本发明公开了一种酶解短直链淀粉中温自组装制备纳米淀粉工艺，其特征在于，具体包括如下步骤：(1)配制缓冲溶液；(2)淀粉水溶液的制备；(3)糊化；(4)酶解，接着将脱脂后的淀粉溶液用无水乙醇沉淀；(5)制短直链淀粉；(6)制纳米淀粉。通过采用酶水解淀粉在30‑70℃回生制备纳米淀粉，此方法制备的纳米淀粉产率高，成本低，方法更加安全环保，用其作为药物、活性成分等的包埋材料。讲拓宽其在食品工业中的应用领域。

本发明属于污染物检测技术领域，涉及一种蛋黄壳结构的钴基纳米酶及其在汞离子检测中的应用。将六水合硝酸钴和十六烷基三甲基溴化铵加入水中并混合均匀；与2‑甲基咪唑溶液混合搅拌反应，制得ZIF‑67立方体。加入乙醇中并混合均匀，与多元含氧酸的水溶液混合均匀，然后进行搅拌反应，制得ZIF‑67/PTA。加入乙醇溶液中并混合均匀，随后加入氯金酸溶液和硼氢化钠溶液，然后进行搅拌反应，制得ZIF‑67/PTA/Au。本发明所合成的材料具有蛋黄壳纳米立方体的介孔结构，原材料价格廉价，性能稳定，适合大批量合成。可实现对Hg²⁺的可视化检测。

该专利技术可应用于芥菜等蔬菜的腌制加工。通过调节芥菜机械处理程度、脱水程度以及加工温度等，调节芥菜内源芥子酶活性，进而调控芥菜产品的风味和贮藏性。目前芥菜等腌制蔬菜在加工中存在色泽、风味等方面的不足，与消费者需求有一定差距，市场需求改进的加工技术。该技术已在河南一家企业成熟应用。该技术具有较好的应用前景，在应用过程中也将产生明显的经济效益和社会 效益。 专利的技术水平： 先将芥菜切成长度为 4-6 厘米、宽度为 1.5-2.5 厘米的细丝，然后用 4-5%食盐进行腌制 1-2 个小时；将腌制后的芥菜丝在沸水中漂烫 20-40 秒，然后快速冷却；冷却后的芥菜丝在真空包装后，进行巴士杀菌。该产品具有芥菜特色的风味，控制了褐变，在常温下贮存期可达到 6 个月。该技术达到国际先进水平。 

产品详细介绍医用超声波清洗机是根据医院清洗特点而设计的，较常规超声波清洗设备无可比拟的技术优点，产品结构新颖、电路先进、工作可靠、高效率、低噪音及清洁度高的特点，这样可以最大限度的保护被清洗的医疗器械不受损伤，可以彻底清洗手术机械及手术附件的各种污渍，排出人工清洗不彻底的问题，同时保护工作人员不受污染和感染，是医院的必备设备之一。广泛应用于医院等医疗机构的手术室、化验室、检验室、供应室、牙科、消毒中心等科室。对医疗器械的深孔、盲孔、凹凸槽的清洗是最理想的设备。分类：医用超声波清洗机根据其清洗具体物件的不同要求而具有不同的配置，可以分为单槽医用超声波清洗机、双槽医用超声波清洗机（超声波清洗、超声波漂洗）、三槽医用超声波清洗机（超声波清洗、超声波漂洗、煮沸上油）和四槽医用超声波清洗机（超声波清洗、超声波漂洗、煮沸上油、烘干）等。医用超声波清洗机技术参数及要求1、数显产品的出厂日期，实现合理“三包”2、数显累计工作时间，实现合理“三包”3、数显记忆和设定超声频率4、数显记忆和设定的三种超声频率自动转换5、数显记忆和设定的单频超声工作时间6、数显记忆和设定的三种频率超声工作时间7、数显记忆和设定的超声功率8、数显记忆和设定容器内的加热温度9、数显容器内的实际温度10、数显超温度、超电压、超电流保护指示11、低水位、无溶液保护指示12、同时数显超声液位，溶液温度，超声频率，超声时间，超声功率13、数显本仪器使用累计工作时间达999999小时14、仪器的操作程序采用单片机软件15、具有电控适量进酶16、具有电控进水、排液功能17、具有手控降音盖，能达到降音功效18、本仪器双层器械清洗网采用优质304不锈钢氩焊成形19、降音盖、内外壳体采用优质304不锈钢氩焊成形20、仪器尺寸   （ 长×宽×高）：800×540×900（mm）21、清洗槽内尺寸（长×宽×高）：600×300×400（mm）22、单  槽  容  量:： 72(L)23、超  声  频  率： 45、80、100（KHz）24、频率转换时间可调：  1-999（S）25、超  声  功  率：    1000（W）26、功  率  可  调：    40-100（%）27、加  热  功  率：    5000（W）28、温  度  可  调：    10-80（℃）29、时  间  可  调：    1-480（min）30、电  控  进  酶：    有31、进    排    水：    电控

