基于常州大学药学院教授——招秀伯教授对于基于以姜黄素、单宁酸等化学物质为基底，通过化学原理，浸泡吸附等作用，完成对于金属镍、银等在织物表面附着的喷墨打印技术的产业化落地的再探索。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 付毅伟 机器人产业学院/计算机科学与技术 2020.10/2024.8 20416114 张强 机器人产业学院/电子信息工程 2020.10/2024.8 20401131 赵灿恒 机器人产业学院/自动化 2020.10/2024.8 20406231 戴毅 机器人产业学院/智能制造 2020.10/2024.8 20409109 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 招秀伯 药学院/生物工程 博导/教授 生物胶体与生物界面，生物材料，纳米医学（抗菌、抗肿瘤短肽，基因、药物递送），微流控生产纳米颗粒， 2D/3D生物打印，柔性穿戴等。 四、项目简介 基于常州大学药学院教授——招秀伯教授对于基于以姜黄素、单宁酸等化学物质为基底，通过化学原理，浸泡吸附等作用，完成对于金属镍、银等在织物表面附着的喷墨打印技术的产业化落地的再探索。通过对此项技术的应用，在织物上进行电路打印、制作电极，通过对柔性电极的制作，完成对于心电监测的信号采集、实时收集、实时传输，通过深度学习等技术进行获取的心电监测数据读图算法的分析，给予使用者心脏监测数据的实时反馈，并且与医院相关数据库，医疗接诊平台建立联系，提供医疗专业支持，将心脏电路管道心率检测中所读取的心电信号进行医学的正常与非正常划分,将恶性心律突发在发病之初向使用者进行提示，将心脏病发作导致猝死扼杀在摇篮之中。

成果与项目的背景及主要用途： 烟气排放的在线监测能够实时检测污染源排放物是否符合现行国家排放标准规定；能够正确评价除尘净化装置及污染防治设施的性能、监督防污设施的运行情况；为环境质量管理和评价提供科学准确的依据。可应用于对固定污染源颗粒物浓度和气态污染物浓度以及污染物排放总量进行连续自动监测。 技术原理与工艺流程简介： 基于紫外查分吸收光谱技术对各种气态污染物进行测量。光谱波段选择为200nm—250nm 的紫外光，入射光被各种污染物吸收后，经光栅分光，由 CCD探测器测量得到吸收光谱，经计算机软件处理后分离出宽带光谱和窄带光谱，最后通过反演算法计算得到污染物的种类和浓度。  应用前景分析及效益预测： 无需采样，省去过滤、冷凝、加热灯复杂的抽气和标定过程，真正实现在线连续测量。空气吹扫装置可保证烟道内光学元件不被烟气污染，运行成本低，缩短维护周期。 应用领域： 应用于工业锅炉、工业窑炉、电厂锅炉等污染源烟道废气排放连续监测。 合作方式及条件：合作开发、产品出售

冷却水进口温度约为32℃，出口温度约为37℃-40℃，流速控制在0.3-1.5m/S，试管水侧壁温45--50℃，热水箱温度控制60-100℃。 1.测试管采用ф10×1，试管外壁采用不抛光镀铬处理，以消除壳侧流体腐蚀的影响。 2.冷却水走管侧，壳侧走热流体。 3.采用电加热，功率小于3千瓦（380V）。 4.冷却水温差8-12℃。 5.出口装1个挂片架。

XM-TMA诊断性刮宫监测考核指导模型   功能特点： 1、诊断性刮宫监测考核指导模型采用优质材料制成，腹腔内有早期妊娠子宫，解剖位臵准确，皮肤柔软有弹性，手感逼真。 2、早期妊娠子宫内设有模拟病变，供操作者训练，可客观地评价操作者实施诊断性刮宫的质量是否达标。

产品详细介绍功能…特点…优势： 1、国内首创将全部体质测试器材实现数字电子化（电子数字显示）最专业的体质测试仪器品牌，被众多行业用户使用（有幼儿、学生、成年人、老年人体质测试使用的仪器） 2、体质测试仪器，95年开始上市，产品经历了20年的市场实践，产品性能稳定、质量可靠，数据准确。 3、产品测试效率高，适合短时间内大批量的测试工作。 4、仪器被国家体育总局连续多年推荐用于“全民健身工程” 5、是国家体育总局唯一使用的[国民体质监测器材]，被全国31个省、市、自治区的所有国家级-国民体质监测站使用。 6、测试器材与数字显示分体设计，操作界面清晰，测试数据显示直观 7、仪器主机与工作台桌子分体设计，方便组装、搬运、携带销售领域 1、体育系统 （体育局、国民体质监测站、体育健身指导中心） 2、教育系统 （教育局、教育装备处、大中小学校、幼儿园） 3、健身俱乐部 4、.医院、体检中心、疗养院、康复中心、疾病预防控制中心 5、街道办事处、文体站、社区卫生保健所 6、（银行、保险、邮电、电信、电力等行业）工会与体协供应经历了20年市场实践的《健民》牌体质测试仪器: 身高测试仪、 体重测试仪、肺活量测试仪、握力测试仪、坐位前屈测试仪、一分钟仰卧起坐测试仪、台阶实验测试仪、50米跑测试仪、立定跳远测试仪、反应时测试仪、闭眼单脚测试仪、俯卧撑测试仪、纵跳计测试仪、背力计测试仪、幼儿体质测试仪器。. 另 供应运动员选材设备：马丁尺（形态测量尺）、心率表、血红蛋白分析仪、乳酸分析仪、运动员心理测评软件（运动员竞技心理能力和状态诊断系统软件）、尿液分析仪、生化分析仪、脂肪秤、健身测评仪（体质-体能检测仪器）、血细胞分析仪、酶标仪、人体成份分析仪、骨密度测试仪、动脉硬化测定仪、血压计

