本系统是集柔性光纤技术、高密度光纤探头技术、快速光通路选择技术、单光子微弱荧光光子计数检测技术、温度控制技术为一体的光机电高科技系统。具有快速、高通量、高灵敏的荧光检测能力，可同时对多样品进行快速荧光检测。系统由计算机及其操作软件、多通道光路选通、温度控制、超灵敏荧光检测四部分组成。其可在同一时间内测定多通道荧光的强度值及变化，且具备完善的数据后处理功能。整体仪器具有高通量、高灵敏度、高稳定性等诸多优势，可广泛用于生物、医药、临床、食品安全、环境、化工等等需要进行大量的荧光检测的领域，具有广阔的市场前景。目前该类检测系统已经在中国科学院生物物理所和北京理化测试分析中心使用，用于对病毒、小分子物质及食品安全检测。 主要性能指标：1. 通道数：2、16、64（可按需扩展）；2. 灵敏度高：最小可探测光强 ≤10-15～10-16 W；3. 系统不稳定性：≤1%；通道切换时间：≤10ms。

该定量检测平台可实现疾病诊断、食品安全监测、环境监测以及健康管理。目前我们产品主要是针对心血管疾病患者的早期诊断、危险分层、用药指导及预后评估。 用上转换荧光颗粒使得检测灵敏度相较传统试纸提高三个数量级，且实现了多目标物联合检测，检测时间仅需30min，可用于家庭、乡镇社区医院的心衰诊断和预后。本项目在产业化实现路径中主要经历临床前研究、临床研究、产品上市及大规模销售三个阶段。目前已完成临床前阶段。 在体外诊断产业中，最有发展潜力的是POCT技术，心肌标志物是POCT中增速最快的细分领域，市场空间巨大。

研究了分子给体单元调控对荧光性能的影响。由于染料发射波长越长越有利于增加穿透深度，于是增加了一个连接S单元的噻吩作为第二给体（D2）。噻吩的引入可以增加分子的共轭长度从而使荧光波长红移，但导致QY下降。进一步对连接受体A的第一给体单元（D1）进行结构调控，首次以辛烷噻吩作为D1。相对应的染料IR-FTAP在水溶液中QY高达5.3%，明显优于其它给体单元。 通过分子动力学模型与密度泛函理论的计算，发现憎水性的辛烷噻吩相较于其它D1单元可以有效减少共轭骨架中心与水分子的作用。计算结果也进一步证明了水中的QY与骨架中心与水分子的相互作用紧密联系。 还在IR-FE分子的基础上引入一条PEG链并在其他三条侧链引入羧基得到分子IR-FEPC。IR-FEPC可以高效的与重组人绒毛膜促性腺激素共价连接。斯坦福大学戴宏杰课题组等成功将这一探针应用于卵巢三个阶段的促黄体生成激素受体的特异成像

将基于荧光纳米晶液相悬浮芯片技术应用于重大疾病的临床检测方法。研发成功了基于荧光纳米晶体的多指标检测技术，掌握了荧光纳米晶体、荧光微球的核心制备技术、抗体的偶联技术以及临床诊断的检测技术等。

1.产品简介 AFS-680是在原有型号基础上减小了光源与PMT的激发角度，既增加了接收荧光信号强度，又降低了背景干扰，从而提高仪器灵敏度。 采用半透明耐腐蚀的ABS磁吸结构的仪器前门，避免了外部空气的绕动干扰，同时可在线观察测试过程的化学反应情况。 电路上增加分道信号控制模块，双道同时测定时，即使样品中测定的两元素浓度差异很大的情况下仍能保证无道间干扰。特别适用于样品量较大双道同时测定的检测部门。 AFS-680型原子荧光光度计广泛应用于教学研究、卫生防疫、医疗临床检验、药品检验、食品卫生检验、城市给排水检验、农产品检验、饮料检验、环保监测、化妆品检验、冶金样品检验、地质普查检测等行业，创新的软、硬件设计确保样品分析的准确性、安全性、易用性，仪器维护简单便捷。 2.仪器特点 *双道两元素可同时测量,适用于样品中砷、汞、硒、锡、铅、铋、锑、碲、锗、镉、锌、金等十二种元素的痕量分析 *空芯阴极灯采用新式脉冲调制/恒流驱动供电方式 *采用断续流动进样装置。（样品空白交替引入，避免样品交叉污染，保证测量准确性）.具有载气稳流装置 ，既可在线消除硼氢化钾产生的气泡，又可降低试剂间扩散效应，提高仪器稳定性.空芯阴极灯采用编码技术，仪器自动识别空芯阴极灯，并可监控空芯阴极灯的工作状态及使用寿命.采用高效涌流式两级化学气液反应分离装置，化学反应更完全，气液分离效果更佳，特别适合岩矿、土壤等复杂样品测定 *采用新型节气型气路设计，可随时控制关闭气源，节约氩气用量，减少仪器运行成本.仪器电路采用强、弱电分离及新型高集度模块、稳流分离式气路发生装置，新型节气型气路设计，可随时控制关闭气源，节约氩气用量，减少仪器运行成本 *采用密闭式石英原子化器.仪器采用低温炉原子器 *具有外置滤光氩氢火焰实时观察窗，可直接对火焰状态实时进行观察 3.产品特性 仪器功能 *单道、双道同时检测功能。 *单点、两点、多点建立标准曲线功能。 *特有的单点、两点标准曲线校正功能。 *特有的双道独立曲线校正、双道独立稀释功能。 *自动稀释高浓度样品功能。 *特有的连续流动进样及断续进样等全面的进样方式控制功能。 *特有的实时观测测试过程，在线调节原子化器三维参数功能。 *特有的压力自平衡式废液排除功能，无需额外的泵排废。 *特有的小背景扣除功能。 *友好的软件界面，推荐最佳仪器测试条件，测试数据的图形显示和回放、统计与查询，各种图形、数据的页面保存、输出、备份和打印等功能。悬浮式测量窗口，增加可显示信息数量（荧光强度、空白值等）。 *仪器自检及断气预警保护功能。 *特有的可与液相及在线消解单元进行无缝对接实现砷汞硒等元素的形态分析功能。 干扰及消除方法 （1）Fe、Al、Mg、Ca、K、Na、Cu、Pb、Li、Rb、Cs、Mn、W、Mo、V、Sr、Ti、Sn、Ba、Ti、Cd、Co、Ni、Cr、Ge、Ga、In不干扰测定。 （2）可形成氢化物元素As、Sb、Bi不大于500μg/mL一般不干扰测定。 （3）Au

