myCobot Pro-600 旨在替代重复性劳动力，可应用于商业和轻工业。 myCobot pro 600 是一款可靠的轻型协作机器人，由大象机器人开发，采用迷你一体式设计。本体重量8.8KG，其有效负载2KG，工作半径600MM。 myCobot pro-600体积小但功能强大、易于使用且极具成本效益。 具有简单、安全、经济三大优势，是自动化生产的最佳选择。 myCobot Pro-600 快速部署在生产线上，为企业降低了大量成本并提高了工作效率。 产品特性 一体化设计，安全协同操作 一体化设计使其充分利用工作空间，完美融入生产环境。兼备基于精确动力学模型的防碰撞检测功能使其能够与人安全地协同工作。 性能 强大 操作便捷易用采用谐波减速机+伺服电机，高性能商用轻工机械手。结构精巧，携带方便，安装简单，即插即用。 树莓派主控大象机器人自主研发的 Roboflow 操作系统，简单易用支持ROS/Python等开发系统 经济适用 高性价比标准的7×24小时工作制，替代高重复性和标准流水线工作。超高性价比，有效为企业降本增效。 联系我们： 深圳市大象机器人科技有限公司   官网：https://www.elephantrobotics.com 淘宝官网旗舰店：https://shop504055678.taobao.com/?spm=a1z10.1-c-s.0.0.2b0e58e7URShvv 电话：+86 (0755) 8696 8565​ / +86 181 2384 1923 地址：深圳市福田区华强北电子科技大厦D座智方舟国际智能硬件创新中心D403、D504、D505室

myCobot for Raspberry Pi 六轴协作机器人是大象机器人精心研发的多功能轻量型智能机械臂，隶属“myCobot系列”产品，采用树莓派微处理器，是大象机器人面向机器人及人工智能教育生态的核心产品之一。 myCobot for Raspberry Pi 六轴协作机器人自重860g，有效载荷250g，臂展280mm，体积小巧但功能强大，具备丰富的软硬件交互方式及多样化兼容拓展接口，支持多平台的二次开发，有效帮助用户实现多场景的应用开发。   产品特性 内嵌树莓派生态，开发无限可能 树莓派4B，1.5GHz 4核微处理器，运行Debian/Ubuntu平台。 支持4路USB，2路HDMI，标准化GPIO接口、TF卡可插拔。 自带ROS，图形化编程Blockly 内置ROS仿真机械臂运行状态，超强扩展性。 blockly可视化编程，同时支持通用Python软件接口。 图像识别 丰富配件 应用广泛 自带图像识别算法，可选配任意摄像头。 自主搭配显示器、夹爪吸泵等不同配件，实现更多应用化场景。 独特工业设计，极致小巧 一体化设计，整体机身结构紧凑，净重仅860g，十分便于携带。 模块化设计，备件少、维护成本低，可快速拆卸更换，实现即插即用。 高配置，搭配Lego接口 内含6个高性能伺服电机，响应快，惯量小，转动平滑。 底座及末端带有乐高科技件接口，适用于各项微型嵌入式设备开发。 应用场景 myStudio 联系我们：深圳市大象机器人科技有限公司 官网：https://www.elephantrobotics.com/淘宝官方旗舰店：https://shop504055678.taobao.com/?spm=a1z10.1-c-s.0.0.2b0e58e7PY8UhV电话：+86 (0755) 8696 8565/+86 181 2384 1923地址：深圳市福田区华强北电子科技大厦D座智方舟国际智能硬件创新中心D403 D504 D505

微卫星不稳定性（Microsatellite Instability, 简称MSI）是目前肿瘤临床检测中一种非常重要的分子表型，多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展，治疗方案制定及治疗效果预测相关，更是肿瘤免疫治疗疗效预测的重要分子标记物。当前，临床上使用的两种微卫星不稳定性检测的金标准方法：MSI-PCR和MSI-IHC，都需要专业技术人员通过实验操作来完成，均费时费力且成本较高。近年来，随着高通量测序（Next Generation Sequencing）的发展，基于高通量测序的微卫星不稳定性检测方法开始显露头角，在检测结果与两种临床金标准保持高度一致的情况下，极大的缩减了检测时间并减少了检测成本，大幅提高了推广微卫星不稳定性检测的可行性。2014年，西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法，通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明，基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而，微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面，这一份正常对照样本限制了微卫星不稳定性的应用场景，尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况；另一方面，额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因，在叶凯指导下，叶凯青年科学家工作室科研人员经过两年的探索，从微卫星不稳定性发生机理出发，通过数学模型抽象，从单个肿瘤样本中提取特征，开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测，只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围，减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》（影响因子6.597）上。叶凯的博士生贾鹏为该论文的第一作者，叶凯为通讯作者，西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为：https://www.sciencedirect.com/science/article/pii/S1672022920300218

