2020年2月14日，暨南大学产学研深度合作企业、生物学博士后创新实践基地--广州海力特生物科技有限公司成功研发可定性和定量检测新型冠状病毒的试剂盒。 暨南大学生命科学技术学院王通教授和海力特公司朱托夫教授团队在1月26日紧急成立了科研公关小组，集中了15名科研、生产和质控人员，开展了针对新冠病毒假阴性的微量精准检测试剂盒的研发。 基于双方产学研深度合作所开发的新型冠状病毒（2019-nCoV）核酸检测试剂盒，已经进入疾控部门和医院开启测试。结果显示，检测27例确诊新冠病毒感染的样本中，该试剂盒全部检出；在50例疑似感染的咽拭子或鼻咽拭子样本中，已上市试剂盒检测出14例，海力特新冠病毒核酸精准试剂盒检测出21例（包含上述14例），最终这21例全部确诊，检出率提高33.3%。该工作表明，假阴性或“漏检”问题有望通过特异性提高试剂盒的灵敏度大大改善。并且，该产品也有望为新冠肺炎患者的疗效评估提供新的监控手段。 暨南大学与海力特共同在暨南大学东莞暨南大学研究院孵化的“东莞微量精准检测研究院”，已于2019年1月获得第三方检测许可证，现有新冠病毒检验能力每天300人份。

基于双方产学研深度合作所开发的新型冠状病毒（2019-nCoV）核酸检测试剂盒，已经进入疾控部门和医院开启测试。结果显示，检测27例确诊新冠病毒感染的样本中，该试剂盒全部检出；在50例疑似感染的咽拭子或鼻咽拭子样本中，已上市试剂盒检测出14例，海力特新冠病毒核酸精准试剂盒检测出21例（包含上述14例），最终这21例全部确诊，检出率提高33.3%。该工作表明，假阴性或“漏检”问题有望通过特异性提高试剂盒的灵敏度大大改善。并且，该产品也有望为新冠肺炎患者的疗效评估提供新的监控手段。 暨南大学与海力特共同在暨南大学东莞暨南大学研究院孵化的“东莞微量精准检测研究院”，已于2019年1月获得第三方检测许可证，现有新冠病毒检验能力每天300人份。

舆情监控是整合互联网信息采集技术及信息智能处理技术通过对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求，形成简报、报告、图表等分析结果，为客户全面掌握网民思想、行为动态，做出正确舆论引导，提供分析依据。西安交通大学大数据分析技术与算法国家工程实验室舆情大数据分析研究小组在舆情监控领域进行了大量的研究工作，在数据方面构建了包括 Facebook、Twitter、微博、贴吧、门户网站、论坛在内的 100 余处主流站点的数据，构建了包括文本、图片、视频等在内的跨模态舆情大数据。该项目团队拥有完整独立自主的知识产权，实现了技术的自主可控，并且能够提供一站式社交网络信息处理方案和技术支持，如更广的数据采集扩展、丰富的数据分析、多样的舆情报告、多端的平台应用。目前该系统已应用于教育部考试舆情监控系统、榆林舆情监控系统、丝路学院知识中心，用户涵盖国家部委、公安、宣传、军队、高校等领域，并获得了用-- 25 --西安交通大学国家技术转移中心户的一致认可和高度评价。

一、项目简介舆情监控是整合互联网信息采集技术及信息智能处理技术通过对互联网海量信息自动抓取、自动分类聚类、主题检测、专题聚焦，实现用户的网络舆情监测和新闻专题追踪等信息需求，形成简报、报告、图表等分析结果，为客户全面掌握网民思想、行为动态，做出正确舆论引导，提供分析依据。西安交通大学大数据分析技术与算法国家工程实验室舆情大数据分析研究小组在舆情监控领域进行了大量的研究工作，在数据方面构建了包括 Facebook、Twitter、微博、贴吧、门户网站、论坛在内的 100 余处主流站点的数据，构建了包括文本、图片、视频等在内的跨模态舆情大数据。该项目团队拥有完整独立自主的知识产权，实现了技术的自主可控，并且能够提供一站式社交网络信息处理方案和技术支持，如更广的数据采集扩展、丰富的数据分析、多样的舆情报告、多端的平台应用。目前该系统已应用于教育部考试舆情监控系统、榆林舆情监控系统、丝路学院知识中心，用户涵盖国家部委、公安、宣传、军队、高校等领域，并获得了用-- 25 --西安交通大学国家技术转移中心户的一致认可和高度评价。二、产品性能优势1. 该系统能够通过对不同用户的不同需求，不同舆情监控

