暨南大学

本发明属于功能性物质研究领域，具体涉及溶血磷脂酰乙醇胺有助于神经发育的用途。本发明提供了溶血磷脂酰乙醇胺在制备由母亲摄入从而促进和/或改善子代神经发育的产品中的用途，所述母亲包括处于妊娠期且患有妊娠期糖尿病的母亲。溶血磷脂酰乙醇胺在被GDM母体摄入后，宏观层面，可以改善子代的焦虑样行为，恢复工作记忆，改善运动功能损伤；微观层面，可以提升子代的大脑皮层神经元数量，增加增殖性少突胶质细胞的数量。

本发明属于生物医学光纤传感、纳米光热材料、局部药物递送和肿瘤微创介入技术领域，具体涉及一种铜离子响应型光纤肿瘤诊疗一体化系统。本发明利用光纤诊疗系统同时负载肿瘤微环境标志物敏感材料和肿瘤靶向抑制剂实现深层肿瘤的诊断和治疗一体化；该系统既能够将肿瘤微环境铜离子浓度为检测目标实现肿瘤的诊断与程度分级，又利用肿瘤微环境铜离子表达为靶点实现肿瘤治疗，还能够通过铜离子浓度监测对治疗过程实现反馈，达到诊疗一体目的。

本发明涉及医药技术领域，具体为一种益智醇在制备防治老年性骨质疏松症药物中的应用。益智醇可促进MC3T3‑E1细胞成骨分化，促进ALP、BMP2、COL、RUNX2的mRNA的表达，以及促进MC3T3‑E1细胞ALP、BMP2、COL、RUNX2蛋白的表达；同时益智醇处理对于MC3T3‑E1细胞受D‑半乳糖诱导的成骨细胞损伤与衰老具有一定保护作用，并在斑马鱼模型中抑制D‑半乳糖所致的骨流失。

本发明涉及大气环境监测技术领域，公开了一种大气污染源有机物排放源谱质量评价系统，包括依次数据连接的源谱数据采集与预处理模块、行业分类与权重自适应配置模块、五维质量综合评价模块、异常溯源分级诊断模块、智能校正优化模块以及结果输出与存储管理模块。传统核查仅检查数据缺失、格式规范等表层问题，无法识别采样工况异常、污染物组分失真、特征物质缺失、数据稳定性不足等核心问题。本系统依托五维质量综合评价模块，从工况合规性、数据完整性、组分特异性、试验重复性、溯源匹配度五大维度开展核验，全面筛查不合格源谱，避免问题数据用于污染溯源、排放清单核算、空气质量模拟等工作，从根源上杜绝后续分析结果出现偏差。

本发明属于智能测评、自然语言人机交互与计算机信息处理技术领域，公开了一种基于大模型提示协议与锚点式取证的智能量表动态测量方法及系统，方法包括：装载包含量表维度、行为锚点、探针规则、证据编码规则、置信规则、结构化报告字段和扩展偏好字段的量表协议模板；基于量表协议模板生成大模型系统提示协议和结构化报告函数模式；基于结构化报告函数模式，在系统提示协议约束下发起多轮自然语言测评对话。

本发明提供基于多密钥的隐私保护图像检索方法、装置、电子设备及存储介质，本发明利用可信中心为图像拥有者和查询用户分配独立密钥，并向云服务器分发密钥转换参数；利用ResNet50模型提取图像特征向量，构建分层稀疏图索引，并为图节点配置局部统计量；对图像特征、图像数据及节点摘要进行加密处理，利用变色龙哈希构建支持动态更新的可验证结构；检索时，查询用户生成查询陷门，云服务器经密钥转换后在统一比较域内执行图索引搜索，先获得候选结果。本发明通过多密钥机制避免共享密钥带来的安全风险，通过图索引与两阶段混合距离检索提高检索效率与准确性，并通过动态可验证结构保证检索结果及索引状态的正确性与一致性。

本发明提供一种面向跨域离线强化学习的逆动力学感知策略优化方法，属于离线强化学习技术领域。本发明首先获取目标域离线数据集与源域离线数据集，基于目标域数据训练多组独立逆动力学模型构成模型集成；利用模型集成计算源域样本的不确定性分值，剔除高失配源域样本并构建混合训练数据集；再搭建由冻结逆动力学模型集成与可训练状态规划策略组成的组合策略，并基于样本不确定性对价值函数训练加权。本发明将目标域动力学信息贯穿样本筛选、策略训练和部署执行全流程，有效抑制跨域场景下源域数据带来的负迁移，提升目标域样本稀缺场景下策略训练稳定性与实际控制性能。

