本实用新型涉及医疗器械，具体涉及一种用于肿瘤科的点滴瓶，提供了一种用于肿瘤科的点滴瓶，包括点滴瓶本体、通气管、第一过滤网、第二过滤网、通气管密封盖，所述通气管密封盖位于所述通气管管口，所述通气管位于所述点滴瓶本体的侧面上方，通气管与点滴瓶中的输液孔分开设置，并且适当增大通气管的内径，当患者需要打点滴时，点滴瓶悬挂好后，将所述通气管密封盖旋开，使得在输液的过程中点滴瓶内外压强始终保持一致，从而达到快速平衡点滴速率的效果。

【发 明 人】丁亚媛；许明妹 【摘要】 本实用新型的一种新型输液瓶开瓶器，包括头部和连接于头部的手柄部，头部的内部设有开启槽，开启槽包括两条带有不锈钢刀口的斜边，两条斜边向手柄部延伸且在两条斜边的连接处设有突起，手柄的底端设有弯向头部的弯钩。本实用新型不但能够用来打开带有铝盖或塑料盖输液瓶的瓶盖还能够打开拉环瓶盖，并且操作简单方便，省时省力，便于医护人员掌握使用，同时本实用新型选材简单、产品经济实用，有利于大规模投入生产，有较好的市场前景。

本实用新型提供一种便携式胸瓶固定架，包括底部承载胸瓶的托板，设置在托板下方的若干滑轮，其特征在于:所述的托板后方垂直连接有扶手架，托板上方设置有围栏，所述的围栏包括设置于托板后方与扶手架连接的支撑板，和连接在支撑板两侧的支架，支架与支撑板之间通过弹簧夹连接，使得支架可以绕弹簧夹打开或折叠。本实用新型结构简单、使用方便、可以有效的起到床边固定胸瓶的作用，并且方便患者自身携带移动，有效预防由操作不当时引起的胸瓶倾倒或是导管脱出，避免了人力资源的浪费，同时患者在推

本实用新型提供一种带有消毒功能的输液瓶，包括瓶管、密封于瓶管内的橡胶塞、瓶体和瓶盖，所 述橡胶塞上覆盖一层易撕膜，所述瓶盖顶盖内表面向上凹陷，用易撕膜覆盖的消毒棉垫放置在所述凹陷 内，瓶盖盖合在瓶管上时消毒棉垫与橡胶塞的表面挤压接触。所述瓶盖远离顶盖的一端上设有开口槽， 

产品详细介绍                            气瓶柜 一：产品技术要求： 全钢工艺制作，线条柔和，承重性好，组合灵活，利于维修，便于安装运输,外形设计美观大方;外形尺寸误差值：长、宽、高≤3mm；柜体对角线或框架对角线≤1000mm，邻边垂直度允许误差值≤3mm，邻边垂直度允许误差值≤4mm。 品名：全钢双瓶气瓶柜 尺寸：1900*900*450（mm） 颜色：黄色 材质：优质冷轧钢 表面：环氧树脂烤漆 容量：可储存2只气瓶 报警器：选配 二：产品特点 1、柜体采用优质冷轧钢板，经酸洗磷化处理，表面通过环氧树脂静电喷涂，达到防酸碱及防锈之效果。 2、门板采用可脱卸铰链，正面带视窗，视窗为防爆玻璃。 3、PASS孔柜体侧面设有PASS孔，保证柜内气体流动。 4、固定链条内部采用固定式链条，防止气瓶倾倒。 5、踏板柜体底部设有可调节踏板，方便气瓶装卸。 6、拉手采用嵌入式高强度拉手 7、报警器报警装置可识别：可燃式气体（如甲烷、乙炔、煤气、氢气等）等，采用专用可燃气体探测器，空气扩散采样，当达到芯片切点设定的浓度时，将自动报警。 8、声光报警系统 当柜内传感器检测到气体泄漏时，会自动触发红灯闪烁和报警轰鸣声，同时自动排风。 9、自动排风系统 当柜内传感器检测到气体泄漏并报警的同时，顶部风机会自动工作，将气体通过排风管排出室外，保证工作区域的人身安全。

　　名师企业-杭州市瓶窑文教用品有限公司位于美丽的西子湖畔，专业生产中小学学具、教学仪器和教学设备。下设杭州名师教学设备有限公司、杭州创源文教器材有限公司，集印刷、制塑、设备工程、包装于一体，是中国最大的教育用品科研、生产基地之一。 企业创建于1983年5月，在社会各界的关心、支持下，经过近二十年的艰苦创业，名师系列产品已遍布全国二十多个省、市、自治区，取得了良好的社会效益和经济效益。企业始终奉行“以人为本，以诚取信“的经营理念，积极服务教育事业。 企业始终奉行“以人为本，以诚取信“的经营理念，积极服务教育事业。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。 成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.） 致癌性预测服务器首页 致癌性预测结果页 相关综述对本服务器的介绍 RF-hERG-Score预测药物引起的hERG相关心脏毒性 2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。 特异性重打分函数显著虚拟筛选性能显著较高 筛选出两个候选抑制剂 3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。 lncRNA-蛋白质相互作用预测模型的性能比较 lncRNA-蛋白质相互作用预测服务器相关软件著作权：

为保证安全阀的正常工作，劳动部颁布的《压力容器安全技术监察规程》中明确规定“安全阀一般每年至少校验一次”。目前对在役安全阀的校验只能在装置大修期间进行，而二者校验周期的不一致又造成了装置安全运行与经济效益间的矛盾。安全阀在线检测系统则是针对这一突出问题研制开发出的全新校验方式。它可以使安全阀处于正常工作状态时对其进行校验，而不必将其从装置上拆下送到专门的试验台上进行校验。本产品采用软件控制方式，负责实行并控制整个校验过程。 本系统的主要功能如下： 1、建立受试安全阀的电子技术文档，可以对安全阀的使用和校验状况进行长期监控和管理； 2、在程序控制下，对安全阀检测的全过程（包括整定试验前的密封性能测试、整定压力试验、整定试验后的密封性能测试）实现数据的自动采集、存储、分析和整理，操作人员只需监视检测过程，而无需进行手动记录； 3、检测过程中数据和曲线的实时显示，有助于对检测过程的监视； 4、在分析试验数据的基础上，智能化判断安全阀的关键技术参数，特别是准确开启压力的判定以及密封性能的评定； 5、自动形成符合国家标准的检测报告，包括试验曲线、关键数据和检测结果，既可以在存储在计算机中作为备案，也可以直接打印输出； 6、检测过程的在线帮助提示，指导完成整个检测试验过程。

本实用新型涉及一种医疗器械，尤其涉及一种用于开启医用玻璃安瓿瓶的指套，包括拇指套(1)和食指套(2)，其特征在于，所述拇指套(1)和食指套(2)外设有无菌纱布(3)，所述无菌纱布(3)上覆盖有薄膜(4)，所述薄膜(4)可撕除。所述拇指套(1)、食指套(2)与所述无菌纱布(3)之间还可设置粘扣，使所述无菌纱布可从所述拇指套(1)和食指套(2)上取下并进行更换。所述拇指套(1)和食指套(2)之间还可以设置连接绳(5)、夹子、卡紧装置(7)等部件，所