本發(fā)明涉及PET水解酶的表達(dá)單元、重組載體、重組惡臭假單胞菌及其構(gòu)建方法和應(yīng)用。該PET水解酶的表達(dá)單元包括連接的惡臭假單胞菌組成型表達(dá)啟動子、錨定蛋白基因、PET水解酶基因和惡臭假單胞菌蛋白表達(dá)終止子。上述PET水解酶的表達(dá)單元中，錨...

本申請?zhí)峁┝艘环N平板X射線源及其制造方法。平板X射線源包括相對設(shè)置的平板陰極和平板陽極，平板陰極包括依序疊層的第一基板、導(dǎo)電層、陰極發(fā)射層，導(dǎo)電層包括若干間隔且平行排布的導(dǎo)電條，陰極發(fā)射層沉積于各導(dǎo)電條，且各所述導(dǎo)電條之間相互絕緣；平板...

本發(fā)明涉及一種用于小動物成像的無線陣列，包括至少多個無源諧振線圈，任意一個所述無源諧振線圈和相鄰的兩個所述無源諧振線圈之間部分重疊形成有兩個第一區(qū)域、且兩個所述第一區(qū)域部分重疊形成有第二區(qū)域。三個無源諧振線圈相互之間復(fù)合交疊的方式能夠?qū)?..

本發(fā)明公開了一種利用水凝膠優(yōu)化的細(xì)胞外囊泡及其制備方法和應(yīng)用。所述制備方法包括如下步驟：S1：將干細(xì)胞以1×10<supgt;5</supgt;～1×10<supgt;6</supgt;個/cm<supgt...

本申請涉及語音信號處理領(lǐng)域，公開了一種對話場景下的多層次標(biāo)注方法及裝置。通過對對話音頻數(shù)據(jù)進(jìn)行端點檢測以及自動語音識別方法，可以去除真實語音中的噪聲以及靜音，獲取有效語音片段。基于有效語音片段進(jìn)行聚類分析，獲取對應(yīng)說話人的目標(biāo)語音段和文...

本發(fā)明涉及一種用于磁共振成像的自解耦線圈陣列，包括帶失諧回路的諧振線圈，諧振線圈串聯(lián)有去耦電容，在設(shè)置去耦電容的位置處兩個諧振線圈相對設(shè)置從而形成有解耦單元，多個解耦單元在至少一個方向上排布。在去耦電容的位置處相對設(shè)置的解耦單元能夠使其...

本發(fā)明涉及醫(yī)學(xué)影像技術(shù)領(lǐng)域，具體涉及一種磁共振血管結(jié)構(gòu)成像的分割方法和裝置。該方法及裝置包括：對VAI圖像集進(jìn)行數(shù)據(jù)預(yù)處理；構(gòu)建深度學(xué)習(xí)模型，使用數(shù)據(jù)預(yù)處理后的VAI圖像集對深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，優(yōu)化模型參數(shù)；利用訓(xùn)練優(yōu)化后的深度學(xué)習(xí)模...

本申請?zhí)峁┝艘环N碳納米管場發(fā)射陰極及其制造方法。制造方法包括：利用碳納米管、導(dǎo)電顆粒、粘結(jié)顆粒制備得到碳納米管漿料，將碳納米管漿料印刷至導(dǎo)電基板的表面，形成碳納米管薄膜，對碳納米管薄膜進(jìn)行表面處理，使得碳納米管的朝向沿預(yù)定方向。該方法采...

本申請公開了一種雙層拓?fù)渲行木垲惙椒跋到y(tǒng)，運用于圖像分類技術(shù)領(lǐng)域，其方法包括：獲取原始圖像，對所述原始圖像進(jìn)行數(shù)據(jù)增強，得到第一視圖和第二視圖；將所述第一視圖和所述第二視圖分別輸入分類模型進(jìn)行處理，輸出多尺度特征；其中，所述分類模型由...

本申請涉及人工智能、醫(yī)學(xué)、預(yù)訓(xùn)練技術(shù)領(lǐng)域，揭示了一種超聲多模態(tài)預(yù)訓(xùn)練方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)，所述方法包括：獲取原始圖像、掩碼圖像、原始報告、掩碼報告以及超聲多模態(tài)預(yù)訓(xùn)練架構(gòu)；基于原始圖像、掩碼圖像、原始報告、掩碼報告以及超聲多...

