南京师范大学课程资源研究所可提供的系列教育产品有：科技馆仪器、科普馆展品、科技创新实验室仪器、科学探究实验室仪器、数字化实验室探究仪器设备、通用技术实验室仪器模型、机器人实验室套件、航天航空科普馆仪器、航天航空科技馆展品、地震科普馆展品、地震科技馆仪器、安全教育科普馆展品、安全教育科技馆仪器、交通安全科普馆展品、交通安全科技馆模型、消防科普馆展品、消防科技馆仪器、幼儿园科学发现室仪器、农业科普馆展品、社区科普馆仪器、社区科技馆展品、壁挂式科技馆仪器、科普大篷车仪器、示范性综合实践基地配套仪器、综合实践活动室配套仪器、生命健康科普馆展品、低碳环保科普馆仪器模型、军事教育科普馆仪器模型、儿童乐园科普展品。 序号 仪器名称 单位 数量 1 防震减灾知识电子翻书系统 套 1 2 全球板块分布拼图（板块运动） 套 1 3 世界地震带分布动态展示 套 1 4 中国地震带分布动态展示 套 1 5 工程结构抗震模拟 套 1 6 地球内部构造动态演示 套 1 7 地震地貌模型 套 1 8 地震模拟小屋 套 1 9 地震来了往哪里跑 套 1 10 现代模拟地震仪 套 1 11 现代数字地震仪 套 1 12 断层模型演示 套 1 13 纵横波确定地震震中 套 1 14 地震形成演示仪 套 1 15 地震科普教育影音室 套 1 16 张衡地震仪 套 1 17 大陆漂移模拟仪 套 1 18 地震科普知识展板 套 1  

实验室建设思路 实验室是中学教育中的重要组成部分,是新世纪培养创新人才,提高学生实践创新能力,实施素质教育的重要基地。我国2001年颁布《基础教育课程改革纲要》，启动基础教育课程改革。本次课改的一个明显特点是首次明确强调培养学生科学素养、探究能力、问题解决能力的目标。近年来,对学生科技创新实践能力的培养已越来越引起学校校的重视，利用科技创新实验室重点培养学生的“三能，三创”（动手能力、实践能力、创新能力、创新意识、创新精神、创造潜力），鼓励学生进行创新性的学习和研究。在此背景下，传统实验室已经不能满足新的课程标准下的实验教学的需要。因此建设科技创新实验室，已经成为开展实验教学、培养学生科学素养和探究能力的必不可少的配套设施。科技创新实验室是培养学生实践创新能力和开展课外科技活动的重要基地，也是展示学生实践创新成果的重要窗口,为学生锻炼实践创新能力提供了基本保障。 编号 名称 01 地球结构探秘 02 音量比赛 03 磁力转盘 04 无规则摆锤 05 拍出音阶 06 铁花 07 飞轮蓄能 08 光的反射 09 磁椅 10 爸爸的鼻子 11 菲涅尔透镜 12 菲涅尔透镜 13 磁性液体 14 齿轮传动 15 彩色的影子 16 磁悬浮 17 电视机与磁力 18 钉床 19 电影的原理 20 大称 21 动物叫声 22 电磁加速器 23 电磁秋千 24 电磁筋斗 25 地震台 26 电磁乒乓 27 地球构造 28 电风转筒 29 大视野立体图 30 多像镜 31 动量守恒 32 典型齿轮传动 33 典型机构 34 动物的眼睛（鱼） 35 动物的眼睛（昆虫） 36 翻转镜像 37 菲涅尔透镜 38 发电锚 39 仿真雷电 40 复合摆 41 风力发电 42 付柯沙摆 43 梵天之塔 44 方车轮 45 分形艺术 46 风力表演 47 法拉第笼 48 风速演示 49 风洞升力 50 方程花 51 防弹玻璃 52 防弹衣 53 反应能力测定 54 浮动环 55 反射抛物线 56 拱桥 57 滚环 58 光导 59 龟兔赛跑 60 滚出直线 61 滚直线的小球 62 光学转盘 63 惯性摆车 64 光纤传声 65 光柱 66 惯性摆波（横波） 67 光学隧道 68 概率演示 69 光的分解 70 不可思议的三角形 71 会飞的碗 72 太阳能发电 73 看谁跑得快 74 像素点 75 花朵绽放 76 一窗两景 77 平衡测试 78 悬浮环 79 奇妙的乐器 80 光压风车 81 画图形 82 合成色彩 83 混色板 84 混沌摆 85 喊泉 86 辉光球 87 含羞球○188 无形的力（弧形） 89 无弦琴 90 无底洞 91 歪手投篮 92 万花筒 93 握力 94 悬浮球 95 漩涡 96 戏水鸭 97 旋转秋千 98 相对运动 99 形影不离 100 运动总动员 102 音频小屋 103 隐身术 104 圆盘的惯性 105 眼的余光 106 运动中的骨骼 107 雅各布天梯 108 鱼洗 109 液体中的气泡 110 缘分台 111 颜色差 112 荧光棒 113 眼睛盲点 114 液压千斤顶 115 越快越好 116 一笔画 117 运动中的感觉 118 液压传动 119 自己拉自己（多人） 120 自己拉自己（单人） 121 正交十字磨 122 锥形上滚 123 撞球 124 自立的球 125 最速降线（双轨） 126 自然数平方规律 127 站不齐 128 粘不离闲 129 重锤 130 转椅 131 柱波 132 转盘 133 安培力转盘 134 伯努力吸盘 135 拔河 136 比臂力 137 变形窗 138 变形棍 139 波的产生（纵波摆） 140 波形演示（机械演示） 141 比大小 142 本纳姆圆 143 变色龙 144 不许动 145 棒打鸳鸯 146 波浪发电 147 伯努力悬浮 148 不可思议的三角形 149 布朗运动 150 错觉画 南京师范大学课程资源研究所 邮政编码：210009  地　　址：南京市宁海路122号南京师范大学信息技术楼   公司电话：025-83204284， 83302681， 83301983  公司传真：025-83302681转8028  手　　机：13405879778 联 系 人：王老师  网　　址：http://www.kczyyjs.com 电子邮件：wangkefang@163.com QQ号码：2269329198

