新葡京娱乐场-大陆娱乐场开户注册

為再生醫(yī)學(xué)、組織工程、神經(jīng)科學(xué)、人工智能等領(lǐng)域提供新的研究工具；為制造“細(xì)胞芯片”、構(gòu)建“人工視覺(jué)”、 “人工聽(tīng)覺(jué)”的基本單元奠定基礎(chǔ)；開(kāi)發(fā)全新的高成功率藥物篩選技術(shù)和藥物控釋技術(shù)；打印人體組織或器官，為構(gòu)建和修復(fù)組織器官提供新的臨床醫(yī)學(xué)技術(shù)。 原理創(chuàng)新：采用諧振腔式液滴產(chǎn)生機(jī)構(gòu)，解決單細(xì)胞液滴的發(fā)生效率和速度的矛盾。同時(shí)降低細(xì)胞在打印中的損傷。有效液滴產(chǎn)生數(shù)>20000 個(gè)/秒。 技術(shù)創(chuàng)新：采用轉(zhuǎn)盤(pán)式結(jié)構(gòu)主體，安裝多個(gè)打印頭， 解決了換頭時(shí)大體積打印頭尺寸和行程的矛盾。 獨(dú)到的設(shè)計(jì)思想：創(chuàng)新的低溫打印頭結(jié)構(gòu)，解決了常規(guī)低溫打印頭存在的冷凝水問(wèn)題。 

本發(fā)明公開(kāi)了一種基于 GPU 加速的 DEM 超分辨率方法。包括： (1)利用插值方法將低分辨率 DEM 學(xué)習(xí)數(shù)據(jù)擴(kuò)充 K 倍，使其與高分辨 率 DEM 學(xué)習(xí)數(shù)據(jù)達(dá)到同一尺度；同時(shí)將待重建的 DEM 數(shù)據(jù)通過(guò)相同 的插值方法擴(kuò)充 K 倍，得到低分辨率 DEM 重建數(shù)據(jù)；(2)分別將高分 辨率 DEM 學(xué)習(xí)數(shù)據(jù)、低分辨率 DEM 學(xué)習(xí)數(shù)據(jù)和低分辨率 DEM 重建 數(shù)據(jù)分為一系列大小為 N×N 的相互重疊的區(qū)域塊；(3)對(duì)低分辨率 DEM 重建數(shù)據(jù)的每一個(gè)區(qū)域塊，在低分辨率 DEM 學(xué)習(xí)數(shù)據(jù)中進(jìn)行相 似

上科大iHuman研究所在肥胖癥藥物靶點(diǎn)研究上獲重要突破，首次解析 人源黑皮質(zhì)素受體4（Melanocortin-4 Receptor，MC4R）原子分辨率晶體結(jié)構(gòu)。該成果以“Determinationof the Melanocortin-4 Receptor Structure Identifies Ca2+ as a Cofactor forLigand Binding”為題，于4月24日在國(guó)際頂級(jí)學(xué)術(shù)期刊《科學(xué)》在線(xiàn)發(fā)表。上科大Stevens課題組博士研究生于靜為文章的第一作者，iHuman研究所創(chuàng)始所長(zhǎng)Raymond C. Stevens和密歇根大學(xué)教授Roger D. Cone為共同通訊作者，上科大是第一完成單位。領(lǐng)導(dǎo)這項(xiàng)研究工作的Stevens實(shí)驗(yàn)室專(zhuān)注于多肽配體調(diào)控的G蛋白偶聯(lián)受體（GPCR）及與肥胖癥和代謝類(lèi)疾病相關(guān)受體研究。肥胖癥增加了其它并發(fā)癥的患病風(fēng)險(xiǎn)，如二型糖尿病、心血管疾病等。MC4R主要在下丘腦中表達(dá)，參與控制食物攝取、能量消耗、體重維持等。實(shí)驗(yàn)和臨床證據(jù)也表明，MC4R是肥胖癥治療的重要靶點(diǎn)。但針對(duì)MC4R結(jié)構(gòu)與功能的研究及藥物研發(fā)一直充滿(mǎn)挑戰(zhàn)。通過(guò)與密歇根大學(xué)Roger Cone實(shí)驗(yàn)室以及南加州大學(xué)合作者的共同努力，最終解析了人源MC4R與環(huán)形多肽配體SHU9119復(fù)合物2.8埃分辨率的晶體結(jié)構(gòu)。研究團(tuán)隊(duì)發(fā)現(xiàn)鈣離子（Ca2+）結(jié)合在MC4R正構(gòu)結(jié)合口袋中，同時(shí)與受體及候選藥物發(fā)生相互作用，這也是首次觀察到功能性Ca2+與GPCR的結(jié)合模式。同時(shí)，他們發(fā)現(xiàn)Ca2+有助于穩(wěn)定受體-候選藥物復(fù)合物，并使內(nèi)源性激動(dòng)劑α-黑素細(xì)胞刺激激素（α-melanocyte stimulating hormone, α-MSH）的親和力和效力得到了極大的提高，但Ca2+對(duì)內(nèi)源性拮抗劑刺鼠相關(guān)蛋白（Agouti related protein, AgRP）卻無(wú)類(lèi)似的作用效果。“MC4R是一個(gè)神秘而有趣的蛋白分子，還有許多未被發(fā)現(xiàn)的故事。MC4R-SHU9119-Ca2+復(fù)合結(jié)構(gòu)第一次揭下了MC4R的神秘面紗。”于靜說(shuō)道，“將對(duì)活化狀態(tài)的結(jié)構(gòu)、MC4R與G蛋白、與其它蛋白之間的相互作用，以及同源/異源二聚體形成等方面進(jìn)一步研究”。這項(xiàng)工作由上科大生命科學(xué)與技術(shù)學(xué)院和iHuman研究所的Raymond Stevens與趙素文團(tuán)隊(duì)、密歇根大學(xué)的Roger Cone實(shí)驗(yàn)室以及南加州大學(xué)的科研人員共同開(kāi)展。

