高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
X线数字直接成像系统
X线数字直接成像装置是我们多年科研工作的阶段性成果。这是一种利用现代数字成像技术和计算机图像处理系统,提高传统X线机的质量和档次的X线成像和明室透视装置。该装置采用了数字图像冻结技术,实现明室透视,改善了放射医生的工作环境。与普通X线透视相比,由于成像时间短,可以保持在屏幕上供医生仔细观察,从而降低了X线剂量。同X线电视系统相比,不仅价格低,而且可以得到同
西安交通大学 2021-01-12
管道泄露红外成像检测系统
成果与项目的背景: 目前,一些热力管线、石油部门采油现场由于泄漏的问题,每年造成国家资产的损失十分严重。且微渗漏是大事故的预警。本项目为生产第一线的检测现场应用研发了一套辅助性地下管道巡线及检测装备。研究建立了热力管道周围温场分布模型,进行了从管道到地表的土壤层中温度梯度的研究。针对管道支路与渗漏检测的生产第一线的迫切需要,设计了一种专用的复合红外热成像仪,兼有管道走向指示及泄漏报警等功能。 技术原理: 依据目标和背景之间的温度差异来探测识别目标,采用红外热成像法检测这些温度异常,推测地下输油管道的分布状态,对地下热力管道进行检测,探知管道走向以及是否有偷油支管,并能够准确定位管道的分支点,为长期、慢速的泄漏情况的检测及准确定位提供了一种快捷、准确的检测手段。该仪器由红外镜头、红外探测器、成像电路、分析软件、显示部分和电源部分构成。本项目为便携结构,可以随身携带,亦可以车载,便于实时观察。 技术水平及专利与获奖情况: 该成果经过天津市科委组织专家鉴定,鉴定结果为,该项目总体水平达到国际先进水平。目前专利正在受理中,受理号为:200520025335.5。 应用前景分析及效益预测: 在现场应用方面:本项目为热力及石油管线检测现场提供了一种急需装备,大大降低了检测成本,有效地减少了原油的漏失,节约了国家能源,提高了油田的经济效益,具有良好的经济效益和社会效益。在市场销售方面:本项目研发仪器是一种新的地下输油管道巡线及支路检测辅助设备,该仪器成本为 12 万元人民币,按每台售价 20 万元来算,其经济效益是可观的。在产品化推广方面:本产品拥有自主的知识产权,可以形成工业产品在全国油田相关部门进行推广使用,具有广阔的应用市场前景。 应用领域:石油行业及其相关领域。 产业化条件(包括:原料、设备、厂房面积的要求及投资规模): 主要部件需要进口,加工设备和厂房面积要求不高,投资规模在 200 万左右,预计产品化后的销售额为每月 20~40 万左右。 合作方式及条件: 技术转让或者技术合作,共同开发销售并利润分红。
天津大学 2021-04-11
平面镜成像实验器
宁波浪力仪器有限公司(余姚市朗海科教仪器厂) 2021-08-23
植物叶绿素荧光成像系统PlantExplorer
产品详细介绍 植物叶绿素荧光成像系统PlantExplorer PlantExplorer系统的成像面积达到20 cm x 20 cm,最快每秒钟可测量1000张叶绿素荧光成像图片,在全球第一次实现对快速荧光诱导曲线O-J-I-P相的成像测量;可以基于单个像素或感兴趣的区域(ROI)来计算荧光参数;可以实现多光谱测量,在测量光合作用之外,获取叶绿素指数、花青素指数、NDVI、红外成像和RGB成像。 利用PlantExplorer测量的荧光成像、叶绿素成像、花青素成像和RGB成像   利用PlantExplorer测量的OJIP曲线 叶绿素a荧光作为光合作用研究的探针,是研究各种逆境胁迫(干旱、高温、低温、营养缺失、污染、病害等)对植物影响的强大工具,亦被广泛用于筛选同一植物品种的不同基因型。叶绿素a荧光不仅能反映光能吸收、激发能传递和光化学反应等光合作用的原初反应过程,而且与电子传递、质子梯度的建立及ATP合成和CO2固定等过程有关。几乎所有光合作用过程的变化均可通过叶绿素a荧光反映出来,而荧光测定技术不需破碎细胞,不伤害生物体,因此通过研究叶绿素a荧光来间接研究光合作用的变化是一种简便、快捷、可靠的方法。针对叶绿素a荧光的测量方法和参数分析方法已经成为光合作用研究的一个重要领域。 