项目简介 临床中很多肿瘤化疗药物会导致患者脱发，给患者尤其是女性患者带来了很大的心理负担。研究发现，化疗时头部处于低温环境下可以减少药物在头皮的聚集，降低脱发的发生率，而且按摩头皮可促进毛发再生,这对于缓解患者尤其是女性患者的心理负担，提升自信和生活质量具有重要意义。目前已有的冰帽，多数为高热患者设计，且多为头盔式，通过管路连接使得冷热液体交换散热。不足在于，贴合度差，缺乏弹性，笨重且无按摩效果等特点。本研究旨在发明一种轻便、降温效果好且具有按摩促进毛发生长等特点的防化疗脱发的低温按摩帽。附图说明：弹性织物贴头帽(1),贴头帽(1)上有按摩突起(2)，夹层(3)位于贴头帽(1)与隔热层(5)中间留有开口,用拉锁开关,凝胶冰垫(4)置于夹层(3)内,隔热层(5),外层帽(6),隔热层(5)与外层帽(6)紧密结合，并与贴头帽构成夹层(3)，内部取放冰垫(4)。应用范围适用于所有化疗的女性患者。项目阶段 临床前研究。知识产权已经获得相关专利授权。合作方式 技术转让。

成果描述：机械零部件在使用过程中的失效将对设备、生产等造成重大影响，对已失效的零部件进行分析以及提出改进和预防失效的措施具有重要意义。常见的失效形成有断裂、磨损、腐蚀等现象，本课题组在长期从事金属材料微观组织设计、强度与断裂工作的基础上，与相关企业合作进行了大量的机械零部件的失效分析工作，如车辆桥箱齿轮的早期失效、耐磨构件斗齿、衬板等的失效分析和改进、高强度冷拉钢丝的断裂分析等。 四川大学具备金相组织分析、力学性能测试、X射线衍射仪、电子显微镜及能谱分析、磨损试验机等设备，可进行失效构件的微观组织、断口特征、相结构分析、材料性能评定等工作，对机械零部件的失效原因进行分析，并提出改进措施。市场前景分析：四川大学具备金相组织分析、力学性能测试、X射线衍射仪、电子显微镜及能谱分析、磨损试验机等设备，可进行失效构件的微观组织、断口特征、相结构分析、材料性能评定等工作，对机械零部件的失效原因进行分析，并提出改进措施。与同类成果相比的优势分析：国内领先。

临床中很多肿瘤化疗药物会导致患者脱发，给患者尤其是女性患者带来了很大的心理负担。研究发现，化疗时头部处于低温环境下可以减少药物在头皮的聚集，降低脱发的发生率，而且按摩头皮可促进毛发再生,这对于缓解患者尤其是女性患者的心理负担，提升自信和生活质量具有重要意义。目前已有的冰帽，多数为高热患者设计，且多为头盔式，通过管路连接使得冷热液体交换散热。不足在于，贴合度差，缺乏弹性，笨重且无按摩效果等特点。本研究旨在发明一种轻便、降温效果好且具有按摩促进毛发生长等特点的防化疗脱发的低温按摩帽。

含芯棒和无芯棒的旋锻工艺参数优化、缺陷预防以及产品设计。

临床中很多肿瘤化疗药物会导致患者脱发，给患者尤其是女性患者带来了很大的心理负担。研究发现，化疗时头部处于低温环境下可以减少药物在头皮的聚集，降低脱发的发生率，而且按摩头皮可促进毛发再生,这对于缓解患者尤其是女性患者的心理负担，提升自信和生活质量具有重要意义。目前已有的冰帽，多数为高热患者设计，且多为头盔式，通过管路连接使得冷热液体交换散热。不足在于，贴合度差，缺乏弹性，笨重且无按摩效果等特点。本研究旨在发明一种轻便、降温效果好且具有按摩促进毛发生长等特点的防化疗脱发的低温按摩帽。

为服务社会大众了解疫情走势，并为相关部门提供决策支持，北京航空航天大学北航大数据与脑机智能高精尖创新中心刘旭东教授、胡春明教授、李建欣教授等组织师生，与复杂系统可靠性实验室李大庆研究员联合组成团队，全力投入建模和系统研发，已向决策部门提供疫情数据评估与预警报告、区域物资保障评估专项报告等，并迅速开发“新冠肺炎疫情数据导航服务”平台，数据单日访问量近 5 万次。此外，中心还进行新型冠状病毒的疫情评估与预测报告并开发疫情实时更新系统。中心对疫情现状进行分析和预测，为公众提供及时、准确的疫情态势分析、走势预测、舆情动态和政策措施等智能数据服务，实现全国及重点城市日度传播系数计算、短期确诊人数预测和长期疫情拐点与结束日期预测、疫情缓解系数评估等功能。此外，大数据与脑机智能高精尖创新中心研究团队根据疫情确诊患者相关公开数据，利用自然语言处理等技术，从已公开全国各省市直辖区四千余位确诊患者轨迹中抽取了基本信息(性别、年龄、常住地、工作、接触史等)、轨迹(时间、地点、交通工具、事件)及病患关系形成结构化信息。同时开发确诊患者轨迹可视化查询与分析系统，为疫情传播与防控相关研究提供有效支撑。

