|
搜索
搜 索
高等教育領域數字化綜合服務平臺
XM-D025錐體外系（皮質-腦橋-小腦系）電動
XM-D025錐體外系（皮質-腦橋-小腦系）電動模型
?
XM-D025錐體外系（皮質-腦橋-小腦系）電動模型演示皮質-腦橋-小腦-皮質環路。
?
尺寸：44×20×64cm
材質：PVC材料+木框
?
標準配置：
■ XM-D025錐體外系（皮質-腦橋-小腦系）電動模型：1臺
■ 電源線：1根
■ 說明書：1冊
■ 保修卡合格證：1張
上海欣曼科教設備有限公司
2021-08-23
植物表型成像分析系統（植物自動傳送版）
產品詳細介紹
PlantScreen植物表型成像分析系統（植物自動傳送版）
PlantScreen植物表型成像系統由捷克PSI公司研制生產，整合了LED植物智能培養、自動化控制系統、葉綠素熒光成像測量分析、植物熱成像分析、植物近紅外成像分析、植物高光譜分析、自動條碼識別管理、RGB真彩3D成像、自動稱重與澆灌系統等多項先進技術，以最優化的方式實現大量植物樣品——從擬南芥、玉米到各種其它植物的全方位生理生態與形態結構成像分析，用于高通量植物表型成像分析測量、植物脅迫響應成像分析測量、植物生長分析測量、生態毒理學研究、性狀識別及植物生理生態分析研究等。作為全球第一家研制生產植物葉綠素熒光成像系統的廠家，PSI公司在植物表型成像分析領域處于全球的技術前列，大面積葉綠素熒光成像分析功能使PlantScreen成為植物表型分析與功能成像分析的最為先進的儀器設備，使植物生長、脅迫響應等測量參數達100多個。
左圖為整套PlantScreen系統，中圖為成像室，右圖為成像室中的玉米
PlantScreen系統包括如下成像分析功能：
1. 葉綠素熒光成像分析：單幅成像面積35x35cm，成像測量參數包括Fo, Fm, Fv, Fo’, Fm’, Fv’, Ft, Fv/Fm, Fv’/Fm’, Phi_PSII, NPQ, qN, qP, Rfd等幾十個葉綠素熒光參數
2. RGB成像分析：成像測量參數包括：
1) 葉面積（Leaf Area: Useful for monitoring growth rate）
2) 植物緊實度／緊密度（Solidity/Compactness. Ratio between the area covered by the plant’s convex hull and the area covered by the actual plant）
3) 葉片周長（Leaf Perimeter: Particularly useful for the basic leaf shape and width evaluation (combined with leaf area)）
4) 偏心率（Eccentricity: Plant shape estimation, scalar number, eccentricity of the ellipse with same second moments as the plant (0...circle, 1...line segment)）
5) 葉圓度（Roundness: Based on evaluating the ratio between leaf area and perimeter. Gives information about leaf roundness）
6) 葉寬指數（Medium Leaf Width Index: Leaf area proportional to the plant skeleton (i.e. reduction of the leaf to line segment)）
7) 葉片細長度SOL (Slenderness of Leaves)
8) 植物圓直徑（Circle Diameter. Diameter of a circle with the same area as the plant）
9) 凸包面積（Convex Hull Area. Useful for compactness evaluation）
10) 植物質心（Centroid. Center of the plant mass position (particularly useful for the eccentricity evaluation)）
11) 節間距（Internodal Distances）
12) 生長高度（Growth Height）
13) 植物三維最大高度和寬度（Maximum Height and Width of Plant in 3 Dimensions）
14) 相對生長速率（Relative growth rate）
15) 葉傾角（Leaf Angle）
16) 節葉片數量（Leaf Number at Nodes）
17) 其它參數如用于植物適合度估算的顏色定量分級、綠度指數（Other parameters such as color segmentation for plant fitness evaluation, greening index and others）
3. 高光譜成像分析（選配），可成像并分析如下參數：
1) 歸一化指數（Normalized Difference Vegetation Index (NDVI)）
2) 簡單比值指數（Simple Ratio Index, Equation: SR = RNIR / RRED）
