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。 

研究目的和意义机器学习和人工智能已成为当今最热门的技术之一。2017年，国务院印发了《新一代人工智能发展规划》，正式将人工智能作为国家重要发展战略之一。人工智能已经成为信息技术时代的又一波浪潮。在这波浪潮的推动下，互联网行业、金融行业、传统制造业、政务民生、公安警务等各行各业都在积极向人工智能领域转型升级，利用人工智能先进技术提升智能分析和辅助决策能力，

1.痛点问题 新材料的设计与研发往往面临挑战：急需的新材料难以快速筛选设计，而设计出的新材料又难以找到高效且低成本的合成配方，拥有合成配方的新材料又会面临规模化的长周期探索。根据国家工业和信息化部对30余家大型骨干企业调查结果显示，130种关键材料中，有32%国内完全空白、54%虽能生产，但性能稳定性较差、只有14%左右可以完全自给，亟需新思路来解决我国新材料研发难题。本项目着眼于新材料研发，希望通过创建目前业内空白的智能化新材料研发范式，引领行业智能材料开发自动化服务与工艺的开发。 在数字化、智能化浪潮中，国家和各行业的产业界都非常看重科研的智能化升级。通过持续的交流与调研，我们发现许多企业和研发团队目前对智能研发存在大量潜在需求，而智能研究服务与工艺的同类竞品极少。因此，清华智研将作为一家高新科技企业，以AI赋能研发（AIEmpoweringResearch&Development）为使命，组建国际顶尖水平团队，向国内引进并自主开发世界前沿的AIforScience技术，打造世界级的AI未来实验室（World-ClassAIFutureLab）。 2.解决方案 本技术为新材料研发数字化智能服务平台，可在材料研发过程中对各个尺度以及不同研发阶段下进行智能化的加速及分析服务。以各种人工智能算法为核心，如主动学习算法，图神经网络，卷积神经网络等，我们根据不同材料体系的尺度包括三大方面：1.针对分子及晶体等微观尺度的功能材料研发，设计智能化的深度学习系统。2.针对二维功能材料及其功能性器件、催化剂、膜材料等宏观尺度，设计智能化的深度学习系统。3.针对功能材料研发的表征仪器等平台尺度，设计智能化的系统解决方案。这些智能化解决方案能极大地加速新材料尤其是碳中和相关材料的研发速度，从而大大地降低研发成本与时间，为企业获得有竞争优势的科研壁垒。 自动化和人工智能助力未来智能实验室的方方面面，从样品制备（称量固体、添加液体、超声处理.等)，到合成（分配液体，控制温度，混合，测量pH值，干燥等)、表征（气相色谱，高效液相色谱，分光光度法等)，通过自动化/机器人的辅助，可以有效提高可重复性，提高信噪比，加快实验速度。通过人工智能技术，将实验数据转换为可操作的智能指导，快速浏览并利用复杂的数据，提升认知能力。 智能化研发平台 3.合作需求 拟成立公司推动该项成果的产业化进程，希望对接 1）工程化、产品化所需的资源； 2）新能源、新材料领域合作企业。

所有的净菜加工厂商仍采用人工来完成这一环节的加工，可谓是费时费力，为生产经营者带去了较大的人工成本开销，并且手工对半切也存在效率不高，规格尺寸不均等诸多问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高炜凯 机器人产业学院 2020.10/2024.6 20484116 杭海斌 机器人产业学院 2020.10/2024.6 20481112 杜陈琳 机器人产业学院 2020.10/2024.6 20446102 裴育 机器人产业学院 2020.10/2024.6 20496329 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 陈炳伟 机器人产业学院/机械设计及其自动化 教研室主任/高级工程师 智能制造 闫东旭 机器人产业学院/电气自动化 讲师 离散元法、机械优化设计 四、项目简介 随着我国经济的发展，人民的物质生活水平不断提高，人们的饮食习惯逐步向方便快捷、营养化的方向发展，在蔬菜的加工方面出现了净菜半成品菜，受到广大人民群众的欢迎。而发展食品工业的基础便是食品机械，不断地研制各种类型的食品机械才可能促进食品工业的发展和满足不断提高的人民物质的需求。 现如今，用于蔬菜清洁、削皮和切片等功能的机器已经屡见不鲜，几乎各类规模的净菜加工厂都在使用此类机械来完成对菜品的加工，但在各个生产环节中仍存在着一个不容忽视的需求，即所有需要切片的根茎类蔬菜在使用机器切片之前都需要将其对半切开，而这一环节至今尚未被食品机械生产厂商所洞察并重视，市面上尚无能够满足这一环节要求的机械，所有的净菜加工厂商仍采用人工来完成这一环节的加工，可谓是费时费力，为生产经营者带去了较大的人工成本开销，并且手工对半切也存在效率不高，规格尺寸不均等诸多问题。

公司现在都是由人工进行数控车床及加工中心的操作，每人可以操作两台或三台机床，公司自2019年起就着力考察能够合作的企业或学校，致力打造由机器人替代人的数控车床及加工中心的操作，但多方寻找，还未有能够针对我公司的高端装备产品的机器人，我公司的产品，品种多，需要较频繁的更换要加工的工件，所以较其他企业的流水线式的机器较为复杂。

