本项目采用具有自主知识产权的专利技术，制备具有微滤和超滤特性的陶瓷中空纤维膜。本项目采用特殊工艺先通过挤出制备中空纤维原生膜，然后将涂膜液浸涂在中空纤维原生膜表面，经过特殊烧结工艺，得到陶瓷中空纤维超滤膜，本方法也可应用于蜂窝状陶瓷超滤膜。本项目的特点是：工艺简单，所用原料价格低廉，没有昂贵的设备；中空纤维或管式原生膜外表面浸涂勃母石溶胶一步烧结制备出不对称结构的陶瓷中空纤维和管式超滤膜，大大降低了烧结成本，进而降低陶瓷膜制备成本。

消失模铸造是近20年来兴起的一种新型精密铸造工艺，具有操作简单、成本低廉、可铸造复杂精密铸件等特点，已经成为铸造工业发展最快的铸造方式之一。消失模涂料是其关键技术之一。 本项目在兼顾常压和真空消失模铸造特点的同时，在不添加其他配料的情况下加水后可以直接涂膜使用，具有涂膜均匀、挂壁性好、强度高、透气性好、干燥迅速、脱模容易等特点，可提高铸造的精密性、成品率，降低铸造成本。

以项目应用实践为核心，结合行业真实业务场景，以解决问题为目标进行项目实训，为高校师生应用实训提供环境与资源的双重保障，真正实现学生“应用能力”培养。基于Jupyter Notebook的交互式编程与拖拽式可视化分析引擎和机器学习开发引擎，可满足大数据、人工智能专业以及交叉学科的多种实训需求。平台提供完整的在线指导手册、实训环境，同时支持自定义实训项目，教师可将科研课题成果转化为实训项目案例，让科研反哺教学，不断优化教学成果。 1、实训环境1.1    交互式笔记平台通过接入Jupyter Notebook，为学生提供了基于网页的交互编程的实验环境。通过在线编码与在线运行，让课程可以更加多样化，让学生的学习可以更加直观有效。1.2    可视化分析引擎平台内嵌可视化分析引擎，拖拽式可视化操作，为新商科、新文科及相关交叉学科数据可视化分析提供工具支撑，50余种图形组件，包含上百种图形配置参数与多种主题风格，满足各种自定义效果展现，学生可结合实际行业业务快速开展数据分析工作。1.3    机器学习开发引擎拖拽式低代码的机器学习开发引擎，拖拽连线式模型构建及详细的洞察帮教功能，让学生可以快速开展数据探索与深度数据分析。内置150多个分析算子，从数据处理、特征工程、机器学习、集成学习、深度学习、模型管理等数据挖掘全流程方法支撑，满足应用型教学需求。2、实训手册平台中内置的每个实训项目都包含一个详细描述实训任务的实训手册，从项目背景、任务要求、使用方法等多方面对实训任务进行全面描述，复现出实际操作场景，使学生明确实训目标，在循序渐进的引导中完成实训项目。3、在线实训平台内嵌入成熟商业大数据分析工具，提供了拖拽式低代码的在线实训环境，为实训项目打造出可视化分析和机器学习两种实训模式，让学生在学习过程中就接触到实际项目工具，真正做到学以致用，增强学生在大数据领域求职就业的硬实力，为以后进入大数据相关岗位奠定基础。同时平台还提供采用编码式的实训项目，可以满足学生在代码层面的学习需求，通过在线实训练习提高学生的综合编码能力。4、实训作业学生可在平台中使用可视化分析引擎、机器学习开发引擎、Jupyter Notebook等在线实训工具产出多种类型的实训作业，教师可以对课堂中学生作业进行统一审阅、评分，在线完成了从作业产出到作业评审的闭环，降低了复杂实训项目的练习门槛，学生也能第一时间了解到作业评审的反馈信息，提高了学习效率。5、自定义实训平台中内置了编码式和拖拽式的实训环境，可以支持教师将手中科研项目及过往项目经验总结积累下来，集成并转化为不同业务场景的实训项目。教师通过自定义实训手册，可以从自身项目经验角度出发，切实描述实训项目任务，创建更加贴合实际的实训项目任务，增加学生代入感，提高学生积极性。除了满足自身的教学需求之外，教师还可以将自己创建的实训项目共享至实训项目库，方便其他教师复用。

