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
生物基聚氨脂类产品的生物-化学组合合成技术
聚氨酯(Polyurethane, PU)是一种新兴的有机高分子材料,被誉为 “第五大塑料”,与橡胶材料相比,聚氨酯特殊的微相分离结构赋予PU良好的耐磨性、耐擦伤性、粘结性、柔韧性、优良的保光性与低温性等卓越的性能而被广泛应用于化工、轻工、电子、医疗、建筑、航空航天等众多领域,是目前发展最快的特种有机树脂之一。 一、项目分类 关键核心技术突破 二、成果简介 聚氨酯(Polyurethane, PU)是一种新兴的有机高分子材料,被誉为 “第五大塑料”,与橡胶材料相比,聚氨酯特殊的微相分离结构赋予PU良好的耐磨性、耐擦伤性、粘结性、柔韧性、优良的保光性与低温性等卓越的性能而被广泛应用于化工、轻工、电子、医疗、建筑、航空航天等众多领域,是目前发展最快的特种有机树脂之一。自从1998年以来,国内聚氨酯产业发展迅速, 据统计,2020年,我国聚氨酯行业产量在1470万吨左右,总产能约占全球总产能的36.4%,成为全球最大的聚氨酯生产国和消费国。随着石油的日益枯竭和环境污染等问题的出现,寻求廉价、高效、可再生和环境友好的资源替代石化资源合成PU已迫在眉睫,这也是行业近年来需要重点解决的问题。
华中科技大学 2022-07-27
大型海藻生物质高效热解生物油机理的研究
项目简介 本项目针对大型海藻这类潜力巨大的可再生能源采用热解制取生物油的机理问题, 分析海藻水溶性多糖热裂解产油、产气和产炭的特征,并通过多种测试手段相结合具体 分析所制得生物油成分,由生物油成分探索水溶性多糖的热解反应机理。研究热解温度、 停留时间等过程参数对海藻热解制油产率和品质的影响规律,利用灰色关联法分析其影 响程度序列,获得产油率和油品协同最佳所对应的热解工况。最终评价海藻热解生成液248 体油的价值,并提出优化调整策略。
江苏大学 2021-04-14
生物实验室讲座与授课模式-生物实验室
    生物实验室讲座与授课独特之处:革新的顶装式集成系统使空间变得简单、灵活。实验桌可根据需求自由移动和组合,轻松实现各种模式的转换。做到“你的教室你做主”。     升降臂:化学升降臂可供应实验室以光、电、气、给排水、通风等系统
广东厚吉教育科技有限公司 2021-08-23
生物实验室学科教学模式-生物实验室
    生物实验室学科教学模式独特之处:革新的顶装式集成系统使空间变得简单、灵活。实验桌可根据需求自由移动和组合,轻松实现各种模式的转换。做到“你的教室你做主”。     升降臂:化学升降臂可供应实验室以光、电、气、给排水、通风等系统
广东厚吉教育科技有限公司 2021-08-23
一体式悬浮载体生物流化床处理村镇生活污水的研究
技术成熟度:理论突破 反应器采用一体式生物流化床,好氧区,投加了悬浮载体果核活性炭,形成活性污泥及生物膜的有机结合体;缺氧区,安装三相分离器及搅拌片,使泥水混合均匀,能够及时排出反硝化所产生的氮气,进而提高脱氮效率。 设备所有结构均在同一壳体内,工艺运行方式灵活,由于其运行过程中不需额外投加碳源和絮凝剂,其运行费用较低。针对我国农村污水处理面临的不易聚集处理的问题,这种单体新型污水处理设备对我国农村污水处理有着较大的实用潜力。 运用一体式生物流化床处理村镇小区生活污水,为该工艺的应用推广提供科学的运行控制参数。 针对我国农村污水处理面临的不易聚集处理的问题,这种单体新型污水处理设备对我国农村污水处理有着较大的实用潜力。
吉林建筑科技学院 2025-05-19
一种具有模式转换功能的防风防浪型仿生水黾机器人
本发明公开了一种具有模式转换功能的防风防浪型仿生水黾机器人,包括布置在主体底板周围的四条支撑腿,每条支撑腿包括:横向支撑腿,一端与主体底板横向转动铰接;纵向支撑腿,一端与横向支撑腿的自由端纵向转动铰接;漂浮支撑腿,顶部与纵向支撑腿的自由端连接;所述仿生水黾机器人还包括保持主体底板、横向支撑腿和纵向支撑腿之间相对位置的保持部件,以及用于驱动横向支撑腿相对主体底板横向转动、驱动纵向支撑腿相对横向支撑腿转动的第一驱动部件;本发明通过调整支撑腿的位置和形态,从而改变机器人的姿态和模式,可以更好的适应自然环境;在风浪较大时,调整成平稳模式,抵御风浪的侵袭;在风浪较小时,调整成前进模式,行进阻力小、运动灵活。
浙江大学 2021-04-11
世界首例 | 西湖大学仿生型潜水器成功下潜海底2000米做实验
此次南海实验,是世界范围内采用仿生结构驱动的潜水器在2000米深度的首次成功尝试,也标志着“西谷I号”成为目前深度最大,且真正具有深海作业能力的新一代仿生型潜水器样机。
西湖大学 2023-06-05
大象机器人【数博会爆款】—marscat火星猫—AI仿生机器猫
MarsCat火星仿生猫是大象机器人自主研发的世界首款AI仿生机器猫。作为一款结合「AI技术」与「仿生设计」的未来型产品,MarsCat火星仿生猫兼具科学与技术魅力,致力于成为一款「家庭机器人」,一个可以陪伴你、给你惊喜的宠物机器人。 MarsCat火星仿生猫满足多个场景需求,包括商业展示、高端酒店客居陪伴、医院康复、科学研究等;支持个性化定制服务,可满足特殊功能的需求开发,也可基于仿生学、机器人学、人工智能技术进行相关行业的解决应用方案。 产品特性 开源编程 四核树莓派软件编程,可二次开发 提供Python、OpenCV开源接口 展示服务 配套完整的解决方案,商业吸睛神器 充电桩/猫碗/猫窝皆可选,设施完备 定制开发 自主选择,支持用户定制服务 满足特殊功能的个性化开发需求 应用场景 MarsCat满足多个场景需求,包括商业展示、高端酒店客居陪伴、医院康复、科学研究等;支持个性化定制服务,可满足特殊功能的需求开发,也可基于仿生学、机器人学、人工智能技术进行相关行业的解决应用方案。 海内外各大媒体竞相报道 联系我们:深圳市大象机器人科技有限公司 官网:https://www.elephantrobotics.com淘宝官方旗舰店:https://shop504055678.taobao.com/?spm=a1z10.1-c-s.0.0.2b0e58e7PY8UhV电话:+86 (0755) 8696 8565/+86 181 2384 1923地址:深圳市福田区华强北电子科技大厦D座智方舟国际智能硬件创新中心D403 D504 D505
深圳市大象机器人科技有限公司 2021-12-10
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
首页 上一页 1 2
  • ...
  • 28 29 30
  • ...
  • 168 169 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