高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
西安交大科研人员开发微卫星不稳定性检测新方法,助力肿瘤精准检测
微卫星不稳定性(Microsatellite Instability, 简称MSI)是目前肿瘤临床检测中一种非常重要的分子表型,多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展,治疗方案制定及治疗效果预测相关,更是肿瘤免疫治疗疗效预测的重要分子标记物。当前,临床上使用的两种微卫星不稳定性检测的金标准方法:MSI-PCR和MSI-IHC,都需要专业技术人员通过实验操作来完成,均费时费力且成本较高。近年来,随着高通量测序(Next Generation Sequencing)的发展,基于高通量测序的微卫星不稳定性检测方法开始显露头角,在检测结果与两种临床金标准保持高度一致的情况下,极大的缩减了检测时间并减少了检测成本,大幅提高了推广微卫星不稳定性检测的可行性。2014年,西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法,通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明,基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而,微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面,这一份正常对照样本限制了微卫星不稳定性的应用场景,尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况;另一方面,额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因,在叶凯指导下,叶凯青年科学家工作室科研人员经过两年的探索,从微卫星不稳定性发生机理出发,通过数学模型抽象,从单个肿瘤样本中提取特征,开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测,只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围,减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》(影响因子6.597)上。叶凯的博士生贾鹏为该论文的第一作者,叶凯为通讯作者,西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为:https://www.sciencedirect.com/science/article/pii/S1672022920300218
西安交通大学 2021-04-10
一种基于深度学习与双目立体视觉的飞机线缆支架识别与参数获取方法
本发明公开了一种基于深度学习与双目立体视觉的飞机线缆支架识别与参数获取方法,结合双目立体视觉,进行飞机线缆支架的参数获取,将飞机线缆支架的种类和参数信息自动存储到数据库中,与标准数据库文件进行比对,调用对应飞机线缆支架的安装工艺文件供装配人员使用,实现了飞机线缆支架的种类和参数自动化识别以及自动调用安装工艺文件。
北京航空航天大学 2021-04-10
基于六维力传感器和双目视觉的机器人打磨装置及打磨方法
本发明公开了一种基于六维力传感器和双目视觉的机器人打磨装置及打磨方法,打磨装置包括机械臂、传感器固定座、六维力传感器、工业相机、柔性连接件、电机固定座、打磨电机和双轴加速度传感器;六维力传感器通过传感器固定座与机械臂的末端关节固定连接;六维力传感器通过柔性连接件与电机固定座柔性连接,打磨电机安装在电机固定座上;工业相机对称设在柔性连接件的两侧;双轴加速度传感器分别设在机械臂的末端关节和打磨电机上。打磨方法包括步骤1,深度点云图生成;步骤2,打磨时机控制;步骤3,PI控制打磨和步骤4,机械臂位置补偿。本发明简单稳定,易于控制,打磨效果好,效率高;同时,还能补偿打磨过程中的位置偏移,提高加工质量。
东南大学 2021-04-11
一种基于计算机视觉的浮桥线型自动控制系统及控制方法
本发明公开了一种基于计算机视觉的浮桥线型自动控制系统,包括岸基控制端和数个浮船控制端,岸基控制端设置于河岸,岸基控制端包括摄像头、图像采集卡和工业计算机,浮船控制端分别设置于各个浮船上且位于同侧,浮船控制端包括位于浮船上的标靶、环境数据采集单元和用于驱动浮船移动的驱动单元,摄像头用于监控并捕捉数个浮船上的标靶图像,并由图像采集卡将图像转换为数字信号传输给工业计算机,工业计算机用于分析图像并判断浮桥线型偏差是否超过预设阈值,并根据判断结果控制环境数据采集单元采集信息,工业计算机分析后控制驱动单元驱动浮船移动调节。本发明实现了浮桥线型的自动监控与调整,提高调整效率和准确性,增强浮桥稳定性和安全性。
