随着社会老龄化以及人民生活水平的提高，以干细胞为核心的再生医学发挥着越来越重要的作用。关节软骨损伤及其退行性病变-骨关节炎给社会带来越来越大的劳动力损失以及患者生活质量的下降。本项目利用纳秒脉冲电场选择性降低DNA甲基化，提升干细胞干性，促进干细胞多向分化。应用范围 本项目可用于诱导多能干细胞（iPS）制备；干细胞分化前准备和成骨、成脂以及成软骨分化；体内骨、软骨再生；骨关节炎的早期干预和对症治疗；细胞治疗；细胞分泌因子调控等领域。 项目阶段 1.纳秒脉冲电场是新兴的、能够精确控制场强和脉宽的电场技术，可以比传统电场更加精准地控制参数，以及提升场强到KV/cm。它有效地穿透细胞膜、作用到细胞器和染色质，发挥广泛的生物学效应。 2.我们发现纳秒脉冲电场的不同参数组合（场强、脉宽、频率、刺激个数、应用时间点等）会引起不同的生物学作用。基于该理念，实验室前期工作发展了使用纳秒脉冲电场：a.选择性DNA去甲基化；b.提升干细胞干性；c.促进干细胞分化（成骨、成脂和成软骨）；d.促进处理后的干细胞体内软骨再生的能力；e.提升细胞分泌因子能力；f. 改良传统的“电击杯”(BTX electroporationcuvette #45-0125)，开发出能够连续为细胞施加刺激的导电薄膜。

在临床和科研中，识别细胞类型是癌症诊断、血液分析等的重要内容，项目拟开发一套基于细胞类型解卷积算法，并与基因芯片结合，建成细胞类型分析设备。 在血细胞检测、免疫力评估、癌症诊断、干细胞移植、肿瘤微环境分析等临床应用中，必然要判断样本中的细胞类型和丰度。目前，临床使用的方法(染色、流式细胞等)存在：细胞类型判断不准、过分依赖抗体、流程复杂等缺陷。单细胞转录组测序(如Drop-Seq、10X genomics等)由于细胞泄露等原因，检测基因不全，导致对细胞类型的判断有误，且需要新鲜样本，实验较复杂，后续分析复杂。 因此，在临床和科研中，亟需一种能快速、简洁、准确地分析样本中所有细胞类型及其丰度的方法和设备。项目将开发一种基于解卷积的细胞类型识别算法，并和基因芯片技术结合，集成为细胞类型分析设备。只通过一组基因的表达水平，判定样本中所有细胞类型及其丰度；且可根据组织类型定制芯片，扩展应用。该设备可用于临床和科研中关于血液疾病、癌症、免疫分析等，成本低、操作简单、准确性好。

随着体育活动普及以及生活水平提高，关节软骨损伤及其退行性病变-骨关节炎给社会带来越来越大的劳动力损失以及患者生活质量的下降。因应这些挑战，以生物材料、干细胞和生物医学工程技术为基础的先进治疗方式逐渐涌现。在长期研究的基础上，实验室首先发现并优化了多肽（饥饿激素，ghrelin）促进干细胞软骨分化和体内软骨再生的方法。多肽可以作为体外研究和体内软骨再生的重要手段，有良好的临床和产业化价值。

随着社会老龄化以及人民生活水平的提高，以干细胞为核心的再生医学发挥着越来越重要的作用。关节软骨损伤及其退行性病变-骨关节炎给社会带来越来越大的劳动力损失以及患者生活质量的下降。本项目利用纳秒脉冲电场选择性降低DNA甲基化，提升干细胞干性，促进干细胞多向分化。

XM-847A动物细胞亚显微结构模型   XM-847A动物细胞亚显微结构模型为放大20000倍的动物细胞，示细胞膜、细胞质及细胞核，细胞质主要示细胞器、线粒体、粗面内质面和滑面内质面网、高尔基复合体和中心体，细胞核作切面，示核膜、核仁及染色体等，带有多个部位数字指示标志。 尺寸：放大20000倍，43×30×16cm 材质：PVC材料

XM-849细胞有丝减数分裂模型   XM-849细胞有丝减数分裂模型共有9个部件，显示从细胞核内出现染色体开始经过一系列的变化，最后分裂成二个子核为止，模型显示核分裂过程的5个主要时期：即间期、前期、中期、后期、未期直至二个新的子细胞，胞质分裂主要显示二个新的子核之间形成新的细胞壁，把一个母细胞分隔成二个子细胞的过程，细胞核膜全透明。 尺寸：放大 材质：PVC材料

产品详细介绍

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。