动态极化（DNP）是一种基于电子-核的自旋极化转移技术，可以成百上千倍地增强核磁共振灵敏度，在磁共振波谱（MRS）与核磁共振成像（MRI）中具有广泛的应用前景。本项目自行设计和构建了可扩展脉冲动态核极化谱仪，基于该谱仪实现了灵敏度增强的核磁共振波谱与磁共振成像的功能，在低场下获得了增强的H、Na、P，C等核素的图像，能够促进低场杂核的NMR与成像的应用和发展 。 应用范围包括医学成像、材料合成、教学科研等领域，具有可观的经济效益。

它能够自动化地读取心脏CT、MRI影像，重建人体心脏各组织的立体结构, 计算任意部位的体积以及心功能参数，将医生从繁重的人工分析中解放出来，节 省计算时间，提高计算精度，辅助临床医生进行快速精确的诊断。本系统可以读 取存储在医学影像数据管理平台中的DIC0M格式及mha, nii等图像，自动去除 隐私信息，三维重建，并返回关键性的诊断指标和三维打印模型。本系统主要服 务于心脏疾病辅助诊断，医学教育和心脏知识健康教育，心脏医疗器械研发等。 动态心脏影像重构云计算系统的核心价值： 1） 医生参考重构模型进行手术设计、手术模拟、手术会诊、术中对照等一系列 操作，突破现有影像工作站对于对超声、CT断面、MR断面均存在视角盲区的局限。解决了临床心脏病诊疗中依靠医生从二维平面推断病员三维心脏结构的难题。 2） 医院无需增加额外设备，无需改变现有治疗流程，通过云服务的方式无 缝融合到现有的诊疗流程。 3） 基于300例中国人临床影像经过深度学习而构建，重构精度达到3mm。 4）高性能的并行计算集群和专业的3D医用打印机，1.5小时获得计算结果，12 小时实现心脏模型直达。 市场及经济效益分析： 本项目市场规模巨大。按照《中国心血管病报告2017 （概要）》最新发布, 心血管病死亡占居民疾病死亡构成40%以上，中国心血管病患病率及死亡率仍处 于上升阶段。推算心血管病现患人数2. 9亿，其中脑卒中1300万，冠心病1100 万，肺原性心脏病500万，心力衰竭450万，风湿性心脏病250万，先天性心脏 病200万，高血压2. 7亿。在各类心脏病诊治中，获取心脏的精细结构是必不可 少的一个步骤。由于技术难度受限，本领域目前尚无主导型产品。 本项目产生的直接效益：按照全国2232个三级医院的10%来计算，每天10人次, 平均每例利润20元等保守估计，每年产生持续稳定的直接效益为1600万元，尚 不计算本系统对于心脏诊治疗的深度服务。且本系统具有大数据和云计算平台的 核心优势，运营成本低，无需医院添加任何设备。

本发明提供了一种材料强度分布获取方法，通过材料的强度试验获得若干个材料强度样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１１．ＴＩＦ＇　ｗｉ＝＇６０＇　ｈｅ＝＇５９＇／）确定基于试验数据的强度随机变量样本：（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１２．ＴＩＦ＇　ｗｉ＝＇１７９＇　ｈｅ＝＇１２８＇／）将强度随机变量η采用混沌多项式展开，根据高斯采样计算得到各阶混沌多项式基函数样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１３．ＴＩＦ＇　ｗｉ＝＇１５６＇　ｈｅ＝＇６６＇／）采用马尔科夫链?蒙特卡洛算法获得各阶混沌多项式系数γ的后验分布样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１４．ＴＩＦ＇　ｗｉ＝＇７７＇　ｈｅ＝＇６０＇／）根据重构的混沌多项式系数样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１５．ＴＩＦ＇　ｗｉ＝＇４７＇　ｈｅ＝＇５５＇／）和混沌多项式基函数样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１６．ＴＩＦ＇　ｗｉ＝＇１２６＇　ｈｅ＝＇６３＇／）确定强度随机变量的后验分布样本：（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１７．ＴＩＦ＇　ｗｉ＝＇３６４＇　ｈｅ＝＇１２０＇／）根据强度随机变量的后验分布样本（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１８．ＴＩＦ＇　ｗｉ＝＇３３＇　ｈｅ＝＇５３＇／）计算强度的后验分布样本：（ｉｍｇ　ｆｉｌｅ＝＇ＤＤＡ０００１５９５２６８０００００００１９．ＴＩＦ＇　ｗｉ＝＇２４７＇　ｈｅ＝＇６２＇／）最终采用区间统计的方法获得材料的强度分布。本发明方法仅需完成少量强度试验即可获得材料的强度分布，且不需要假设材料的强度分布类型，节约了大量的试验时间和经费，同时，也避免了因材料强度分布模型的错误选取而引入的误差。