本发明公开了一种鱼、虾智能精准投饵系统，主要包括DSP、PLC触摸屏一体机、主机显示器一体机及若干养殖池，每个养殖池一侧边缘设有圆形的荧光标记，其对侧边缘安置有投饵装置，投饵装置包括称重传感器及设于其上的风机、螺旋推进器和饵料存储仓，采用该系统进行鱼、虾智能精准投饵的方法主要是每次投饵前，通过摄像头，DSP利用计算机视觉技术对当前最佳投喂距离进行预估，继而PLC通过变频器控制风机和螺旋推进器的速率并开始投饵。采用本发明的系统进行鱼、虾的工厂化养殖的工序简单，快捷高效，可极大程度上避免节省人工成本，饵料成本，为实现养殖鱼、虾的高效益化、福利化提供技术支持。

本成果基于先进材料技术、微纳制造工艺的电容式微机械超声传感器（CMUT）与压阻式MEMS压力传感器，信号处理智能算法、无线信号传输及微系统集成的多项研究成果，进行了跨尺度多相流浓度与超声衰减及压力分布的物理场耦合谱图像数值模型，优化超声/压力频率、功率及尺度等多参数设计，构建了阵列式多频谱超声-压力融合RMF瞬态浓度计算方法，实现多维、多参数RMF流型辨识与流量在线监测能力，设计RMF浓度超声-压力融合检测微系统，形成了“气固两相粉尘扩散浓度”“气液两相冷凝剂加注质量”在线监测解决方案。 一、项目分类 关键核心技术突破 二、技术分析 气/固/液多相流混合现象广泛存在于工业生产中，北京理工大学娄文忠教授团队针对当前工业粉尘爆炸、粉尘防护、新冠疫苗低温贮藏装置的冷凝剂高效安全加注，推进国家“公共安全”“节能减排”重大需求，创新性提出超声-压力复合的气/固/液混合多相流流型/流量精准检测微系统的研制。 基于先进材料技术、微纳制造工艺的电容式微机械超声传感器（CMUT）与压阻式MEMS压力传感器，信号处理智能算法、无线信号传输及微系统集成的多项研究成果，进行了跨尺度多相流浓度与超声衰减及压力分布的物理场耦合谱图像数值模型，优化超声/压力频率、功率及尺度等多参数设计，构建了阵列式多频谱超声-压力融合RMF瞬态浓度计算方法，实现多维、多参数RMF流型辨识与流量在线监测能力，设计RMF浓度超声-压力融合检测微系统，形成了“气固两相粉尘扩散浓度”“气液两相冷凝剂加注质量”在线监测解决方案。 该方案采用了多项先进的专利技术，具有体积小、功耗低、精度高、响应速度快等特点，当前已有相关实验数据支撑，同时结合无线组网技术及物联网技术，具备构建“粉尘爆炸评估系统”“冷凝剂远程监测”条件。