南京审计大学研发出疫情监控采集区块链系统，该系统已部署在中国电信、浪潮云等平台上。按照电子政务安全标准及规范对系统与数据进行严格的安全防护，并针对每个院校提供独立的前后台账号权限及数据管理权限，各院校申请开通管理员账号后导入师生信息即可快速完成业务启动和上线。系统可以实时采集在线师生的各种动态信息，达到快速部署、快速统计上报、实时在线监测防控的目标，并结合区块链技术保证疫情数据信息的防篡改和可追溯的能力。具体方案如下：（一）信息提报系统登录快速，使用简单，填报界面简洁明了。师生利用移动终端可以随时在线登录、随时填报自己的最新情况。（二）后台管理后台具有强大的管理功能，可以设定后台管理人员对不同单位、部门的上报信息进行管理，提醒当天尚未填报信息的人员，并进行数据的汇总、分析。系统极大程度提高了疫情监测和管理的效率。1、 信息填报查询能够实现对已隔离、疑似、确诊、接触史、症状等人员的查询；按照日期搜索未填报人员等功能2、 用户信息可以完成对学生、教职工等人员信息的快速导入和权限管理等功能3、 此外还可通过通知公告、基础信息、系统管理等模块完成对界面通知、表单维护、机构角色数据字典等功能，实现对疫情填报信息和数据的管理和定义。（三）链浏览器1、所有用户填报信息全部存储在链上，由Txhash和Block id进行标识。 2、所有链上数据可解密，便于追溯。（四）可视化管理驾驶舱>>>点击查看全文<<<

西南交通大学​​经济管理学院2017级硕士研究生袁韵在导师指导下与国内外多名教授共同合作研究，于伦敦时间2020年4月29日在国际顶级期刊《自然》（Nature）在线发表论文《人口流动驱动新冠肺炎疫情在全国的时空分布》（Population Flow Drives Spatio-Temporal Distribution of COVID-19 in China）。该论文构建了“人口流动-风险源模型”，模型能利用有关人口流动的匿名整合数据准确预测新冠肺炎疫情的扩散时间和地域分布，便于决策者进行有效地风险评估和资源分配。在开发该模型时，研究人员基于匿名移动电话位移数据，对在2020年1月1日至1月24日期间武汉流出或途经武汉的11478484人次进行了分析，这些人口迁移至全国31个省的296个地级市。他们的研究显示，湖北省的封城举措是非常正确的，它能及时控制传染源的传播，有效降低了各地疫情的风险。此外，研究人员发现，根据2020年2月19日武汉外流人口的分布，能够准确预测到全国新冠病毒感染者的相关频率和地理位置分布。此外，通过“人口流动-风险源模型”衍生出的一个疫情发展的基准趋势和一个指数，可以用来评估随着时间的推移不同地区新冠病毒传播的风险。与大多数流行病学预测模型不同的是，他们团队构建的模型基于人口的实际流动情况来预测疫情的地域分布和传播趋势。对于新冠肺炎疫情，该模型至少提前一周预测了全国范围内的病例感染情况和地理分布。团队的研究结果能够对各地疫情风险的大小进行预警，并探测出社区传播严重的地区，在疫情发展的早期为相关部门提供决策依据，以便其能够及时采取应急措施。论文作者在摘要中提到，任何国家的决策者都可以使用这种方法，利用现有的人口流动数据进行快速而准确的风险评估，并在疫情爆发之前规划有限的资源分配。本文的作者之一，美国耶鲁大学教授尼古拉斯·克里斯塔斯基称：“这项研究结果揭示了中国有关新冠病毒案例报告的准确性，从不同来源获得的完全不同的信息（移动通信显示的人口流动）可以很好地预测病例数，这符合流行病学的预期（至少在2月19日之前）。”该项研究发布后，国际上有BBC等30多个新闻媒体报道，国内媒体也有许多报道，其中，央视国际电视CGTN、中国日报、中国科学报、环球时报、文汇报、中新网等政府官方媒体都强调了这项研究对于疫情防控的重要意义。除了文章本身的学术贡献之外，该项研究也表明，中国的疫情研究是国际合作并且是公开透明的：论文于2020年2月18日提交至世界权威学术期刊《自然》并传递给相关的国际机构，第一时间与世界分享了我国抗击疫情的经验。此外，通过论文可以看出，我国武汉以外的疫情数据是有时空规律的，与第三方的手机流动性数据完全契合，以学术证据反驳了国际上的某些谣言和诽谤。