目前，训练机器学习模型依赖于海量的数据，当以集中方式训练时，会带来很大的计算成本。因此，现在普遍的共识是，未来的机器学习应该以分布式方式实施。通常，分布式学习是以server-worker模式中进行的，其中server利用从workers收集的信息更新学习参数，然后将这些参数广播给workers。 但是，随着worker数量的增加，通信开销也会大幅

团队已完成退役锂电池带电破解分选回收生产线、移动式拆解车等技术成果转化，实现了“1+N”锂电分布式带电拆解新模式，解决退役动力锂电池分布散乱、难以集中无害化处理的难题。 一、项目进展 已注册公司运营 二、企业信息 企业名称 锐锋智锂（陕西）科技有限公司 企业法人 张志杰 注册时间 2022.5.16 注册所在省市 陕西省西安市 组织机构代码 91610113MABLKTJR6C 经营范围 技术服务、技术开发、技术咨询、转让及推广 企业地址 陕西省西安市雁塔区雁翔路99号博源科技广场C座1401 获投资情况 海沃能量盒子1000万投资意向 三、负责人及成员 姓名 学院 入学时间 张志杰 能源与动力工程学院 2021 陈博 能源与动力工程学院 2019 董梓竣 管理学院 2019 宋自远 电气学院 2019 陈昊煊 能源与动力工程学院 2019 黄嘉慧 人文社会科学学院 2019 罗寒非 化学学院 2019 陈楷林 能源与动力工程学院 2019 师鸣遥 生命科学与技术学院 2019 四、指导教师 姓名 学院 职务/职称 研究方向 丁书江 化学学院 教授/院长 电化学储能 杨国锐 化学学院 副教授 锂电回收 延卫 能源与动力工程学院 教授 污染控制 五、项目简介 随着新能源汽车产销量逐年爆发时增长，大量退役动力锂电池涌入报废市场。一方面，镍钴锂元素作为电池极粉生产的关键性材料，而我国长期以来严重依赖进口，面临巨大的材料供给缺口；另一方面，退役电池因含有余能，在堆积、运输及拆解过程易发生起火爆炸（相当于1/8同质量TNT的爆炸威力），危害操作人员安全，同时造成不可逆的镍钴锂产物损失。 因此，预放电步骤是传统工艺中的必经之路，而在预放电过程中又存在严重的环境污染问题，致使传统拆解企业难以进驻工业园区，大大压缩了行业的发展空间。针对上述痛点，本团队研发的项目： （1）首创性实现了对退役动力锂电池的带电拆解，避免了传统拆解高浓盐水预放电工艺，降低拆解成本，单条产线可年减少20万吨高浓盐水的排放； （2）通过自研高效吸附剂与先进的废水处理工艺，实现生产线三废零排放，年减少超百万元的治污成本，获得准入工业园区的资格； （3）内置余热回收系统回收电池残余电能，年减少超1万吨标准煤燃烧，减少超4万吨的CO2排放。 经过学生团队技术攻关和基础实验研究，我司已获得了成套的动力锂电池破解分选技术，已申技术专利20余项。其中负责人已获5项核心授权专利，实审专利11项，对技术、产品形成全方位保护。经过多次技术升级，已成功调试安装了退役动力锂电池破解分选成套设备生产线，该生产线完全达到工业生产要求，锂电池年处理量提升到5000吨，处理能力里超同行10%，产品回收率超同行20%，产品价值率领跑同行30%，并可入驻工业园区。 此外，团队已完成退役锂电池带电破解分选回收生产线、移动式拆解车等技术成果转化，实现了“1+N”锂电分布式带电拆解新模式，解决退役动力锂电池分布散乱、难以集中无害化处理的难题。公司已获得海沃能量盒子1000万投资意向，并与多家智能化设备供应商达成代工生产合作，研发的生产线已在云南云天化集团、陕西全通集团完成中试验收，即将投入大规模生产使用。 

Ø “Pointer”团队开发了自动化程度较高的“Point”自动化软件漏洞检测系统。以黑盒测试为主，主要检测方式首先是基于AC自动机的API序列树构建与基于显露模式的漏洞特征库匹配，其次是对可疑API参数HOOK检测，旨在准确检测出已知漏洞。同时，引入的模糊测试理念与智能离散化模拟数据大大提高了软件检测的自动化程度，能够脱离特征库检测出更多未知问题，并且系统中也加入了漏洞回溯模块，重现漏洞发生过程。本项目由学生自主开发并且参加2010年全国第三届大学生信息安全大赛获得全国二等奖。