本发明公开了一种无酶的葡萄糖电化学传感器及其检测方法，该无酶的葡萄糖电化学传感器包括由参比电极、对电极和工作电极组成的三电极体系，所述工作电极由对葡萄糖具有电催化氧化性能的材料制成；使用该无酶的葡萄糖电化学传感器检测葡萄糖的方法，包括如下步骤：(1)电化学预处理工作电极：施加高负电位；(2)电化学氧化葡萄糖：施加葡萄糖氧化所需电位；(3)电化学清洗工作电极：施加正电位。本发明可去除样品pH对检测结果的影响，使原本需要在碱性条件下进行无酶的葡萄糖检测，可在中性及酸性样品中的进行，并且具有电极稳定性好、灵敏度高、重复性好等优点，具有非常广阔的应用前景。

项目简介本项目是国家博士后基金项目“农药电化学生物传感器的开发与应用”成果。以石 墨为原料，经过强氧化剂氧化得到石墨氧化物，通过超声剥离形成氧化石墨烯，将氧化 型石墨烯滴涂到丝网印刷电极表面后，经过电化学还原形成具有催化性能的还原型石墨 烯传感界面。该传感器以多菌灵的电化学氧化峰电流为响应信号，实现雾滴中多菌灵含 量的快速检测。 性能指标 （1） 传感器经氧化型石墨烯修饰的丝网印刷电极在-0.7V 电位下电化学还原。 （2） 传感器的检测范围为 3×10−9

安徽大学材料科学与工程学院杜袁鑫副教授、化学化工学院朱满洲教授与中国科学技术大学陈艳霞教授、朱彦武教授课题组合作，通过调控金属纳米团簇的内在活性，合理设计并合成了高效的M4Ni2NCs(M=Au,Ag)催化剂进行N2合成NH3反应。

本发明公开了一种用于去除剩余污泥中重金属的电化学方法，其特征在于，具体包括如下步骤：取含有重金属的干污泥，分别采用0.1mol/L?EDTA、柠檬酸、酒石酸和EDTA铁钠为修复剂，超声波振荡7h，用盐酸调节pH值至2-4后，置于以石墨为电极的电化学装置，控制电压为3.5V，极板间距为14cm，电化学处理12h，取样烘干消煮，检测污泥中剩余重金属含量。采用本发明耗电低，电解时间短，节省时间，在较宽pH范围内，剩余污泥中重金属均小于限值，电极电压稳定，性能可靠，对污泥中重金属的去除率能达到90％以上，重金属富集在阴极处，易处理，不产生二次污染，且不产生任何有害因素，处理后的污泥符合污泥农用标准，可作肥料。

本发明公开了一种用于去除蚕沙中重金属镉的电化学方法，其特征在于，具体包括如下步骤：取含重金属镉的蚕沙，分别采用0.1mol/L?EDTA、柠檬酸和醋酸作为提取剂，用盐酸调节pH值至2-6后，置于以石墨为电极的电化学装置，控制极板间距为14cm，距阳极10cm处设置一层阳离子交换膜，控制电压梯度为0.5V/cm-1.5V/cm电化学处理10h。采用本发明耗电低，适用pH范围较宽，电解时间短，节省时间，阳离子交换膜均匀，电极电压稳定，性能可靠，对蚕沙中重金属Cd的去除率能达到63.4％以上，采用本发明重金属Cd富集在阴极处，易处理，不产生二次污染，且不产生任何有害因素，处理后的蚕沙可作药用或肥料。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。

成果简介： 主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。

本发明公开了一种三通道显微镜接口包括外壳、分光模块和筒 镜；外壳上具有三个透光孔；分光模块设置在外壳内部，包括平行设 置的第一二向色镜和第二二向色镜，入射的混合光经过筒镜落在第一 二向色镜上，产生第一透射光和第一反射光，其中第一透射光，通过 外壳上相应位置的透光孔出射，第一反射光落在第二二向色镜上，产 生第二透射光和第二反射光，第二透射光和第二反射光分别通过外壳 上相应位置的透光孔出射；入射光从筒镜到各透光孔像面的光

随着微纳加工技术的发展，微纳尺度空间三维测量技术需求越来越大。目前， 高端微纳结构三维测量仪器主要是国外进口设备，国内在核心技术和工程化方面 尚不足。在系统研究干涉显微测量技术和结构光共焦测量技术的基础上，提出了 干涉共焦显微镜方案，并得到专利授权，进行了仿真验证，光机结构设计和加工， 核心算法研究，软件编写，原型样机测试和改进等工作。提出一种基于可编程照 明的显微镜测量模式(申请专利)克服样品多反射率的影响;提出了一种基于选 择采样的相位求取算法，克服相移误差影响;在核心器件设计上，任务开展了低