高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
一种用于微波波导测量系统的数字检流计
本实用新型公开了一种用于微波波导测量系统的数字检流计,包括信号调理电路、A/D 采样及显示 电路和电源电路。信号调理电路包括依次相连的 I/V 转换电路、放大电路以及有源滤波电路。A/D 采样 及显示电路包括依次相连的微处理器、驱动电路和数码管显示电路。电源电路分别与信号调理电路、A/D 采样及显示电路相连。该数字检流计,具有调零和增益调节功能,测量精度较高,结果稳定,不易被外 界环境干扰,在微波技术实验中,用它来替代光点检流计,应用于微波波导测量系统中,实现对对传输 线上电压的测量,方便了教学的开展和实验室的维护,能够更好地满足实验要求。
武汉大学 2021-04-13
一种同时测量株高和叶夹角的装置
本实用新型提供一种同时测量株高和叶夹角的装置,包括伸缩式高度测量尺,用于测量株高;第一折叠固定杆,与所述伸缩式高度测量尺的底端前侧面铰接;第二折叠固定杆,与所述伸缩式高度测量尺的底端左侧面铰接;第三折叠固定杆,与所述伸缩式高度测量尺的底端右侧面铰接;所述第一折叠固定杆、所述第二折叠固定杆和所述第三折叠固定杆用于提供支撑;所述第二折叠固定杆与所述伸缩式高度测量尺铰接连接形成的夹角,用于测量叶夹角。本实用新型通过伸缩式高度测量尺对株高进行测量,再通过伸缩式高度测量尺和第二折叠固定杆对叶夹角进行测量;这样对株高和叶夹角的测量就无需采用不同装置完成,本实用新型具有便于携带和轻便特点。
青岛农业大学 2021-04-13
新生儿生长发育指标测量及护理模型
XM-YES新生儿生长发育指标评定测量及护理模型   功能特点: ■ XM-YES新生儿生长发育指标评定测量及护理模型(儿科常用体格指标测量模拟人)为整体婴儿,体表标志明显,便于操作。 ■ 采用高分子材料制成,环保无污染,肤质仿真度高。 ■ 婴儿体格检查:身长、体重、头围、胸围、腹围、上臂围等,测量值均在该月龄的数值范围内。 ■ 可练习婴儿抱持、包裹、换尿布、穿衣、擦浴、清洁五官、皮肤护理等多项护理操作。
上海欣曼科教设备有限公司 2021-08-23
新生儿生长发育指标测量及护理模型
XM-YES新生儿生长发育指标评定测量及护理模型   功能特点: ■ XM-YES新生儿生长发育指标评定测量及护理模型(儿科常用体格指标测量模拟人)为整体婴儿,体表标志明显,便于操作。 ■ 采用高分子材料制成,环保无污染,肤质仿真度高。 ■ 婴儿体格检查:身长、体重、头围、胸围、腹围、上臂围等,测量值均在该月龄的数值范围内。 ■ 可练习婴儿抱持、包裹、换尿布、穿衣、擦浴、清洁五官、皮肤护理等多项护理操作。
上海欣曼科教设备有限公司 2021-08-23
XM-F24女性骨盆测量示教模型
XM-F24骨盆测量示教模型   一、功能特点: ■ XM-F24女性骨盆测量示教模型采用高分子材料制成,仿真度高。 ■ 模型为女性成人骨盆,真实尺寸大小,解剖结构精确。 ■ 包括髋骨、骶骨、骶岬、尾骨、坐骨棘、坐骨结节、骶髂关节、髂耻隆突、耻骨联合及第4、5腰椎等结构。 ■ 可显示骨盆腔的三个平面:骨盆入口平面、中骨盆平面、骨盆出口平面。 ■ 骨盆测量示教:入口前后径、入口横径、入口斜径、小平面前后径、坐骨结节间径。   二、标准配置: ■ 女性骨盆测量操作模型:1个 ■ 说明书:1册 ■ 保修卡合格证:1张
上海欣曼科教设备有限公司 2021-08-23
BEX-8104 材料拉力和杨氏模量测量实验装置
实验原理 本实验的目的是熟悉材料的拉伸应力与应变之间的关系。通过转动传感器和力传感器,灵敏测量测试样品所受的拉伸量和拉力。PASCO Capstone软件可实时测量拉伸过程中所产生的应力与应变曲线,从曲线图上可进一步测得杨氏模量,弹性区,塑性区,屈服点等参数。   仪器概述 在该实验中学生可通过增加拉力来测试不同直径钢丝的力学性质。样品两端被紧密地固定,通过转动手柄使得样品沿一个方向拉升,在拉升的过程中力传感器测量力臂所施加的力,最大可测的拉力为250N,同时转动传感器实时测量样品的伸长量,采用PASCO Capstone软件可以计算出应变和应力的大小,并画出相应的曲线,在弹性区内应力和应变的斜率就是杨氏模量。