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

提出基于地震波观测的滑坡快速检测和滑动几何形态的分析方法，可服务于滑坡次生灾害的预警。       2018年12月22日因无预警海啸致使印尼苏达海峡沿岸城市437人死亡，几千人受灾。叶玲玲教授等利用印尼的宽频带地震波数据，发现此次海啸由滑坡引发，与2018年活跃的Anak Krakatau火山活动有关。相对于地震滑动，滑坡造成的地振动以低频成分为主，高频成分较少（图1），造成目前常规基于高频地振动信号的地震-海啸预警系统失效。雷达影像资料分析进一步证实海啸源是Anak Krakatau火山西南侧的滑坡（图2）。采用震源单力模型，长周期地震波观测约束滑坡平均倾角为12°；结合地震波和卫星遥感资料观测，得到滑动体积约为0.2 km3。这些参数为海啸模拟提供了重要约束。 在2018年印尼火山滑坡事件中, 地震波信号10分钟传播到整个苏门答腊和爪哇地区, 被几十个地震台接收，利用Wphase反演方法15分钟可得到有效的滑坡信息。由滑坡引发的海啸波传播速度较慢, 半小时后传播到附近的海岸带地区。因而该研究中基于Wphase方法的滑坡快速检测和滑动几何形态的分析方法可有效运用于该类型滑坡海啸预警中。

建设消化系统肿瘤的大数据平台，通过整合肿瘤临床信息、影像数据、生物样本库数据、高通量生物多组学的数据，系统地构建消化系统肿瘤大数据，并结合人工智能平台进行大数据的挖掘与分析。该团队基于肿瘤大数据平台开展肿瘤临床诊疗的真实世界研究，探索肿瘤的精准诊断、预后预测和耐药分子机制 徐瑞华教授团队开始着手构建磷酸化定量数据库qPhos。通过收集已发表的定量磷酸化组数据，共整合了199071个磷酸化位点上的3537533个定量磷酸化信息，其中86%的数据来自肿瘤组织样本及相关细胞系。有关定量实验的详细信息，包括实验条件、实验所用的细胞系或样本等数据也纳入了数据库中。对每个磷酸化位点，都注释了实验验证的或潜在的上游激酶，以便理解其分子调控机制。同时，通过整合UniProt，ExPASy和DrugBank等数据库中的信息，对磷酸化位点所在蛋白质的生化特征、上游激酶的靶向药物情况进行了详细的注释，方便查询和使用。       此外，数据库中还开发了qKinAct分析模块，研究人员可以基于自己的定量磷酸化组数据分析得到相应的激酶活性相关磷酸化位点信息，进而分析异常的磷酸化信号通路。因此，qPhos是首个全面涵盖肿瘤和疾病相关重要磷酸化修饰动态水平的数据库，为研究蛋白磷酸化修饰及其动态调控提供了一站式服务。