1.产品简介AFS-680是在原有型号基础上减小了光源与PMT的激发角度，既增加了接收荧光信号强度，又降低了背景干扰，从而提高仪器灵敏度。采用半透明耐腐蚀的ABS磁吸结构的仪器前门，避免了外部空气的绕动干扰，同时可在线观察测试过程的化学反应情况。电路上增加分道信号控制模块，双道同时测定时，即使样品中测定的两元素浓度差异很大的情况下仍能保证无道间干扰。特别适用于样品量较大双道同时测定的检测部门。AFS-680型原子荧光光度计广泛应用于教学研究、卫生防疫、医疗临床检验、药品检验、食品卫生检验、城市给排水检验、农产品检验、饮料检验、环保监测、化妆品检验、冶金样品检验、地质普查检测等行业，创新的软、硬件设计确保样品分析的准确性、安全性、易用性，仪器维护简单便捷。2.仪器特点*双道两元素可同时测量,适用于样品中砷、汞、硒、锡、铅、铋、锑、碲、锗、镉、锌、金等十二种元素的痕量分析*空芯阴极灯采用新式脉冲调制/恒流驱动供电方式*采用断续流动进样装置。（样品空白交替引入，避免样品交叉污染，保证测量准确性）.具有载气稳流装置 ，既可在线消除硼氢化钾产生的气泡，又可降低试剂间扩散效应，提高仪器稳定性.空芯阴极灯采用编码技术，仪器自动识别空芯阴极灯，并可监控空芯阴极灯的工作状态及使用寿命.采用高效涌流式两级化学气液反应分离装置，化学反应更完全，气液分离效果更佳，特别适合岩矿、土壤等复杂样品测定*采用新型节气型气路设计，可随时控制关闭气源，节约氩气用量，减少仪器运行成本.仪器电路采用强、弱电分离及新型高集度模块、稳流分离式气路发生装置，新型节气型气路设计，可随时控制关闭气源，节约氩气用量，减少仪器运行成本*采用密闭式石英原子化器.仪器采用低温炉原子器*具有外置滤光氩氢火焰实时观察窗，可直接对火焰状态实时进行观察3.产品特性仪器功能*单道、双道同时检测功能。*单点、两点、多点建立标准曲线功能。*特有的单点、两点标准曲线校正功能。*特有的双道独立曲线校正、双道独立稀释功能。*自动稀释高浓度样品功能。*特有的连续流动进样及断续进样等全面的进样方式控制功能。*特有的实时观测测试过程，在线调节原子化器三维参数功能。*特有的压力自平衡式废液排除功能，无需额外的泵排废。*特有的小背景扣除功能。*友好的软件界面，推荐最佳仪器测试条件，测试数据的图形显示和回放、统计与查询，各种图形、数据的页面保存、输出、备份和打印等功能。悬浮式测量窗口，增加可显示信息数量（荧光强度、空白值等）。*仪器自检及断气预警保护功能。*特有的可与液相及在线消解单元进行无缝对接实现砷汞硒等元素的形态分析功能。干扰及消除方法（1）Fe、Al、Mg、Ca、K、Na、Cu、Pb、Li、Rb、Cs、Mn、W、Mo、V、Sr、Ti、Sn、Ba、Ti、Cd、Co、Ni、Cr、Ge、Ga、In不干扰测定。（2）可形成氢化物元素As、Sb、Bi不大于500μg/mL一般不干扰测定。（3）Au<5μg/mL，Ag<25μg/mL不干扰测定。（4）Au、Ag、Pt和Pd等元素有干扰时，可以加入硫脲消除贵金属干扰，降低KBH4浓度或加入铁盐也可减轻上述元素干扰。氢化物发生系统采用具有多功能反应模块,该模块高度集成了氢化反应、气液分离、废液排除等功能于一身。测试无机砷时产生的大量气泡对测试结果造成很大影响。多功能反应模块可以有效消减气泡,既简化了管路，又减少了故障点，直接插拔装卸，为操作、维护仪器带来便利。4.技术指标样品原子化*原子化器:氢化法屏蔽式原子化器*载气/屏蔽气:氩气样品制备与导入*蒸汽:采用新型断续流动无残留蒸气发生反应系统，反应效率更高*氢化物发生器:采用高效涌流式两级化学气液反应分离装置，化学反应更完全，气液分离效果更佳，特别适合岩矿、土壤等复杂样品测定*蠕动泵:6通道蠕动泵，带两个压力可调的压管夹,软件调速*排气系统:特有的压力自平衡式废液排除功能，无需额外的泵排废光学系统*光学设计:短焦距，非色散，一体化密闭光学设计*双通道:双道两元素可同时测量*光源:空芯阴极灯采用编码技术，仪器自动识别空芯阴极灯，并可监控空芯阴极灯的工作状态及使用寿命*检测器:采用进口光电倍增管*线性范围:大于三个数量级数据处理系统： *可随意脱机/连机切换工作.单/多窗口任意打开.单/多数据库任选.进一步提高测量准确度的管理样校正.无限制报告格式编排,测量数据都能切换到EXCEL进行修定.测量数据可通过局域网实现资源共享 部分适用标准：GB 5009.11-2014 食品安全国家标准 食品中总砷及无机砷的测定HJ 702-2014 固体废物 汞、砷、硒、铋、锑的测定 微波消解_原子荧光法GB 5009.17-2014 食品安全国家标准 食品中总汞及有机汞的测定HJ 694-2014 水质 汞、砷、硒、铋和锑的测定 原子荧光法GB/T 22105-2008 土壤质量 总汞、总砷、总铅的测定 原子荧光法HJ 1133-2020环境空气和废气 颗粒物中砷、硒、铋、锑的测定 原子荧光法HJ 680-2013 土壤和沉积物 汞、砷、硒、铋、锑的测定 微波消解原子荧光法应用领域环境（Hg，Pb，Cd，As… ）废水、饮用水、土壤等制药（Hg，Pb，As，Se…）有效成分、辅料等临床医学（Se，Pb，Hg，As…）血液、尿液  、组织、指甲、头发等农业/食品安全（As，Hg，Pb，Sb，Se… ）乳制品、肉类、酒类、饲料和动物副产品、烟草等冶金（Ge，Hg，Se，As , Sb，Te ,Au… ）岩石和矿石、钢铁和合金、金属等石化（Hg，Pb，As，Cd，Sn，Zn…）燃料、润滑油、原油等  