南京工业大学 2021-01-12
LG-IRF04型 四轴工业机器人与智能视觉系统应用实训平台
一、产品概述 1、本设备以工业机器人与机器视觉为核心,将机械、气动、运动控制、变频调速、PLC控制技术有机地进行整合,结构模块化,便于组合,实现对不同物料进行快速的检测、组装。为了方便实训教学,系统进行了专门的设计,可以完成各类机器人单项训练和综合性项目训练,可完成各类机器人单项训练和综合性项目训练。可以进行六轴机器人示教、定位、抓取、装配、入库等训练, 2、包含六自由度工业机器人、智能视觉检测系统、PLC控制系统及一套供料、输送、装配、仓储机构,可以实现对工件分拣、检测、搬运、装配、存储等操作。 3、该平台各组件均安装在型材桌面上,机械结构、电气控制回路、执行机构相对独立,采用工业标准件设计。通过此平台可以进行机械组装、电气线路设计与接线、PLC编程与调试、智能视觉流程编辑、工业机器人编程与调试应用等多方面训练,适合职业院校、技工学校自动化类相关专业《工业机器人与控制技术》、《自动化技术》等课程的实训教学,适合自动化技术人员进行工程训练及技能比赛。 二、技术性能 输入电源:单相~220V±10% 50Hz 工作环境:温度-10℃~+40℃  相对湿度≤85%(25℃)  海拔<4000m 装置容量:<1.5kVA 实训平台尺寸:1500mm×880mm×1400mm 安全保护:具有漏电保护,安全符合国家标准 三、设备结构与组成       该实训平台由ABB IRB910SC型四轴工业机器人系统、欧姆龙智能视觉检测系统、可编程控制器(PLC)系统、供料单元、输送单元、供料废料暂存单元、加工废料暂存单元、工件组装单元、仓库单元、各类工件、型材实训桌、型材电脑桌等组成。    1、ABB IRB910SC型四轴工业机器人系统     由机器人本体、机器人控制器、示教单元、输入输出信号转换器和抓取机构组成,装备气动手爪、可对工件进行搬运、装配、拆解等操作。 (1)机器人本体由四自由度关节组成,固定在型材实训桌上,具有4个自由度。 (2)最大的工作半径为450mm (3)最大负载6kg (4)机器人示教单元有液晶显示屏、使能按钮、急停按钮、操作键盘,用于参数设置、手动示教、位置编辑、程序编辑等操作。 2、欧姆龙智能视觉检测系统       配备一套欧姆龙FZ-350智能视觉系统,由视觉控制器、白色光源、视觉相机及监视显示器等组成。用于检测工件的特性,如数字、颜色、形状等,还可以对装配效果进行实时检测操作。通过I/O电缆连接到PLC或机器人控制器,也支持串行总线和以太网总线连接到PLC或机器人控制器,对检测结果和检测数据进行传输。 3、西门子可编程控制器单元       配备西门子S7-1200 CPU1214C AC/DC/RLY可编程控制器,自带以太网通讯模块、数字量扩展模块控制机器人、电机、气缸等执行机构动作,处理各单元检测信号,管理工作流程、数据传输等任务。     4、RFID数据传输系统     采用西门子RFID数据传输系统,安装在环线输送单元的左端圆弧处,电子标签已埋在工件内部,检测距离为40mm。当工件从环线输送单元经过左端圆弧处时,RFID检测系统可以准确地读取工件内的标签信息,如编号、颜色、高度等信息,该信息通过工业现场数据总线传输给PLC,用来实现工件的分拣操作。 5、供料单元  由料斗、回转台、导料机构、工件滑道、开关电源、可编程序控制器、按钮、I/O接口板、通讯接口板、电气网孔板、直流减速电机组成,主要完成将工件从回传上料台依次送到检测工位。 6、输送单元       包含一套交流调速系统,由三菱D720变频器、三相交流电机、传送带、光纤传感器等组成,安装在型材实训桌上,用于传输工件。 7、工件组装单元 由工件光纤传感器、加工台、气缸、小物料等组成,安装在传送带上,用于装配工件。 8、仓库单元 由铝型材和机玻璃组成3×3库体组成 9、废品暂存仓 安装在型材实训桌上,分别对供料异常物料暂存,对加工异常物料暂存。 10、触摸屏 7寸,是一套以先进的Cortex-A8 CPU为核心(主频600MHz)的高性能嵌入式一体化触摸屏。 四、实训项目 1.机器视觉系统的原理、使用和调试 2.六轴工业机器人系统的原理、使用和调试 3.六轴工业机器人坐标系统和机器视觉坐标系统标定及相互转换 4.工业机器人与机器视觉系统综合应用的安装与调试 5.机器视觉系统模板设置、编程与调试 6.通过示教单元手动调试工业机器人 7.通过示教单元设置、修改各控制点坐标 8.通过示教单元编写、修改工业机器人程序 9.机器人追踪坐标整定 10.