成果内容：用仿细胞膜结构聚合物涂覆改性生物材料及器件可得到优异的血液相容性及组织相容性。研发的仿生涂层构建技术可简便地用于多种医疗管路、导管及器械表面改性，显著降低蛋白质吸附达90%、细菌粘附99%、凝血及补体激活均减少80%以上。相关研究连续获得6项国家自然科学基金项目资助；获授权发明专利20项；关键技术通过陕西省技术成果鉴定，发明的仿细胞膜结构聚合物涂层的构建及调控技术国际领先。 成果用途： （1）仿细胞膜人工肺（高端产品）。血液蛋白质吸附减少90%，血小板粘附减少96%，凝血及补体激活均减少80%以上。抗血栓形成时间延长10倍。 （2）对血液透析器涂覆改性后可获得具有仿细胞膜涂层的血液透析器。可以显著降低对血液蛋白质吸附、血小板粘、凝血及补体激活等不良反应，从而大大降低病人在血液透析过程中出现瘙痒、头晕、恶心、呕吐、不宁腿综合征等过敏性不适症。 （3）将仿细胞膜结构聚合物涂层构建在导尿管、人造血管等管路内、外表面，可获得高效抗菌、抗凝、润滑等性能优异的医用导管。 成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关） 转化方式：技术转让、合作开发 成果授权情况 专利号 专利名称 专利状态 ZL201110203771.7 利用RAFT聚合技术在材料表面构建仿细胞外层膜结构涂层的方法 授权 ZL201110205373.9 仿贻贝粘附蛋白和细胞膜结构共聚物及其制备方法和应用 授权 ZL200910219143.0 一种仿细胞外层膜结构修饰涂层制备的方法 授权 ZL201310469385.1 一种通过聚多巴胺涂层构建功能化表界面的方法 授权 ZL201510013872.6 含磷酰胆碱和聚乙二醇的功能聚合物及其抗污涂层的构建方法 授权 ZL201610120275.8 功能型仿细胞外层膜立体结构涂层的构建方法 授权 ZL201510014112.7 贻贝粘附和细胞膜抗污双仿生多臂PEG及其制备方法 授权 ZL201910027531.2 一种仿生聚合物及制作耐久性双仿生聚合物涂层的方法及应用 授权 202011156925.7 一种两性离子聚合物与肝素复合涂层和制备方法及其应用 受理 202010000137.2 一种交联稳定聚合物刷涂层的构建方法 受理  

“应急传染病医疗救治中心的改造策略“方案充分利用原体育馆附属用房设置病房及医护医技用房，局部利用集装箱增设符合传染病医院污水处理要求的病区厕所和医护洗消模块。并且针对武汉方舱医院大规模病床无物理隔断的缺陷，通过集装箱模块组合，搭建标准化的方舱医院病房，改造利用可逆性强，对原体育馆建筑只需改造空调排风。所有集装箱病房及功能模块均可灾后回收，二次利用。   查看原文

提供了基于移动互联网及云计算技术的跨区域多机构整合急救资源协同救治的医疗信息共享平台，具有以下几大功能:基于 FMC-D 时间的智能转运决策辅助、系统内医疗单元 通讯、系统内医疗单元信息共享及 PCI 医院介入影像质控管理。系统分为医疗单元终端(包 括 EMS 终端、非 PCI 医院终端及 PCI 医院终端)和云计算服务端两部分，通过 3G/4G 无线 互联进行数据交换处理。急救车客户端考虑到用户的操作体验，采用基于 Android 系统进行 开发。云计算服务端处理中心部署在云服务器上，按照 SOA 架构的理念进行框架设计，依 托于数据仓库对业务数据进行深度挖掘分析。本系统的特色包括: 体系结构设计以时间轴为中心。时间轴是描述 AMI 患者救治流程的关键事件时间节 点的集合，如:呼叫 EMS 时间，EMS 响应时间，急救车到达时间，首次胸痛发作时间，本 次胸痛发作时间，EMS 首份心电图时间，等。通过对上述关键事件时间节点的统计、分析 通过资源合理调配、辅助决策支持等方式提高针对 AMI 的救治效率。 智能推荐技术。该推荐主要基于以下信息:1，实时的医院医疗资源信息(如床位资 源、医生资源、手术资源等);2，地理位置信息，主要是权衡道路拥堵情况以及距目标医院 距离信息;3，救治能力，主要指通过救治流程中产生的历史数据挖掘分析衡量 PCI 医院救 治能力的信息。 大规模的支持。急救车客户端考虑到用户的操作体验，采用基于Android系统进行开发。 云计算服务端处理中心部署在云服务器上，按照 SOA 架构以及基于 XMPP(Jabber)协议通信 机制的开源架构的理念进行框架设计，依托于数据仓库对业务数据进行深度挖掘分析。在北京 等地的实践表明该系统具有支持区域内多 PCI 医院，多非 PCI 医疗机构，多 EMS 机构并发协 同救治的流程以及流程中产生的 PB 级的数据。在一套完整、独立的 RCTS-AMI 系统内，预计 500-800 家 PCI 以及非医院，12 万台终端，2000-2500 位医生可以使用本系统。