基于肝细胞球技术的新一代生物人工肝支持系统SRBAL （Spheroids reservoir bioartificial liver）由美国Mayo Clinic医学中心人工肝项目主任Scott L. Nyberg教授研发，目前处于Ⅰ期临床试验研究阶段。Mayo Clinic是全球著名医疗机构，是美国排名第二的医学中心，其消化科排名全美第一。Nyberg教授是Mayo Clinic血管外科中心主任，William J. von Liebeg移植中心外科学教授，肝脏疾病转化医学“Advanced Liver Diseases Study Group”计划负责人之一，人工肝项目主任，从事生物人工肝（BAL）研究21年。Nyberg教授带领的BAL研究团队在Mayo Clinic完成了 HepatAssist BAL的Ⅲ期临床试验，同时开发了SRBAL系统，目前SRBAL系统因能容纳超过400克的肝细胞，同时采用有利于肝细胞功能发挥的肝细胞球结构，其肝脏支持性能在文献已报道的BAL系统中处于领先地位。同时Nyberg教授小组在全球首先培育并利用FAH-deficient猪作为生产人源性肝细胞的生物“工厂”，创造性的解决了各种肝细胞治疗，包括BAL 系统所面临的高活性人源化肝细胞来源问题。 ELAD(extraorporeal liver assistant device, ELAD) 体外肝脏支持系统是上世纪90年代，由Baylar设计, 美国Vital治疗公司研制开发，运用HepG2-C3A 人肝癌细胞株,包括四个中空纤维透析生物反应器，每个反应器含有大约100g的肝癌细胞。ELAD系统已经进入Ⅲ期临床试验多年，是目前最接近上市的生物人工肝支持系统。SRBAL系统采用和ELAD系统不同的细胞来源，培养方式和生物反应器形式，预期对ELAD系统肝脏支持功能有显著改进。

本发明公开了一种面向移动通信平台的即时通信软件侧信道测试系统，包括移动通信设备模拟平台、 侧信道信息采集平台、通用 PC 平台和通信功能验证平台；移动通信设备模拟平台与通用 PC 平台的连 接采用通用标准接口，用于接受通用 PC 平台的控制；移动通信设备模拟平台通过网络与通讯功能验证 平台进行信息交互；通用 PC 平台用于控制加密数据的进出和对侧信道信息进行存储；侧信道信息采集 平台的测试引脚与移动通信设备模拟平台相连，用于侧信道信息的捕获；通

　　可视型智能试剂柜优势一智能、安全 　　1、嵌入式系统 　　嵌入式系统“试剂柜管理系统V2.0”，液晶显示，触摸屏操作，可监测柜内温湿度，空气质量等信息。 　　2、外接控制软件 　　双模式-可外接控制软件“试剂柜控制软件V2.0”，实现多柜连接管控，试剂出入库管理，查询试剂信息。 　　3、智能定位层板 　　产品需连接外接软件，通过射频技术精准定位到每层、每个孔位，主动识别试剂信息，无需扫码操作，多种孔位可选。 　　4、多柜并联、系统交互 　　嵌入式系统和控制软件可以通过WIFI功能进行远程交互、多柜并联，存储空间无限扩大，试剂信息统计更为便利、准确，导出、打印各式样报表，数据海量存储，长久保存。 　　5、空气过滤系统 　　内置活性炭空气过滤系统，有效解决化学品气味影响实验员身体健康的问题。可更换的过滤材料，大风量风扇、保证内部空气每分钟循环三次。 　　6、双人双锁 　　有效解决试剂的安全管理，符合《公安部第154号令》对于易制毒、易制爆危险化学品的管理要求。对于常规试剂也可方便的实现单人单锁控制。 　　可视型智能试剂柜优势二经济、方便 　　1、超大的存储容量 　　JPG-2000试剂柜的单柜存储容量达到了920L，并可多柜并联。 　　2、可调节层板 　　灵活存储，层高调节极为方便，每层可根据需求放置不同规格的试剂瓶。 　　3、RFID刷卡模块 　　通过刷卡及输入密码可方便的开关柜门，IC卡片具有多种样式供用户选择，在断电的情况下具有柜门自动锁止功能，可通过钥匙手动开关柜门。 　　4、全模具化设计 　　模具化设计降低了客户采购成本，并提高了产品一致性及制造精度，使工件的质量有所改善和提高，加强了标准结构互换性，现场组装方便快捷。 　　可视型智能试剂柜优势三灵活、扩展 　　1、智能摄像系统 　　无人值守，可实现24小时全天候视频监控，360°无死角，硬盘存储可达30天，并可无限扩充。 　　2、UPS电源 　　具有断电续航能力，符合相关部门对《易制爆危险化学品储存场所治安防范要求》，并可根据用户需求定制。

项目概况 该静态模型提供了一个融建筑平台、空调设备、中央空调系统于一体的、具有自由拼装搭接功能的实时教学环境、产品展示平台。 本项目处于国内先进水平，拥有自主知识产权。主要特点 该模型将平台、设备及系统融为一体。具有三大部分： （1）建筑平台。我们认为，建筑平台与中央空调系统是一个有机的整体，离开建筑平台谈中央空调，有如无水养鱼，这正是市面上诸多空调模型的弊端所在。 我们提供的建筑平台以建筑的梁、柱、墙体等为基本部件，按建筑模数等比例制作，部件之间采用了拼装结构，可拼出任意种建筑形式。让学生在自由拼装中了解建筑知识。 （2）设备模型。包括了中央空调从主机到末端的各类设备的实体静态模型。各模型均按主流品牌的设备外形等比例制作，效果逼真，接口清晰。 （3）系统搭建。利用上述建筑平台、设备模型，以及配套的管材、配件，学生可自行搭建各类中央空调系统。 系统可用于教学，也可用于产品展示。 技术指标     模型按建筑模数等比例制作，通用接口，观察、搭接方便、实用性强，可反复使用。是一种新颖的教学和产品展示平台。市场前景     近年来在部分教学活动中使用，赢得了众多客户的信任和支持，具有良好的市场前

利用人工喉代偿人体声带是这些患者恢复发声功能的一种有效途径。北航研究团队以基于语音相关的多参数自由调控为目标，在深入的理论研究基础上，已经成功研发了三代电子人工喉。第一代频率固定手执式电子人工喉；第二代频率二值可调分离式电子人工喉；第三代基于生理参数调控型电子人工喉。 已完成工程样机。

XM-N4高级人工流产模拟子宫   一、功能特点： ■ XM-N4高级人工流产模拟子宫采用高分子材料制成，柔软有弹性，外形真实。 ■ 为学习人工流产刮宫技术而设计，包括三个模块：孕6-7周水平位子宫、孕6-7周前倾，孕6-7周后倾子宫。 ■ 三个怀孕子宫都可以打开，放入模拟妊娠囊。 ■ 宫颈口可插入扩宫器、刮匙，可以模拟刮宫操作，模拟妊娠囊可被刮下。 ■ 带有底托，可使子宫固定在正确位置。 ■ 可反复进行练习。   二、标准配置： ■ 高级人工流产模拟子宫：1套 ■ 模拟妊娠囊：1袋 ■ 说明书：1册 ■ 保修卡合格证：1张

1、机器学习领域技术性人才 2、存储系统领域技术性人才 3、系统软件领域技术性人才 4、分布式存储系统架构领域技术性人才 5、分布式存储系统重删领域技术性人才 6、分布式存储系统资源调度领域技术性人才 7、分布式存储系统非易失介质领域技术性人才 8、分布式存储系统网络领域技术性人才 9、固态盘领域技术人才

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。