本发明涉及多肽合成技术领域，具体涉及一种从2‑氯三苯甲基氯树脂中绿色切割保护肽的方法。本发明所述的方法包括如下步骤：在2‑氯三苯甲基氯树脂上，按照多肽肽序依次连接氨基酸，得到树脂肽；将切割液与所述的树脂肽混合，实现树脂肽中保护肽的切割；其中所述的切割液为弱酸溶液。所述的弱酸溶液包括甲酸溶液、乙酸溶液或乳酸溶液中的任意一种，均为绿色有机酸，所述的弱酸溶液的溶剂也是绿色溶剂，本发明所述的方法切割效率高，同时能保持98%以上的肽链结构完整性，同时本发明还利用了连续流切割树脂肽，进一步提高了切割效率。

集热式磁力搅拌器型号：101S　 　 产地：郑州技术参数DF-101S 特征：平板 ； 搅拌容量：最大2000ml ； 搅拌速度：无级调速 0-2600； 加热温度：室温-400℃ ； 控温方式：智能自动； 工作电压：220V/50Hz ； 整机尺寸：239×245×220 ； 主要特点随意设定，自动恒温，使用更加方便、直观，控温精度高、准确可靠。 仪器介绍DF-101S在DF-101B基础上，增加了高精度时间比例式数显温控仪和智能型数字显示温度两种型号，随意设定，自动恒温，使用更加方便、直观，控温精度高、准确可靠。

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。 红细胞 白细胞 霉菌 虫卵

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。

本发明提供了一种基于光学环镜的超宽带脉冲编码调制装置， 包括高非线性光纤、延时干涉仪和两个光纤耦合器，延时干涉仪包括 探测光输入口、探测光输出口、两个输出端口、第一耦合器、第二耦 合器、以及从第一耦合器延伸到第二耦合器的上臂和下臂，上臂和下 臂均置于一个温度控制装置中；高非线性光纤连接在两个输出端口之 间，两个光纤耦合器均设置在高非线性光纤上，用于分别引入外部的 信号泵浦光脉冲和辅助泵浦光脉冲。本发明采用光学非线性延

本发明公开了一种变线宽激光振镜扫描快速刻蚀方法，本发明 利用激光束离焦后功率密度梯度变小光斑变大的原理以及高速振镜扫 描误差精确矫正方法，通过设置不同的在焦和离焦激光加工距离及对 应功率参数和激光振镜扫描参数来控制激光光斑大小，对图形填充区 采用离焦后的大光斑光栅扫描填充，然后对图形轮廓进行矢量扫描勾 勒。本发明针对不同的工作距离预先进行振镜扫描误差矫正，生成高 精度振镜扫描定位表，确保在不同激光加工距离获得同等高精

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。

本发明公开了一种三通道显微镜接口包括外壳、分光模块和筒 镜；外壳上具有三个透光孔；分光模块设置在外壳内部，包括平行设 置的第一二向色镜和第二二向色镜，入射的混合光经过筒镜落在第一 二向色镜上，产生第一透射光和第一反射光，其中第一透射光，通过 外壳上相应位置的透光孔出射，第一反射光落在第二二向色镜上，产 生第二透射光和第二反射光，第二透射光和第二反射光分别通过外壳 上相应位置的透光孔出射；入射光从筒镜到各透光孔像面的光

本发明公开了一种基于椭圆柱内反射镜的位移检测装置，该装置将凸透镜成像的原理进行巧妙地运用，通过光致发光物质(或漫反射材料)、椭圆柱内反射镜和线阵感光元件将光汇聚点的位置检测转化为线阵感光元件上感光最强点的检测，只需通过计算机便可检测出来。装置包括点光源激光器、凸透镜、椭圆柱内反射镜和线阵感光元件。点光源激光器与椭圆柱内反射镜放置于凸透镜的同一侧；光致发光物质(或漫反射材料)涂在椭圆柱内反射镜的一条焦线上，此焦线与凸透镜的光轴重合；椭圆柱内反射镜的另一焦线放置线阵感光元件，以检测被测表面的位移。该装置

随着微纳加工技术的发展，微纳尺度空间三维测量技术需求越来越大。目前， 高端微纳结构三维测量仪器主要是国外进口设备，国内在核心技术和工程化方面 尚不足。在系统研究干涉显微测量技术和结构光共焦测量技术的基础上，提出了 干涉共焦显微镜方案，并得到专利授权，进行了仿真验证，光机结构设计和加工， 核心算法研究，软件编写，原型样机测试和改进等工作。提出一种基于可编程照 明的显微镜测量模式(申请专利)克服样品多反射率的影响;提出了一种基于选 择采样的相位求取算法，克服相移误差影响;在核心器件设计上，任务开展了低