该研究以基本明确的2019-nCoV冠状病毒经过人ACE2受体侵入细胞这一结论为突破口，除了以肺泡二型（AT2）细胞因ACE2高表达而成为这种冠状病毒侵入的首要靶标外，推测该病毒还可能通过ACE2攻击人体其它器官。因此，研究利用最新的单细胞RNA测序数据，对人体主要生理系统包括呼吸系统、心血管系统、消化系统和泌尿系统相关器官和细胞类型的ACE2表达进行分析，进而构建易受2019-nCoV冠状病毒侵犯的人体器官风险分布图。

天津大学医学工程与转化医学研究院联合天津松辉医仪医疗设备有限公司、上海贝瑞电子科技有限公司，结合新冠肺炎的诊断标准，攻关研发出一套可穿戴组合式智能监护系统，能远程监控患者的血氧含量、呼吸频率、心跳速度等核心生理指标，以及体位、呼吸阻力等特定生理指标，并通过多模信息融合与自动判别，实现病情模式的智能分析与及时预警。该项目有望缓解新冠肺炎轻症患者人数众多对医务人员数量的需求，减轻医务工作人员的工作强度，降低医患交叉感染的概率，将对新冠肺炎疫情防控起到积极作用。同时，该项目也可用于其他呼吸系统疾病的“早发现，早治疗”，降低普通患者到危重患者的发生概率。该项目采用PSoC集成系统，集成血氧、脉率、口鼻气流、阻抗呼吸等多种监测传感器，除了能准确采集人体血氧饱和度、脉率、呼吸等生理信号之外，又同时融合了特定加速度传感器，可以实时提取病人的体位变化，以及咳嗽带来的气流阻力变化，为新冠肺炎患者的病征监护提供了针对性的解决方案。该智能监护系统基于组合式模块，便于患者个人自行穿戴，也可以根据需求配戴单个组件进行单项功能监测。用户只要不进行剧烈运动，穿戴后完全可以正常的活动并不影响监测过程，监测数据可通过蓝牙技术传输至手机App，并通过手机4G功能传输至云端，医生在办公室就可以看到患者数据，无论患者身处在医院、家里或留观点。系统可在云端对患者生理信号进行分析，集合临床诊断原则，提取与以新冠肺炎为代表的呼吸疾病相关数据，以初步判断患者的病情状态与变化趋势。该项目已经完成了系统硬件研发工作，核心硬件模块获得医疗器械注册认证，将根据临床使用的结果进一步优化系统的软件分析功能。目前研发团队正在与天津大学附属医院合作，启动开展项目临床测试并推广应用。

疫情防控，快速识别出潜在的感染者是关键。近日，西安交大管理学院刘跃文副教授研发出新冠肺炎感染风险的大数据评估模型，可基于旅行大数据，综合计算新冠肺炎感染风险指数和级别。该模型在云南省全面推广应用，大幅度提升了防控一线现场核查工作的效率，在一定程度上控制了疫情传播风险，得到了云南省委、省政府领导的高度认可。 当前，在阻断新型冠状病毒传播的工作中，存在三个盲区也是关键点，严重影响着疫情防治的效果，即：一是很难知道某个人是否在公共交通工具及场所中与已确诊人员或疫源地人员接触过；二是个别人员近期到过疫源地或接触过确诊人员，但是毫不在意，不汇报也不主动自我隔离；三是个别人员甚至刻意隐瞒自己曾到过疫源地或接触过确诊人员的历史。为此，上述三种类型人员给疫情防治工作带来了巨大的挑战，使其无法开展有效核查，也无法有效规避风险。据刘跃文介绍，2月4日，新型冠状病毒感染风险的大数据评估模型及系统在云南省正式上线应用，基于个人的旅行数据，自动分析其是否到过疫源地、是否与疫源地人员接触、是否与已感染病例接触等多项指标，利用贝叶斯方法，计算其感染新冠病毒的可能性指数，并预警高风险人员。

河南大学抗体药物开发技术国家地方联合工程实验室马远方教授团队，联合河南大学人民医院（河南省人民医院）、河南大学第一附属医院共同研发取得了这一阶段性成果。据介绍，马远方教授团队采用纳米硒法免疫层析技术研发了新冠病毒特异性IgM和IgG两种检测试剂盒，可在5至10分钟时间完成新冠抗体快速筛查。该试剂盒无需检测设备，检测结果肉眼可读，可在多种应用场景快速、方便的筛查新冠病毒疑似感染人群以及无症状感染者。