用于癌症病人的早期筛查以及实时治疗效果评价。 相比目前技术具有独特的优势： 1.可直接用于血清等复杂体系检测不需要过分稀释； 2.普适性较强，适用于不同序列的 microRNA 的检测； 3.检测灵敏度高； 4.应用于便携式以及可穿戴式医疗设备 

中国科学技术大学生命科学与医学部瞿昆教授课题组通过设计一整套分析流程，系统性评估了16种空间转录组和单细胞转录组数据整合算法在预测基因或细胞类型空间分布方面的性能。

本发明公开了一种强力旋压的可旋性分析数值模拟方法，包括： 获取旋轮、模具和板料的工艺参数，根据工艺参数计算旋轮在旋压成 形前的参考点 M0 的坐标，根据工艺参数以及旋轮在旋压成形前的参 考点 M0 计算旋轮的轨迹，根据得到的工艺参数、旋轮在旋压成形前 的参考点 M0 以及旋轮的轨迹，并使用有限元软件进行有限元建模， 并绘制板料的网格，以得到强力旋压有限元模型，对得到的强力旋压 有限元模型进行模拟仿真，以及与该坐标对应的板料网格上的内母线 上多个点的坐标，将外母线上多个点的坐标与对应板料网格上内母线 上点的坐标相减，以找出二者之间的最小差值作为板料的最小厚度。 本发明可用于指导强力旋压生产，并具有成本低、效率高、周期短的 特点。

项目简介 “低温空间温度场数据可视化与模拟分析系统”项目由泰州市沪江特种设备有限公 司委托开展。运用空间温度在线监测和计算机数据处理及可视化技术，实时分析空间的 温度场变化，实现空间温度场的优化，达到节能运行的目的。 系统根据空间需要，布置多层、多处测点，依靠传感器及相关仪表，通过 485 通信 方式实现本地数据与计算机之间的传输。自主研发的数据采集与处理程序实时监测空间 各处的温度分布，并以三维彩色视图显示，可直观观测空间的温度场的动态变化特征， 指

中国科学院院士、南开大学教授陈军团队受Nature子刊《自然评论·化学》编委会邀请，发表题为“有机电极材料在锂电池中的实际应用前景分析”的综述论文。该文章深入阐述了有机电极材料的结构特征、作用机理、构效关系等，着重分析了有机电极材料的实际现状和应用前景，有助于学术界和工业界充分了解有机电极材料的实际应用潜力和待解决的问题，有望激发更多应用导向的研究工作，进而促进未来有机电池的商品化应用。文章第一作者为卢勇博士，通讯作者为陈军院士。 锂离子电池目前广泛应用于各类便携式电子设备，在人类社会的信息化、移动化、智能化、社会化等方面凸显作用，并有望在电动汽车和智能电网等领域大规模应用。商品化锂离子电池的正极材料主要是无机过渡金属氧化物和磷酸盐，其中过渡金属资源大都不可再生，电池回收利用技术复杂、成本高，从长远的角度来看可能会面临资源短缺等难点问题。因此，可循环再生的电极材料开发已成为电池领域的学术前沿和重大需求。 有机电极材料由于含有丰富的碳、氢、氧等元素而显现出可再生、绿色环保、低成本和高容量等优点，近年来受到了广泛的关注。有机电极材料的制备具有合成创造的特点。有机电极材料一般可以从植物中（比如玉米等作物和苹果等果蔬）直接提取或者以生物质材料为原料通过简单的方法制备得到；在有机材料提取制备、电池装配和回收过程中产生的二氧化碳又可以被植物吸收利用，因而体现了很好的循环和可再生性。然而，有机电极材料还面临着在电解液中溶解度大、导电性差、密度低等难点问题，其材料特征、作用机理、构效关系等亟待深入理解。 陈军院士团队的综述论文围绕有机电极材料的未来发展提出见解。文章指出，有机电极材料具有结构可调控特点。根据不同的分子结构和反应电位，有机材料在实际应用中可作为正极或者负极活性材料。文章首先讨论了有机电极材料本身的各种关键性质，包括材料的能量密度、功率密度、循环寿命、密度、电导率、能量效率、价格、资源可用性和热/化学稳定性。其中能量密度、功率密度和循环寿命是材料的基本电化学性质，这些性质会受到材料密度和电导率的影响，其他因素如稳定性和价格等也是必须要考虑的问题。接着从实际电池应用角度分析了电极中活性物质的单位面载量和电解液用量等因素对全电池性能的影响。最后利用软件对以有机材料为正极或者负极的实际锂电池体系进行了模拟，得出了相关电池体系的性能（如整体能量密度、功率密度）和价格等参数。结果表明，n型有机正极材料特别是羰基化合物具有较好的实际应用前景。

技术创新性：采用灰关联分析法，提出了沥青高温黏度和软化点是影响应力吸收层沥青混合料高温抗剪变形能力的两个主要因素。 技术依托单位：天津第三市政公路工程有限公司、天津城建大学 技术性能特点：明确了粗细集料分布均匀的应力吸收层混合料级配范围；提出了破坏荷载、破坏模量等评价应力吸收层沥青混合料抗剪性能的主要指标；可进行应力吸收层沥青混合料的级配设计和应力吸收层复合式路面结构高温抗剪性能的评价。