工业机器人系统的软件二次开发编程 11.智能视觉图像输入编辑与调试 12.智能视觉结果给出编辑与调试 13.智能视觉颜色比对测量 14.智能视觉编号比对测量 15.智能视觉尺寸比对测量 16.智能视觉角度测量 17.智能视觉系统与工业机器人综合应用 18.PLC程序编程与调试 19.智能视觉系统与工业机器人综合应用 20.变频器与交流电机主电路的连接 21.变频器面板的参数设置与操作 22.变频器面板控制交流电机调速 23.通过变频器外部端子控制电机启停 24.气动方向控制回路的安装 25.气动速度控制回路的安装 26.气动顺序控制回路的安装 27.气动系统气路的连接 28.磁性开关的位置调整 29.气动系统调试 30.RFID数据读写编程与调试
北京智控理工伟业科教设备有限公司 2022-06-30
一种用于等温扩增检测结核分枝杆菌的引物及包含该引物的检测试剂和方法
本发明公开了一种用于等温扩增检测结核分枝杆菌的引物及包含该引物的检测试剂和方法,所述引物包括上游序列和下游序列,其序列分别如SEQ ID NO:1和SEQ ID NO:2所示;包含该引物的检测试剂包括上游引物85BPF1、下游引物85BPR1和探针85BPB1(SEQ ID NO:3);利用所述检测试剂等温扩增检测结核分枝杆菌的方法,包括以下步骤:将待检测基因样本与所述检测试剂混合,放置在可收集FAM荧光的仪器中,在35?45℃条件下孵育,检测荧光值,根据有无阳性扩增反应,判断待检测基因样本是否属于结核分枝杆菌的基因。相对于现有技术,本发明通过检测结核杆菌中的基因组,可以特异地检测结核杆菌基因,能够有效区分结核分枝杆菌和非结核分支杆菌,特异性高,反应时间短,温度过程简单。
东南大学 2021-04-11
面向APT检测的攻击链数据建模与分析
主要研究APT 网络攻击全链条的通用表征和威胁模型, 实现攻击的全链条威胁分析;研究跨平台内核数据实时可信 采集方法,探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充;研究多源异构内核数据的重 构方法;研究保持全局依赖的数据压缩方法,实现实时、高 效、普适的数据压缩;研究面向APT网络攻击全链条的智能 检测框架,实现对攻击的全链条高效检测;研究APT网络攻 击的演化模式,实现APT网络攻击的可解释溯源分析。
浙江工业大学 2021-05-06
新型新冠肺炎快速检测试剂盒
天津大学生命科学学院黄金海教授和叶升教授团队瞄准临床实践所需,制定了病毒、抗体快速诊断以及生物防治制剂的研发方案。团队迅速制备获得新型冠状病毒高纯度蛋白,并与北京华科泰生物技术股份有限公司联合完成免疫荧光层析试纸条检测病毒抗原灵敏性、交叉性等实验,成功研发出新型冠状病毒抗原荧光免疫层析快速检测试剂盒。与目前临床使用的检测试剂盒相比,新型试剂盒最大的优势是“快”,可在15分钟内检测出是否为新型冠状病毒,极大地缩短了检测时间;同时该试剂盒具有高灵敏度,病毒蛋白检测达到pg级,为病毒感染的早期筛查提供了简便灵敏的手段。实验结果显示,新型试剂盒检测限、灵敏度、线性系数等性能指标均满足对病毒抗原检测的有效性要求。新型试剂盒正在加紧临床验证,在获得相关部门检验审批后有望用于疫情的快速检测和早期诊断,缩短疑似病例的筛查时间,助力新冠病毒疫情的防控。天津大学生命科学学院科研团队正在加紧进行新型冠状病毒早期感染抗体检测、新型生物防治制剂的研发工作,目前进展顺利,有望近期取得可用性成果。
天津大学 2021-04-10
新型冠状病毒核酸检测试剂盒
沈阳化工大学特聘教授尹秀山团队成功研制出“新型冠状病毒核酸检测试剂盒”,已投入科研使用。本次研发为沈阳市科技局会同辽宁省科技厅联合启动的首批冠状病毒感染的肺炎疫情应急科研攻关项目,包括新型冠状病毒的快速检测试剂盒、家用试剂盒及配套产品等,用于疑似病例早期初步筛查。
沈阳化工大学 2021-04-10
公路桥梁检测新技术研发与应用
由重庆交通大学牵头,交通运输部公路科学研究所、北京航空航天大学等七家单位共同完成的“公路桥梁检测新技术研发与应用”,项目围绕公路桥梁内在病害感知难题,首创了基于自发磁场变异特性的桥梁钢筋锈蚀和拉吊索腐蚀断丝无损量化检测技术与装置,研发了桥梁钢绞线钢束和精轧螺纹钢筋有效预应力现场检测新技术与装置,研制了桥梁索塔裂缝自动巡检与精准感知量测技术与装置,实现了我国桥梁内在病害精准、量化、无损检测的技术引领,带动了科技革新和行业进步,成果总体达到国际领先水平。
重庆交通大学 2021-04-10
首页 上一页 1 2
  • ...
  • 61 62 63
  • ...
  • 146 147 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1