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

中试阶段/n该项目主要针对开源CT 医学影像数据和多中心合作单位提供的多模医学影像数据，采用人工智能技术和自主研制的深度学习算法对心脏左心室、肿瘤等CT 影像数据进行全自动分割，验证了所研制算法在该项目计算机辅助肿瘤智能诊断应用中的有效性，为项目产业化实施奠定了方法基础。成果的先进性或独特性：针对不同类型的医学影像感知设备，设计针对性强的机器学习智能算法；国内同类研究中首次采用“双盲评估+验证”的科研方法对影像数据进

考虑三维点云缺少颜色信息和光学影像缺少空间信息的互补特性，三维点云与光学影像多光融合装备可以提升数据的信息量，基于三维点云和二维图像融合的可视化结果，能够增强三维场景真实感，相较于可见光图像，融合后的三维点云可以实现多角度观测，能够更好的表达的空间特征。 相较于原始和伪彩色点云数据，融合后的三维点云有了色彩纹理信息，目标的形态和边缘都更加明显，整个三维场景更加的真实，也为后续识别、定位、重建等过程提供更多细节信息；同时克服了单一传感器的局限性，充分发挥两者的互补优势，大幅提升了探测设备的环境适应性，适用于全天时复杂场景的下目标探测，具有很强的实用价值。在无人驾驶领域，譬如智能导航、环境感知、高精度地图的构建等，都依赖于可见光图像和点云的融合处理。大家所熟知的百度 Apollo、谷歌 Waymo 自动驾驶系统均应用视觉相机和激光雷达作为主传感器进行定位和环境感知，目前已经实现 L4 级别的高度自动化驾驶。此外，在医学影像、高精度工程测量、工业生产、虚拟现实等领域，三维点云和可见光图像融合技术也有着广泛应用。 图1.三维点云与光学影像融合效果