3) 改進的葉綠素吸收反射指數（Modified Chlorophyll Absorption in Reflectance Index (MCARI1), ?Equation: MCARI1 = 1.2 * [2.5 * (R790- R670) - 1.3 * (R790- R550)]）
4) 最優化土壤調整植被指數（Optimized Soil-Adjusted Vegetation Index (OSAVI)?, Equation: OSAVI = (1 + 0.16) * (R790- R670) / (R790- R670 + 0.16)）
5) 綠度指數（Greenness Index (G), Equation: G = R554 / R677）
6) 改進的葉綠素吸收反射指數（Modified Chlorophyll Absorption in Reflectance Index (MCARI), ?Equation: MCARI = [(R700- R670) - 0.2 * (R700- R550)] * (R700/ R670)）
7) 轉換類胡羅卜素指數（Transformed CAR Index (TCARI)?, Equation: TSARI = 3 * [(R700- R670) - 0.2 * (R700- R550) * (R700/ R670)]）
8) 三角植被指數（Triangular Vegetation Index (TVI)?, ?Equation: TVI = 0.5 * [120 * (R750- R550) - 200 * (R670- R550)]）
9) ZMI指數（Zarco-Tejada & Miller Index (ZMI), Equation: ZMI = R750 / R710）
10) 簡單比值色素指數（Simple Ratio Pigment Index (SRPI), Equation: SRPI = R430 / R680）
11) 歸一化脫鎂作用指數（Normalized Phaeophytinization Index (NPQI), Equation: NPQI = (R415- R435) / (R415+ R435)）
12) 光化學植被反射指數（Photochemical Reflectance Index (PRI), Equation: PRI = (R531- R570) / (R531+ R570)）
13) 歸一化葉綠素指數（Normalized Pigment Chlorophyll Index (NPCI), NPCI = (R680- R430) / (R680+ R430)）
14) Carter指數（Carter Indices?, Equation: Ctr1 = R695 / R420; Ctr2 = R695 / R760）
15) Lichtenthaler指數（Lichtenthaler Indices?, Equation: Lic1 = (R790 - R680) / (R790 + R680); Lic2 = R440 / R690）
16) SIPI指數（Structure Intensive Pigment Index (SIPI), Equation: SIPI = (R790- R450) / (R790+ R650)）
17) Gitelson－Merzlyak指數（Gitelson and Merzlyak Indices?, ?Equation: GM1 = R750/ R550; GM2 = R750/ R700）
4. 熱成像分析（選配）：用于成像分析植物在光輻射情況下的二維發熱分布，良好的散熱可以使植物耐受較長時間的高光輻射或低水條件（干旱）
5. 近紅外成像分析（選配）：用于觀測分析植物的水分狀態及其在不同組織間的分布變異，處于良好澆灌狀態的植物表現出對近紅外光譜的高吸收性，而處于干旱狀態的植物則表現出對近紅外光譜的高反射性，通過分析軟件可以監測分析從干旱脅迫到再澆灌過程中的整個過程動態及植物對干旱脅迫的響應和水分利用效率，并形成假彩圖像，可以與植物的形態指數及葉綠素熒光指數進行相關分析研究。
系統配置與工作原理：
整套系統由自動化植物傳送系統、光適應室、RGB成像、FluorCam葉綠素熒光成像、高光譜成像、植物熱成像、植物近紅外成像、自動澆灌施肥與稱重系統、植物標識系統等組成，光適應室內的植物可由傳送帶傳送到成像室進行成像分析等。
技術指標：
1. 自動裝載與卸載植物樣品，通過條形碼或RFID標簽識別跟蹤樣品
2. 光適應室：用于光照適應或植物培養，LED光源光照強度達1000μmol/m2.s，無熱效應，強度0－100%可調，可通過實驗程序預設光照周期變化，可選配通用型或專用型如水稻生長觀測室等，還可選配三維掃瞄成像分析功能（包括XYZ三維掃瞄成像系統和軟件）
3. 標配托盤架30x30cm，用于安放盆栽植物或可以盛放多個小花盆的托盤
4. 自動傳送系統由光適應室到成像室形成一個環形傳送通道，傳送帶采用具變速器的三相異步馬達，200-1000W，傳送帶寬320mm，負載力130kg，速度9m/min
5. 移動控制系統中央處理單元：CJ2M-CPU33；數字I/O：最大2560點；PLC通訊：通過以太網100Mb/s高端PC；OMRON MECHATROLINK-II 最大16軸精確定位
