面向云生态用户的一站式学习成长平台 体系化的课程内容 多维度的教学方式 权威性的认证考试 全方位的人才培养

面向区域录播管理应用设计的在线运营服务系统，实现所辖录播设备基于网络的统一接入管理，打造智能化、系统化、便捷化、实时化的远程运维服务。 轻松满足： ·信息化设备大数据展示 ·所辖前端集中在线运维 优势特点 直观可视的数据中心 通过电子地图的形式，按区域、分层级展现前端设备建设、使用情况，直观展示区域设备数据中心应用成果。 全天候的设备运行监控 系统全天候对接入设备进行状态监控，设备异常信息实时获取，及时跟踪排障。 高效的远程集中运维 接入设备远程参数配置、系统版本在线升级管理，足不出户即可实现整个区域的设备运维。

G994云毯 G1094云毯

够快云库——高效、统一的文件管理平台！满足多种办公场景下的使用需求，实现非结构化数据的可采、可存、可管、可查、可用全生命周期管理，助力企业知识沉淀创新、业务赋能，提升办公效率。 够快云库拥有友好简洁的操作界面，将散乱的文件统一管理，打破数据孤岛，内部消息直接沟通。通过多种策略打造网银级数据安全，全程记录用户操作行为，记录无法删除，用户危险行为系统自动通知管理员，保护企业数据安全。提供丰富的API接口，打通企业ERP、EHR、PLM、CRM等业务系统，提供强大的文件中台管理能力，同时提供部署灵活、可扩展、高可靠性的新一代云架构服务方案。 够快云库正在为 100,000+ 企业和团队提供专业的文件管理系统解决方案，助力企业沉淀数字资产，赋能多行业客户数字化转型，深化数据驱动型组织运营变革。

本发明公开一种 Toll 作用蛋白(Toll-interactingprotein，Tollip)基因在脑卒中疾病中的功能和应用，属 于基因的功能与应用领域。本发明以 Tollip 基因敲除小鼠为实验对象，通过大脑中动脉缺血再灌注模型， 结果表明与野生型对照小鼠对比，Tollip 基因敲除小鼠脑袋梗死体积明显减少，神经功能明显好转，脑 袋死亡的细胞

“疾病相关表观标志物定量检测平台”基于“质量取决于设计”的研发理念，以“一体化、数字化、小型化”为目标，采用独特的生物信息通路设计，实现基于基因捕捉富集分离的样本分离技术与定量 PCR 检测技术的优化组合（一体化）; 在样本分离、检测等各个环节设立多重质控体系， 以数字化实现结果自动呈现，并定量实时呈现质控数据，精准监控结果（数字化）。填补 了国际市场上从单个到全基因组之间存在巨大的空白，易于操控，适用于普通实验室（小型化）。

​​日前，河南大学抗体药物开发技术国家地方联合工程实验室马远方教授团队在急性心肌梗死发病机制和治疗性抗体药物研发方面取得突破性进展。相关成果于4月22日以“Research article”形式在《Science Translational Medicine》（科学·转化医学）杂志在线发表。河南大学为第一作者单位和第一通讯作者单位。实验室副教授王耀辉为论文第一作者，张海龙、王志增、魏寅祥博士为共同第一作者；马远方教授和宾夕法尼亚大学陈有海教授为论文共同通讯作者。 急性心肌梗死是引起猝死的主要原因。当前，最有效的治疗方法是发病后尽早进行PCI（经皮冠状动脉介入）手术，开通堵塞血管，放置支架，但在临床实际治疗中存在两大问题。一是时间窗口窄-冠状动脉堵塞后缺血区心肌细胞以每小时20%的速度死亡，时间就是心肌，时间就是生命，而能在120分钟（美国为90分钟）的黄金救治期内完成PCI手术的病人少之又少，均因各种原因被耽搁。二是再灌注损伤-即使血管开通，也会引起“二次伤害”，在一定程度上加剧心肌损伤，后期很多病人发展为心力衰竭。 针对上述两大问题，马远方教授团队经过十余年潜心研究，研发出一种新型抗体融合蛋白-sDR5-Fc，可通过阻断肿瘤坏死因子相关凋亡诱导配体（TRAIL）发挥心脏保护作用。大量动物模型结果显示，该融合蛋白可减少大鼠心肌梗死面积41%，减少小型猪心肌梗死面积67%，减少恒河猴心肌梗死面积76%。尤其令人兴奋的是，sDR5-Fc单次静脉用药可延长心梗模型恒河猴黄金救治期120分钟，且能显著提高后期心功能，防止心衰发生。 机制研究表明，sDR5-Fc一方面可直接阻断心梗后心肌细胞凋亡；另一方面，可同时抑制缺血区炎症反应。 研发团队已据此获批2项国家发明专利，申请1项PCT（美国）专利。目前，相关专利已成功转让，正在开展sDR5-Fc的临床前研究。未来，一旦新药研发成功，团队或因在国际上率先提出“TRAIL 作为心梗治疗新靶点”学说而抢占心血管疾病基础及应用研究高地。而该抗体药物也极有可能成为延长急性心梗黄金救治期、挽救患者生命、改善生活质量的特效药、必备药。这在产生经济效益的同时也必将产生不可估量的社会效益。 Science Translational Medicine 是国际转化医学领域顶尖杂志（2018年IF：17.16）。论文涉及的所有实验全部由团队人员在河南大学完成。 本工作得到了国家自然科学基金委、河南省教育厅、开封市科技局和河南大学支持。

一、项目简介 磁共振成像以其具有多模态成像、高分辨及无辐射伤害等优点，在临床医学影像中具有无可替代的地位。然而较慢的成像速度及易受各种伪影干扰是其主要缺点。另一方面，随着临床上对磁共振成像需求的急剧增长，诊断医生的缺口越来越大，并严重影响病人得到及时、准确的诊断。因此，在磁共振成像中引入以深度学习为代表的智能技术，一方面用于加速成像采集速度及提高成像质量，另一方面用于进行智能诊断，解决临床医生人力不足、误诊率较高的问题。 二、前期研究基础 基于我们在磁共振成像方法设计、超分辨率重建及临床应用等方面的跨学科研究优势，我们利用深度学习技术对磁共振成像的各个方面进行整合优化设计，并取得许多重要的初步成果，具有良好的前期工作基础。 三、应用技术成果 我们在深度学习与超快速磁共振成像方面的结合进行了深度研究，并取得许多重要成像。我们研究了基于深度学习的超快速多参数磁共振成像重建，并取得良好的效果，如图1所示。我们还研究了利用深度学习对磁共振成像进行无参考扫描的扭曲校正，如图2所示。