在过去的十余年中,针对植物光合作用测量的叶绿素荧光成像技术日趋成熟,并得到了广泛的应用。随着LED技术、CCD技术、通信技术等的不断进步,传统的叶绿素荧光成像也面临着新技术的不断挑战。 来自荷兰瓦赫宁根大学的Henk Jalink教授在数十年叶绿素荧光技术研究的基础上,采用最新的LED技术、CCD技术和通信技术,掀起了对叶绿素荧光成像技术的革命! Jalink教授设计的叶绿素荧光成像系统,包括标准版PlantExplorer和定制化设计版CropReporter,其中PlantExplorer系统可以: 最快每秒钟测量1000张叶绿素荧光成像图片,实现对快速荧光诱导曲线O-J-I-P相的成像测量(全球唯一!!!); 基于单个像素或感兴趣的区域(ROI)来计算荧光参数 实现多光谱测量,在测量光合作用之外,获取叶绿素指数、花青素指数、NDVI、红外成像和RGB成像。 针对这些最新的叶绿素荧光技术(包括这里介绍的叶绿素荧光成像系统PlantExplorer和能监测16 m2面积里植物的群体光合作用的CropObserver系统等),Jalink教授创办了PhenoVation公司进行商业化生产,在国际光合作用领域和植物表型领域都引起了巨大的震动。 PlantExplorer的版本 根据是否能进行多光谱测量,以及是采用高速(High Speed, HS)相机还是高清(High Resolution, HR)相机,植物叶绿素荧光成像系统PlantExplorer有四个版本: 版本 名称 功能 多光谱高速版 PlantExplorer Spectral HS 高速测量叶绿素荧光成像、可见光成像、叶绿素成像、花青素成像 多光谱高清版 PlantExplorer Spectral HR 高清测量叶绿素荧光成像、可见光成像、叶绿素成像、花青素成像 PSII高速版 PlantExplorer PSII HS 高速测量叶绿素荧光成像 PSII高清版 PlantExplorer PSII HR 高清测量叶绿素荧光成像 主要应用领域 光合作用机理研究,全叶片和整株植物的光合作用测量 环境胁迫对植物的影响 基因型筛选、突变株筛选 胁迫损伤的早期检测 植物病理学、毒理学、环境科学研究 其它和植物光合作用相关的领域 主要技术参数 相机传感器类型:CCD 相机曝光时间:典型20-1 000 ms 相机分辨率:高速版30万像素;高清版140万像素 Binning:1 x 1到8 x 8 灰阶:14比特或16 384级灰阶 图像采集速度:高速版260帧/秒(307 200像素时)~1 000帧/秒(100 000像素时);高清版20帧/秒 图像获取时间:单张叶绿素荧光图像5-1 000 ms,高速版诱导曲线测量时800 ms可以获取208-800张图像。 图像格式:16位RAW格式 光谱范围:350~950 nm 镜头类型:8 mm定焦,4 光学滤光片(仅适用于多光谱版):6种高质量光学干涉滤光片,包括荧光、红光、绿光、蓝光、花青素和近红外滤光片 数据传输方式:Ethernet 叶绿素荧光激发光源:红色LED,光强0-3 000 mmol m-2 s-1 光化光源:红色LED,光强0-1 000 mmol m-2 s-1 多光谱和彩色图像光源:白色LED和近红外LED 成像面积:20 x 20 cm 工作温度:+5~+40℃ 尺寸:50(W) x 61(D) x 100(H) cm 重量:55 kg 供电需求:110-240 V交流电 功耗:测量叶绿素荧光时峰值3 kW,待机时200 W 成像参数: 多光谱高速版:Fo, FJ, FI, Fm, Ft, FJ’, FI’, Ft=5min, Fm’, Fo’, Fv/Fm, FRO, φEO, φRO,  tFM, A, Sm, PIABS, φPSII, NPQ, qN, qP, Rfd, RNIR, R, RAnth, RRed, RGreen, RBlue, Chl. Index, Ant. Index, NDVI 