6. 植物成像測量室：150cm(長)x150cm(寬)x220cm(高)，與環境光隔離（light-isolated），快速自動開啟關閉門，開啟關閉周期小于3秒，傳送帶入口具光幕傳感系統、條碼識別器和RFID讀取器
7. RFID讀取器辨識距離：2-20cm；通訊：RS485；條碼識別器可讀取1維、2維和QR碼，具LED光源便于弱光下辨識，RS485通訊
8. F3EM2光幕系統，精確測量植物高度和寬度以便進入成像測量室后攝像頭自動精確定位，測量范圍150cm，分辨率5mm
9. 葉綠素熒光成像：包括光隔離成像室、自動開啟與關閉門、傳送帶、PLC控制自動上下移動聚焦系統、4個LED光源板、8位綠波輪等，單幅成像面積35x35cm，測量光橙色620nm，橙色和白色雙波長光化學光，飽和光閃為白色或藍色
10. 自動灌溉與稱重，可同時對5個植物種植盆進行澆灌和稱重，精確度±1g；稱重后精確澆灌，可通過實驗程序（protocol）預設澆灌過程（regime）或干旱脅迫狀態，還可選配營養供給系統隨澆灌定量供給植物營養（如氮肥等）；稱重前自動零校準，還可通過已知重量（如砝碼）物品自動進行再校準；防護級別：IP66
11. 稱重系統由4個稱重單元組成，安全承載限：150% Ln；溫度補償：-10－40°C，標配測量范圍7kg，可選配10kg、15kg或20kg
12. RGB成像：頂部和側面三維成像（3個攝像頭），每個攝像頭各自擁有獨立的控制面盤以設置曝光時間、增益、白平衡等，通過控制面盤的快照鍵可即時拍照并顯示分辨率等信息，還可通過自動模式自動成像并存儲至數據庫，每次掃瞄成像時間小于10秒
13. RGB成像系統包括成像室（光隔離）、傳送帶及位置傳感器、3個攝像頭、光源及成像分析軟件，標配成像范圍150cm(長)x150cm(寬)x150cm(高)，LED冷白光源（不對植物產生熱效應）
14. 標配USB以太網攝像頭，有效像素4008x2672，像素大小9.0μm，比特分辨率12比特，光量子效率：藍光峰值465nm，綠色峰值540nm，紅色峰值610nm；28mm光學鏡頭，口徑43.2mm，光圈范圍2.8－F16
15. NIR近紅外成像單元：可成像采集1450－1600nm水吸收波段，以反映植物水分狀況，在供水充沛情況下表現出高NIR吸收值，干旱脅迫情況下則表現出高NIR反射，NIR假彩色成像可以通過軟件反映和分析植物水分狀況
16. 高光譜成像單元包括光隔離成像測量室、自動開啟關閉門、傳送帶、PLC控制自動移動聚焦鏡頭包括SWIR和VNIR鏡頭、光源、成像分析系統等，VNIR鏡頭波段380nm－1000nm，光圈F/0.2，縫隙寬度25μm，縫隙長度18mm，幀速12－236 fps；SWIR鏡頭波段900－2500nm，光圈F/0.2，縫隙寬度25μm，縫隙長度18mm，幀速60或100 fps，視野150x100cm
17. 用戶可通過實驗程序選擇SWIR成像、VNIR成像或兩個鏡頭全波段成像，每個鏡頭成像時間分別為15秒
18. 熱成像單元：分辨率640x480像素，溫度范圍20－120°C，靈敏度NETD<0.05°C@30°C/50mK，成像面積可達150x150cm
19. 可選配人工氣候室，植物生長面積9.5m2，生長高度2.0m，溫度穩定性±1°C，430nm－730nm白色和IR LED 光源，1000μmol/m2/s（距離植物100cm高度的光強）,可預設自動光照周期動態，
20. 系統控制與數據采集分析系統：
? 用戶友好的圖形界面
? 用戶定義、可編輯自動測量程序（protocols）
? MySQL數據庫管理系統，可以處理擁有上千萬條記錄的大型數據庫，支持多種存儲引擎，相關數據自動存儲于數據庫中的不同表中
? 植物編碼注冊功能：包括植物識別碼、所在托盤的識別碼等存儲在數據庫中，測量時自動提取自動讀取條形碼或RFID標簽
? 觸摸屏操作界面，在線顯示植物托盤數量、光線強度、分析測量狀態及結果等，輕松通過軟件完全控制所有的機械部件和成像工作站
? 可用默認程序進行所有測量，也可通過開發工具創建自定義的工作過程，或者手動操作LED光源開啟或關閉、RGB掃面成像、葉綠素熒光成像、稱重及澆灌等
? 實驗程序（Protocols）具備起始鍵、終止鍵、暫停鍵
? 可根據實驗需求自動控制植物樣品的移動和單一成像站的激活
? 可提供3個相機視角的RGB數字生長分析，包含閾值分析和顏色分析
? 對于葉綠素熒光成像圖片，軟件可批量進行淬滅參數分析，包含了在背景去除圖像上用戶感興趣區域和像素值的平均。分析數據以原始圖像和分析數據的形式存儲在數據庫中。
? 對FIR熱成像圖，16位圖可直接導出到MATLAB或通過軟件生成溫度分布的假彩圖像。
部分用戶：
1. 國際水稻研究所（菲律賓）The International Rice Research Institute, Los Banos Philippines
2. 澳大利亞聯邦科學與工業研究組織植物表型組學中心The CSIRO Plant Phenomics Center, Canberra, Australia
3. 澳大利亞國立大學The Australian National University, Canberra. Australia
4. 孟山都公司（美國）Monsanto Corporation, St. Louis, USA.
