优化人工智能学科布局，加快人工智能领域一级学科建设。 密切关注人工智能领域前沿技术，将技术及资源引入到人才培养。 部署完整的人工智能实验环境、实验资源、课程体系和教学全流程平台。 搭建完整的专业框架，全面支撑高校人工智能方向的教学与科研。 培养具备深度学习算法设计开发的人工智能应用型人才。

监测实训室本着“统筹规划、分步实施、标准统一、先进实用、安全可靠、软硬并重、重点突破、以用促建”的建设原则，科学决策，有计划、有步骤地逐步将学院建设成为一个智慧、网络化、智能化的虚拟大学，通过建造基坑监测实训室、高支模监测实训室、隧道监测实训室、大坝监测实训室、桥梁监测实训室等实训基地，形成“教、学、练、考、交互、体验、协作”的综合培训模式，学习工程安全监测技术，提升安全素质，增强安全意识，提高安全技能。

面向人工智能专业方向理论和实验的云教学平台，融合了Jupyter Notebook实验平台和教学资源中心两大模块。提供开箱即用人工智能编码实验环境，使教学过程高效、便捷。

  高校智能题库资源管理系统 试题试卷永久归档  资源数字化管理     核心功能   试题试卷数字化 试题试卷数字化管理，建立数据库系统，永久保存，规范管理。 单题/批量导入，在线/离线录入，客户端/管理端录入。 支持常用文件格式，导入方式多样（word、excel、json）。 支持全试题模型（文字、图片、表格、公式、音频等）。 录入、编辑、审核、组卷、检索操作简单。 完备的错误警报机制。   试题维护 可预览、可检索、可编辑，支持全题型。内置属性多样且可以自定义，如难度、公开度、区分度、差异系数、标准差。引入版本概念，记录试题变更历程。与最终考试结果关联，迭代更新试题属性值。统计试题使用次数，加权计算试题曝光度。   智能组卷 支持自动组卷/手动组卷，在线组卷/离线组卷，单套/批量组卷。 组卷灵活：简单组卷、精确组卷、蓝图组卷。 可按题量、分数、题型结构、知识结构、难度系数等多重模式组卷。题库系统与阅卷系统关联，可获取作答得分详情，用于属性分析。提供多维度属性，如难度、区分度、标准差、差异系数、信度等，便于组卷抉择。重复试题自动筛选提示。 试卷可预览、可修改、可导出，可一体化输出线下印刷，也可联通线上网考。   审核管理 试题审核：新录试题进入管理端数据库，需要经过规定的审核流程，自主设置相似度阈值，审核提供预计属性值（难度、标准差、差异系数） 考卷审核：客户端同步至管理端，试卷进入待审列表，由管理员对试卷及内容进行审核，还可审核试卷属性（难度分布、知识点分布、标准差与区分度）   查重比对 查重列表：根据设计的阈值，摘选出库中超出阈值的试题；按本题型与其他题型划分陈列。 比对标记：原题与相似试题间的判定重复部分，高亮表示，便于核查。 配置设置：可自定义比对阈值、最多比对数量、查重范围等参数。 属性预估：根据相似试题属性，综合计算本题预估属性值，包括难度、区分度等   产品优势   部署灵活 同时支持在线云端部署与本地离线部署，客户端与管理端分离使用。   安全性高 制卷与命题动作分离，独立运作，相互隔绝。 数据流转安全，依托特定密钥加密的数据文件，不显示明文信息。   题型支撑广泛 支撑目前已知所有试题类型的录入，支持音视频、图片、数学公式的在线编辑。   系统使用简便 为不同角色制订不同的使用界面；为管理人员与命题老师分别优化使用过程。    

