一种股动脉穿刺术后下肢动脉搏动强弱监测装置，包括通过连接管与控制装置连接的两个脚腕套，控制装置通过脚腕套测量下肢动脉的血压，并判断该血压是否处在正常范围内，以及判断穿刺侧下肢收缩压是否低于正常侧收缩压的70％，若低于70％，则进行报警；并通过显示器显示血压数值、报警类型等信息，控制装置还连接打印机，用于将检测结果进行打印。本发明针对现在下肢动脉搏动监测方法主观性太大，无法存留客观数据的缺陷，该技术能直观的、客观的反应出下肢动脉搏动强弱的情况。通过下肢血压数值的变化，客观及时地反映下肢动脉搏动情况，有效避免动脉闭塞导致的下肢缺血性损伤。

本发明公开了一种电站锅炉炉膛结渣多区段实时监测方法，通过在炉膛中增加热流计测点并采集锅炉实时运行参数、入炉煤质数据和锅炉炉膛结构及设计参数，按照建立好的结渣多区段计算步骤，推算出炉膛多个区段的实时结渣情况，为运行人员进行分区段吹灰提供参考。

蓄电池是目前煤矿蓄电池电机车运行的能源来源，其本身的安全可靠决定了蓄电池机车的安全可靠运行，蓄电池电机车司机在驾驶机车时，若能实时通过显示屏观察蓄电池的容量和剩余使用时间，则可以有效指导司机对蓄电池机车的计划使用，能及时更换容量不足电池，防止电池过放电，同时也能防止蓄电池机车半路抛锚事故的发生，提高生产效率与生产水平。 本成果通过实时检测运行过程中蓄电池的开路电压及放电电流，同时根据蓄电池的放电曲线，能对蓄电池容量及剩余使用时间进行预测。 1、能够实时测量蓄电池的电压，电压范围 0～250V； 2、根据蓄电池的实时电压预测蓄电池的剩余容量； 3、能够根据蓄电池容量与带载情况，预测蓄电池的使用时间； 4、根据蓄电池机车的平均速度，预算蓄电池的行驶理程； 5、当蓄电池容量下降至正常容量的 20%时，实现语音提示； 6、所有的检测预测信息通过液晶屏实时显示。

煤矿提升机箕斗卸煤不净的原因有:水煤、黏矸造成箕斗内滞卸载不完全；冬季严寒天气，箕斗内的水媒冻结造成滞煤，当箕斗定量装载在箕斗滞煤情况下再次装载后，其实际载荷超过额定负荷，远超过电机额定能力，会造成无法正常提升，若不及时排除，则易造成提升安全事故的发生。本成果设计了测量余煤卸载情况的监测系统，该系统将利用无线张力检测装置，实时检测提升机钢丝绳的张力，并通过无线发送装置发送到地面，之后，通过标度变换并计算出钢丝绳张力和载重量最终显示在液晶显示器上，当过有余煤未卸尽时，则报警，提醒及时清理箕斗余煤。该成果的发明，极大提高了矿井提升机的安全提升水平，促进了煤矿的安全高效生产。 该成果针对提升机提升过程中的过载情况进行研究，设计了基于无线通信的装卸载安全 提升智能监测与控制装置。主要技术性能指标如下： 1、能够实时测量钢丝绳张力，钢丝绳直径 22～36mm； 2、该系统能够测量装载重量为 0～20 吨。 3、系统采用无线数据传系统，工作频率为 2.4G，传输距离 200～2000m； 4、系统采用蓄电池供电，供电电压 12V，功率 0.7W。 5、能实时监测钢丝绳张力，并实时显示装载重量。