弹性型变和塑性型变的分界点就是屈服点,这个点也可以从PASCO Capstone软件中得出。   仪器特点 采用传感技术和数字化采集分析技术,可较为灵敏地实时测量与分析材料的应力与应变的关系 材料拉力小型测试台,兼容PASCO Pasport系列转动传感器(PS-2120A)和力传感器(PS-2104) 手拧螺钉固定样品,使更换样品变得更为方便   技术参数 项目 技术参数 材料拉力小型测试台 包括底座,样品架,力杠杆臂等结构; 力杠杆臂采用5:1结构,可使力传感器最大测量到250N; 拉伸行程范围:27mm; 摇柄每转一圈行程:1mm; 手拧螺钉固定样品,方便更换试件; 同时兼容PASCO无线传感器与有线传感器 无线转动传感器 角度分辨率:0.18° (0.00314 弧度) 线性分辨率:0.0157 mm (当使用半径5mm滑轮附件时) 滑轮附件的三档直径:10, 29,48 mm 轴径:6.35 mm 最大转速:30转/秒 光学编码器:2000 分区/转,双向 充电电池:锂聚合物 连接方式:直连USB或通过蓝牙4.0 无线力/加速度传感器 受力量程: ±50 N (力杠杆臂结构下可拓展至250N) 分辨率:0.03 N 精度:0.1 N 加速度量程:±16 g 电池:可充电锂聚合物 连接方式:直连USB或蓝牙4.0 传感器带有数据存储功能,可进行离线数据采集,可在测试之后再进行下载。 测试样品组 包含三种不同直径的钢丝样品 每种样品10根   实验内容与典型实验数据 多种金属材料应力-应变关系测量 计算材料的杨氏模量 找出材料的弹性区,塑性区,屈服点和断裂点等参数,并分析材料特性   订购列表 型号 描述 数量 BEX-8104 材料拉力与杨氏模量测量实验装置 1 不包含在BEX-8104中的必备件: UI-5400 PASCO Capstone软件 1 PS-3500 USB蓝牙适配器 1   部件列表 部件型号 部件描述 数量 BEM-5229 材料拉力小型测试台 1 PS-3220 无线转动传感器 1 PS-3202 无线力/加速度传感器 1 BEM-5230 材料拉力测试样品组 1   包装清单 实验装置1套(见部件清单),手册1本。
上海科铭仪器有限公司 2021-12-22
RSM-SMS(A)三维全场应变测量分析系统
武汉中岩科技股份有限公司 2024-10-29
基于机器视觉的路面病害检测关键技术
路面病害分为表面破损(如裂缝)、路面变形(如沉降)和结构病害(如层间脱空)三大类。该技术以路面检测成果为全卷积神经网络的输入信号,对于表面破损,其输入为多功能检测车拍摄的路表图像;对于路面变形,输入为三维检测车测取的三维路面模型;对于结构病害,输入为探地雷达信号图像。通过海量数据的训练、测试,可实现上述三类病害的自动化识别、分类和测量,为路面养护工程提供数据支撑。此外,该技术在保证与人工识别结果相同的精度下,可将数据处理速度提高千倍以上。 
华东交通大学 2021-05-04
关于蛋白质机器动力学的研究
泛素-蛋白酶体体系(Ubiquitin-Proteasome System,简称UPS)是细胞内最重要的蛋白质降解通路,对维持生物体内蛋白质的浓度平衡,以及对调控蛋白、错误折叠或受到损伤的蛋白的快速降解起着至关重要的作用,参与了细胞周期、基因表达调控等多种细胞进程,由UPS失常引发的蛋白质新陈代谢异常与众多人类重大疾病直接相关。2004年,Aaron Ciechanover, Irwin Rose和Avram Hershko三位科学家被授予了诺贝尔化学奖,以表彰他们对该降解通路的发现。UPS中蛋白酶体是细胞中最基本的、最重要的不可或缺的、最为复杂的大型全酶超分子复合机器之一,人源蛋白酶体全酶包含至少33种不同的亚基,总原子质量约为2.5MDa。美国FDA批准的多种治疗癌症的药物分子即以蛋白酶体为直接靶标。近年来,随着冷冻电镜技术的发展和应用,人们对这一大分子机器的结构和功能研究得以不断深入。2016年,毛有东课题组与合作者报道了人源蛋白酶体基态的3.6Å冷冻电镜结构及其他三个亚纳米分辨构象,并首次发现一个亚稳态构象的核心颗粒(Core Particle,简称CP)底物转运通道处于开放状态(见PNAS 2016, 113: 12991-12996)。