该项目的核心技术来源于中国海洋大学和北京格瑞智博生态科技研究院合作研究的国家发明授权专利，是原创性创新性技术，技术壁垒非常高，难复制，拥有我国独立自主知识产权，达到国际先进水平，它的问世必将推动我国食品保鲜膜的高速发展。我国塑料保鲜膜市场25000吨左右。该项目生产的海藻食品保鲜是原创性技术产品，可逐步有效替代塑料保鲜膜产品，市场容量达到108亿元，市场接受度高，比较容易推广，因此具有广阔的市场优势。

1．心血管病硝苯啶骨架控释型贴片硝苯啶（Nifedipine）为心肌Ca2+通道阻滞剂。临床上用于治疗各型心绞痛、高血压。现市场上为片剂、胶囊剂。由于硝苯啶不溶于水，半衰期短（4-5h），多次口服后血药浓度有峰谷现象，过量易头痛、血压低副作用。我校研制的心血管病硝苯啶骨架控释型贴片可以改善药物传递速度，较长时间地稳态控制给药。/line2．事后避孕贴片（女用）：左炔诺孕酮（Levonorgestrel）是效果可靠，应用广泛的避孕药，市场上有长效、短效片。1995年美国推出“事后片”，房事后8小时，次日口服0.75mg片剂两片可达到全月避孕。我校研制的事后避孕控释贴片可减少用药次数和副作用，有效期达1~3个月。我国为人口大国，该贴剂具有广阔的市场前景。/line3．口腔长效控释炎痛贴：该贴片用于治疗颞下颌关节紊乱引起的肌肉痉挛、双板区损伤，局部炎症等引起的疼痛、牙痛和口腔溃疡。将本贴片直接贴敷在颞下颌关节区皮肤上，可将吲哚美辛（消炎痛）或双氯灭痛药物直接导入靶组织，消除肌肉痉挛。此方法不干扰关节的生理功能，不影响饮食，无损伤，用药量少，开辟了新的治疗途径。控释辅料采用生物材料，可食用，对人体无害。天津医科大学二附院口腔科100例临床评价疗效好，并通过天津市卫生局组织的技术鉴定。国内尚无此产品。/line4．强效镇痛控释贴片：该贴片临床应用于中度、重度癌症和手术期病人的镇痛。芬太尼是一种阿片类人工合成的强效麻醉性镇痛药物，其镇痛效力比吗啡高75-100倍，镇痛起效快，但药效代谢快、持续时间短，T1/2=20分钟，口服或注射具有肝脏首过效应，可引起呼吸抑制、恶心、呕吐等副作用。该贴剂给药可减轻上述副作用和延长药效时间达48-72小时。

通过对QCM（石英晶体微天平）技术和检测标的物的化学特性的研究，课题组成功研制出一种基于石英晶体微天平（QCM）的生物医学农业等多领域快速低成本检测技术新型自动检测系统。课题组与中国农业科学院和四川大学生物治疗国家重点实验室建立了良好的长期合作关系。所研制的系统已经在中国农业科学院和四川大学生物治疗国家重点实验室的配合下完成了测试和实验，拿到了大量实验数据资料，完成了系统效能评估。经过实验得到数据说明了课题组研制的测试系统具有实时性好、分辨率高、成本低、体积小、操作方便等优点。该测试系统的检测精度可以达到纳克级别。

一套完备的包裹化疗药物的ATMPs制备体系及工艺；一套疗效测算模式和规范化临床应用推广方案；一个个体化靶向生物化疗创新治疗生物大数据云平台。

我国的能源和优质蛋白质都越来越依赖于进口，另一方面，大量的转基因棉籽没有得到充分利用。我校拥有自主知识产权的新技术可以联产生物柴油和无毒棉籽蛋白等产品。棉花是我国最重要的经

已有样品/n建立了海藻生物脱胶技术，海藻胶粘度降低80%以上，海藻可溶性成分达到原料干重的50%，获得海藻风味浓郁的基料；利用植物基发酵制曲，对海藻提取物进行二次混合发酵，富集转化海藻的风味营养成分及植物蛋白、氨基酸，利用糖基化分子修饰等非化学性加工工艺，强化海藻风味，开发风味持久、健康安全、无苦涩等异味的新型天然海藻风味产品，其溶解度高，加工性能好，微生物及重金属指标符合国家标准。该项目采用节水零排放的绿色工艺，环境效益、市场效益显著。

本项目对柑橘介类天敌资源进行了广泛调查，对重要天敌进行了发掘。I：感研究了日本方头甲不同饲养 方法，分析评价了马铃薯连续饲养桑盾蛤的可行性，找到了抑制马铃薯发芽的技术，研究了桑盾蛤和日本方 头甲接种方法，明确了桑盾蛤和日本方头甲繁殖的最适温度、湿度和光照条件。研发出了日本方头甲包装运 输和种源保存的方法。最终找到了通过马铃薯一桑盾蛤一日本方头甲的途径规模化饲养天敌的关键技术。评 价了室内饲养天敌对介壳虫的控制效果，建立了日本方头甲田间释放技术体系。真正实现了害虫天敌产业 化。通过室内反复配方筛选、工艺研究和田间试验，研制出以苦参和烟草为主，川乌和半夏等多种杀虫植物 经科学配方和特殊工艺萃取而成的高效广谱杀虫剂，在此基础上，系统评价了该产品对多种介壳虫的控制效 果及对天敌的安全性，0.5%苦参碱•烟碱水剂生产技术成功转让重庆东方农药厂并登记生产。该产品是国内 第一个登记用于防治柑橘介壳虫的植物源农药，先后获重庆市重点新产品，重庆高新科技产品，国家星火科 技产品。本项目成果生产的天敌产品一日本方头甲不仅可以有效控制柑橘蛤类害虫，而且对控制桃、梨、李 和樱桃等果树的介壳虫也具有非常好的控制效果。自2000年以来，在柑橘和桃产区推广应用日本方头甲 70余万亩，新增利润24220.5万元。自2003年来，生产销售植物源杀虫剂一果圣1200余吨，满足了 180万亩 柑橘生产对植物源农药的需要,新增加利润12600余万元。本项目丰富了害虫生物防治的研究内容和昆虫规 模化人工饲养理论。对我国天敌昆虫大规模人工饲养和植物源农药创制起到了积极的推动作用,对降低果品 中农药残留，保障市民食品安全具有极其重要的现实意义，同时，有力地促进了各产区绿色果品生产。

