成果简介： 针对珍稀的植物材料，通过体细胞克隆技术进行高效繁育，获得优良性状并固定，提高珍稀资源植物生长效率、成活率和活性成分含量，为实现规范化、大规模种植和深度开发珍稀资源植物提供种源保障，是现代农业和高新医药企业GAP基地建设所需的高品质种源解决方案之一。 植物的繁殖方式有无性繁殖和有性繁殖两种。无性繁殖通常是种植散户自己留种繁殖，没有优选更新，种质易退化，影响资源植物的质量和产量。同时还存在着繁殖周期长，效率低，耗种量大等问题，很难满足高效率的大规模种植的需要。有性繁殖过程中，一是种子能繁育的，可以育苗后移栽，但没有经过优选的品种种苗的质量会存在着不稳定，品质差异较大的问题。另一种是种子无胚乳，在自然状况下萌发率极低，甚至不萌发，因此，种子繁育存在着十分困难的技术障碍。 体细胞克隆技术在无菌环境下，用少量的珍稀植物活体材料在优化的培养基上进行扩大培养、繁殖，快速生产出优质、稳定、大量的种苗，可以实现珍稀资源植物的规模化生产，解决现代农业和高新医药企业GAP基地建设中种源问题，为珍稀资源植物的深度开发奠定坚实的基础。

成果简介： 主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。

一、成果简介 新的环保法实施对各类企业环境质量要求较高，食品企业加工中，尤其是废料及下脚料存储中会产生大量异味，对周围环境造成影响，污染环境。目前各类企业多采用活性炭为主要原料的不同 工艺技术去除相应异味，由于运行成本很高，企业多难以承受。本项目采用自主知识产权的专利技术，即特征生物质原料及特征复合EM工程菌集成工艺技术体系用于企业生产中所产生的各类异味 的去除，工艺相对简单，投资小

本项目提出了废弃加气混凝土活化的概念和方法，将废弃加气混凝土进行活化后再利用，利用活化的废弃加气混凝土制备硅酸盐陶粒，采用水热合成，不经高温煅烧，表面不产生釉质层。本项目生产的硅酸盐陶粒强度高，可代替石子作为混凝土骨料，制备的混凝土密度小、强度高。将废弃的加气混凝土进行再循环利用，提高了加气混凝土的产品附加值，获得了尽可能大的经济效益，同时也获得了很好的社会效益。 生产的陶粒通过各项性能指标测试，并经江苏省建工建材质量检测中心检验测试，送检的砂加气混凝土硅酸盐陶粒表观密度为1426

以膜分离技术为核心，成功开发出膜法制浆造纸废水零排放成套工艺包技术，在南通建成4万吨/日的废水处理示范工程，得到与自来水相当的净化水、工业盐以及干泥等产品，实现了零排放和废水的全回用，相当于新增一个再生水厂，全球首次实现制浆造纸废水的零排放，同时此项工程的建造成本及运行成本只有原定管道排海工程的一半

1. 痛点问题 水中内分泌干扰物、微囊藻毒素等微量有毒污染物对生态环境和人体健康带来潜在不利影响，已经演变成为全球性关注的重大环境问题。因此，发展微量有毒污染物的快速监测技术，对于应对微量有毒污染物环境与健康风险具有重要的支撑作用和现实意义。 仪器分析技术是水中微量有毒污染物标准检测技术，然而这类技术需要昂贵的仪器，冗长费力的样品准备过程和专业的操作人员，限制了此类技术在污染事故应急、现场快速监测等领域的应用。此外，对于总微囊藻毒素这类包含上百种结构变异体的混合物，依赖于化合物结构实现浓度分析的仪器分析技术无法穷尽，特别是捕捉到尚未鉴定出来的微囊藻毒素变异体。免疫分析技术利用抗体对抗原的特异性亲和作用，可实现对一种或一类微量污染物的快速高灵敏分析。基于免疫分析原理构建的酶联免疫检测试剂盒具有快速、高灵敏、操作简便、易于标准化等优点，其核心是抗体材料。特别是，为了筛查总微囊藻毒素结构变异体并预警蓝藻水华，美国环境保护署于2016年公布了最新的未管制污染物监测规则，其明确推荐发展基于酶联免疫检测试剂盒的总微囊藻毒素快速检测方法，其中，具有微囊藻毒素结构变异体广谱识别能力的抗体是发展该技术的核心材料支撑。 本项目攻克水中微量有毒污染物免疫检测中的关键瓶颈，有望解决现有技术痛点，为发展水中微量有毒污染物快速ELISA检测技术提供支撑。 2. 解决方案 针对水中蓝藻毒素，发明了一种广谱型微囊藻毒素单克隆抗体及其制备方法。该抗体能够特异性识别总微囊藻毒素与节球藻毒素Adda基团，检出限达到0.1 ng/ml，对12种微囊藻毒素结构变异体交叉反应率55~125%，线性范围跨越一个数量级，为研发总微囊藻毒素ELISA试剂盒提供了材料支撑。针对水中痕量内分泌干扰物，发明了固相识别雌激素受体的雌二醇衍生物筛选方法，可以筛选出与雌激素受体具有高特异性高亲和力的衍生物，进而可以缩短固相雌二醇与雌激素受体结合的时间，增加体外环境下的结合稳定性与亲和力；建立了一种利用间接竞争ELISA 高通量快速筛查多种内分泌干扰物的方法，可以实现水中多种内分泌干扰物的同步快速检测，典型标准曲线测试结果显示该方法对双酚A检出限为3.6 μg/L，定量检测区间为8.2-264.7 μg/L；对雌二醇检出限为3.2 μg/L，定量检测区间为4.2-12.0 μg/L；对壬基酚检出限为24.8 μg/L，定量检测区间为8.2-264.7 μg/L。 合作需求 1、寻求在水环境监测系统研发、生产和销售及运营服务的企业开展技术研发合作； 2、寻求在生态环境、水利、市政等政府部门或事业单位及受环保部门重点监管的污染源企业的环境监测相关应用场景对接资源。

