本发明提供了一种芯片拾放装置，包括芯片吸附组件、凸轮传动组件、Z 向驱动组件、气隙轴承、气缓冲组件和 W 旋转驱动组件；凸轮传动组件包括相接的凸轮杆和凸轮，凸轮杆的上端连接 Z 向驱动组件，用于带动固定在凸轮内部的芯片吸附组件沿 Z 轴上下移动；气缓冲组件安装于凸轮内部，用于吸收芯片吸附组件受到的冲击力；W旋转驱动组件连接于芯片吸附组件的侧面，用于驱动芯片吸附组件沿W 向旋转运动；气隙轴承位于芯片吸附组件的外部且套放于气缓冲组件的下端，通过向气隙轴承的内、外圈间导入气体使得轴承内圈为悬浮状态，从而辅

在信息时代，机器视觉在实现智能社会方面发挥着重要作用。视觉特征提取是机器视觉的一项关键技术，该技术可以提取图像中具有鲜明特征的信息，诸如边缘、角点、圆以及图像形状等特征，这些特征是标定机器视觉系统模型参数和运用机器视觉技术进行实际应用的前提和基础。视觉特征提取技术广泛应用于自主移动智能机器人、无人驾驶和无人机等场景，这些应用场景对视觉特征提取算法的鲁棒性和帧率提出了巨大挑战。 具体来说，视觉特征提取算法包括SIFT（Scale-Invariant Feature Transform，尺度不变特征转换算法）、SURF（Speeded-Up Robust Features，加速稳健特征）、ORB（Oriented FAST and Rotated BRIEF，快速特征点提取描述）、HOG（Histogram of Oriented Gradient，方向梯度直方图）、LBP（Local Binary Patterns，局部二值模式）等。在SURF、ORB、HOG、LBP这些经典的特征提取算法中，SURF的鲁棒性相对较高，但是过于依赖主方向的选取，使得其方向变化鲁棒性不足。SIFT算法可以从图像中提取具有不变性的鲁棒局部特征，对方向变化、光照变化、噪声、杂物场景及遮挡影响等方面的鲁棒性最强，满足无人驾驶技术的需求。SIFT算法的运算量大从而导致的系统帧率低、功耗高的问题可以通过设计具有高并行度的专用硬件加速器芯片来解决。

本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。 一、项目分类 关键核心技术突破 二、技术分析 恶性肿瘤精准治疗亟待建立能反映个体差异、尽量复制患者原始肿瘤组成及其微环境、快速、精准、性价比高的高通量药物筛选体系。类器官是由干细胞在体外3D培养条件下分裂分化形成的一种类似器官的生物结构，能够重现器官的功能，提供一个高度相似的生理系统。虽然具有敏感性高、特异性强，预测率高等特点，但当前类器官技术仍面临手动化、欠智能、个体差异大、类器官单体对肿瘤异质性还原度低等不足。本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。该平台解决恶性肿瘤药物筛选周期长、费用高、针对性差，已筛选应答率低、治愈率低等问题；在药物投入临床试验前合理规避风险，有效降低临床试验成本和时间；标准化制备过程，建立统一合理的类器官库，方便使用；有效地为病人提供定制化服务，指导临床用药。从医疗诊断治疗与商业化需求综合维度分析，本平台系统是融合了器官芯片和3D肿瘤模型技术双重优势的生物芯片诊疗一体化技术，有望迎来规模化、市场化和应用化。

本发明公开了一种 IC 芯片安全剥离装置，包括安装板、位置调整机构、滑台机构、顶针机构以及真空发生器；所述顶针机构包括：套筒，安装于滑台上；直线电机，安装于套筒内，其控制端连接外部控制中心的输出端；直线传动机构，安装于套筒内，其下端与直线电机的输出轴相接；力传感器，安装于直线电机的输出轴和直线传动机构之间，其信号输出端连接外部控制中心的输入端；顶针座，安装于套筒顶部，其表面开有气孔，通过该气孔与真空器气管连接；顶针夹持件，安装于顶针座内，与直线传动机构的上端相接；顶针，被顶针夹持件夹持。本发明采用闭

本发明公开了一种红外液晶相控阵芯片。该芯片包括电控液晶调相微柱阵列；其包括液晶材料层，依次设置在液晶材料层上表面的液晶初始取向层、电隔离层、图形化电极层、基片和红外增透膜，以及依次设置在液晶材料层下表面的液晶初始取向层、电隔离层、公共电极层、基片和红外增透膜；图形化电极层由阵列分布的子电极构成，每个子电极均由正方形或长方形导电膜构成；电控液晶调相微柱阵列被划分成阵列分布的电控液晶调相微柱，其与子电极一一对应，单个

公司产权保护，芯片加密问题。

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。

清华大学美术学院视觉传达设计系向帆团队运用数据可视化技术，开发了精准、及时向公众传达疫情信息的移动终端平台。除了可以第一时间了解全国各省市新冠肺炎患者的增量、总数外，公众还可以通过这个平台对相关信息进行时间维度和空间维度的对比，进而提升自身对信息的认知度、理解度和解释度。疫情流图可视化设计的形式，是一个从左向右发展的时间结构。每个省的当日确诊病例数量是一条曲线，每条曲线的垂直高度随同当日国家发布的数据变化。曲线的外轮廓高低起伏的状态可以清晰地呈现出新增病例数量的变化，并突出那些疫情严重的地区。每日流图的生成、发布和讨论，逐渐成为一种开放数据、动态传播和公共参与的实验，让更多人愿意阅读数据、理解数据。可视化设计在参与人文研究时，它本身的领域将会被拓展。随着每日数据的注入，流图的形式本身已经超出了静态表达时间的实践功能，流动的力量正驱动着我们看向疫情的终点。实时、交互的圈层图反映了各地疫情的相对程度，每一个省的城市，都集合在一个圆圈里。每一个城市的新冠肺炎确诊病例总量定义着圆圈的大小，它们紧紧地被省级圆圈包裹着，被中国和世界包围着。每个城市的位置，根据容器图的算法，按照空间面积自动分配。

该检测方法主要采用一种新型纳米材料偶联等温扩增产物，放大检测新冠病毒核壳蛋白和Orf1ab区域的扩增产物信号，再通过核酸试纸法观测检测结果。通过实验验证，检测灵敏度达到目前广泛使用的实时荧光定量PCR，可将现在实时荧光定量PCR方法的4小时检测周期缩短为30分钟，且检测过程无需依赖专业人员及检测设备，操作简便、安全性高，为检测的家庭化、个人化创造了条件，特别适合居家自我检测。

近日，中国科学技术大学俞书宏院士团队与上海交通大学邬剑波教授以及中科大工程学院倪勇教授等开展多方合作，提出并设计了一种利用原位ChemTEM方法定量研究共组装纳米线之间的固相离子迁移过程的新策略（图1）。相关成果发表在《美国化学会志》杂志上。