADPH、ATP
2.性能：
2.1自动化操作
2.2长时间实时和动态监测
2.3无需标记
2.4立体3D流速检测
3.软件：
3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速，以及检测时的环境参数
旭月（北京）科技有限公司
2021-08-23
寄生虫感染活体组织研究NMT工作站
“NMT界乔布斯”许越先生推荐创新平台
中关村NMT产业联盟推介成员单位创新产品
“生物安全，人人有责”
推出背景：
在国际竞争白热化，战争形态多样化的今天，生物安全已成为国家安全的重要组成部分，为积极应对这一挑战，2019年10月，生物安全法草案于首次提请十三届全国人大常委会第十四次会议审议。本次新冠肺炎疫情的爆发，让各界更加意识到，生物安全对于确保国家安全、保障社会稳定、人民群众生命安全和身体健康的重要性。
国家安全就是国家竞争，归根结底又是科技实力的竞争！因此，作为中国的高新技术企业，中关村NMT联盟的会员单位，旭月（北京）科技有限公司利用20多年的技术积累，以NMT：非损伤微测技术为底层核心技术，迅速推出了与国家生物安全相关多种检验，监测仪器设备，以及适用于多个学科及领域的研发平台：
《NMT生物安全创新平台》特制系列产品！
应对挑战：
1）组织器官水平研究：随着研究的深入，单细胞的生理状态，以及对不同环境的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织器官的在体检测，很好地弥补了这一研究手段的空白。
2）活体研究：可在离体或在体的情况下，对活体组织，开展代谢研究，无需提取、无需染色。
分类及用途：
1）《寄生虫感染活体组织研究NMT工作站》（型号：NMT-PIT-100）
基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。
2）《寄生虫感染活体组织研究NMT工作站》（型号：NMT-PIT-200）
基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。
《寄生虫感染活体组织研究NMT工作站》（型号：NMT-PIT-100）
应对挑战：
1）组织器官水平研究：随着研究的深入，单细胞的生理状态，以及对不同环境的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织器官的在体检测，很好地弥补了这一研究手段的空白。
2）活体研究：可在离体或在体的情况下，对活体组织，开展代谢研究，无需提取、无需染色。
用途：
基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。
参数：
1.基本功能：
1.1针对寄生虫感染活体组织代谢研究设计
1.2活体、原位、非损伤检测
1.3可检测指标：H+、K+、Na+、NH4+、Ca2+、Mg2+、Cl-、O2、H2O2
2.性能：
2.1自动化操作
2.2长时间实时和动态监测
2.3无需标记
2.4立体3D流速检测
3.软件：
3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速
《寄生虫感染活体组织研究NMT工作站》（型号：NMT-PIT-200）
应对挑战：
1）组织器官水平研究：随着研究的深入，单细胞的生理状态，以及对不同环境的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织器官的在体检测，很好地弥补了这一研究手段的空白。
2）活体研究：可在离体或在体的情况下，对活体组织，开展代谢研究，无需提取、无需染色。
用途：
基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。
参数：
1.基本功能：
1.1针对寄生虫感染活体组织代谢研究和研发设计
1.2活体、原位、非损伤检测
1.3可检测指标：H+、K+、NH4+、Na+、Ca2+、Mg2+、Cl-、O2、H2O2
1.4可实时监测和记录检测时的环境参数：温度、湿度、大气压、海拔、经纬度
1.5可拓展检测指标：HCO3-、NH3、葡萄糖、NADPH、ATP
2.性能：
2.1自动化操作
2.2长时间实时和动态监测
2.3无需标记
2.4立体3D流速检测
3.软件：
3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速，以及检测时的环境参数
旭月（北京）科技有限公司
2021-08-23
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10