已有样品/n电磁超声检测采用电磁感应物理原理，在金属材料中直接激发超声波进行检测。相比常规压电超声波检测，电磁超声技术具有固体材料中超声波传输波型控制多样，不需要耦合剂，不受材料表面覆层影响，适用温度范围宽，检测距离长，检测信号更稳定等显著优点。在实际应用中，能解决很多传统压电超声难以实现的检测问题。该技术能控制激发钢管中的导波形式，能够检测埋入地下多达30m的部位，而不需开挖，能够很好的解决深埋地下的长距离检测难题；电磁超声检测在高速、在役轨道检测方面有显著的应用优势，该技术由于非接触，温度适应范

常见肿瘤的前期诊断是目前的一个技术难点，也是目前急需解决的一个难题，目前最好的解决方法是分子荧光探测技术，这些技术的核心是小分子荧光探针的合成以及这种分子探针的肿瘤靶向特性，我们已经合成了可以进行部分肿瘤标记的近红外分子探针，并在几种肿瘤的前期诊断中获得了成功。同时我们也已经成功开发了活体荧光成像系统，可以进行分子荧光探针应用的相关研究。应用于医疗器械：肿瘤的前期诊断，获发明专利2项，市场前景不可估量。 我们已经合成了可以进行部分肿瘤标记的近红外分子探针，并在几种肿瘤的前期诊断中获得了

该仪器符合GB/T 20104-2006《煤自燃倾向性色谱吸氧鉴定法》。 产品介绍及应用领域： 气相色谱仪是一种多组分混合物的分离、分析工具，它主要利用物质的物理性质对混合物进行分离，测定混合物的各个组分，并对混合物中的各个组分进行定性、定量分析。 最早色谱法被应用于分离植物的叶绿素。将植物的石油醚抽取液倒入一根装有粉状碳酸钙吸附剂的玻璃   柱管内，再加入纯的石油醚，任其自由流下，结果在柱管中出现了不同颜色的谱带，因而有了“色谱”之名。 后来这种方法逐渐被应用于无色物质的分离。在色谱分析中用的“色谱 ”名称并没有颜色特殊含意，但是“色谱”这个名称还是保留了下来，沿用到现在。 由于该分析方法有分离效能高、分析速度快、样品用量少等特点，因此目前已广泛地应用于石油化工、生物化学、医药卫生、卫生检疫、食品检验、环境保护、食品工业、医疗临床等部门。气相色谱法在这些领域中解决了工业生产的中间体和工业产品的质量检验、科学研究、公害检测、生产控制等等问题。 工作原理： 气相色谱仪是以气体作为流动相（载气）。当样品被送入进样器后由载气携带进入填充色谱柱或毛细管色  谱柱。由于样品中各个组份在色谱柱中的流动相（气相）和固定相（液相或固相）之间分配或吸附系数的差  异。在载气的冲洗下，各个组份在两相间作反复多次分配，使各个组份在色谱柱中得到分离，然后由接在色  谱柱后的检测器根据组份的物理化学特性，将各个组份按顺序检测出来。再由二次仪表（如记录仪式、积  分仪、色谱工作站等）将各个组份的检测结果以图形方式记录下来，积分仪或色谱工作站还可以直接打印包  括各个组份检测结果数据的分析报告。 煤自燃倾向性测定气相色谱仪就是根据上述原理制造的分析仪器。    技术参数： 温控指标 柱箱 温度控制范围：室温上（6～399）℃ 温度控制精度：在200℃以内精度为±0.1℃；在（200～399）℃以内精度为±0.2℃ 程序升温范围：室温上（6～399）℃ 程升阶数：三阶 程升速率：（0.1～39.9）℃/min（注：原文此处表述可能存在格式问题，推测应为0.1～39.9℃/min，并可能附带不同温度段的速率说明，如室温上（6～200）℃为0.1～20℃/min，≥200℃时速率范围未明确，建议以仪器实际参数为准） 进样器 温度控制范围：室温上（6～399）℃ 检测器 氢火焰离子化检测器（FID）温度控制范围：室温上（6～399）℃ 热导池检测器（TCD）温度控制范围：室温上（6～399）℃ 检测器技术指标 氢火焰离子化检测器（FID） 检测限：DFID≤5×10⁻¹¹g/s（正十六烷） 基线噪声：≤1×10⁻¹³A 基线漂移：≤2×10⁻¹²A/30min 热导池检测器（TCD） 灵敏度：STCD≥2000mV·mL/mg（苯甲苯） 基线噪声：≤0.050mV 基线漂移：≤0.15mV/30min   注：（用户自备：氮气和氧气，纯度要求均为99. 99%以上）

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。

智能诊断与动态测控技术，开发了复杂装备远程诊断与智能维护系统、嵌入式数控系统在机监测系统、动车组远程诊断及虚拟维修维护系统等，可用于数控等复杂装备的在线在机监测、复杂装备的远程智能诊断、设备的信息化管理与维护、高速列车远程诊断与虚拟维护、高速列车故障统计与分析，据此已承担国家科技重大专项、国家自然科学基金、科技部创新基金、教育部博士点基金、天津市自然科学重点基金等项目，并与南车青岛四方机车车辆股份有限公司合作先后承担了“动车组远程诊断及虚拟维修维护—信息分类和数据提取”、“动车组运维故障统计分析系统”、“动车组典型零部件可靠寿命预估方法研究”等项目。 动车组远程诊断及虚拟维修维护系统 复杂装备远程诊断与智能维护系统

l 一种高效的痕量临床病人样本的高通量全蛋白组学定量分析方法。中国发明专利申请号：CN201710155263.3.基于二代测序和蛋白质组学的高效价特异性抗体基因工程生产和制备。

智能诊断与动态测控技术，开发了复杂装备远程诊断与智能维护系统、嵌入式数控系统在机监测系统、动车组远程诊断及虚拟维修维护系统等，可用于数控等复杂装备的在线在机监测、复杂装备的远程智能诊断、设备的信息化管理与维护、高速列车远程诊断与虚拟维护、高速列车故障统计与分析，据此已承担国家科技重大专项、国家自然科学基金、科技部创新基金、教育部博士点基金、天津市自然科学重点基金等项目，并与南车青岛四方机车车辆股份有限公司合作先后承担了“动车组远程诊断及虚拟维修维护—信息分类和数据提取”、“动车组运维故障统计分析系