产品详细介绍成都永胜是一家集研发、生产、销售药房设备、病房护理设备的实体企业。公司生产基地位于犀浦车管所。公司配备有完善、先进的加工设备，完善的检测方法。健全的标准化管理制度。通过了国家的IS09001质量管理体系认证、IS013485医疗器械质量管理体系认证。本公司专业生产、销售药房设备的新型民营企业。主要销售西药玻璃柜、西药架；实木中药柜、碳钢中药柜、不锈钢中药柜、保健品展示柜；主要销售旋转药柜、双向库房药架、单向库房药架、旋转药盘；主要销售碳钢捡药台、不锈钢调剂台、实验室调剂台、高调剂台；主要销售单摇医用床、平板护理床、诊查床、ABS床头柜、碳钢床头柜；主要销售等候椅、输液椅；联系人：周经理电  话：15928869690公司QQ：810229912网  址：www.028ys.cn

产品介绍 微电脑综合吸附仪（四氯化碳吸附率测定装置）与（CTC同含义）主要用于煤和煤炭制品行业及木质活性炭进行活性炭吸附（除去）有毒有害物质，活性炭的吸附能力越高质量越好，吸附饱和之后进行活性炭的脱附是恒定活性炭再次生长能力，并且使活性炭反复利用。 适用范围 安装在室温0～40K，湿度≤80%，周边无侵蚀性气体，空气流通的场所。 功能特点 1、仪器设计美观。采用分体设计，由CPU集成电路控制器、恒温水箱、气体净化三部分组成智能检测设备，设计6路通道（8通道），同时一次性检测分析6个样品，提高操作分析试验工作效率。 2、该仪器操作简单。微电脑CPU单片机集成电路控制，具有很好的自动控制功能，采用数码显示，显示直观大方清晰。 3、采用高精度铂探头，控温精度高达±0.02K，可控温度范围1-50K，优于常规数字表头的精度（0.5K）。温度设置使用薄膜开关键盘，比机械微动开关操作方便、灵敏，使用时间更长。 4、仪器采用国外保温材质，恒温效果好，从而更加节能。该仪器设计有6路气体控制，可同时检测六个样品，无形中又节省了检验时间！不会产生液体倒流 5、具有一般温度控制仪的程序控制，显示直观，自动校正、自动诊断、并对设置具有记忆功能，更新功能。满足客户多种使用要求。本仪器可按照客户需要定制加工样品的需求。（6个样、8个样及冷凝循环能装置）

产品介绍 CK-M4L超高频RFID读写模块是小型化的UHF RFID 读写器 ，集成了模拟射频前端与基带数字信号处理模块等功能；用户只需要在模块的基础上作电源处理即可，可以很方便的通过API函数库控制模块工作适合各种应用场景用户开发。该模块支持固件升级，可满足协议扩展和功能扩展的应用需要。   产品特点 支持多种协议：ISO 18000-6C/EPC C1G2 、 ISO 18000-6B、国标GB/T29768-2013(可拓展支 持)。 密集读取：端口最大输出33dBm，可根据需要设置功率，可应对非常密集的使用环境，多标签识别算法，每秒可识别超过400张以上。 能够定频或跳频工作。 输出功率可调,调节步进:1dBm 支持标签数据过滤、支持防碰撞协议、支持多标签识别。 全频段、大功率、灵敏度高、功率准、零配置即可获得最佳性能。   规格参数 主要规格参数 产品型号 CK-M4L 性能参数 频率范围 840MHz～960MHz 空口协议 EPC C1G2、ISO18000-6B/C、GB/T29768-2013（可选配） 功能特点 支持密集读写、多标签识别、支持标签数据过滤、支持RSSI：可感知信号强度 通道数 4通道 RF输出功率（端口） 33dBm±1dBm（MAX） 输出功率调节 ±1dbm 前向调制方式 DSB-ASK、PR-ASK 连续读标签距离（读EPC码） 0-10米，连续读100次，读取成功率大于95%（无干扰环境）（8dBi圆极化天线@H3） 连续写标签距离（写EPC码） 0〜4米(与标签芯片性能有关)，连续写100次，写成功率大于90%（8dBi圆极化天线@H3） 通讯口 TTL串口 物理接口 15PIN端子 1.25mm间距 读卡功耗 （33dBm）：8W 物理参数 外观尺寸 85*80*8mm 外壳材质 铝型材外壳 安装方式 通过四个螺丝孔固定 电源 工作电压 5V 4A 操作环境 工作温度 -20°C~+70°C 储存温度 -40°C~+85°C 工作湿度 <95% (+25°C)  

本发明公开了一种Fe/g‑C&lt;subgt;3&lt;/subgt;N&lt;subgt;4&lt;/subgt;修饰阴极沉积型微生物燃料电池及其自驱动光电芬顿降解四环素的应用，属水体污染治理技术领域。所述Fe/g‑C&lt;subgt;3&lt;/subgt;N&lt;subgt;4&lt;/subgt;修饰阴极沉积型微生物燃料电池，包括：反应器，所述反应器内设置有阴极区和阳极区，所述阴极区包括水体以及固定于水体液面上的Fe/g‑C&lt;subgt;3&lt;/subgt;N&lt;subgt;4&lt;/subgt;修饰碳毡阴极，所述阳极区包括水体沉积物基质和埋置于水体沉积物基质的碳毡阳极，所述Fe/g‑C&lt;subgt;3&lt;/subgt;N&lt;subgt;4&lt;/subgt;修饰碳毡阴极和所述碳毡阳极通过连接外加电阻形成闭合电路。本发明与其他技术相比，在自然光照下，无需外加能源与H&lt;subgt;2&lt;/subgt;O&lt;subgt;2&lt;/subgt;，即可实现光电协同高效降解四环素，结构简单，建造和运行成本低廉，易于管理维护。

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

神经递质作为神经元与神经元及神经元与细胞之间沟通的媒介分子，介导了发育、信息感知，运动及大脑的高级认知功能。随着生化分离纯化技术的发展以及人们对大脑精细结构的进一步了解，现如今已发现有几十种重要的神经递质。而神经系统在时间和空间上的高度复杂性对研究特定神经递质的动态变化及其功能提出了极大的挑战。本项目成功构建了一系列新型的基因编码的神经递质荧光探针，可实现对特定神经递质动态变化的灵敏检测。该类荧光探针利用大多数已知的神经递质所对应的特异性G蛋白偶联受体（GPCR）与循环重排的荧光蛋白（cpGFP）融合，利用循环重排荧光蛋白的荧光强度变化来指示GPCR的激活，进而反应外源神经递质的浓度变化（图一）。我们命名该类荧光探针为GRAB探针，即为GPCR Activation Based Sensor的缩写。