XM-MZ01中医面诊、问诊检测采集分析系统（中医面诊仪）   XM-MZ01中医面诊、问诊检测采集分析系统通过对病人面部图像进行分割、人机病症问诊作答，结合医生专业诊断，给出专业诊断结果并打印成报告，该系统能达到辅助中医临床诊断的作用，从数据库中读取面诊以及问诊信息数据，建立和编辑病例，建立中医诊断报告。中医面诊检测分析系统采用形状模型实现对眼睛、鼻子等器官进行定位，提取出额头、下颏和两颧区等人脸区域。通过采用K-means算法对面部图像的颜色进行提取，计算不同的颜色聚类中心的距离而进行面部颜色的分析；通过采用改进的2DPCA对面部图像进行特征抽取，通过计算测试样本特征与训练样本特征之间的余弦距离，实现对面部图像的光泽分析。   功能特点： ■ 软件界面简洁、操作简单。 ■ 随时可以添加、删除病人信息并自动保存。 ■ 采集分析流程：新建病人、问诊采集、面象采集、分析 结论、保存病例。 ■ 问诊采集主要是病人对照数据库中的各种症状进行挑选，通过回答 88 道试题( 病人起病和转变的情形，寒热、汗、头身感、大小便、饮食、胸腹、耳、口等各种状况)，最后进行提交并由系统自动判断。 ■ 面象采集主要是在特定的光源环境下，采用高清晰摄像头 获得患者面部的图像信息，将这些特征值与特征数据库中的阈值进行比对，给出面色分析结果。可分析12种面色：青色、赤色、黄色、白色、黑色、正常、淡白、淡红、红、 深红、暗红、紫黑。 ■ 分析结论主要是给出问诊和面诊的结论。问诊部分的结论有定位结论和定性结论，面诊部分的结论为面诊概述。 ■ 测试结果用表格显示，简洁易懂，并可以生成PDF文件保存以便查询，也可以打印体质报告。 ■ 软件建议丰富，包括体质特征、运动养生、饮食养生、起居调理。 ■ 软件一机一码，使用安全。

产品详细介绍产品简介：　　 MiniQMR清醒小动物体成分分析与成像系统适用于测量活体小鼠、大鼠及其他动物体内全组分的台式核磁共振成像分析仪，可快速、无损准确的测量动物脂肪、水分、瘦肉含量，并提供成像功能，进行脂肪分布研究。　　MiniQMR清醒小动物体成分分析与成像系统（动物脂肪/代谢测量仪），是基于核磁共振（NMR)原理的分析技术。不同组织中H质子含量以及H质子的弛豫时间均有一定的差异，可通过核磁共振信号强度与弛豫时间差异，用特定的信号处理与算法将脂肪、水分、瘦肉含量快速的区分开来。该方法可在小动物清醒状态下完成测试，测试过程对动物没有伤害，可对同一动物模型进行长期持续研究，排除个体差异影响。该仪器可用于从事糖尿病、肥胖症、代谢研究和营养学的科研机构、相应的大学和制药公司。技术指标：1、磁体类型：永磁体；2、磁场强度：0.5±0.08T，仪器主频率：21.3MHz；3、探头线圈直径：60mm；应用领域：1、肥胖研究2、糖尿病3、营养学研究4、药理学5、骨质疏松症6、心脏病学等研究仪器优势与功能：1、脂肪含量测定2、瘦肉含量测定3、自由水含量测定4、脂肪分布成像5、几分钟内检测全身的肌肉、脂肪和水分含量6、适合不同体位的测试，放样对测试无影响7、永磁体，无维护费用，使用成本低8、适用于裸鼠、小鼠和大鼠9、测试过程无损伤，对动物无风险10、动物可在清醒状态下测试，无需麻醉，测试过程简单应用案例一：快速测定老鼠脂肪，瘦肉含量应用案例二：脂肪分布-核磁共振成像测试应用软件注：仪器外观如有变动，以产品技术资料为准。

单相功率电表 7110/7120 ‒待机功率解析度达 0.001W ‒具波峰因素比显示 ‒更高 50 阶谐波分析能力 ‒1000 组量测数据保存空间 ‒电流波峰因素最高 CF9 ‒自动换档速度快   ICROTEST Power Meter 7110/7120的输入电流波峰因素可达到CF3/CF9 并拥有量程范围内所有数据均能量测优异特色，自动换档速度上亦是同等级功率表更快 能迅速锁定电流量程、准确进行功率消耗分析，量测范围从0.001W到16KW均能量测   MICROTEST 7110/7120 能量测内含DC成份的AC功率消耗 对于分析正负半周不对称电器之电流信号，得到的功率因素PF更准确 市面上电器产品为因应欧盟对电器的待机规范，厂商均致力于将待机功耗尽可能降低 并能帮助电器厂商精准分析自家产品的待机功耗并能搭配个人电脑做长时间功耗分析     关注微信公众号，看产品视频  