本发明公开的季铵盐改性有机硅聚氨酯型海洋防污涂料，结构如式（1），式中为含有季铵盐侧链的有机硅软段，为异氰酸酯硬段。制备步骤包括：制备2,4,6-三（3-氯丙基）-2,4,6-三甲基-环三硅氧烷；制备1,3-双[3-(2,3-环氧丙氧基)丙基]-四甲基二硅氧烷；制备1,3-双[3-(1-甲氧基-2-羟基丙氧基)丙基]-四甲基二硅氧烷；制备双羟基封端氯丙基聚硅氧烷；制备含有季铵盐与羟基的聚硅氧烷化合物；将该化合物和异氰酸酯混合，再加入γ-氨丙基三乙氧基硅烷进行扩链得到预聚体，预聚体在空气中交联缩合。本发明结合了低表面能与毒杀的双重效果，不仅可以抑制海洋生物的吸附，还能通过季铵盐杀死吸附在船体表面的细菌式（1）。

本发明涉及一种海洋混凝土结构用高强耐蚀铁素体/贝氏体双相钢筋及其制备方法，钢筋具有铁素体/贝氏体双相显微组织，其中贝氏体所占比例为50％?60％，钢筋的化学成分重量百分比含量为：C：0.015％～0.020％，Si：0.45％～0.55％，Mn：1.1％～1.5％，Cr：10.5％～11.2％，Ni：1.0％～1.5％，Mo：0.8％～0.95％，V：0.03％～0.06％。本发明通过多元素复合合金化设计，结合钢筋成型中的控轧控冷，获得的钢筋具有高强韧的铁素体/贝氏体双相组织，同时具有优异的耐海洋氯离子侵蚀的高耐蚀性，可在严酷海洋侵蚀环境的混凝土结构中实现长寿命服役。

中国海洋大学稳态瞬态荧光寿命光谱仪采购项目竞争性磋商

海洋平台、海底管道等海洋装备长期在恶劣的海洋环境中服役，较易出现腐蚀、疲劳以及开裂等结构缺陷，直接影响水下结构可靠性。针对以上问题，本项目（海洋装备交流电磁场智能安全检测及可视化评价技术与应用）围绕海洋装备在役安全检测及评估的技术难题展开系统攻关，基于交流电磁场检测原理，引入海洋电磁学，探究海洋环境中多类型激励下电磁场畸变特征，揭示水下结构缺陷三维形貌-畸变电磁场-可视化成像的正反演化规律，提出水下提离扰动条件下干扰信号识别及补偿方法，建立海洋装备智能检测与可视化评价算法，改变传统操作人员主观评估为智能可视化评价，显著提高海洋结构缺陷检测的智能化和可视化水平，最终构建新一代海洋装备交流电磁场智能安全检测和可视化评价技术体系及其工业应用系统，有效添补水下结构缺陷交流电磁场检测及可视化技术空白，突破国外技术壁垒，率先研发的具有自主知识产权的水下交流电磁场智能可视化检测仪器，可实现500米水深结构物缺陷检测。 团队（赛弗智检）依托于中国石油大学（华东）智能传感与无损检测实验室，目前有教授一名，副教授两名、博士后一名、博士三名，硕士生二十余名，具有良好的科研攻关和产品研发、升级能力。 团队研发的海洋装备交流电磁场智能可视化检测仪器能够实现水下结构萌生级裂纹（3.0 mm 长、0.5 mm 深）的智能识别和可视化评价，突破水下涂层和附着物扰动影响技术瓶颈，减少表面清理作业工序60%以上，可视化反演精度超过90%，达到国际领先水平。 本项目成果改变传统无损检测主观经验判断为智能检测与可视化评价，显著提高海洋装备结构缺陷检测效率和准确率，可广泛用于海洋油气开发、港工码头、跨海大桥以及船舶等多领域海洋装备的在役安全检测，提供高精度缺陷三维形貌信息，为合理决定维修或改装方案提供数据支撑，有效延长海洋装备的使用寿命，保障海洋装备安全运行，具有良好的社会及经济效益。 目前研发的智能可视化检测仪器已在中海油检测技术公司、广东运通仪器科技有限公司等企业销售和推广应用，用于水下导管架焊缝、深水隔水管、海洋平台等关键海洋装备安全检测和评价，有效代替传统磁粉等表面无损检测方法，产品销售及检测服务已为企业新增效益9000余万元。 获奖： （1）第六届中国国际“互联网+”大学生创新创业大赛   银奖 （2）中国博士后创新创业成果大赛   团队组金奖 （3）首届“能源 智慧 未来”全国大学生创新创业大赛   一等奖 （4）第五届山东省“互联网+”大学生创新创业大赛   金奖 （5）第十二届“挑战杯”山东省大学生创业计划竞赛   银奖 （6）东营市首届油地校创新创业大赛   二等奖 （7）第七届中国研究生能源装备创新设计大赛   一等奖 （8）第六届山东省大学生科技创新大赛   二等奖

本成果基于廉价易得的功能型离子液体、低共熔溶剂，可从海洋废弃生物质（比如虾蟹壳，海藻，海带等）中高选择性制备甲壳素、壳聚糖、海藻酸等天然多糖高分子化合物，进而实现相应化合物的结构性能提升（如抗菌等）或者转化为高附加值衍生产品（如医药用品或者药物载体等）。该新技术有望解决传统酸碱制备方法中水耗高、污染大等问题，具备水耗低、污染少、能耗低、流程少等潜在优点。此外，新技术具有良好的拓展性和灵活性，可从虾蟹壳直接制备甲壳素敷料、绷带等医疗用品。 主要技术特点如下： （1）处理的原料来源于当地的虾蟹壳，海带/海藻等，无需特别分级处理。 （2）所得甲壳素收率大于90%，纯度大于95%，聚合度可调，介于400——4000。 （3）所得壳聚糖收率大于90%，纯度大于95%，脱乙酰度值大于85%，符合国家标准GB 29941-2013。 （4）所得海藻酸收率大于90%，纯度大于95%。 （5）可制备得海藻酸基功能材料（膜、纤维、水凝胶、气凝胶等），具备自愈合、阻燃等特点。