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “全球抗疫，人人有责”   推出背景：         研究论文的可重复性是研究科学性的最重要基础。论文可重复性需要作者对研究的相关过程、研究对象和统计分析方法提供详细的描述，否则给其他学者重复实验带来很大困难，但是活体生理研究的可重复性差一直困扰着这一领域。有一些杂志在这方面已经进行了一些探索，但仍然不能避免一些研究可重复性差的问题。重现性、严谨性、透明性和独立验证是科学方法的基石。   实验的严谨性在于实验变量的统一，随着科技的发展，变量的因素会越来越完善，检测方法、检测设备也会越来越专业，除了我们已知的实验变量，其实还有很多的其他因素也是实验变量的一部分，只是还没有能够将这些因素通过精确数据的形式展示出来。    NMT创新产品系列，带您找到实验中的变量！   产品介绍 名称：活体培养环境监测仪 型号：EPR-100 品牌：旭月 产地：中国 简介： 应对挑战： 活体实验中的数据积累重复性较差，这和样品培养的一致性相关，如何提高样品培养的一致性是关键点 培养环境的参数，对于活体样品实验的数据结合具有非常重要的意义。然而更多使用的是人工记录的方式，增加了人工可能造成的误差与意外 解决方法： 基于NMT活体实验，使用活体培养环境监测仪，能够实时记录培养箱内的温度、湿度、光照等环境参数，确保培养环境的一致性 活体培养环境监测仪提供的数据记录，能够帮助科研工作者获取不同时间段内，培养环境的参数数据   功能特点 1.基本功能： 实时监测、记录培养箱内的温度、湿度、光照等环境参数 液晶屏实时显示监测数值 可通过电脑、手机等终端查看和下载环境参数数据

产品详细介绍特征: 气态和液态的甲醛标定. 微处理器，自动化操作 甲醛渗透源和液态甲醛标准物标定 水中甲醛的测量范围：0 to 30.0 ug/l，0 to 300 ug/l，0 to 1.5 mg/l 空气中甲醛测量范围： 0 to 20.0 ppbV，0 to 200 ppbV，0 to 2.0 ppmV 空气中甲醛检测限： < 50 ppt. 水中甲醛检测限： < 100 ng/l 坚固耐用，使用方便 RS232 输出和模拟输出   测量原理： 甲醛的检测是基于汉奇(Hantzsch)反应，该方法对于水中甲醛的测定非常灵敏。对于气态的甲醛测定我们需要用溶液捕获甲醛，然后进行测量。     产地：德国    

本发明公开了一种可伸缩式竖直运动箱体导向机构，包括用于容纳箱体做竖直运动的管道，以及设置于箱体上用于对箱体在所述管道内做竖直运动进行导向的导向装置。该导向装置为可伸缩式结构，包括设置于所述箱体侧壁面的导轨、设置在所述导轨上并可沿着导轨滑动的至少一个楔形滑块、抵靠在所述楔形滑块上与楔形滑块配合形成楔形调整机构的导向球，以及设置于所述导向球外侧用以约束导向球仅沿着垂直于箱体侧壁面的方向移动的导向球约束装置。通过驱动楔形滑块沿导轨滑动，使导向球朝向远离或者靠近箱体侧壁面的方向运动，以在竖直运动时抵靠在管道内壁实现导向，或在箱体进出竖直轨道时收缩远离管道内壁，从而能够避免与管道内壁的齿条形成干涉。