2018年4月,该课题组又报道了6个ATPγS结合状态下的26S动态结构,包括三个CP开放态对应的亚稳简并态近原子分辨(4~5Å)结构(见Nature Communications 2018, 9: 1360)。尽管这些工作揭示了蛋白酶体的基本架构和内在运动行为,但由于缺乏蛋白酶体与底物之间的相互作用,人们对于蛋白酶体如何实现底物降解的原子水平工作机制仍一无所知。此外,尽管冷冻电镜技术近年来广泛应用于分析具有动态特征的蛋白复合体结构和平衡态构象,但对其中间态结构和非平衡构象分析的分辨率水平往往局限在4~6埃或更低,离真正的全原子水平动力学分析还有相当一段距离。 为了真正实现原子水平的蛋白酶体底物降解动态过程的冷冻电镜三维重建和动力学表征,毛有东课题组攻克了两大技术难题。其一,如何在蛋白酶体完成底物降解之前抓到它的所有可能的中间态构象?课题组发展了一种新颖的核酸置换法,利用ATPγS降低AAA-ATPase激酶水解活性的特点,在底物降解中间过程,通过将ATP快速置换成ATPγS,结合快速冷冻的优势,从而扑捉到蛋白酶体在底物降解过程的中间态。其二,如何在从冷冻电镜数据中分析出更多构象的同时,还把分辨率做到3埃甚至更好?课题组通过多年持续努力,发展了多种基于人工智能和机器学习的冷冻电镜图像聚类的新型算法,并针对蛋白酶体的动力学特征,设计了一套极其有效的整合了多种算法的多构象分类流程。通过这两套技术方案的完美结合,课题组成功解析了人源蛋白酶体在降解底物过程中的七种不同的、但差别甚微的、高分辨原子水平的天然态构象(Native states),完整展示了蛋白酶体从泛素结合到去泛素化,再到底物转运的动态过程。与同期在Science上发表的与底物结合的酵母蛋白酶体的4.2-4.7埃冷冻电镜结构(Science doi: 10.1126/science.aav0725,来自加州伯克利分校和Scripps研究所)相比,该Nature论文不仅总构象数量多一倍,全部构象分辨率还高1-2埃。由于Science论文采用了抑制Rpn11去泛素活性的策略,其非天然态结构中底物并不能真正自由转运,所推测的机理仅限于底物转运这一步,对于其他三大Nature论文所回答重要问题均无法给出答案。这体现了该Nature论文不仅在实验方法的原创性上和数据分析水平和质量上,更在科学发现和问题探究的深度和广度上大幅超越了来自Science的竞争性论文。图一 七个利用冷冻电镜解析的精细原子结构完整揭示了从泛素识别、去泛素化反应、转运启动和持续降解的核心功能动态过程。 作为整个蛋白酶体的动力来源与运转核心,AAA-ATPase激酶分子马达展现出了三种不同的核苷酸水解协作模式,6个ATPase亚基协调工作,交替与底物发生相互作用。在去泛素化过程(EB态)中,处于对立位置的两个ATPase亚基Rpt2与Rpt4水解ATP,而Rpt5与Rpt6则释放ADP,ATPase内的底物转运通道被打开,使得底物可以进入轴心通道;与此同时,去泛素化酶Rpn11亚基与泛素及底物发生相互作用,执行其作为去泛素化酶的功能;在转运起始过程(EC态)中,相邻的两个ATPase亚基Rpt1与Rpt5会同时水解ATP,调控颗粒(Regulatory Particle,简称RP)发生大规模转动并释放泛素;在底物去折叠与转运过程(ED态)中,三个相邻的ATPase亚基会分别同步进行ATP的结合、ADP的释放与ATP的水解,这一过程会单向传递下去,将ATP水解释放的化学能转换为机械能,使得相应的ATPase亚基发生刚体转动,推动底物的去折叠和单向输运,同时CP的转运通道入口打开,底物被送入通道中进行降解。这些研究结果为几十年来对蛋白酶体功能的研究提供了宝贵的第一手原子结构和动力学信息,对于理解生物体内蛋白质的降解过程和一系列负责物质输运的ATPase马达分子的一般工作原理具有极为重要的科学意义。
北京大学 2021-04-11
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
首页 上一页 1 2
  • ...
  • 114 115 116
  • ...
  • 154 155 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1