山东中科蔚蓝智能环保科技有限公司是专注于实验室及医疗场景污水处理解决方案的国家级科技型中小企业，致力于以智能化、定制化技术推动环保领域革新。公司立足山东，辐射全国，依托自主研发的智能环保设备与全流程服务体系，为医疗机构、科研实验室、疾控中心等场景提供高效、安全、合规的污水处理方案，助力客户实现绿色可持续发展。   公司具备卫生部颁发《消毒产品生产企业卫生许可证》，且产品在《全国消毒产品网上备案信息服务平台》备案，相关产品均经过了第三方正规检验机构检测，旗下所有产品均有PICC百万产品责任险，国家认证，官方可查。   【荣誉资质】   公司荣获了中国人民银行公示平台认定的：3A级信用企业、重合同守信用3A企业、诚信经营示范单位3A企业、重质量守信用3A企业、3.15消费者可信赖企业、中国绿色环保产品、政府采购优秀供应商等荣誉称号。   【合作案例】 公司已成功服务全国2000余家单位，包括北京信息科技大学实验室、山东农业科学院、国际供应链示范中心、呼和浩特第二人民医院、广东清远麻鸡国家原种场研发中心等标杆项目，设备稳定运行率超过8%，获评“中国实验室设备政府采购优秀供应商”、“中国医疗行业政府采购优秀供应商”。   【企业愿景】 未来，中科蔚蓝将持续聚焦智能化与绿色化双轮驱动，推动污水处理从“末端治理”向“全程防控”升级，为全球科研与医疗健康事业构筑安全屏障。

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

课题组对中国在国际经济治理中的定位，参与国际经济治理战略模式选择，参与国际景致里的主体选择等方面，提出了具有较强针对性和创新性的对策建议，对财政部相关四局的实际工作有较好的借鉴作用和应用价值。

我们对如何通过预测控制的各要素设计，提升逆变系统的性能指标，进行研究，取得了良好的成果。对LCL型三电平逆变系统，我们在分析系统指标与系统控制量之间关系的基础上，设计了相应的基于个离散控制量的预测控制器，为解决该类非线性约束优化在线计算量大的问题，基于分值定界的思想提出了相应基于DSP的快速算法。为进一步提升逆变系统的效率等指标，我们提出了变系数的光伏逆变预测控制器，在目标函数中对电流跟踪和大电流时开关动作的抑制实现了统一，设计了相应的系数表达式并给出相关算法和实验结果。我们进一步研究了基于预测控制的微电网系统的调度问题，针对微电网群系统集中式优化计算量巨大的问题，我们从结合ADMM，从给出了系统的分布式预测控制器并对其在线迭代算法并进行了研究和验证。同时，我们对无线并联型逆变系统的稳定性进行了分析。达到了预期研究目标。

哺乳动物基因组的广泛转录产生了大量的非编码RNA，相比于细胞质定位的蛋白编码mRNA，这些非编码RNA如长链非编码RNA（lncRNA）、启动子和增强子关联的不稳定转录本（uaRNA、eRNA）等更倾向于结合染色质参与调控染色质结构、转录和RNA加工等过程。尽管零星报导少数RNA核滞留的现象，但为何大部分lncRNA会滞留于染色质上行使调控功能，仍是个不解之谜。上世纪80年代初，Joan Steitz通过系统性红斑狼疮患者血液抗体分离提取 U1,U2, U4, U5和U6小核糖核蛋白粒子（又称为 snRNP），揭示了它们参与RNA剪接的经典功能。近年来施一公团队系统报导了真核生物剪切体的原子结构和生化功能。然而，一直让人困惑的是，细胞内U1 snRNP的数量为什么比其它剪接相关snRNP高 2-5倍。虽然Gideon Dreyfuss和Phil Sharp等团队曾揭示U1 snRNP调控转录终止和方向的非经典功能，U1 snRNP在细胞中的丰富存在仍然是一个让人困惑的问题。为了探究lncRNA的染色质结合机制，研究者首先建立和运用一套新颖的mutREL-seq方法来高精度筛选调控RNA定位的关键序列，意外发现了U1 snRNP识别位点参与调控候选RNA的染色质滞留。相比于蛋白编码基因，lncRNA转录本含有更多的U1识别位点（同时也是潜在的5’剪接供体位点），而其基因组区域具有更少的3’剪接受体位点。并且U1 snRNP更高水平地结合在lncRNA上。随后，研究者分别使用antisense morpholino oligos（AMO）和auxin-induced degron（AID）诱导蛋白降解系统，来抑制U1 snRNA和核心蛋白组分SNRNP70的功能。研究者发现小鼠胚胎干细胞中近一半的lncRNA受U1 snRNP调控。另外，与转录调控元件关联的不稳定非编码转录本如uaRNA、eRNA等，它们的染色质结合在U1 snRNP抑制后也显著下降。研究者进一步证明了U1 snRNP直接调控成熟lncRNA与染色质的结合，而不是通过影响RNA合成、加工或降解过程的动态变化所产生的间接影响。机制上，研究者鉴定了U1 snRNP在染色质上的互作蛋白，发现U1 snRNP结合特定磷酸化状态的RNA转录聚合酶II（Pol II）。转录抑制明显降低了U1 snRNP及其所调控的非编码RNA与染色质的结合，表明U1 snRNP通过与磷酸化的Pol II互作来介导其互作RNA与染色质的结合。最后，研究者通过以lncRNA Malat1为例，进一步验证了U1 snRNP对其染色质结合的调控作用。去除SNRNP70后，绝大部分Malat1 “核斑”定位信号消失，并弥散在核质及细胞质中。同时，Malat1在活跃表达基因染色质区域的结合信号显著下降，表明U1 snRNP不仅可以将Malat1滞留在染色质上，同时也参与调控后者在染色质上的移动及其与靶基因的结合。综上，研究者提出如下模型（图1）：5’和3’剪接位点在lncRNA上的不对称分布，致使U1 snRNP持续结合在lncRNA转录本上，而不能通过RNA剪接过程释放，从而介导了lncRNA的染色质滞留。磷酸化Pol II进一步介导了lncRNA-U1 snRNP复合体在染色质上的移动（mobilization）。对于大多数低丰度、不稳定的lncRNA，它们只能靶向结合邻近的染色质区域（顺式cis作用）；而对于少数稳定和高丰度的lncRNA，如Malat1，U1 snRNP促进了其迁移和结合更多的靶基因区域（反式trans作用）。图1. U1 snRNP介导非编码RNA染色质结合的模式图。论文链接：https://www.nature.com/articles/s41586-020-2105-3