细菌通过多个趋化受体来感受周围不同的化学小分子，主动游动，实现获得更好的生长环境或者实现趋利避害。但不是强的正趋小分子都是很好的可利用营养物质—好闻的不一定有营养，同样，也不是容易代谢的营养就是强的趋化因子—有营养的不一定好闻。细菌在自然界中往往面临多种不同强弱的趋化小分子，多种不同可代谢程度的营养来源的复杂浓度梯度环境中，细菌群落是如何通过趋化行为抉择它们的去向，实现最优化它们的环境适应性与生长速度？细菌在个体与群体的选择上是否有不同？这一基于细菌的生物行为的研究也许对了解复杂的高等生物的群体行为也有所帮助。 北京大学物理学院欧阳颀院士领导的“生物物理”团队的罗春雄研究组在基于微流体细菌趋化分析芯片的实验研究中发现：在反向不同引诱物浓度梯度下，细菌首先趋向聚集于强引诱物而少营养的一端， 但当细胞密度超过一个阈值时，细菌群落部分“逃逸”强引诱物浓度场，游向趋化因子相对弱但可代谢物质富集的一端。这一现象被刻画为细菌群体运动的“逃逸相变行为”。罗春雄研究组通过与美国IBM沃森研究中心的涂豫海教授（北大定量生物学中心资深访问学者）合作，对此现象涉及的趋化受体间的协作行为进行了系统细致的理论分析和实验论证，发现营养物质通过数量较少的Tap趋化受体进行了响应行为，而且在较大的一个趋化响应参数空间均会出现由细菌密度超过临界密度而产生的逃逸条带（“Escape Band”）行为，该行为可以使得细菌群落在复杂的趋化物浓度场中获得更好的生长优势。相关的定量实验与理论研究以“The escape band in Escherichia coli chemotaxis in opposing attractant and nutrient gradients”为题于2019年1月23日在线发表于Proceedings of the National Academy of Sciences of the United States of America（PNAS）杂志上。细菌群体趋化运动的“逃逸相变行为” 文章第一作者为北京大学定量生物学中心博士研究生张玄麒,通讯作者为北京大学物理学院/定量生物学中心罗春雄教授及美国IBM沃森研究中心/定量生物学中心的涂豫海教授，参与人包括欧阳颀院士，前沿交叉学科研究院博士研究生司光伟，董一名，物理学院博士研究生陈凯悦。工作得到国家自然科学基金委、物理学院介观物理重点实验室、 北京大学定量生物学中心、北大-清华生命科学联合中心的支持。 工作原文连接: https://www.pnas.org/content/early/2019/01/22/1808200116

动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion Analysis，Vicon，Optitrack等，惯性动捕系统有Xsens，诺亦腾等。 然而，无论是光学动捕还是惯性动捕都需要动作人穿上特定的设备，不可避免地会影响到人体运动的真实性和动捕的使用范围。同时，相应的专业动捕设备往往价格不菲，很多有需求的小型工作室也会望而却步。因此，学术界和工业界都在极力研究“无标记运动捕捉”技术，即不需要任何穿戴设备，仅由相机观测和算法分析，就实现对多人体运动的实时准确捕捉。这种技术有着更加广泛的应用场景，例如无人售货超市、VR/AR游戏、远程全息通讯、数字人创建、虚拟主播、人机交互、全天候医疗监护等。 近几年，随着深度学习技术的广泛普及，无标记动捕领域也诞生了许多革命性技术，例如实时2D多人体关键点检测技术OpenPose等。然而，多目标实时3D运动捕捉仍然是一个极具挑战性的问题，主要挑战因素包括：如何实现实时计算，如何进行高效的多视角关联，如何解决紧密交互带来的观测失真等。举个例子，当两个人拥抱在一起的时候，当前大多数检测或重建算法都会失效。而理论上，多视角的观测信号能够在一定算法设计下互相补充，尽可能解决单视角运动重建的歧义性。如何充分利用多视角的视频信号，实现复杂、紧密交互场景下的多人体运动捕捉是当前无标记运动捕捉领域的核心问题之一。 该项目研究工作提出的多视角人体运动捕捉系统包括相机采集模块，2D姿态检测模块，4D关联图求解模块，三维骨架求解模块及渲染模块。其主要算法贡献在于提出并实现了4D Association算法。 当前的多视角运动捕捉系统大多采用的是序贯地匹配策略，首先对每个视角进行独立的人体检测和连接（例如，OpenPose检测关键点和关键点相互连接的概率，从而对人体进行连接；Mask-RCNN、AlphaPose和HRNet都需要先检测每个人的BoundingBox，然后对每个人进行独立的人体检测），然后对人体进行多视角关联和姿态求解，最后进行时域跟踪。这种常规方法的缺陷在于，当单个视角检测失败以后，后续的算法难以对失败的检测结果进行修正，从而将错误的检测传递到下一个步骤，影响跟踪效果，对于紧密交互（例如前文提到的两人拥抱）的情形，单视角的往往很难给出令人满意的检测结果，因此基于序贯式的算法一般会失效。 相较而言，该研究工作的创新性在于充分利用单图连接(2D)、多视角连接(1D)、和时域连接(1D)之间的相互约束从而进行全局优化，用多视角信息和时域信息来避免单视角连接的歧义性，同时也通过单视角连接结果来优化多视角的匹配，从而使得关联结果更趋向于全局最优。具体地，该研究工作提出了一种4D Graph的图结构，将上一帧的三维人体关键点（在初始帧或者人进入动捕范围的时候可以缺失，不影响算法的运行）和当前每一视角的2D关键点建模在同一个图结构中，用单图连接、多视角连接、时域连接的概率作为边的权值，将人体多视角关联的问题看成提取有效边的过程。为了快速地求解这个问题，进一步提出了一种基于完全子图的近似求解算法，高效地完成了从4D图结构中提出正确的人体连接。 最终，该研究工作实现了紧密交互下人体的三维姿态重建，并展示了实时系统效果。其算法在多个数据集上均表现出了良好的视觉效果，在Shelf数据集上也取得了当前最好的数值结果。