-
公开(公告)号：CN114480585A
公开(公告)日：2022-05-13
申请号：CN202011169540.4
申请日：2020-10-28
Applicant: 清华大学
IPC: C12Q1/6834 , C12N15/11
Abstract: 本发明公开了一种核酸探针组合物，包括：检测探针、质控探针、报告探针、第一核酸探针、第二核酸探针、信号放大探针；第一核酸探针包括第一序列区和第二序列区，第一序列区与待检测核酸的标记辅助序列区互补配对；第二核酸探针包括第三序列区和第四序列区，第三序列区与待检测核酸的捕获辅助序列区互补配对，第四序列区与检测探针互补配对；报告探针与质控探针互补配对；信号放大探针包括依次连接的放大链前置引导序列区和多个依次连接的放大序列区，放大序列区与报告探针互补配对，放大链前置引导序列区与第一核酸探针的第二序列区互补配对。本发明还公开了一种核酸检测方法及试剂盒。
-
公开(公告)号：CN112517091A
公开(公告)日：2021-03-19
申请号：CN202011168481.9
申请日：2020-10-28
Applicant: 清华大学
IPC: B01L3/00
Abstract: 本发明公开了一种生物样品中微小物质的分离方法，包括以下步骤：a、提供表面修饰有特异性结合单元的捕获载体；b、将含有目标微小物质的生物样品和所述表面功能化的捕获载体共孵育以使得目标微小物质与所述特异性结合单元特异性结合，得到含有捕获载体‑目标微小物质复合体的生物样品；c、对所述含有捕获载体‑目标微小物质复合体的生物样品施加超声场，使得所述捕获载体‑目标微小物质复合体向所述超声场方向运动，将所述捕获载体‑目标微小物质复合体从所述生物样品中分离出来。
-
公开(公告)号：CN107976403B
公开(公告)日：2021-01-12
申请号：CN201711115028.X
申请日：2017-11-13
Applicant: 清华大学
Abstract: 本发明公开了一种实时在线监测烟气中SO3气体浓度的装置，从左至右依次布置光源、准直透镜、气体吸收池、聚焦透镜、光电探器和数据处理设备，所述气体吸收池的顶部内壁上设有第一电极，所述气体吸收池的底部内壁上设有第二电极，所述第一电极和第二电极连接有供电电源。本发明的有益效果：将非均匀电场耦合进入气体吸收池，使SO2和H2O分子富集在电场强度大的区域，从而达到与SO3气体分离的效果，利用相应波段激光扫描非均匀电场环境下烟气中SO3气体吸收特征峰，获得该气体高精细度的吸收谱图，利用TDLAS等相关技术手段对SO3气体进行高精度实时在线分析。
-
公开(公告)号：CN109871792B
公开(公告)日：2020-12-29
申请号：CN201910099888.1
申请日：2019-01-31
Applicant: 清华大学
Abstract: 本发明实施例提供一种行人检测方法和装置。其中，方法包括：将待检测图片输入至行人检测模型中的区域提取层，输出若干个候选框；将若干个候选框输入至行人检测模型中的特征提取层，输出每一候选框的特征；将各候选框的特征输入至行人检测模型中的判别预测层，输出行人检测结果；其中，行人检测模型是根据样本图片进行训练后获得的；若干个候选框是根据待检测图片多层次的增强特征图获得的；多层次的增强特征图是对待检测图片多层次的原始特征图进行特征增强后获得的；多层次的原始特征图是根据层次化特征提取方法对待检测图片进行预处理后获得的。本发明实施例提供的行人检测方法和装置，能在保证高检测速度的前提下，提高检测准确性。
-
公开(公告)号：CN109871792A
公开(公告)日：2019-06-11
申请号：CN201910099888.1
申请日：2019-01-31
Applicant: 清华大学
Abstract: 本发明实施例提供一种行人检测方法和装置。其中，方法包括：将待检测图片输入至行人检测模型中的区域提取层，输出若干个候选框；将若干个候选框输入至行人检测模型中的特征提取层，输出每一候选框的特征；将各候选框的特征输入至行人检测模型中的判别预测层，输出行人检测结果；其中，行人检测模型是根据样本图片进行训练后获得的；若干个候选框是根据待检测图片多层次的增强特征图获得的；多层次的增强特征图是对待检测图片多层次的原始特征图进行特征增强后获得的；多层次的原始特征图是根据层次化特征提取方法对待检测图片进行预处理后获得的。本发明实施例提供的行人检测方法和装置，能在保证高检测速度的前提下，提高检测准确性。
-
Patent Agency Ranking
公开(公告)号：CN106770070B
公开(公告)日：2018-01-16
申请号：CN201610994918.1
申请日：2016-11-11
Applicant: 清华大学深圳研究生院
IPC: G01N21/63
CPC classification number: G01N21/63
