化学仿真实验室，综合应用AI和AR技术，通过3D建模虚拟再现真实的实验场景，借助先进的体感交互设备Kinect进行虚实互动，将真实的实验者与虚拟仿真的实验器材结合到一个画面里，实验者实现无需佩戴任何体感设备，纯手势就可以进行实验互动教学。 化学仿真实验室包含初中化学所有重点难点实验内容，有效协助老师进行实验教学，丰富实验教学方式，提高实验教学效果，降低实验风险。 化学仿真实验室包含： 硬件：服务器、机械手臂、显示器、拓展显示设备、kinect全套。 软件：根据教学要求制作的化学仿真实验资源库，包含初中化学所有重点难点实验内容。如制取氧气、粉尘爆炸实验、金属与稀硫酸的反应等。

物理仿真实验室，综合应用AI和AR技术，通过3D建模虚拟再现真实的实验场景，借助先进的体感交互设备Kinect进行虚实互动，将真实的实验者与虚拟仿真的实验器材结合到一个画面里，实验者实现无需佩戴任何体感设备，纯手势就可以进行实验互动教学。 物理仿真实验室包含初中物理所有重点难点实验内容，有效协助老师进行实验教学，丰富实验教学方式，提高实验教学效果，降低实验风险。 物理仿真实验室包含： 硬件：服务器、机械手臂、显示器、拓展显示设备、kinect全套。 软件：根据教学要求制作的物理仿真实验资源库，包含初中物理所有重点难点实验内容。如平面镜成像、二力平衡的条件、磁场方向等。

XM-CS310高仿真超声、X线引导经皮穿刺肾镜技能训练模型   功能特点： ■ XM-CS310高仿真超声、X线引导经皮穿刺肾镜技能训练模型用于超声、X线引导下目标盏的穿刺、导丝置入、通道的扩张、进镜观察乃至碎石等相关操作，基本囊括了经皮肾镜的每个操作环节。 ■ 模型的材质可透超声及X线，超声与X线下均可见肾脏形态及积水肾盏位置。 ■ 仿真人体模型的左右肾区设有凹槽方便更换镶嵌式穿刺模块。 ■ 凹槽内镶嵌与人体相似的肾周围组织、仿真肾脏、肾盂、肾大盏、肾小盏、肾乳头。 ■ 用临床超声诊断仪扫查肾脏，可在显示屏上看到肾脏轮廓、肾盂、肾盏、肾结石等。 ■ 可进行超声及X线引导下经皮肾穿刺，穿刺成功后可从针尾抽吸出液体。 ■ 置入导丝后的筋膜扩张器扩张过程所能感受到的阻力与人体组织相近，且可通过模型内注水来判断扩张程度。 ■ 模型可制作成正常以及多种畸形的肾内构造，并可人工置入结石，以便扩张完成后进镜观察及配合超声、气压弹道及钬激光等能量方式完成碎石等相关操作，肾内镜下表现逼真，适合进行各个肾盏的探查。 ■ 模块可更换。

XM-YZT腰椎间盘突出症检查训练仿真电子标准化病人模型   XM-YZT腰椎间盘突出症检查训练仿真电子标准化病人模型其内脏、皮肤以及模拟人各关节活动具有仿真性，病变部位准确，可供学员反复进行腰椎间盘突出症检查及诊断训练。 功能特点： ■ 四肢可自由活动，机体组织损伤部位有运动障碍。 ■ 病变部位有压痛点。 ■ 有感觉异常。 ■ 有神经反向。 ■ 肌力下降。

XM-WSS外科手术技能训练模拟仿真标准化病人   XM-WSS外科手术技能训练模拟仿真标准化病人可以重复进行外科手术，在仿真人体模型上设有方便更换的手术局部腹部分层结构模块及仿真人体器官、病变等，使医学生如同在真实病人身上“动手术”，可进行切开、止血、剥离、结扎血管、切除、吻合、缝合、换药等，还可进行阑尾切除术、胆囊切除术、胃大部切除胃空肠吻合术、左腹股沟斜疝修补术及脾切除术等十余种手术示教及技能训练。   标准配置： ■ 外科手术技能训练仿真模型 ■ 上腹部腹壁模块 ■ 盲肠-阑尾区腹壁模块 ■ 左腹沟斜疝腹壁模块 ■ 胆囊模型 ■ 脾-胰腺 ■ 胃模型 ■ 十指肠模型 ■ 空肠模型 ■ 模结肠模型 ■ 盲肠阑尾模型

XM-MN100高仿真泌尿内镜技能训练人体模型   功能特点： ■ XM-MN100高仿真泌尿内镜技能训练人体模型主要用于膀胱镜、输尿管镜的技能训练。 ■ 可练习的操作包括：膀胱镜（硬性、软性）检查、输尿管逆行插管及输尿管（硬性、软性）镜检查等。 ■ 配合超声、气压弹道、钬激光等多种能量方式，湿式模型（即可浸入液体环境的模型）还可用于膀胱镜、输尿管镜碎石、输尿管狭窄段内切开等多种操作。 ■ 通过训练可以让学员掌握膀胱镜进镜手法、输尿管逆行插管原则、半硬性输尿管镜进镜技巧等相关知识。 ■ 还可让学员掌握膀胱镜、输尿管镜碎石技巧、软性输尿管镜进镜的操作流程及肾盏探查顺序等。 ■ 男、女性人体任选。

XM-CS310高仿真超声、X线引导经皮穿刺肾镜技能训练模型   功能特点： ■ XM-CS310高仿真超声、X线引导经皮穿刺肾镜技能训练模型用于超声、X线引导下目标盏的穿刺、导丝置入、通道的扩张、进镜观察乃至碎石等相关操作，基本囊括了经皮肾镜的每个操作环节。 ■ 模型的材质可透超声及X线，超声与X线下均可见肾脏形态及积水肾盏位置。 ■ 仿真人体模型的左右肾区设有凹槽方便更换镶嵌式穿刺模块。 ■ 凹槽内镶嵌与人体相似的肾周围组织、仿真肾脏、肾盂、肾大盏、肾小盏、肾乳头。 ■ 用临床超声诊断仪扫查肾脏，可在显示屏上看到肾脏轮廓、肾盂、肾盏、肾结石等。 ■ 可进行超声及X线引导下经皮肾穿刺，穿刺成功后可从针尾抽吸出液体。 ■ 置入导丝后的筋膜扩张器扩张过程所能感受到的阻力与人体组织相近，且可通过模型内注水来判断扩张程度。 ■ 模型可制作成正常以及多种畸形的肾内构造，并可人工置入结石，以便扩张完成后进镜观察及配合超声、气压弹道及钬激光等能量方式完成碎石等相关操作，肾内镜下表现逼真，适合进行各个肾盏的探查。 ■ 模块可更换。

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：