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

提出基于地震波观测的滑坡快速检测和滑动几何形态的分析方法，可服务于滑坡次生灾害的预警。       2018年12月22日因无预警海啸致使印尼苏达海峡沿岸城市437人死亡，几千人受灾。叶玲玲教授等利用印尼的宽频带地震波数据，发现此次海啸由滑坡引发，与2018年活跃的Anak Krakatau火山活动有关。相对于地震滑动，滑坡造成的地振动以低频成分为主，高频成分较少（图1），造成目前常规基于高频地振动信号的地震-海啸预警系统失效。雷达影像资料分析进一步证实海啸源是Anak Krakatau火山西南侧的滑坡（图2）。采用震源单力模型，长周期地震波观测约束滑坡平均倾角为12°；结合地震波和卫星遥感资料观测，得到滑动体积约为0.2 km3。这些参数为海啸模拟提供了重要约束。 在2018年印尼火山滑坡事件中, 地震波信号10分钟传播到整个苏门答腊和爪哇地区, 被几十个地震台接收，利用Wphase反演方法15分钟可得到有效的滑坡信息。由滑坡引发的海啸波传播速度较慢, 半小时后传播到附近的海岸带地区。因而该研究中基于Wphase方法的滑坡快速检测和滑动几何形态的分析方法可有效运用于该类型滑坡海啸预警中。

建设消化系统肿瘤的大数据平台，通过整合肿瘤临床信息、影像数据、生物样本库数据、高通量生物多组学的数据，系统地构建消化系统肿瘤大数据，并结合人工智能平台进行大数据的挖掘与分析。该团队基于肿瘤大数据平台开展肿瘤临床诊疗的真实世界研究，探索肿瘤的精准诊断、预后预测和耐药分子机制 徐瑞华教授团队开始着手构建磷酸化定量数据库qPhos。通过收集已发表的定量磷酸化组数据，共整合了199071个磷酸化位点上的3537533个定量磷酸化信息，其中86%的数据来自肿瘤组织样本及相关细胞系。有关定量实验的详细信息，包括实验条件、实验所用的细胞系或样本等数据也纳入了数据库中。对每个磷酸化位点，都注释了实验验证的或潜在的上游激酶，以便理解其分子调控机制。同时，通过整合UniProt，ExPASy和DrugBank等数据库中的信息，对磷酸化位点所在蛋白质的生化特征、上游激酶的靶向药物情况进行了详细的注释，方便查询和使用。       此外，数据库中还开发了qKinAct分析模块，研究人员可以基于自己的定量磷酸化组数据分析得到相应的激酶活性相关磷酸化位点信息，进而分析异常的磷酸化信号通路。因此，qPhos是首个全面涵盖肿瘤和疾病相关重要磷酸化修饰动态水平的数据库，为研究蛋白磷酸化修饰及其动态调控提供了一站式服务。

产品详细介绍 宏途教育致学智慧课堂解决方案 宏途教育致学智慧课堂是基于AIOT的“教、学、评、练、管”教育闭环云服务平台，平台通过智能笔与码点技术采集学生课堂与作业数据，结合人工智能、物联网、大数据等技术实现手写笔迹自动分析、并基于致学全学段全学科的多维评价模型实现学生全面的学情诊断分析，为教育管理者推动教学持续发展和助力教学管理提升提供有力保障。 平台应用场景 对教师：纸笔围绕课堂教学场景，智能批改，增效减负，双向互动，提升学生动能和效能。 对学生：不改变纸笔书写习惯，保护视力，成长数据驱动智适应学习，提高学生学习兴趣。 平台优势 传统纸笔书写、保护视力 错题归集、查漏补缺 作业自动批改、减负增效 大数据及时、全面统计分析 精准资源推荐、提分提质 联系方式： 广州宏途教育网络科技有限公司 地址：广州市黄埔区科学城南翔一路62号3楼宏途教育 联系人：王生 电话：18938695151 公司官网：www.gzhtedu.cn

产品详细介绍