本发明公开了一种用于等温扩增检测结核分枝杆菌的引物及包含该引物的检测试剂和方法，所述引物包括上游序列和下游序列，其序列分别如SEQ ID NO:1和SEQ ID NO:2所示；包含该引物的检测试剂包括上游引物85BPF1、下游引物85BPR1和探针85BPB1(SEQ ID NO:3)；利用所述检测试剂等温扩增检测结核分枝杆菌的方法，包括以下步骤：将待检测基因样本与所述检测试剂混合，放置在可收集FAM荧光的仪器中，在35?45℃条件下孵育，检测荧光值，根据有无阳性扩增反应，判断待检测基因样本是否属于结核分枝杆菌的基因。相对于现有技术，本发明通过检测结核杆菌中的基因组，可以特异地检测结核杆菌基因，能够有效区分结核分枝杆菌和非结核分支杆菌，特异性高，反应时间短，温度过程简单。

本发明公开了一种用于修正热气流对数字图像相关测量精度影响的方法，先对稳定热气流影响前后的圆形标识点阵列进行识别，然后通过3D?DIC算法求解喷有散斑的试件沿x，y，z方向的位移量，并采用热气流的影响造成圆形标识点产生虚位移场的参数矩阵对上述x，y，z方向的位移量进行修正，从而得到更精确的在热气流影响下被测试件表面位移场。本发明测量装置简单，易于实现，便捷有效、成本相对较低，有效减小了热气流对系统成像的影响，能够有效地修正热气流对数字图像相关测量精度的影响。

本发明涉及一种基于距离保持水平集的牛肉图像中背长肌自动分割方法。首先采用摄像机标定法对CCD摄像机进行标定，选取从屠宰场购买的牛胴体眼肌切片作为样本，利用改进的样本块修复模型恢复图像反光区域原有信息。提取眼肌切面区域中的候选区域，从中寻找一个处于背长肌区域的小矩形区域，其外轮廓设为初始轮廓曲线。设定迭代规则自动确定权系数ν的值，自适应控制水平集演化，检测相邻10次的系数函数(f(Ck))值，若这10个值的方差小于某一阈值(定为f(C0)/100)，停止迭代，获得牛肉眼肌区域。对图像人工标记前景和背景区域，再对标记后的原始图像进行分水岭变换，最后提取出的眼肌区域即为最终目的眼肌区域。利用本发明可以实现牛肉图像中背长肌的自动分割，从而进行牛肉眼肌特征的提取，实现牛肉质量等级自动评定。

本发明公开了一种基于开关非局部全变分的椒盐噪声污染图像滤波方法，包括以下步骤：通过一个二阶段的形态学检测算子对噪声污染图像进行预处理，得到参考图像和噪声标志位。基于噪声标志位，再用改进的非局部全变分方法对参考图像进行滤波，以得到去噪后的图像。本发明可以有效检测图像的噪声分布情况，产生很低的漏检率和误检率。此外，本发明基于参考图像，能精确计算两个图像块之间的相似度，可在有效抑制椒盐噪声的同时很好地保护图像边缘和纹理等细节信息，其提供的峰值信噪比和结构相似度优于现有椒盐噪声滤波方法。

本发明公开了一种双通道荧光光学显微成像中基于图像处理的自动对焦方法，包括 S1 获得生物组织样本当前冠状面轮廓，并获得三个对焦窗口位置；S2 对三个对焦窗口进行扫描，并采集第 i 层生物组织样本细胞构筑通道的图像；S3 判断当前层三个对焦窗口的图像采集是否完成，若是，则 i＝i+1，并进入 S4，若否，则返回 S2；S4 判断·830·采集层数 i 是否大于预设的阈值，若是，则进入 S5，若否，则返回 S2；

本发明公开了一种基于改进二维经验模态分解算法的图像去噪方法,首先，将待去噪图像经传统BEMD算法进行自适应分解得到各阶IMF后，对各个IMF的概率密度函数与待去噪图像概率密度函数之间的相似性进行测量，其次，根据相似性测量值区分出噪声主导模态函数与信号主导模态函数的边界索引值,然后，使用小波去噪算法对噪声主导模态函数进行降噪处理得到实际的图像噪声，接着，重构出与原图像具有相同信噪比的多幅图像后对其累加求平均、实现将噪声压缩到低阶IMF中，最后，使用BEMD?DT对该平均图像进行去噪处理。通过本发明方法对图像进行去噪，取得效果均好于小波降噪以及传统BEMD等降噪方法的去噪效果。

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。