本成果属于能源领域里电气工程高电压与绝缘技术学科。在973计划、国家 自然科学基金和重庆市重点攻关课题等共同资助下，开展了SF6气体绝缘装备特 高频局部放电（PD）定量监测（检测）方法与技术研究，解决了最能反映设备内部绝 缘故障特征与程度的PD信号传感、提取、定位和标定等关键科学技术难题，建 立了相应的绝缘故障专家诊断系统，研发的SF6气体绝缘装备绝缘状态在线监测 装置得到广泛应用。其核心发明点为： 1. 发明了特高频PD信号传感技术：创新了特高频传感器展频的附加阻抗匹 配网络、多层屏蔽谐振、非中心点馈电以及复合结构等关键技术，发明了强电磁 环境下采集微弱PD信号的微带与横电磁波喇叭超宽频带特高频复合传感器，检 测频带达到超宽范围（在驻波比为2、增益不小于3dB时，相对带宽为25. 6%）,且 中心频率在500MHz~ 1GHz内可选，并可调节多频谐振点的相对位置以形成抑制 窄带干扰频段的阻带，解决了特高频PD信号监测中的首要技术难题。 2. 发明了抑制强电磁复合干扰方法与技术：率先提出复小波（包）变换需用 复阈值的科学思想，给出了选取复阈值的原则与方法，构建出用于抑制强电磁干 扰的最优复合信息WTRIn序列，发明了用复小波（包）变换抑制强电磁复合干扰的 算法与技术，解决了强电磁环境下监测（检测）PD信号需要抑制白噪声、电晕脉 冲、随机混频窄带及其复合干扰的技术难题，同时建立了抑制干扰效果的综合定 3. 发爵了基于传感器阵列的泰勒遗传PD源定位方法与技术：创新了非平稳 脉冲信号多样本能量相关提取信号时间差的方法和全局搜索PD源最大概率位置 的遗传算法，提出了双曲面定位方程的泰勒优化方法，发明了利用阵列传感器多 样本冗余检测数据融合并逐次修正定位结果的逼近技术，使定位时间差求取误差为皮秒级，距离误差在厘米级。 4. 发明了特高频PD定量监测（检测）的标定原理与技术：创立了用波形参量 时频域等效定量监测（检测）PD量的标定方法，揭示了PD波形参量与PD量之间 的内在关联，获取了不同影响因素下标定PD量大小的校正实验曲线及解析表达 式，发明了可方便用于实验室和现场监测（检测）的人工注入特高频标准校正波形 与实测PD波形时频域等效定量标定PD量的关键技术。 成果授权发明专利18项、实用新型专利6项及软件著作权1项，发表论文 237篇（SCI收录49篇、EI收录185篇），被国内外同行正面引用2344次。科学院程时杰、工程院李立涅和杨士中院士等多名同行专家对成果给出高度评价。成果获2013年重庆市科技进步一等奖、2009年重庆市自然科学二等奖。

XM/CPR190高级半身心肺复苏模拟人 （电子监测/简易型）   XM/CPR190半身心肺复苏模拟人（电子监测/简易型）在XM/CPR186的基础上进行升级，执行美国心脏学会（AHA)2015国际心肺复苏（CPR)&心血管急救（ECC)指南标准，是一些经费投入不足的机构普及心肺复苏的理想选择。   一、功能特点： ■ 本模型为成年男性上半身，采用高分子材质，肤质仿真度高。 ■ 解剖标志明显，具有仿真的头颈部，头部可水平转动，有利于清除异物。 ■ 胸部体表标志明显（胸骨角、乳头、剑突等），便于胸外按压的操作定位。 ■ 心肺复苏术：仰卧位，头可后仰，便于清除呼吸道异物，可进行胸外按压。 ■ 可进行口对口人工呼吸或者使用简易呼吸器辅助呼吸，有效人工呼吸可见胸廓起伏。 ■ 瞳孔示教：观察双侧瞳孔散大与缩小。 ■ 模拟标准气道开放。 ■ 可进行人工手位胸外按压，正确的按压深度5-6cm。 · 按压深度正确，有正确蜂鸣音。 · 按压深度过大，有报警蜂鸣音。 ■ 可进行人工口对口呼吸（吹气），吹入的潮气量大小通过观察胸部的起伏来判断（潮气量标准≤500ml/600m-1000ml≤）。 ■ 操作周期：按压与人工吹气30:2（单人或者双人），完成五个循环周期CPR操作。 ■ 操作频率：100-120次/分。 ■ 操作方式：训练操作。 ■ 供电方式：采用电池供电。   二、标准配置： ■ 半身心肺复苏模拟人：1台 ■ 手提式帆布包：1个 ■ 呼吸面膜：1盒 ■ 可更换脸皮：1个 ■ 可换肺囊装置：4个 ■ 操作指南光盘：1张 ■ 复苏操作垫：1个 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-F51阴道后穹窿穿刺模型   XM-F51阴道后穹窿穿刺监测考核指导操作模型由外皮、固定腹腔脏器、子宫、子宫直肠凹血囊、阴道、直肠水囊、支架组成，外皮套在整个模型的外部，固定腹腔脏器的装置用于将各功能脏器固定在它们各自的位置上，子宫直肠陷凹水囊、直肠水囊、子宫、阴道四个部分镶嵌在固定腹腔脏器装置内，支架用于托起整个模型，保持模型臀部抬高，便于操作，子宫直肠凹血囊，直肠水囊是一个囊性结构，其上连接了两根引流管，用于往内注入液体。 一、功能特点： ■ 模型采用高分子材料制成，解剖位置准确，皮肤柔软有弹性，手感逼真，病变组织真实。 ■ 于子宫颈阴道粘膜交界下方1cm处的后穹窿正中、与宫颈管平行方向刺入（用7号穿刺针），将有淡红色液体抽出，示穿刺术质量达标。 ■ 操作者未按操作常规穿刺，如刺入直肠，将抽黄色液体，为操作失败。 ■ 操作者未按操作常规进针，盲目地向两侧刺入，伤及周围器官示穿刺术失败。 ■ 可行双合诊、三合诊检查。 ■ 穿刺囊可更换。   二、标准配置： ■ 阴道后穹窿穿刺操作模型：1台 ■ 可更换穿刺囊：6个 ■ 说明书：1册 ■ 保修卡合格证：1张

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：