XM-627椎管内部脊髓神经模型 （脑脊髓与周围神经解剖模型）   XM-627椎管内部脊髓神经模型（脑脊髓与周围神经解剖模型）显示自然位置的脑、脊髓、脊神经与椎管的形态、结构、位置关系。椎管由游离椎骨的椎孔和骶骨的骶管连成，上接枕骨大孔与颅腔相通，下达骶管裂孔而终。其内容有脊髓、脊髓被膜、 脊神经根、血管及少量结缔组织等，脊神经共31对，连接在脊髓上的神经，分布在躯干、腹侧面和四肢的肌肉中，主管颈部以下的感觉和运动。 尺寸：73×25×16cm 材质：PVC材料

XM-627椎管内部脊髓神经模型 （脑脊髓与周围神经解剖模型）   XM-627椎管内部脊髓神经模型（脑脊髓与周围神经解剖模型）显示自然位置的脑、脊髓、脊神经与椎管的形态、结构、位置关系。椎管由游离椎骨的椎孔和骶骨的骶管连成，上接枕骨大孔与颅腔相通，下达骶管裂孔而终。其内容有脊髓、脊髓被膜、 脊神经根、血管及少量结缔组织等，脊神经共31对，连接在脊髓上的神经，分布在躯干、腹侧面和四肢的肌肉中，主管颈部以下的感觉和运动。 尺寸：73×25×16cm 材质：PVC材料

XM-650神经元突触及神经纤维结构模型   XM-650神经元突触及神经纤维结构模型由4部件组成，放大12000倍，展示神经元突触小泡、突触裂隙、突触前膜、突触后膜及线粒体等结构，并示有髓及无髓神经纤维的超微结构以及髓鞘板层的形成过程。 尺寸：31×16×28cm 材质：玻璃钢材料

产品服务:听神经瘤是一种起源于第Ⅷ对脑神经鞘的良性肿瘤，由于其位置的特殊性，手术治疗极易导致面神经受损，进而引发面瘫，因此需要精准的手术路径规划。本项目开发一种基于深度学习的多模态听神经瘤辅助诊疗技术。我们拟搭建一个听神经瘤辅助诊疗平台，专门针对听神经瘤的诊断、诊治、术后恢复等提供相应技术和服务。项目优势:利用神经网络和3D可视化技术可清晰立体地构建听神经瘤及瘤周多种组织结构，从而实现手术路径的精准规划。商业模式:  1. 提供给医院技术，医院为平台的患者提供诊断和诊治建议。  2. 直接通过平台与患者沟通，提供疾病预防、诊治等建议。  3. 与第三方合作，通过平台为老年患者提供保姆、护理等服务，建立面向患者的线上商城，汇集果蔬、保健品、日常用品等，以及提供健康保险服务。

听神经瘤是一种起源于第Ⅷ对脑神经鞘的良性肿瘤，由于其位置的特殊性，手术治疗极易导致面神经受损，进而引发面瘫，因此需要精准的手术路径规划。本项目开发一种基于深度学习的多模态听神经瘤辅助诊疗技术。我们拟搭建一个听神经瘤辅助诊疗平台，专门针对听神经瘤的诊断、诊治、术后恢复等提供相应技术和服务。

XM-650A神经末梢突触放大模型   XM-650A神经末梢突触放大模型为放大的脊髓前角细胞、细胞体发出数目等长短不同的胞突（树突及轴突），主要显示神经元突触、轴突、胞体、胞核、尼氏体、核仁、神经膜雪旺氏细胞核郎、氏结未梢等形态结构。 尺寸：放大120倍，31×28×16cm 材质：PVC材料

产品详细介绍

本发明公开了一种基于社会网络的网络舆情行为分析方法，首先基于网络新闻或者帖子之间的相似度建立起一个网络舆情事件社会网络，然后通过分析社会网络参数随时间的变化以及参数之间的对比，自动的实现网络舆情的识别和网络舆情事件紧急程度的评估，方便相关政府部门更有效的监控和管理网络舆论。

XM-639脑神经在头颈部分布模型（十二对脑神经）   XM-639脑神经在头颈部分布模型（十二对脑神经模型）上带部分颅底，眶的上壁和外侧壁已剖掉，暴露出眼球、眼球外肌和眶内神经、下颌支及部分颞骨、颈部浅层肌除去暴露出脑神经在颈部的分布；颅底内面可见十二对脑神经出入颅底孔裂的情况，在正中面上，上鼻甲粘膜内可见嗅神经丝穿筛孔进入嗅球，切开鼻腔外侧壁暴露翼腭神经节及其分支；眶内显示眼球、眼球外肌， 动眼神经、滑车神经、展神经、三叉神经眼支和睫状神经节的位置的分布；下颌支及颞骨一部已切去，显露三叉神经的上颌神经，下颌神经的走行、分支、分布和下颌下神经节；面神经在面神经管内分出岩大浅神经和鼓索的情况，舌咽神经、迷走神经在颈部走行、分布情况，副神经支配胸锁乳突肌和斜方肌，舌下神经进入舌内等情况。 尺寸：放大2倍，42.5×15×40cm 材质：PVC材料

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：