5. 杜邦先鋒國際良種公司Pioneer-Dupont, Des Moines, Iowa
6. 巴斯夫公司Metanomics（柏林）Metanomics (BASF), Berlin, GDR
7. 巴斯夫公司CropDesign（比利時）CropDesign (BASF), Nevele, Belgium
8. 美國合成基因公司Synthetic Genomics, La Jolla, USA
9. Palacky 大學Palacky University Olomouc, Czech Republic
10. Masaryk 大學Masaryk University Brno, Czech Republic
產地：歐洲
北京易科泰生態技術有限公司
2021-08-23
李斯特菌活菌載體疫苗構建通用平臺
胞內寄生性單增李斯特菌和綿羊李斯特菌能在吞噬細胞等抗原遞呈細胞內繁殖，引發高水平的抗原遞呈作用，分別通過MHCⅠ和Ⅱ類途徑引起宿主抗原特異性的CD8+和CD4+ T細胞免疫反應，建立長期有效的免疫保護記憶，因此可作為一種通用的疫苗載體。本項目以上述兩種李斯特菌為活菌載體搭建新型疫苗構建通用平臺，該平臺具有以下優勢：生物安全——敲除了菌株致病基因，降低了毒性；外源蛋白表達穩定——外源抗原基因整合至細菌基因組，永遠不會丟失；外源抗原具有分泌性——抗原基因融合有分泌信號肽，使蛋白能分泌到胞外，更有利于免疫刺激；對環境、公共健康安全——重組疫苗菌株不攜帶耐藥基因，不會給環境和公共健康帶來危害。本平臺技術目前已獲得授權專利，成果屬于國際先進水平，已在結核疫苗及豬繁殖與呼吸綜合癥病毒疫苗的研制上應用。該平臺還可應用于腫瘤治療性疫苗及其他預防病毒和慢性細菌感染的疫苗的研發，是一種通用的疫苗構建平臺。
四川大學
2016-04-15
植物的身體
產品詳細介紹
南寧市成青草工藝品有限公司
2021-08-23
菌類植物標本
產品詳細介紹
鄞縣五鄉三星教具工藝品廠
2021-08-23
植物腹膜標本
產品詳細介紹 海洋水產標本
山東弘儒教育裝備有限公司
2021-08-23
植物細胞模型
寧波浪力儀器有限公司（余姚市朗海科教儀器廠）
2021-08-23
植物分類圖譜
寧波華茂文教股份有限公司
2021-08-23
植物根尖縱切
寧波華茂文教股份有限公司
2021-08-23
動態心臟影像重構云計算系統
它能夠自動化地讀取心臟CT、MRI影像，重建人體心臟各組織的立體結構, 計算任意部位的體積以及心功能參數，將醫生從繁重的人工分析中解放出來，節 省計算時間，提高計算精度，輔助臨床醫生進行快速精確的診斷。本系統可以讀 取存儲在醫學影像數據管理平臺中的DIC0M格式及mha, nii等圖像，自動去除 隱私信息，三維重建，并返回關鍵性的診斷指標和三維打印模型。本系統主要服 務于心臟疾病輔助診斷，醫學教育和心臟知識健康教育，心臟醫療器械研發等。動態心臟影像重構云計算系統的核心價值：醫生參考重構模型進行手術設計、手術模擬、手術會診、術中對照等一系列 操作，突破現有影像工作站對于對超聲、CT斷面、MR斷面均存在視角盲區的局 限。解決了臨床心臟病診療中依靠醫生從二維平面推斷病員三維心臟結構的難 題。2） 醫院無需增加額外設備，無需改變現有治療流程，通過云服務的方式無 縫融合到現有的診療流程。3） 基于300例中國人臨床影像經過深度學習而構建，重構精度達到3mm。4）高性能的并行計算集群和專業的3D醫用打印機，1.5小時獲得計算結果，12 小時實現心臟模型直達。市場及經濟效益分析：本項目市場規模巨大。按照《中國心血管病報告2017 （概要）》最新發布, 心血管病死亡占居民疾病死亡構成40%以上，中國心血管病患病率及死亡率仍處 于上升階段。推算心血管病現患人數2. 9億，其中腦卒中1300萬，冠心病1100 萬，肺原性心臟病500萬，心力衰竭450萬，風濕性心臟病250萬，先天性心臟 病200萬，高血壓2. 7億。在各類心臟病診治中，獲取心臟的精細結構是必不可 少的一個步驟。由于技術難度受限，本領域目前尚無主導型產品。本項目產生的直接效益：按照全國2232個三級醫院的10%來計算，每天10人次, 平均每例利潤20元等保守估計，每年產生持續穩定的直接效益為1600萬元，尚 不計算本系統對于心臟診治療的深度服務。且本系統具有大數據和云計算平臺的 核心優勢，運營成本低，無需醫院添加任何設備。
重慶大學
2021-04-11