2020年3月8日，中山大学第五医院在bioRxiv上上传了一篇题为Crystal structure of SARS-CoV-2 nucleocapsid protein RNA binding domain reveal spotential unique drug targeting sites的研究，确定了SARS-CoV-2核糖蛋白N-端RNA结合域的晶体结构。虽然整体结构与其他冠状病毒核N端RNA结合域相似，但它们之间的表面静电电位特征却不同。与轻度病毒类型HCoV-OC43 等效域的进一步比较显示，β-螺旋核心旁边具有独特的潜在RNA 结合槽。结合体外数据，结果提供了SARS-CoV-2N端RNA结合域的几种原子分辨率特征，指导了针对SARS-CoV-2的新型抗病毒剂的设计。

该研究通过生物学分析发现武汉新型冠状病毒的刺突（S）蛋白与SARS冠状病毒的S蛋白结构相似，也可通过S蛋白与宿主细胞表面的 血管紧张素转化酶（ACE）2蛋白分子相互作用，从而感染宿主的上皮细胞。因此， ACE2分子是武汉新型冠状病毒感染的关键分子，通过结合ACE2分子有可能影响武汉新型冠状病毒感染人体细胞的过程。ACE2是肾素-血管紧张素-醛固酮系统（RAS）的关键分子，也是包括肺泡上皮细胞在内的多种人体细胞表面表达的重要分子之一。2003年，ACE2被鉴定为SARS冠状病毒的功能性受体。2020年1月25日， 北京大学基础医学院的 王月丹和初明团队，采用自主研发的人工智能药靶筛选系统，重点针对2674种已上市的药物以及1500种中药提取物进行了药物筛选， 发现了多种潜在的ACE2结合剂，有望用于武汉新型冠状病毒感染的治疗，其中包含了氨溴索（CAS号：18683-91-5）等。氨溴索，又称沐舒坦，是一种呼吸道润滑祛痰药，能促使呼吸道表面活性物质的形成，调节浆液性与黏液性物质的分泌，促进代谢，还可改善纤毛运动，增强呼吸道分泌物的消除作用。

上世纪80年代，日本富士公司初率先在世界上推出第一套CR系统(计算机X射线影像仪Computed Radiography)，它是用成像板(Imaging Plate，简称IP)替代传统的胶片进行感光并存储，再把储存于IP上的感光信号用激光扫描方法转换成电信号并进行数字图像处理的一种技术，实现了胶片数据化，为放射科无片化及医疗影像计算机联网打下了扎实的基础，为进入远程影像资料会诊开辟了道路。CR系统能直接生成数字图像，使其不再经过显影、定影、水洗技术流程，从而节省了大量的劳动力和精力；CR系统生成的数字图像大大的减少了存放X线胶片的空间，保证了图像的质量，也便于图像的存储、查找，从而结束了图像查询缓慢、易错、保存质量不高的时代，方便对病人资料进衍管理。正是由于它的这些优点，CR技术才得以在医学中广泛应用。 CR图像在生成、传输和扫描进入计算机时，会受到医学影像设备、媒质的实际性能、以及接收设备的限制，这些因素引起图像质量的退化。退化的X射线数字图像质量不能达到直接用于实体造型的要求，从而影响了医生的准确诊断。影响CR系统成像的因素主要有X射线散射、噪声以及人为因素，其中人为因素是指X射线的用量不足或过量。一般来说，由于X射线散射、噪声引起的图像退化很难避免，而且一直存在，因此本项目主要考虑人为因素引起的图像模糊问题，利用图像增强技术对模糊图像处理，方便医生诊断。 以下是模糊大剂量CR图像、模糊小剂量CR图像以及可以用于诊断的标准CR图像显示效果：