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。

本实用新型公开了一种无线红外遥控光遗传系统。红外发射端包括电源驱动板、红外发射管灯带、信号源以及5V电源；红外接收端包括红外接收管、3.7V锂电池、比较电路和蓝色发光二极管。利用信号源控制电源驱动板的通断控制红外发射管灯带的亮灭，使得红外发射管灯带的亮度基本相同且同步亮灭，红外接收管接收红外发射管灯带红外发射管的红外信号，经比较电路控制蓝色红外二极管的亮灭，蓝色发光二极管的光信号通过光纤导入生物体细胞内，实现有效的光刺激。本实用新型可实现在实验箱内远距离无线操控，体积小，高度集成，结构紧凑，对于信号源的遥控信号准确及时响应，红外遥控范围大，不会影响到小鼠在大范围内的自由活动，有利于进行大型的行为学实验。

本发明公开了一种农杆菌介导的小对叶遗传转化方法.本发明所公开的农杆菌介导的小对叶遗传转化方法,包括如下步骤:以小对叶的叶片为外植体,用处于对数生长期的,OD600值为0.4-0.6的目的农杆菌菌液侵染所述外植体5-10分钟;所述目的农杆菌菌液的OD600值优选为0.5,所述侵染的时间优选为7分钟.用本发明方法对小对叶进行遗传转化,得到的抗性芽率为7.5%,表明本方法转化效率高.因此,本发明方法为使外源基因在小对叶中稳定表达奠定了基础,对小对叶的遗传改良有十分重要的意义.

组蛋白的翻译后修饰对于表观遗传调控及多种生物学过程具有重要意义。一系列新的赖氨酸化学修饰（如巴豆酰化、琥珀酰化等）展示出组蛋白修饰前所未有的多样性及动态变化特征。可遗传编码的光交联探针已经成为研究活细胞内蛋白-蛋白相互作用的重要工具，成功地将该技术拓展到组蛋白的化学修饰研究中，开发了可遗传编码的组蛋白光亲和标签，将会极大地推动组蛋白化学修饰的识别机制和功能研究。该技术的设计包括两个部分：a）一套带有翻译后修饰的赖氨酸遗传编码系统，可以在特定位点插入带修饰的赖氨酸。此外，在赖氨酸的主链上还带有光交联基团，可在UV光下与修饰相关的蛋白发生共价交联，可以用于研究该修饰特定的效应蛋白。b）一套带有保护基团的赖氨酸遗传编码系统，保护基团可以在大肠杆菌自身的还原性环境中发生脱除，将带有光交联基团的赖氨酸定点插入到组蛋白当中，用于证实交联到的效应蛋白的特异性。该团队以巴豆酰化修饰为代表，发展了该技术对应的赖氨酸巴豆酰化修饰的光交联探针（K*cr）和带有保护基团的光交联探针（PNBK*）两个探针，将这两种探针分别引入到组蛋白H3的56位和79位，并通过光交联基团捕捉到了H3上79位巴豆酰化的去乙酰化酶Sirt3。

一、项目分类 重大科学前沿创新 二、成果简介 该成果围绕杂交稻育性遗传控制的关键问题，包括细胞质雄性不育与恢复性和籼粳杂种不育与亲和性的分子遗传基础，开展了系统研究并取得了创新性重要成果，大大发展了作物遗传育种理论和促进了杂交育种实践。 一、克隆了最广泛应用的野败型细胞质雄性不育（CMS）基因WA352及其育性恢复（RF）基因Rf4，揭示了植物孢子体型CMS/RF系统的分子作用机理。成果被评述“在作物杂交育种和发展育种新策略具有重要的理论和实践意义”。 二、克隆了包台型CMS基因orf79及其恢复基因，阐明了植物配子体型CMS/R系统的分子作用机理。成果被认为“提供了植物核质互作的分子机制的新视点”。 三、克隆了控制籼粳稻杂种雄性不育的基因Sa ，发现Sa 是由2 个相邻基因SaM和SaF 组成的复合座位，揭示出此类复合座位是控制植物杂种不育的普遍性分子遗传基础。成果被评论为“在植物杂种不育机理研究方面做出了重要贡献”。 该成果在Nat. Genet, Plant Cell, PNAS, Mol. Plant, Annu. Rev. Plant Biol.等发表论文25篇，8篇代表论文总他引836次，被Nature, Science等刊物SCI他引616次，单篇最高SCI他引288次。获授权发明专利6件，成果受到学术界的高度评价，被4篇专题文章评述，被“F1000”评论5次，入选科技部973计划十周年纪念活动代表性成果，项目成果被多家育种单位应用并培育出杂交稻新品种。相关研究成果大大促进了植物分子遗传学的发展，并在杂交稻育种中发挥了重要作用。 该成果荣获2018年度国家自然科学奖二等奖。

1. 痛点问题 工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。数据所有者通常会采用前效方法对数据库中的数据加以保护，但是这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，通常的数字水印采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。此外，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。 2. 解决方案 工业物联网数据是工业大数据规模迅速扩张的主要来源。各类物联网传感器以极高的频率采集其所在设备的工作状态数据，通常为一系列包含数据产生时间戳（Timestamp）和采集数据（Data）形式为(Timestamp, Data) 的元组序列，称为时间序列。工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。 数据所有者通常会采用前效方法对数据库中的数据加以保护，包括但不限于：数据加密、用户权限划分等等。但是，这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。此外，数字水印通常采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。 本项目针对常见的水印失效场景进行了分析，提出了能够有效提示水印鲁棒性的技术，更好的确保数据安全的管理能力。 3.合作需求 在全国范围内工业互联网/工业大数据相关领域寻求应用场景，希望能与能源/装备制造行业的大中型企业开展这方面的合作研究和落地实施；并针对上述企业开展包括二次开发在内的各类实际应用，助力企业降本增效、转型升级。

产品详细介绍 机械臂运动算法STEAM主题课程 项目背景 随着工业 4.0 科技革命的到来，工业机器人已成为工业化程度的重要标志。机械臂是最为典型也是最早出现的工业机器人，它可以代替人的繁重劳动以实现生产的机械化和自动化，提高生产效率的同时避免人身事故的发生。机械臂课程的学习可以培养学生将科学技术应用于日常生活、社会实践的意识。 在本项目中，学生可借助机械臂运动算法套件与人工智能与编程教学系统，了解关节机械臂和伸缩机械臂的原理及特点，搭建不同类型机械臂并通过编程实现智能控制。 课程性质 这是一门以项目式教学开展的跨学科课程，以基于建构主义理论的 5E 教学模式作为指导，结合了 中小学信息技术课程标准与编程教学特色。 课程目标 1.知识与技能 ⚫  了解机械臂的类型及其在现实生活中的应用。 ⚫  掌握关节机械臂和伸缩机械臂的结构特点，设计并制作相应模型。 ⚫  学习图形化编程或 C++代码编程的基础知识，使模型完成实际任务。 ⚫  掌握机械臂运动算法的设计、编写及调试。 2.过程与方法 ⚫  通过观察、查阅相关资料等活动，培养对信息的有效性、客观性做出判断的意识，发展分析概括能力。 ⚫  通过机械臂模型的搭建和编程，发展编程思维和工程思维能力。 ⚫  在完成模型设计和算法设计过程中，提高分析问题和解决问题能力，养成自学能力。 3.情感态度与价值观 ⚫  了解机械臂在日常生活中的实际应用，萌发将科学技术应用于日常生活、社会实践的意识。 ⚫  养成实事求是，尊重自然规律的科学态度。 ⚫  关注科学技术对社会发展、自然环境及人类生活的影响。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.