近年来,半导体光源正以新型固体光源的角色逐步进入照明领域。由于半导体照明具有高效、节能、环保、使用寿命长、响应速度快、耐振动、易维护等显著优点,所以在国际上被公认为最有可能进入通用照明领域的新型固态冷光源。随着其价格的不断降低,发光亮度的不断提高,半导体光源在照明领域中展现了广泛的应用前景。业界普遍认为,半导体灯取代传统的白炽灯和荧光灯,是大势所趋。而半导体发光二极管（Light Emitting Diode , 简称LED）被认为是最有可能进入普通照明领域的一种绿色照明光源，按固体发光物理学原理,LED发光效率能近似100 % ,并具有工作电压低、耗电量小、发光效率高、响应时间极短、光色纯、抗冲击、性能稳定可靠及成本低等优点,因此被誉为21 世纪新光源,有望成为继白炽灯、荧光灯、高强度气体放电灯之后的第四代光源。虽然LED具有以上的很多优点，但是发光效率和使用寿命仍是制约其普及应用的主要因素。 目前国内大多致力于LED外部封装结构的研究，而公司里多采用进口芯片，如cree芯片，再在现有基础上进行外部封装结构和设计。而即便是散热好，寿命长，取光效率比较好的封装结构，国内所能达到的水平也就是刚刚超出100lm/w。主要原因在于其封装材料的选择和封装结构的不合理性，浪费了芯片的出射光，从而降低了取光效率。而国外LED不仅在外部封装结构，而且在芯片方向都明显优于国内水平，所以基本垄断国内LED的市场，尤其对于功率型白光LED的垄断相当严重。而这些高亮度半导体LED芯片生产技术掌握在以美国Cree和Lumileds、日本的Nichia和Toyoda Gosei，以及欧洲的Osram等为首的少数大公司手中。 现在功率型白光LED 的光效已提高到80～100lmPW,而真正能够取代白炽灯和荧光灯进入通用照明市场,其光效需要达到150lm/ W。这一方面要求在芯片的制作上不断提高LED 的量子效率,同时还要求在LED 的封装及灯具的设计制作过程中尽可能提高出光效率。现有的LED出光效率低的原因之一是，LED芯片的折射率较高，LED发出的光在出射芯片的时候，有相当一部分光被芯片与外界（环氧树脂）的界面反射。本产品是通过特殊镀膜方法，使LED芯片出光效率提高了10%。可以有效的增加LED的使用寿命，达到2万小时以上，而且可以使发光效率达到120lm/w到160lm/w。拥有这样长寿命和高出光效率的白光LED，必将引领整个照明市场，必将产生丰厚的利润，具有非常好的发展前景。

南开大学在天津市科技发展计划科技攻关项目《建立和应用肿瘤 转移相关基因生物芯片筛选抗肿瘤转移药物的研究》的资助下，进行 了肿瘤转移相关基因生物芯片的研究，在设计探针后，完成制备了含 有 213 个肿瘤转移相关基因的基因芯片。 应用上述基因芯片所进行的大量的研究工作，表明该基因芯片有很好的应用前景。由于该基因芯片的成本低于全基因组芯片，有利于 大量推广使用。与科研机构、医院和药厂等相关企业合作，大量制备 该基因芯片，实现产业化，投放市场使用，可实现良好的社会和经济 效益。 应用价值： 基础研究：可应用该基因芯片进行肿瘤转移分子机制的基础研究， 筛选与肿瘤转移相关的信号传导途径。 应用研究：可应用该基因芯片筛选抗肿瘤转移的药物；在临床上 对切除的肿瘤组织进行检测，进行原代细胞培养的基础上检测对不同 化疗药物的敏感性，为临床治疗方案提供依据

本项目中的视频模拟前端（AFE）芯片是一个完整的200MSPS、10位单片模拟视频接口芯片，用于将YPbPr或RGB计算机视频等格式的模拟视频信号转换为数字视频信号。芯片可支持高达1080p的HDTV电视，以及高达1600X1200的UXGA计算机视频。 芯

现阶段牛津纳米孔公司所开发的MinIon测序仪尚存在若干内在缺陷，如单次使用成本极高，单次检测正确率低，检测通量小，检测速度慢等天然缺陷。在这个意义上，我国科研工作者尚存实现自主知识产权并超越国外同行的机会

南开大学在天津市科技发展计划科技攻关项目《建立和应用肿瘤转移相关基因生物芯片筛选抗肿瘤转移药物的研究》的资助下，进行了肿瘤转移相关基因生物芯片的研究，在设计探针后，完成制备了含有213个肿瘤转移相关基因的基因芯片。申请国家发明专利：乳腺癌转移相关基因基因芯片的建立及其建立方法，专利（申请）号：20061013107.3（已公示）。 应用上述基因芯片所进行的大量的研究工作，表明该基因芯片有很好的应用前景。由于该基因芯片的成本低于全基因组芯片，有利于大量推广使用。与科研机构、医院和药厂等

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

猪流感(Swineinfluenza，SI)是目前危害养猪业的一种重要的 呼吸系统疾病，是规模化养猪场普遍存在且难以根除的群发性疾病之一。项目 开发了猪流感病毒的快速检测方法，制备了猪流感灭活疫苗（H1N1 亚型 SSD 株）。 经过临床试验证明，注射疫苗可显著提高仔猪成活率。 生产条件及经济效益预测：经过市场推广，疫苗销售良好，用户反应免疫 效果良好，可以显著提高仔猪抵抗力，仔猪成活率和出栏率提高 10%。平均每年 能为社会增加 1365 万元的经济效益；用于该项科研成果的每 1 元研制费用，在 经济效益计算年限内，平均每年可为社会增加 5.35 元的纯收益，经济效益非常 明显。

  肠癌合并同时性腹膜转移（PC）的发病率约为5-10%，复发时合并腹膜转移发病率为25-44%。“腹膜转移如果能够早期诊断，可以增加彻底减瘤手术的机会，未来能够明显延长肠癌患者的生存期。”王辉教授说。2018年团队和深圳腾讯AI lab建立了合作关系，研发一个基于卷积神经网络（CNN）的ResNet3D系统。经查，这是世界上第一个诊断肠癌腹膜转移的AI平台，能够自动识别原发肿瘤特征，同时提取肿瘤临近腹膜的影像学特征，构建基于人工智能的SVM分类器。训练组一共纳入了19814张CT图像，验证组包括了7837张CT图像。    研究发现，ResNet3D的AI系统仅需花费34秒就自动识别并诊断了所有验证图像。“ResNet3D+SVM分类器”的肠癌腹膜转移诊断的准确性高达94%，AUC为0.922，敏感性和特异性均高达94%，明显优于常规增强CT的诊断能力。

本成果属于一种计算机信号处理软件:首先用生理信号传感器(电极 帽)将脑电信号采集进计算机，然后由计算机程序自动识别出脑电信 号的类型用于医疗诊断。脑电信号波形复杂，肉眼诊断困难，医生需 要经过多年培训才能用肉眼识别脑电信号中的异常，目前只有大城市 有少量医生可以识别脑电信号中的异常，患者太多、有经验的医生太 少，采用仪器自动诊断可以缓解这一矛盾。 脑电信号采集时的电极的位置和病人睁眼或闭眼都会影响信号的波 形，从而影响医生的诊断;本软件对电极的位置和病人是否睁眼或闭 眼都不敏感，稳定性高。 本软件在