1.痛点问题 复发转移的晚期癌症患者缺乏有效的治疗手段、生存期望低，迫切需要新的治疗方法。作为新兴的精准医学治疗手段，以CAR-T细胞治疗为代表的免疫疗法得到了快速发展，但因其治疗费用昂贵、适应症限制和安全性等问题限制了其临床广泛应用。 2.解决方案 本项成果的核心技术之一STAR（SyntheticTcellreceptorandAntigenReceptor）-T，即“合成T细胞受体和抗原受体”，采用了创新型T细胞受体-抗体复合物结构，具有天然双靶点的结构优势，由于整合了抗原识别区与TCR恒定区及其活化通路，因此具有亲和力高、特异性强的特性，在细胞治疗血液瘤和实体瘤方向具有良好的临床应用前景和广阔的产品市场空间。此外，另一项成果涉及优化的TCR-T技术，突破了传统TCR-T特定功能性序列的获取难题和针对不同患者HLA型的TCR分型难题，使TCR-T细胞治疗的产业化应用成为可能。 本项成果预期基于STAR-T和TCR-T技术产出针对血液瘤、实体瘤、病毒性感染等疾病相关的细胞治疗产品。

1. 痛点问题 场景三维重建是未来视觉成像技术发展的重要趋势，支撑导航与人机交互、虚拟现实与增强现实（VR/AR）、在线文旅、工程设计等前沿领域应用革命性发展。 目前技术仅仅是根据局限于面元自身区域内不同时刻的信息融合得到该面元的最终重建结果，忽略了面元之间的关系，导致重建面元的自由度过大，同时由于遮挡、光照变化、纹理不足、运动等因素的影响，降低了深度图像的稠密度，同时存在相关尺度模糊问题。重建面元受到输入深度图像噪声以及定位系统对相机定位误差的影响，出现重建面元的位置及朝向可能与真实值存在明显偏差，且相邻面元之间可能存在不一致的情况，导致最终重建的三维模型的稠密度、鲁棒性、一致性和准确性较低。 2. 解决方案 本项目成果提出了一套高精度稠密室内场景重建技术，首先提出基于物理空间推理和语义关联建模的场景多粒度（像素/体素-超像素/体素-对象-场景）感知方法，综合语义信息、几何结构信息以及时空间信息进行滤波，实现准确深度估计，联合光流估计与相机位姿估计进行多任务自监督训练，实现深度估计网络权重的在线调整，提高深度估计在未知场景下的性能，进一步引入在室内场景中常见的三种局部和全局尺度空间平面关系约束，为每一个重建面元提取三种支撑面元集，以支撑面元为载体将面元之间的空间关系作为额外约束引入密集面元生成阶段，抑制深度图噪声和定位误差的负面影响，提出基于语义先验的实时概率稠密重建方法，通过时序传播与概率模型更新实现实时场景深度重建，提高最终三维重建模型的稠密度、鲁棒性、一致性和准确度，新引入的部分计算量小，能保持现有方案的实时性和可扩展性，能够快速对大场景进行实景稠密三维重建，为用户提供低成本、高效率、极便捷的空间3D重建解决方案。 合作需求 寻求在VR/AR、机器人、智慧城市等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。

本项目主要采用生物衍生肌腱构建下颈椎后路动态稳定系统装置。采用临床自愿捐献的人体肌腱进行脱细胞、冻干制备直径3mm,长度不等的生物衍生肌腱材料，进行体外对照实验和动物模型活体对照实验。研究发现这种材料通过创新的颈椎后路固定方式，使颈椎在前屈时提供足够动态稳定性，在左右侧屈、旋转及后伸运动中并不限制其正常运动，较好的模拟后方韧带复合体的功能。同时，动物实验证明，此种装置修复动物下颈椎后方连接结构损伤,均表现出良好的修复能力。组织学及免疫组化检查证明无大量淋巴细胞细胞浸润,细胞呈梭形,纤维组织排列整齐、均匀,可见毛细血管增生，植入装置保持了活力。故采用生物衍生材料的颈椎后路动态稳定系统能在体内长期存活,能够重建后柱稳定并保留部分运动功能。

本成果已经完成样车验证，开始进行中试。