Abstract: 本发明公开了一种绝缘子表面等值盐密测量方法及装置，包括以下步骤：S1，将脉冲激光光源聚焦于待检测的绝缘子的污秽表面，利用激光光源发出脉宽小于等于20ns的激光使得所述绝缘子表面的污秽物质被诱导形成等离子体，采集等离子体膨胀冷却过程中发射的光谱信息；S2，建立绝缘子表面污秽中常见可溶性盐中的各离子的密度与激光激发产生等离子体后的光谱特征之间的关系模型；S3，将步骤S1中采集的光谱信息输入步骤S2中的关系模型中，分析得到所述待检测的绝缘子表面的污秽物质的离子组成和各种离子的离子密度；S4，根据各种离子的离子密度计算污秽物质的等值盐密。本发明的测量方法及装置，不用停电取样，可实现污秽成分以及等值盐密的在线测量。
-
公开(公告)号：CN105572102B
公开(公告)日：2017-03-08
申请号：CN201610029402.3
申请日：2016-01-15
Applicant: 清华大学深圳研究生院
IPC: G01N21/71
CPC classification number: G01N21/718 , G01J3/443 , G01N21/952 , H01B3/28 , H01B3/46
Abstract: 一种复合绝缘材料老化状态检测方法，包括以下步骤：S1、用脉冲激光束多次轰击待检测的复合绝缘材料表面上的选取点，产生等离子体，并测量每次轰击在复合绝缘材料上形成的轰击深度；S2、采集每次轰击时等离子体发射的光谱信息，由采集到的光谱信息提取复合绝缘材料的特定组成元素每次轰击时的光谱特性指标，其至少包括特征谱线的谱线强度特征；S3、确定特定组成元素的光谱特性指标随轰击深度的变化关系；S4、根据特定组成元素的光谱特性指标随轰击深度的变化关系，确定复合绝缘材料的老化状态信息，老化状态信息至少包括复合绝缘材料的老化深度信息。该方法可实现对复合材料老化状态快速、准确的检测，且避免以往所需的破坏性试验。
-
公开(公告)号：CN105352443A
公开(公告)日：2016-02-24
申请号：CN201510733835.2
申请日：2015-11-02
Applicant: 清华大学深圳研究生院
IPC: G01B11/06
Abstract: 本发明公开了一种绝缘子RTV涂层厚度的测量方法，包括如下步骤：S1、用设定的脉冲激光对RTV涂层进行轰击，记录所述RTV涂层被击穿时激光的轰击次数x；S2、根据f(x)＝ax+b计算所述RTV涂层的厚度f(x)；其中，参数a和b通过如下实验步骤确定：用所述设定的脉冲激光对所述RTV涂层进行轰击，记录击穿的RTV涂层的厚度与对应激光轰击的次数；拟合曲线f(x)＝ax+b，得到所述参数a和b。不论绝缘子RTV涂层运行年限，只要在校核后通过测量激光的轰击次数就可以获得RTV涂层的厚度值，适宜于现场应用。
-
公开(公告)号：CN115919304B
公开(公告)日：2025-03-04
申请号：CN202310055601.1
申请日：2023-01-13
Applicant: 清华大学
IPC: A61B5/1468 , A61B5/1486 , A61B5/145 , A61B5/00
Abstract: 本发明公开了一种贴片式可穿戴代谢物检测装置，包括采样模块以及检测模块，采样模块包括重叠连接的生物界面层及样本采集层，生物界面层设置有毛细管引流区、样本检测区以及出口区，样本采集层设置有样本储存区，毛细管引流区与样本储存区相通，毛细管引流区还延伸至样本检测区，毛细管引流区用于快速引流样本储存区内采集的待测样本进入样本检测区，样本检测区用于供待测样本在电极作用下发生氧化还原反应以检测待测样本中的生物分子，出口区连通于样本检测区；检测模块包括导电基底以及电极界面层，导电基底连接在样本检测区内，电极界面层连接在导电基底上。本发明能够稳定、灵敏、快速、长期动态检测集成多种生物分子。
-
公开(公告)号：CN119092098A
公开(公告)日：2024-12-06
申请号：CN202411153424.1
申请日：2024-08-21
Applicant: 博奥生物集团有限公司 , 清华大学
IPC: G16H50/20 , G16H50/30 , G16H50/70 , G06F18/2433 , G06F18/2411
Abstract: 本申请实施例提供了一种诊断模型的构建方法、装置、设备及介质，涉及机器学习技术领域，该方法包括：获取健康情况数据和经穴阻抗数据，健康情况数据和经穴阻抗数据一一对应，经穴阻抗数据包括经穴信息和阻抗数据值；根据健康情况数据，将经穴阻抗数据区分为健康的经穴阻抗数据和非健康的经穴阻抗数据；若健康的经穴阻抗数据和非健康的经穴阻抗数据对应同一经穴信息，且，健康的经穴阻抗数据和非健康的经穴阻抗数据的显著性差异结果大于目标水平值，则通过健康的经穴阻抗数据和非健康的经穴阻抗数据训练机器学习模型，得到诊断模型。由此，能够得到算法模型拟合精度、适配度、准确度、量化效果更优的诊断模型，进而提升诊断的准确率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.027 seconds)
