艇用自动救生机构
    12.
    发明授权

    公开(公告)号:CN1332851C

    公开(公告)日:2007-08-22

    申请号:CN200510027588.0

    申请日:2005-07-07

    Abstract: 一种艇用自动救生机构,主要由救生捕捉网和救助板组成,在船艏部的甲板上安装一台用以将牵引绳收回的绞车和驱动绞车工作的电动机,牵引绳的另一端则连着救生捕捉网的网口,拉紧牵引绳时可以将网口收拢。救生捕捉网位于固定于船尾支架上的救生网枪中,依靠网枪内的高压出气筒释放压力将其高速推射出去。救助板布置在船中后部的甲板上,由两块蜂窝板通过合页铰接而成,船尾部的两对电磁插销与救助板上设置的两对电磁插销孔相对应,用以放下救助板形成斜坡进行救助工作时的固定。本发明采用救生网枪发射救生捕捉网并配以救助板,能够准确网住落水人员,顺利将其救回,尤其适用于在事故多发的恶劣海况下执行任务,有效进行救助工作。

    一种检测蛋白质和DNA相互作用的试剂盒与方法及应用

    公开(公告)号:CN108680757B

    公开(公告)日:2021-02-09

    申请号:CN201810697733.3

    申请日:2018-06-29

    Abstract: 本发明公开了一种检测蛋白质和DNA相互作用的试剂盒,其至少包括外源组蛋白抗原。还公开了上述试剂盒在检测少量蛋白质和DNA相互作用中的应用,所需样品量可低至1000个细胞。本发明还公开了一种检测蛋白质和DNA相互作用的方法及其应用。本发明提供的技术方案通过在少量起始样品中补加所要研究的与DNA相互作用的组蛋白相应的抗原以减少样品损失并提高免疫沉淀反应的效率。具有以下优点:1、所需最低样品量为1000个细胞,更加适用于少量来源样品的蛋白质和DNA相互作用的检测分析;2、ChIP实验不需要特定的试剂盒和实验设备,成本较低,具有较高普遍适用性。

    心脏二尖瓣瓣环的自动检测方法

    公开(公告)号:CN103284758A

    公开(公告)日:2013-09-11

    申请号:CN201310188527.7

    申请日:2013-05-20

    Inventor: 宋薇 徐伟 杨新

    Abstract: 本发明提供了一种计算机应用技术领域的心脏二尖瓣瓣环的自动检测方法,步骤如下:(1)基于局部上下文特征的加性最小核支持向量机分类器快速识别瓣环候选特征点;(2)利用加权模板计算候选特征点的局部加权密度;(3)二分法自适应搜索局部加权密度值的阈值,计算连续区域的中心点,利用最近邻算法计算聚类中心作为最终二尖瓣瓣环的特征点。本发明提供的方法实现了对超声心动图中二尖瓣瓣环的自动检测,辅助二尖瓣装置病变的诊断和量化分析。

    代谢综合征及其临床前期的诊断标志物及其应用

    公开(公告)号:CN119246661A

    公开(公告)日:2025-01-03

    申请号:CN202411386683.9

    申请日:2023-02-14

    Inventor: 卜军 陈一凡 徐伟

    Abstract: 本发明提供了代谢综合征及其临床前期的诊断标志物,该诊断标志物或血浆小分子代谢生物标志物由如下的物质组成:嘧啶,(S)‑β‑氨基异丁酸,3‑羟基丁酸,L‑丝氨酸,胍乙酸,3‑羟基异戊酸,L‑高丝氨酸,L‑半胱氨酸,哌啶酸,次牛磺酸,肌酸酐,苯乙酸,赤藓糖醇,吡啶甲酸,牛磺酸,焦谷氨酸,柠檬康酸,苹果酸,酪胺,异烟酸,邻磷酸乙醇胺,L‑谷氨酰胺,水杨酸,D‑葡萄糖。本发明还提供了检测上述血浆小分子代谢生物标志物组合物的试剂盒,检测获得血浆小分子代谢生物标志物的谱峰强度,通过计算每个受试者是否为MetS或pre‑MetS的危险性得分,然后预测受试者是否为MetS或pre‑MetS。本发明实现了对代谢综合征及其临床前期的高效快速诊断。

    一种基于人工智能分析质谱数据的方法

    公开(公告)号:CN111896609B

    公开(公告)日:2023-08-08

    申请号:CN202010707525.4

    申请日:2020-07-21

    Inventor: 钱昆 徐伟 曹敬

    Abstract: 一种基于人工智能分析质谱数据的方法,方法包括:采用激光辅助解吸/电离质谱仪对每个所述样本进行代谢物小分子指纹谱图进行收集;将所述指纹图谱进行绝对强度的提取处理;将处理后的数据输入所述多层神经网络,进行样本分组处理。一种样本区分贡献重要性的计算方法,将指纹图谱数据转化为二维图像;使用显著性特征分析方法对所述代谢物筛选图片库内的数据进行计算,并对所有特征进行排序,筛选出对样本区分贡献最大的物质。本发明的有益效果是:对质谱数据实现样本快速分组,并大大提升了分类模型的可解释能力。

Patent Agency Ranking