項(xiàng)目簡(jiǎn)介用直流電阻率法的單極-偶極裝置在全測(cè)區(qū)形成相互交錯(cuò)的正交觀測(cè)系統(tǒng)；應(yīng)用該三 維高分辨電阻率勘探及直接成像方法可以克服現(xiàn)有二維高分辨電阻率勘探方法由于旁側(cè) 效應(yīng)引起的洞道定位不準(zhǔn)，和洞道形狀不確定的問(wèn)題。較一般的三維高密度電阻率勘探 對(duì)地下洞道的敏感性高，真正實(shí)現(xiàn)了對(duì)地下分析分辨單元的多次覆蓋測(cè)量。 性能指標(biāo) 具有較強(qiáng)的抗干擾和剔除靜態(tài)偏移的能力，易于實(shí)現(xiàn)測(cè)區(qū)的滾動(dòng)測(cè)量和無(wú)縫銜接。 三

提出并發(fā)展了一種蛋白質(zhì)“鄰近脫籠”策略，將可遺傳編碼的非天然氨基酸脫籠技術(shù)與計(jì)算機(jī)輔助設(shè)計(jì)篩選技術(shù)相結(jié)合，在一系列不同種類(lèi)的蛋白質(zhì)上實(shí)現(xiàn)了高時(shí)間分辨的原位激活，為在活細(xì)胞及活體動(dòng)物內(nèi)研究蛋白質(zhì)的動(dòng)態(tài)調(diào)控機(jī)制提供了一種普適性技術(shù)。利用這一被命名為 CAGE-prox 的新方法，他們建立并驗(yàn)證了“激酶正交激活和信號(hào)轉(zhuǎn)導(dǎo)調(diào)控”、   “時(shí)間分辨的蛋白質(zhì)組學(xué)分析”，“基于毒素蛋白的抗腫瘤蛋白前藥”等一系列原創(chuàng)應(yīng)用，展示了這一化學(xué)生物學(xué)新技術(shù)在開(kāi)展蛋白質(zhì)動(dòng)態(tài)功能研究與調(diào)控中的優(yōu)勢(shì)和特色。“化學(xué)脫籠”策略，可通過(guò)對(duì)蛋白質(zhì)關(guān)鍵殘基的化學(xué)保護(hù)和脫保護(hù)反應(yīng)，實(shí)現(xiàn)對(duì)其活性的“關(guān)－開(kāi)”調(diào)控（Nat. Chem. Biol. 2016, 12, 129）。利用這一技術(shù)，他們先后在賴(lài)氨酸（Nat. Chem., 2014, 6, 352; Nat. Chem. Biol., 2014, 10, 1003）、酪氨酸（J. Am. Chem. Soc., 2016, 138, 15118）等天然氨基酸側(cè)鏈上實(shí)現(xiàn)了生物正交斷鍵反應(yīng)和化學(xué)脫籠，開(kāi)展了激酶等蛋白質(zhì)家族的特異激活和機(jī)制研究（ACS Cent. Sci, 2016, 2, 325，ACS Cent. Sci. 2019, 5, 145）。由于細(xì)胞內(nèi)蛋白質(zhì)的種類(lèi)繁多、活性調(diào)控機(jī)制各異，目前該方法仍受可供脫籠的氨基酸種類(lèi)限制，無(wú)法適用于所有蛋白質(zhì)。