本申請涉及磁共振、醫(yī)學(xué)技術(shù)領(lǐng)域，揭示了一種磁共振血管結(jié)構(gòu)分析方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)，所述方法包括：獲取第一T2弛豫時間、第二T2弛豫時間，其中，第一T2弛豫時間是采用SE序列進(jìn)行核磁共振成像得到的T2弛豫時間，第二T2弛豫時間...

本申請公開了基于預(yù)訓(xùn)練擴(kuò)散模型的零樣本色彩風(fēng)格遷移方法及系統(tǒng)，運用于數(shù)據(jù)處理技術(shù)領(lǐng)域，其方法包括：獲取原始圖像和參考圖像；對所述原始圖像和所述參考圖像分別進(jìn)行反演，得到第一噪聲潛變量和第二噪聲潛變量；將所述第一噪聲潛變量和所述第二噪聲潛...

本發(fā)明涉及一種人類時空軌跡生成方法，包括步驟：獲取目標(biāo)城市的軌跡數(shù)據(jù)及進(jìn)行預(yù)處理；構(gòu)建Transformer編碼器的軌跡預(yù)訓(xùn)練模型，通過學(xué)習(xí)大量以空間區(qū)域ID序列表示的預(yù)處理后軌跡數(shù)據(jù)，獲取各區(qū)域表征向量；將各區(qū)域蘊含的豐富地理信息以知...

本申請?zhí)峁┮环N基于多智能體強化學(xué)習(xí)的燃料電池混合動力汽車能量管理方法、裝置、存儲介質(zhì)、設(shè)備。該方法包括構(gòu)建燃料電池混合動力汽車的仿真模型模擬預(yù)設(shè)駕駛工況，獲得車輛需求功率數(shù)據(jù)；根據(jù)車輛需求功率數(shù)據(jù)，利用基于多智能體強化學(xué)習(xí)的能量管理策略...

本申請公開了一種數(shù)字集成電路測試向量排序方法及系統(tǒng)，運用于集成電路測試領(lǐng)域，其方法包括：獲取測試向量集；在邏輯門注入故障進(jìn)行故障仿真，根據(jù)所述測試向量集中的測試向量進(jìn)行仿真測試，得到所述測試向量對應(yīng)的故障門類型和邏輯門數(shù)量；基于所述故障...

本發(fā)明涉及一種醫(yī)學(xué)影像重建方法，包括如下步驟：S1，采集神經(jīng)退行性疾病患者的CT影像數(shù)據(jù)，并進(jìn)行預(yù)處理；S2，在Stable?Diffusion模型的基礎(chǔ)上新增一個Control?Net分支，針對預(yù)處理后的影像數(shù)據(jù)利用Stable?Di...

本申請?zhí)峁┝艘环N自封裝熱電發(fā)電模塊，包括第一覆銅基板，第一覆銅基板與沖壓殼連接形成封閉空間，封閉空間內(nèi)包括依次層疊的導(dǎo)熱緩沖層、第二覆銅基板、擴(kuò)散阻擋層和N/P熱電偶對，N/P熱電偶對與第一覆銅基板連接，第一覆銅基板為雙層垂直互聯(lián)陶瓷覆...

本發(fā)明提供一種基于細(xì)胞自噬的膜蛋白靶向降解劑，所述降解劑具有與膜蛋白結(jié)合的第一結(jié)構(gòu)，還具有誘導(dǎo)細(xì)胞自吞噬特性的第二結(jié)構(gòu)，所述第一結(jié)構(gòu)和所述第二結(jié)構(gòu)連接。本發(fā)明基于細(xì)胞自噬的膜蛋白靶向降解劑首次利用細(xì)胞自噬機(jī)制進(jìn)行膜蛋白降解，由于這種自噬...

本發(fā)明提供一種基于細(xì)胞自噬的膜蛋白靶向降解劑，包括靶向膜蛋白抗體、納米第二抗體和陽離子聚合物；所述納米第二抗體與所述陽離子聚合物連接；所述納米第二抗體與所述靶向膜蛋白抗體結(jié)合。本發(fā)明基于細(xì)胞自噬的膜蛋白靶向降解劑將能與靶向膜蛋白的抗體結(jié)...

本發(fā)明公開了靶向鉛黃腸球菌的抗菌蛋白的生產(chǎn)及應(yīng)用。具體地，所述的抗菌蛋白包含如SEQ?ID?NO.15?28任一所示的氨基酸序列或其活性片段、類似物。本發(fā)明從細(xì)菌或噬菌體的基因組中尋找潛在的抗菌蛋白，這種抗菌蛋白能夠靶向抑制鉛黃腸球菌(...