“依脉中医四诊智能诊断系统”是传统中医理论与现代科技的完美结合，将中医脉诊、舌面诊、问诊等子系统整合，自动辨识人体体质，并通过智能辨证分析开展个体化中医养生干预服务，给予合理的养生调养指导和经典处方建议等。 智能脉诊单元 智能脉象采集模块选用航天级压力传感器，独创磁吸式腕带，通过“无级快速气动加压-连续缓慢减压”模式，充分模拟中医脉诊过程中的“浮中沉”指法，对受试者脉搏压力信号进行采集。通过传感器将压力信号转化为电信号，能够实时显示被试的脉象图，并通过一系列算法提取脉搏原始数据中的特征值，与中医脉象数据库中数据进行实时比对，智能分析出受试者的中医脉象类型。系统通过权威算法分析被试脉象数据，自动获取最佳脉图，并能够输出多种时频指标，助力中医脉诊客观化研究。 智能舌面诊单元 智能舌面诊单元采用球形柔光罩，充分模拟自然光，选用专业级单反相机进行成像。系统采用支持向量机（SVM）、动态形状模型（ASM）等多项成熟技术，能够智能分析舌色、舌形、舌态、苔色、苔质、舌络、面色等特征，记录和跟踪不同时期的舌象、面色特征变化，对疾病的疗效评估具有重要的参考价值，为健康状态的辨识、干预效果的评价提供客观化依据。 体质辨识系统 体质辨识系统根据中华中医药学会发布的《中医体质分类与判定》标准、《中医药健康管理服务技术规范》、《国家基本公共卫生服务规范（2011年版）》等文件要求设计，开展亚健康人群中医体质辨识、准确快速识别人体9种体质及其兼夹体质。并开拓展设计了慢性病（糖尿病、高血压、高血脂、高尿酸）检测问卷及孕产妇、0-14岁儿童、65岁及以上老年人体质辨识问卷，助力健康中国战略。 智能辨证分析系统 通过对设备客观化采集到的中医四诊信息，进行综合辨证分析，自动得出人体健康状况综合评价结果，并为用户提供个性化健康养生方案（经典方剂、中成药、季节调养、针灸、穴位按摩等）。 系统可对用户数据进行实时统计，后台可自动生成智能报表，查阅用户档案，分析中医客观化诊断信息，挖掘潜在规律。助力中医诊断信息客观化研究。

“依脉中医四诊智能诊断系统”是传统中医理论与现代科技的完美结合，将中医脉诊、舌面诊、问诊等子系统整合，自动辨识人体体质，并通过智能辨证分析开展个体化中医养生干预服务，给予合理的养生调养指导和经典处方建议等。 智能脉诊单元 智能脉象采集模块选用航天级压力传感器，独创磁吸式腕带，通过“无级快速气动加压-连续缓慢减压”模式，充分模拟中医脉诊过程中的“浮中沉”指法，对受试者脉搏压力信号进行采集。通过传感器将压力信号转化为电信号，能够实时显示被试的脉象图，并通过一系列算法提取脉搏原始数据中的特征值，与中医脉象数据库中数据进行实时比对，智能分析出受试者的中医脉象类型。系统通过权威算法分析被试脉象数据，自动获取最佳脉图，并能够输出多种时频指标，助力中医脉诊客观化研究。 智能舌面诊单元 智能舌面诊单元采用球形柔光罩，充分模拟自然光，选用专业级单反相机进行成像。系统采用支持向量机（SVM）、动态形状模型（ASM）等多项成熟技术，能够智能分析舌色、舌形、舌态、苔色、苔质、舌络、面色等特征，记录和跟踪不同时期的舌象、面色特征变化，对疾病的疗效评估具有重要的参考价值，为健康状态的辨识、干预效果的评价提供客观化依据。 体质辨识系统 体质辨识系统根据中华中医药学会发布的《中医体质分类与判定》标准、《中医药健康管理服务技术规范》、《国家基本公共卫生服务规范（2011年版）》等文件要求设计，开展亚健康人群中医体质辨识、准确快速识别人体9种体质及其兼夹体质。并开拓展设计了慢性病（糖尿病、高血压、高血脂、高尿酸）检测问卷及孕产妇、0-14岁儿童、65岁及以上老年人体质辨识问卷，助力健康中国战略。 智能辨证分析系统 通过对设备客观化采集到的中医四诊信息，进行综合辨证分析，自动得出人体健康状况综合评价结果，并为用户提供个性化健康养生方案（经典方剂、中成药、季节调养、针灸、穴位按摩等）。 系统可对用户数据进行实时统计，后台可自动生成智能报表，查阅用户档案，分析中医客观化诊断信息，挖掘潜在规律。助力中医诊断信息客观化研究。

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

该技术研制了一种能识别多种卡巴氧和喹赛多代谢产物的特异性单克隆抗体和一种用于检测卡巴氧和喹赛多代谢产物的酶联免疫方法及试剂盒。与现有技术相比，本成果制备的单克隆抗体可以同时识别脱二氧卡巴氧、脱二氧喹赛多和N4-脱一氧喹赛多，而且具有较高的灵敏度和特异性。建立的ELISA技术和试剂盒能同时检测卡巴氧和喹赛多代谢产物在肉类食物中的残留，具有检测效率和灵敏度高，精密度和准确度好等优点。 现已发展了多种用于检测该类药物残留技术，在这些残留分析技术中，由于其所需仪器昂贵、操作复杂、检测费用高，而不利于大批量样品的筛选及现场检测。目前，针对喹噁啉类脱二氧代谢物的检测技术鲜有报道，所以建立一种特异性较好、灵敏度较高的单克隆抗体以检测动物体内或肉类食物中卡巴氧和喹赛多代谢产物显得十分必要。 成果完成时间：2017年

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。