一種基于字典漸近更新的人臉圖像超分辨率方法:在訓(xùn)練階段，采用去一法對(duì)低分辨率人臉圖像訓(xùn) 練集的每張低分辨率人臉圖像進(jìn)行超分辨率重構(gòu)，得到一層低分辨率中間字典;以此低分辨率中間字典 作為新的低分辨率人臉圖像訓(xùn)練集輸入，重構(gòu)得到新一層的低分辨率中間字典;重復(fù)上述過(guò)程，最終得 到多層低分辨率中間字典。在測(cè)試階段，根據(jù)輸入的低分辨率人臉圖像，上一層低分辨率中間字典和高 分辨率人臉圖像訓(xùn)練集，對(duì)輸入低分辨率人臉圖像進(jìn)行超分辨率重構(gòu)，得到預(yù)估高分辨率人臉圖像;重 復(fù)上述過(guò)程，最終重構(gòu)出高分辨率人臉圖像。本發(fā)明可得到更高質(zhì)量、與真實(shí)情況更為接近的重建效果。

本發(fā)明公開(kāi)了一種液晶基電調(diào)空間分辨率全色成像探測(cè)芯片，包括陶瓷外殼、金屬支撐和散熱板、驅(qū)控和圖像預(yù)處理模塊、面陣全色成像探測(cè)器、以及面陣電控液晶微透鏡，驅(qū)控和圖像預(yù)處理模塊、面陣全色成像探測(cè)器、以及面陣電控液晶微透鏡設(shè)置于陶瓷外殼內(nèi)，陶瓷外殼后部固定設(shè)置于金屬支撐和散熱板頂部，驅(qū)控和圖像預(yù)處理模塊固定設(shè)置于陶瓷外殼后部與金屬支撐和散熱板連接處，面陣全色成像探測(cè)器平行設(shè)置于驅(qū)控和圖像預(yù)處理模塊頂部，面陣電控液晶微

本發(fā)明公開(kāi)了一種數(shù)字高程模型 DEM 超分辨率的方法，包括：建立高分辨率 DEM 與低分辨率 DEM 的位置映射，對(duì)每一個(gè)低分辨率DEM 測(cè)試區(qū)的子區(qū)域在低分辨率 DEM 搜索區(qū)進(jìn)行相似塊查找與相似性估計(jì)，選取相似性最高的一系列子區(qū)域作為相似塊，將查找到的一系列相似塊映射回高分辨率 DEM 實(shí)測(cè)區(qū),將這些對(duì)應(yīng)的高分辨率 DEM實(shí)測(cè)區(qū)子區(qū)域塊按其對(duì)應(yīng)的相似權(quán)重相加得到一個(gè)新的子區(qū)域,將上述超分辨率后的高分辨率 DEM 缺失區(qū)的子區(qū)域拼接起來(lái)，加上高分辨率 DEM 實(shí)測(cè)區(qū)已有的數(shù)據(jù)就為一個(gè)完整的高分辨率

一種基于數(shù)據(jù)驅(qū)動(dòng)局部特征轉(zhuǎn)換的噪聲人臉超分辨率重建方法，包括對(duì)待重建的輸入低分辨率人臉 圖像和高、低分辨率訓(xùn)練集相應(yīng)劃分相互重疊的圖像塊;對(duì)于輸入低分辨率人臉圖像的每一個(gè)位置上的 圖像塊，分別從低分辨率人臉樣本圖像對(duì)應(yīng)位置的圖像塊中找出 K 個(gè)最近鄰的圖像塊，并對(duì)應(yīng)找出相應(yīng) 高分辨率人臉樣本圖像中的圖像塊，進(jìn)行去均值化;利用映射系數(shù)計(jì)算出各圖像塊相應(yīng)的高分辨率人臉 圖像塊，重構(gòu)出高分辨率人臉圖像，進(jìn)行迭代后處理。本發(fā)明解決了主成分分析無(wú)法捕獲處于高維流形 空間人臉特征的問(wèn)題，利用局部流形的線(xiàn)性特性有效的進(jìn)行了噪聲人臉圖像的超分辨率重建，同時(shí)進(jìn)行 高分辨率圖像后處理，進(jìn)一步提高了重建結(jié)果的主、客觀圖像質(zhì)量。

本發(fā)明涉及一種空間相機(jī)的幾何分辨率檢測(cè)方法,和一種空間相機(jī)時(shí)相分辨率檢測(cè)方法,以及一種可用于空間相機(jī)幾何和時(shí)相分辨率檢測(cè)的移動(dòng)檢測(cè)車(chē)。本發(fā)明改變常規(guī)的地面固定靶標(biāo)形式,將幾何分辨率靶標(biāo)與移動(dòng)車(chē)輛結(jié)合,形成移動(dòng)靶標(biāo),實(shí)現(xiàn)幾何分辨率檢測(cè)、不同時(shí)相移動(dòng)定標(biāo)功能,提高了光學(xué)相機(jī)任意方向幾何分辨率的測(cè)試精度。車(chē)艙內(nèi)可存放常規(guī)的地面固定靶標(biāo),可在應(yīng)急條件快速布設(shè),也可起到車(chē)體硬性靶標(biāo)與常規(guī)軟性靶標(biāo)互補(bǔ)的作用。