本实用新型涉及医疗设备领域，尤其涉及一种简易检查床床罩装置。本实用新型包括检查床、床罩卷轴和床罩卷，所述床罩卷轴可拆卸地固定在所述检查床的床头，并与所述检查床宽度方向平行，所述床罩卷以所述床罩卷轴为轴心固定在所述床罩卷轴上，所述床罩卷包括床面部和折叠部，所述折叠部可展开地折叠在所述床面部的两侧，并且所述折叠部展开后可固定在所述检查床的床垫的左侧面和右侧面上。这种结构的简易检查床床罩装置使用方便且容易固定，减轻了医护人员的工作量，同时也能够增加病人的满意度。

本项目的目的在于通过开发优质廉价的小型临床定量光学检测仪器和其配套试剂，为社区和农村基层医疗单位甚至家庭提供更加快速、准确、低成本的定量检测技术，充分发挥其在疾病防控中的作用，避免误诊、降低用药费用、减少医疗费，尽可能的提高基层医疗单位的效率。本项目的实施可以加速我国基层医疗服务体系建设，健全基层医疗卫生机构的功能，解决基层医疗卫生机构目前存在的迫切问题，全面提升基层医疗机构的服务水平。 本项目的实施可以填补低成本、低操作要求的医学定量检测系统的技术空白，解决重要疾病和常见病在基层医

通过将膜分离器与流化床反应器耦合，利用膜材料的选择筛分与渗透性能，在高温下实现气相产物与催化剂的原位分离，从而提高催化剂使用效率与反应的转化率及产品选择性、同时有效去除反应产物中的热粒子与焦油等杂质，减少PM 2.5等超细颗粒物排放，实现产物净化与大气环境保护。流化床膜反应器在气固相反应过程中对贵重催化剂和超细粉体的回收具有重大的经济意义，可最大程度的减少催化剂或产品的损耗，降低生产成本，提高经济效益。

产品详细介绍微型固定床微反评价装置，又称"微型反应器"或"实验室反应器",其适用性主要为化学反应工程提供试验手段,是从事石油加工、化工合成、催化剂制备、评价、分析测试和反应动力学研究的实验装置。该装置主要为中、低压通用型气-固-液催化反应装置；主要包括固定床金属反应器，程序升温高温炉。系统反应物可以扩展多路气体和液体流路、可适应不同的反应条件。反应温度可以连续恒温稳态操作或程序升温非稳态操作方式。反应气与色谱载气可以用并联或串联方式，反应后的产物可以通过开关阀或六通阀间隔性采样，在线分析，数据处理。主要特点－该微反装置主要用于常压的微反评价,例如环境催化,选择催化等评价反应。－气体出钢瓶后分别用质量流量计进行流量控制。质量流量计行业优质品牌产品，测量精度小于0.2%。－稳压阀、背压阀、截止阀、开关阀等阀件及压力表优先采用行业优质产品。－装置管线连接采用不锈钢φ3管线（或φ8管线）。－混合罐、固体收集器、冷却器及内件选用316材质或其他材质材料。－微反装置配置在线色谱分析仪1台，用于分析原料气和尾气，微反装置需预留出原料气和尾气连接色谱接口。－反应器反应管内径20mm，内置测温热电偶1个，能准确显示催化剂床层温度，恒温区长 度大于8cm，反应管长50cm左右。－立式管式加热炉：使用温度：RT-00℃，控温精度：±1℃，开启式。绝缘等级：F级；－防护等级：IP54。－控制系统：控制气体流量、温度、超温报警器、原料气与尾气采样阀开关等，显示催化剂床层温度、原料气－与尾气在线分析组分。－干燥器配备足量满足装置使用要求的干燥剂，干燥剂装置外再生，要求干燥器方便拆卸。－固体收集器需易拆卸，以便于对固体产物完全收集计量。－配备专用工具1套及3 个月的备品备件。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。 成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.） 致癌性预测服务器首页 致癌性预测结果页 相关综述对本服务器的介绍 RF-hERG-Score预测药物引起的hERG相关心脏毒性 2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。 特异性重打分函数显著虚拟筛选性能显著较高 筛选出两个候选抑制剂 3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。 lncRNA-蛋白质相互作用预测模型的性能比较 lncRNA-蛋白质相互作用预测服务器相关软件著作权：