D2D 异构网络技术（即终端直通技术），不需要通过基站或核心网进行数据中转和处理，只需在移动终端之间建立通信链路即可直接传输数据，为突破上述技术瓶颈提供了一种新型的网络架构。目前，D2D 技术已被IMT-2020（5G）推进组确定为第5代移动通信系统的关键技术之一。然而，D2D 通信无线资源分配方面的研究，必须考虑能量效率和能量使用的优化。由于移动终端的电池容量有限，一旦忽视数据传输中对能量效率的优化，将使得数据传输由于能量枯竭而中断，重要信息无法及时传达，严重影响服务质量和用户体验。针对4G 智能手机的用户调查结果表明，只有不到25%的用户对手机续航时间表示满意，手机续航时间已经成为影响用户满意度和品牌忠诚度的关键因素之一。 　　课题组深入研究了频谱效率和能量效率之间的内在关联，其研究结果表明，在考虑实际电路功率损耗的情况下，频谱效率和能量效率不再是简单的单调递减关系，而是随着频谱效率的增加，能量效率呈现先单调递增后单调递减的特性。通过上述分析可以看出，如果一味追求高频谱效率和高吞吐量，将会带来移动终端能量效率的大幅度下降。因此，课题组针对D2D异构网络频谱资源复用的复杂场景，将针对能效最优的NP难联合资源分配问题转换为用户偏好下的随信道状态和干扰水平而动态变化的一对一匹配问题，并通过采用稳定匹配理论、非合作博弈理论、非线性优化理论来解决能效优化问题。研究结果表明，在保障QoS情况下，相比传统的高谱效资源分配方法，该方案可以将移动终端的功率消耗降低200%以上。，本项目的核心研究方向正是将节能减排战略方针落实到移动通信的基础研究领域中，与国家中长期科技发展方向和国际通信产业长期发展趋势相一致，将在技术、环境和经济等多个方面具有重要的研究意义和实用价值。 　　 课题组负责人周振宇自参加工作起即投入到异构网络资源分配、干扰协调、移动性管理、自组织组网等方面的研究工作中，作为项目负责人，先后主持了多项国家级、省部级科研项目，包括国家自然科学基金青年科学基金项目、北京市自然科学基金青年科学基金项目、北京市优秀人才计划项目等，积累了深厚的理论基础和丰富的研究经验。以 第 一 作 者 和 通 信 作 者 在 IEEE Transactions on Communications 、IEEE Transactions on Vehicular Technology、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Green Communications and Networking、IEEE Journal on Selected Areas in Communications、IEEE Transactions on Industrial Informatics等通信领域主流期刊发表论文30 余篇，在IEEE ICC、IEEE Globecom 等通信领域旗舰会议发表文章30 余篇，其中2 篇论文入选ESI 高被引论文。 　　其研究工作已被 Prof. Zhu Han（IEEE Fellow）、Prof. Weihua Zhuang（加拿大工程院院士、IEEE Fellow）、Prof. Sherman Shen（加拿大工程院院士、IEEE Fellow）、Prof. Vincent Poor（美国科学院院士、加拿大科学院院士、英国皇家科学院院士、IEEE Fellow）、Prof. Andreas Molisch（奥地利科学院院士、IEEE Fellow）、易芝玲教授（中国移动研究院首席科学家）以及JSAC、IEEE Transactions on Wireless Communications、IEEE Communications Magazine 等通信领域顶级期刊引用和正面评价。荣获IET Communications 最佳期刊论文奖（the IET Premium Award in 2017，每年在全球范围内仅选拔1 篇）、IEEE 通信协会绿色通信与计算专委会最佳论文奖（IEEE ComSoc Green Communications and Computing Technical Committee 2017 Best Paper Award，在IEEE Globecom 2017 会议上颁奖） 　　目前担任 IEEE Access、Transactions on Emerging Telecommunications Technologies、IEEE Communications Magazine 等国际学术期刊的编辑及客座编辑，担任IEEE ISADS’15 智能电网通信与网络技术专题研讨会联合主席，担任IEEE Globecom、IEEE ICC、IEEE WCNC、IEEE VTC、IEEE PIRMC、IEEE CCNC、IEEE APCC 等国际学术会议的技术委员会委员。在国际标准化方面，担任IEEE 异构网络授权/非授权频谱融合标委会工作组骨干成员（IEEE Standards Association, P1932.1 Working Group, “Licensed/Unlicensed Spectrum Interoperability in Wireless Mobile Networks”）。应邀在IEEE 车辆技术协会旗舰会议IEEE VTC’18 上作Tutorial 报告（报告题目：Internet of Vehicles: When SDN, Edge Computing and Big Data Meet Intelligent Transport Systems）。2016 年入选北京市委组织部“北京市优秀人才计划”，2017 年入选IEEE 高级会员（IEEE Senior Member）。 　　该研究由中国国家自然科学基金委项目61601180和61601181，中央高校基础研究基金资助项目2014MS08和2016MS17，日本学术振兴会JSPS KAKENHI 26730056， JP15K15976和JP16K00117以及JSPS A3 Foresight等项目资助。