多光谱高清版:Fo, Fm, Ft, Ft=5min, Fm’, Fo’, Fv/Fm, φPSII, NPQ, qN, qP, Rfd, RNIR, R, RAnth, RRed, RGreen, RBlue, Chl. Index, Ant. Index, NDVI PS II高速版:Fo, FJ, FI, Fm, Ft, FJ’, FI’, Ft=5min, Fm’, Fo’, Fv/Fm, FRO, φEO, φRO,  tFM, A, Sm, PIABS, φPSII, NPQ, qN, qP, Rfd PS II高清版:Fo, Fm, Ft, Ft=5min, Fm’, Fo’, Fv/Fm, φPSII, NPQ, qN, qP, Rfd 功能特性 功能特点 多光谱高速版PlantExplorerSpectral HS 多光谱高清版PlantExplorerSpectral HR PSII高速版PlantExplorerPSII HS PSII高清版PlantExplorerPSII HR 无与伦比的高速相机(1000帧/秒)测量快速诱导曲线 ● ○ ● ○ 出色的高清相机(1.4 M pixel)测量叶绿素荧光 ○ ● ○ ● 成像范围20 cm x 20 cm ● ● ● ● 自动调节花盆底座高度,使得植物上部与相机保持恒定距离 ● ● ● ● 饱和脉冲强度达3000 mmol m-2 s-1 ● ● ● ● 光化光强度达1000 mmol m-2 s-1 ● ● ● ● 可进行多光谱测量 ● ● ○ ○ 精确获知叶绿素荧光、叶绿素、花青素和R/G/B图像每个像素的变化 ● ● ○ ○ 可设置进行延时成像测量 ● ● ● ● 嵌入式电脑进行精确的成像、时间控制、光强控制和数据存储l  英特尔双核处理器 8 GB内存 128 GB SSD固定硬盘,Windows 7操作系统 1 TB Hybrid混合硬盘用于数据存储 ● ● ● ● 随机配送27寸全高清显示器 ● ● ● ● 功能强大的控制和分析软件 ● ● ● ● 注:● 代表有,○ 代表无。 主要测量参数   成像参数 参数解释 多光谱高速版 PlantExplorer Spectral HS 多光谱高清版 PlantExplorer Spectral HR PSII高速版 PlantExplorer PSII HS PSII高清版 PlantExplorer PSII HR 由仪器控制软件直接测量出的成像参数 Fo 植物暗适应后当所有反应中心都处于开放态时的初始(最小)荧光成像 ● ● ● ● FJ 植物暗适应后测量JIP诱导曲线(快速荧光诱导曲线)时的J相成像 ● ○ ● ○ FI 植物暗适应后测量JIP诱导曲线(快速荧光诱导曲线)时的I相成像 ● ○ ● ○ Fm 植物暗适应后当所有反应中心都处于关闭状态时的最大荧光成像 ● ● ● ● Ft 植物接受光照一段时间t后的实时荧光成像 ● ● ● ● FJ’ 植物照光后达到J项的荧光成像 ● ○ ● ○ FI’ 植物照光后达到I项的荧光成像 ● ○ ● ○ Ft=5min 植物照光5 min后的荧光成像 ● ● ● ● Fm’ 照光后当所有反应中心都处于关闭状态时的最大荧光成像 ● ● ● ● RNIR 近红外波段的反射光谱成像 ● ● ○ ○ RChl. 叶绿素的反射光谱成像 ● ● ○ ○ RAnth 花青素的反射光谱成像 ● ● ○ ○ RRed 可见光成像的R(红色)通道反射光谱成像 ● ● ○ ○ RGreen 可见光成像的G(绿色)通道反射光谱成像 ● ● ○ ○ RBlue 可见光成像的B(蓝色)通道反射光谱成像 ● ● ○ ○ 由仪器分析软件分析得出的成像参数 Fv/Fm 植物暗适应后的最大光合效率成像 ● ● ● ● tFM 荧光上升达到Fm的时间 ● ● ● ● FRO 植物暗适应后与I项可变荧光相关的参数FRO=(Fm-Fi)/Fm ● ○ ● ○ jEO 植物照光后与I项可变荧光相关的参数ϕEO=(Fm’-FJ’)/Fm’ ● ○ ● ○ jRO 植物照光后与I项可变荧光相关的参数ϕRO=(Fm’-FI’)/Fm’ ● ○ ● ○ A 诱导曲线上部的互补面积 ● ○ ● ○ Sm Fm-Fo的面积归一化参数 ● ○ ● ○ PIABS 光合性能指数 ● ○ ● ○ jPSII 植物照光后的实际光合效率jPSII =Fq’/Fm=(Fm’-Ft)/Fm’ ● ● ● ● NPQ 非光化学淬灭NPQ=(Fm-Fm’)Fm’ ● ● ● ● Rfd 植物活力指数Rfd=(Fm-Ft=5min)/Fm ● ● ● ● qN 非光化学淬灭qN=(Fm-Fm’)/(Fm-Fo’) ● ● ● ● qP 光化学淬灭qP=Fm’-Ft)/(Fm’-Fo’) ● ● ● ● Fo’ 植物照光后当所有反应中心处于开放态时的最小荧光Fo‘=Fo/((Fv/Fm)+(Fo/Fm’)) ● ● ● ● Chl. Index 叶绿素指数,与叶绿素含量相关 ● ● ○ ○ Ant. Index 花青素指数,与花青素含量相关 ● ● ○ ○ NDVI 植被覆盖指数 ● 代表有,○ 代表无。 应用实例 1)强光对不同基因型拟南芥的影响 2)缺磷对不同拟南芥的影响 3)荧光成像揭示肉眼看不到的叶片边缘伤害 4)利用叶绿素荧光成像进行植物病理学研究 5)干旱处理对伽蓝菜的影响   我们能提供的远远不止这些…… 如下,是1 m高的水稻整株侧面成像结果: 此外, 我们的叶绿素荧光成像系统已被成功集成到WPS高通量植物表型平台中,用于高通量植物叶绿素荧光成像(光合作用)测量!   产地:荷兰 请访问 www.phenotrait.com 了解更多详细内容。
慧诺瑞德(北京)科技有限公司 2021-08-23
量子点荧光探针快速检测生物活性分子
完成人简介:樊君,西北大学教授,西北大学化工学院副院长, 陕西省化工过程实验教学示范中心主任,指导博、硕士生研究方向包括反应工程、碳一化工、纳米材料、分离工程、精细化工产品开发研究等。 成果内容:基于量子点的荧光探针分析对推动即时检测(POCT)技术的发展具有十分重要的意义。本项目以制备功能型纳米荧光探针为主,主要包括量子点荧光探针(QDs)和稀土掺杂上转换纳米颗粒(UCNPs),并利用制备的荧光探针实现了对生物活性分子的定量检测。项目设计了基于荧光共振能量传递(FRET)的QDs荧光探针和基于CuMn双掺杂的ZnS QDs比率荧光探针,分别实现了对生物活性分子多巴胺和叶酸的定量检测(图13),结果表明所制备的探针具有较高的选择性和灵敏度,项目成果将为医学检测和POCT技术提供技术支持。   不同反应时间得到的CdTe量子点在紫外灯下的实物图及其吸收和发射光谱 成果优势: 量子点(quantum dots,QDs)是指颗粒半径小于激子波尔尺寸半径的纳米晶粒,属于三维尺度限域的零维纳米材料,其尺寸一般在10nm以下。QDs有许多显著地光学性质:优良的抗光漂白能力; 较宽的吸收光谱;发射光谱窄;较大的斯托克斯位移(Stokes shif)。 成果成熟度:中试阶段。 转化方式:技术转让等。 市场展望:本项目的研究结果对提高疾病诊治水平,推动医学科技前沿发展,形成经济新增长点,带动大健康产业发展等都将具有十分重要的意义。
西北大学 2021-05-11
量子点荧光防伪技术研究成果
福州大学物信学院李福山教授、福州大学化学学院郑远辉研究员与TCL集团工业研究院钱磊博士的合作研究论文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在线发表。 量子点具有优异的光电特性,其图案化在发光显示,荧光标记和智能传感领域具有广阔的应用前景。量子点薄膜形貌最终决定了其光电器件应用,论文采用高精度喷墨打印技术制作微米级量子点发光图案,创新性的在基板表面构建具有随机分布的聚甲基丙烯酸甲酯(PMMA)微纳米颗粒,作为喷墨打印输运过程中的聚集钉扎点,强化微米级墨滴蒸发流动以及量子点组装过程中的差异性,形成不可复制“花状”发光图案;成功应用于低成本,可柔性化,自然条件下隐蔽,具有多重防伪级别和商业化的价值的不可复制全彩荧光防伪标签。并且首次引入了人工智能(AI)技术对喷墨打印量子点防伪荧光标签进行验证,并成功识别出不同的清晰度、亮度、旋转角度、放大倍率以及这些参数混合的“花状”图案,实现了防伪标签的高效准确识别。
福州大学 2021-04-10
量子点荧光防伪技术研究成果