技术简介 近年来随着智慧城市、高精地图、无人驾驶等行业的快速发展，移动测量系统作为一种高新的测绘地理信息装备在测绘地理信息生产中的作用也日益突出，是当今测绘领域最前沿的科技之一。该传统集成了激光扫描仪、工业全景相机以及定位定姿等多种传感器，能够在移动状态下实时主动地获取近景目标的空间坐标、属性数据及实景影像等多种信息。 本系统可用于高精地图数据采集、处理及地图构建，为无人驾驶提供技术支撑，同时为实景三维、智慧城市提供数据采集、数据处理的技术支撑。应用场景包括1）高精地图数据获取； 2）实景三维； 3）智慧城市； 4）道路信息获取及病害检测； 5）城市部件；6）地籍测量。 道路移动测量采集系统 无人机移动测量系统 移动测量数据处理软件 移动测量多传感器采集软件 创新点及性能指标 （1）多传感器一体化系统集成架构 多传感器系统集成、数据采集与控制，涉及到基于网络交互的模块间解耦，实现负载均衡，并利用插件式架构实现传感器的可扩展适配。 （2）多传感器数据融合的并行运算 基于多线程机制实现I/O与数据运算间的并行，并通过多核CPU/GPU异构进行并行计算。 （3）多传感器数据的一体化融合 基于特征约束（匹配）的多传感器一体化标定，涉及到基于平面特征的激光扫描仪的外方位元素标定以及基于特征匹配的无控制点全景相机外方位元素标定。 （4）大规模点云数据的空间数据管理及实时渲染 基于八叉树结构实现内外存的点云空间数据管理，在此基础上基于点云数据实时预测调度和LOD结合对大规模点云进行实时渲染。

1 成果简介移动指挥通信方舱是用于突发公共安全事件应急指挥和军事指挥的大型作战指挥系统。其可和汽车、火车、飞机、船舶等多种交通工具配套使用，满足突发公共安全事件快速响应、移动指挥决策、现场应急处置等需求，是国际领先的大型现场综合指挥调度处置系统。2 应用说明移动指挥通信方舱可在突发公共事件过程中实现现场的应急通信、网络、视频会商等功能，具体功能如下： ( 1)现场应急通信功能：通过数据和语音通信方式，保证移动应急平台和指挥中心、现场各部门人员等之间图像、数据、语音的通信。 ( 2)现场网络功能：通过多种手段实现现场各部门连接及接入移动应急平台，以保证移动应急平台可作为现场应急救援最高的指挥场所，对现场其它应急指挥车或平台进行指挥调度、现场音视频和数据等采集信息实时接收以及超视距的现场信息采集、现场办公需求。 ( 3)语音互联互通指挥调度功能：实现多个不同部门使用不同频段、不同制式的通信设备在同时运作和之间的互联互通，有效保障现场指挥人员对现场各部门人员的指挥调度和现场各部门人员的互相通信与协作。 ( 4)视频会商功能：移动应急平台通过卫星链路、有线链路等多种方式实现和指挥中心、各部门应急平台之间的视频会议。 ( 5)环境信息监测监控功能：移动应急平台结合低空飞艇智能扫描定位监测系统、移动应急通信与数据集成系统、现场环境参数采集传输系统、应急现场定向空投信息采集系统实现现场图像、地理信息、危险源信息以及环境参数等多种信息采集监测监控。 ( 6)事件分析研判功能：通过本地模块调用，对事态发展和后果进行模拟预测和分析，对事件影响范围、影响方式、持续事件和危害程度等进行综合研判，并参考预案进行预警分级，供指挥决策时参考。 ( 7)移动 GIS 功能：动态定位追踪移动应急车辆、单兵、救援力量、物资调度等动态变化情况，并可查询、量算、路径规划等功能，实现定位点周边情况查询分析、路径优化、距离及坡度量算。 ( 8)电子沙盘功能：实现综合可视化、空间分析、查询检索、快速标注，为现场指挥决策人员进行意图表达供便捷手段，使现场应急指挥更加直观、便捷。 ( 9)现场办公功能：提供现场会商、打印、复印、扫描、传真等功能，满足现场应急办公需求。3 效益分析实现移动指挥通信方舱的产品化，应用于各省级、地市级、区县级、企业、专项部门等移动应急平台的建设。4 合作方式商谈。

1 成果简介移动应急监测方舱用于现场图像、语音、环境参数、气体浓度等多种信息采集、监测的大型应急监测系统；其可和汽车、火车、飞机、船舶等多种交通工具配套使用，满足突发公共安全事件快速响应、现场信息采集监测、通信中继等需求。2 应用说明移动应急监测方舱具有国际领先的大型现场信息采集系统，其装载低空飞艇智能扫描监测系统、移动应急通信与数据集成系统、环境参数采集传输系统、自动导航动力飞艇图像监测系统、应急现场定向空投信息采集系统等提供多种对现场信息的采集方式。目前，移动应急监测方舱在世界上还处于研发阶段，清华大学研发的移动应急监测方舱属国际领先水平。3 效益分析实现移动指挥通信方舱的产品化，应用于各省级、地市级、区县级、企业、专项部门等移动应急平台的建设。4 合作方式商谈。