一、成果简介 新的环保法实施对各类企业环境质量要求较高，食品企业加工中，尤其是废料及下脚料存储中会产生大量异味，对周围环境造成影响，污染环境。目前各类企业多采用活性炭为主要原料的不同 工艺技术去除相应异味，由于运行成本很高，企业多难以承受。本项目采用自主知识产权的专利技术，即特征生物质原料及特征复合EM工程菌集成工艺技术体系用于企业生产中所产生的各类异味 的去除，工艺相对简单，投资小

生物降解高分子材料制品生产技术主要包括聚乳酸等聚酯型生物降解高分子材料、热塑性淀粉及其共混物成型加工技术，成型制品包括以PLA、PBS、PHA或热塑性淀粉为基体，辅以添加剂的薄膜、板材、容器、注射零部件。这类产品的特点为：在一定的堆肥条件下，制品发生完全降解，转化成CO2和H2O及可用于种植的肥料。产品的力学性能和特殊使用性可通过配方进行调节。

一、所属领域 人工智能，精密自动化，生物分析与检测，环境微生物检测，工业微生物检测，细胞组织分析检测。 二、项目介绍 1. 痛点问题 微生物的识别、计数和定性分析一直是食品、医药和生物行业的重要一环。传统的人工检测方式劳动强度比较大，且检测主观性强，标准难以统一，计数和检测结果不准确；在对环境的微生物监测中，人工方法只能做到抽样检测，无法做到持续性检测。 近两年行业巨头们（如GE，安捷伦，赛默飞等）开始推出图像识别技术的微生物检测设备，其结果来自直观影像，分辨率高，操作难度低。但是这些设备目前采用的光学显微镜倍数都在800倍以下，只能进行计数，如果要完成相关定性分析，需要在800倍以上的放大倍数获得单细胞微生物的清晰图像（如酵母菌，大肠杆菌）。但800倍放大倍数对应的有效视场只有200微米*200微米，对计数和活性统计分析又不具备足够的采样数量。目前国内外设备均没有解决好这个问题，对微生物进行定性分析的准确率低，无法满足市场需求。 2. 解决方案 本项目针对微生物和细胞活体检测中缺乏有效参照物的技术难点，根据显微扫描设备的结构，将全景化视域重构技术和微米级电机结合，解决了镜头大幅平移过程中的自动对焦难题和微生物溶液动态环境中的影像拼接难题，在保证1000倍放大的基础上，获得的有效视场增加到10毫米*10毫米的范围；再通过自动化图像采集和拼接，得到完整的微生物图像；然后结合传统的图像分割以及深度学习图像识别的优势，小样本高精度动态完成微生物的类型识别，计数，活性，死亡率，出芽率等定量定性分析。 3. 竞争优势分析 与国内外的主流检测设备对比，本项目技术优势主要体现在： 1）独创的微生物影像全景化视域重构技术，实现0.5微米的分辨率和20*25毫米的超大视角； 2） 解决微生物影像领域小样本智能识别和智能检测的难题； 3） 检测目标、检测内容、检测流程和逻辑可通过自然语言定制，提高设备功能通用性； 4）计数准确率超过人工计数，准确率超过国内细胞计数仪器一个数量级； 5）第一台按照国家微生物计数检测标准开发研制的微生物计数仪。 本项目的第一代产品样机与国内外同类产品对比，主要性能优势和技术优势如下： 在食品行业，本项目获得了青岛啤酒北京密云分厂的啤酒原液和相关酵母菌种，针对生产用酵母菌采集了大量实拍图像数据，优化后的酵母菌计数和出芽率算法识别率均在95%以上。 4. 发展规划 按照三步走的方式来设定发展规划： 1）基于全景化视域重构技术，构建第一代检测仪器，首先进入门槛最低的食品微生物检测市场，对啤酒和发酵乳企业提供酵母菌检测计数技术和设备； 2） 利用已有技术积累，进入环境微生物检测和高校实验室市场； 3）最后以食品和环境检测市场为根据地，进入门槛最高的生物医药检测市场，提供微生物检测和组织检测的相关设备。 5. 知识产权情况 已申请3项专利。 三、合作需求 1）寻求500-800万元天使投资； 2）寻找高校研究所，食品工业和环境检测领域的客户、渠道伙伴； 3）寻找生物医药，医学临床领域的客户、渠道伙伴和产品测试环境。 四、团队介绍 科研团队： 1）周悦芝 博士 清华大学计算机系研究员，项目负责人，在边缘计算和深度学习等领域有丰富的开发经验和杰出的研究成果，在面向医学影像的AI图像分析方面曾发表多篇论文，申请或获得多项国家发明专利。 2）黄权伟 清华大学计算机系硕士，负责图像分割及细胞识别等相关算法研发。 3）梁志伟 清华大学计算机系硕士，负责深度学习算法加速研究和实现。 五、联系方式 E-mail：ott@tsinghua.edu.cn 成果编号：20230055