福州大学物信学院李福山教授、福州大学化学学院郑远辉研究员与TCL集团工业研究院钱磊博士的合作研究论文“Inkjet-printed unclonable quantum dot fluorescent anti-counterfeiting labels with artificial intelligence authentication” 在Nature子刊《Nature Communications》在线发表。 量子点具有优异的光电特性,其图案化在发光显示,荧光标记和智能传感领域具有广阔的应用前景。量子点薄膜形貌最终决定了其光电器件应用,论文采用高精度喷墨打印技术制作微米级量子点发光图案,创新性的在基板表面构建具有随机分布的聚甲基丙烯酸甲酯(PMMA)微纳米颗粒,作为喷墨打印输运过程中的聚集钉扎点,强化微米级墨滴蒸发流动以及量子点组装过程中的差异性,形成不可复制“花状”发光图案;成功应用于低成本,可柔性化,自然条件下隐蔽,具有多重防伪级别和商业化的价值的不可复制全彩荧光防伪标签。并且首次引入了人工智能(AI)技术对喷墨打印量子点防伪荧光标签进行验证,并成功识别出不同的清晰度、亮度、旋转角度、放大倍率以及这些参数混合的“花状”图案,实现了防伪标签的高效准确识别。
福州大学 2021-02-01
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布,以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地,他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数,即张量网络的张量元,可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习,最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点:它不仅可以利用GPU高效地学习到模型参数,还可以利用张量网络的灵活性动态地调节模型表达能力。此外,与传统的基于统计物理的生成模型(例如玻尔兹曼机)相比,玻恩学习机还具备直接生成无关联样本的强大能力,从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想,是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力,意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外,这类模型在量子信息处理,量子计算以及多体物理中具有应用潜力。展望将来,最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机,从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行,向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学 2021-04-11
量子安全时间传递的原理性实验验证
中国科学技术大学潘建伟及其同事彭承志、徐飞虎等利用“墨子号”量子科学实验卫星,在国际上首次实现量子安全时间传递的原理性实验验证,为未来构建安全的卫星导航系统奠定了基础。该成果于2020年5月11日在线发表在国际学术知名期刊《自然·物理》上。
中国科学技术大学 2021-01-12
量子点荧光探针快速检测生物活性分子
项目成果/简介:完成人简介:樊君,西北大学教授,西北大学化工学院副院长, 陕西省化工过程实验教学示范中心主任,指导博、硕士生研究方向包括反应工程、碳一化工、纳米材料、分离工程、精细化工产品开发研究等。成果内容:基于量子点的荧光探针分析对推动即时检测(POCT)技术
西北大学 2021-01-12
首页 上一页 1 2
  • ...
  • 15 16 17
  • ...
  • 59 60 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1