本发明涉及智能问答系统技术领域，公开了一种大气污染源有机物排放源谱智能问答系统，所述系统由自上而下依次通讯连接的数据资源层、知识加工层、智能服务层以及前端应用层组成。现有通用智能问答大模型易生成虚假数据、错误结论，本系统采用规则推理、双知识图谱检索的专属领域引擎架构，摒弃无约束随机生成模式，依托 VOCs 源谱专业知识库输出内容，从根源上避免虚假信息，适配大气污染领域专业问答场景。本系统设置知识增量更新模块，可实时吸纳新增现场监测数据、行业工艺资料、历史问答案例，持续优化知识库与检索能力，能够紧跟各工业行业 VOCs 排放特征、治理技术的变化，长期支撑大气污染精细化管控、VOCs 溯源治理工作。

本发明提供一种基于扩散模型的图像加密解密方法及系统，方法包括对初始潜变量沿扩散轨迹演化至中间加密时刻所对应的中间时刻潜变量进行加密，得到加密潜变量；以加密潜变量为起点，基于扩散模型和预设语义条件，进行扩散生成过程，得到加密图像；将加密图像映射为编码潜变量，以编码潜变量为起点，基于扩散模型和预设语义条件，通过扩散逆向过程得到对应中间加密时刻的重构加密潜变量；对重构加密潜变量进行解密，得到恢复潜变量；以恢复潜变量为起点，基于扩散模型和预设语义条件，进行扩散恢复过程，得到还原潜变量。使得加密行为不易被察觉；实现了高安全性和高隐蔽性的图像加密解密。

本发明公开了一种光谱成像器件及其制备方法。光谱成像器件包括：图像传感器和滤波器，所述滤波器设置在所述图像传感器上，所述滤波器的厚度自自身中心区域向四周区域渐变减小。本发明通过在CIS芯片上制作上述渐变法布里－帕罗微腔滤波器阵列，由于光刻胶回流结构在二维空间上的厚度连续变化使得各区域干涉模式不同，相干干涉导致的透射光增强波长和级次也不相同，最终使得渐变光学腔下方CMOS传感器各个像素具备不同的光谱响应度。

本发明属于生物医药领域，具体公开了PSGL‑1抗体在制备延缓机体衰老的药物中的应用，揭示了PSGL‑1抗体能够有效缓解老年小鼠外周血中MPA的形成，进而改善衰老小鼠的组织退行性病变，能够缓解细胞衰老和炎症反应；对老年小鼠使用PSGL‑1抗体进行干预，可以明显缓解衰老，从血液系统、炎症因子水平和运动能力等方面都可以体现，说明PSGL‑1抗体可以用于制备延缓衰老的药物。

本发明涉及一种代谢调控‑免疫激活协同纳米材料及制备方法和应用，该制备方法包括以下步骤：金纳米球的制备、介孔聚多巴胺包覆和锰离子配位、介孔聚多巴胺包覆和锰离子配位和细胞膜包覆；本发明通过在纳米材料中引入乳酸氧化酶，在肿瘤局部持续催化乳酸转化，显著降低乳酸水平，从而解除乳酸及其伴随酸性环境对免疫细胞功能的抑制，为后续免疫激活提供必需的代谢前处理条件，本发明针对胰腺导管腺癌高糖酵解、乳酸积累严重和免疫抑制显著的微环境特征进行优化，在肿瘤中具有更明确的适应性和更突出的技术优势。

本发明涉及医药领域，提供了一类式I所示的3‑羟基吡啶‑4(1H)‑酮类化合物及其在抗细菌毒力的应用。本发明所涉及的3‑羟基吡啶‑4(1H)‑酮化合物经体内外药效验证，所得化合物大多兼具优异的细菌毒力和生物膜抑制活性，并对多种临床耐药铜绿假单胞菌有效，可用于制备广谱抗生素增效剂，增强现有抗生素的抗菌效果。式I。

本发明提供了一种硒二唑小分子化合物、药物组合物及其制备方法与应用，所述硒二唑小分子化合物选自AnSeD和AnSeD‑PEGn中的一种，其中AnSeD为具有苯并[1,2,5]硒二唑结构单元的含硒小分子，通过在硒二唑结构单元上引入聚乙二醇链段，改善了现有硒二唑类化合物水溶性差的问题，调节了亲疏水平衡，并解决了生物相容性问题。同时，聚乙二醇链段的引入还优化了细胞摄取效率，降低了对正常细胞的毒性。本发明通过对聚乙二醇链段长度的调节，获得了具有抗肿瘤效果、肿瘤细胞选择性和安全低毒性的硒二唑小分子化合物，从而提升了对肿瘤细胞的预防或治疗效果。

本发明涉及一种基于图神经网络的灾后无人机协同部署方法，包括：获取灾区网络状态信息；根据所述灾区网络状态信息构建灾后无人机边缘计算业务处理模型，确定多个相互耦合的决策；基于所述多个相互耦合的决策，通过专家决策模型，获取对应的部署与业务编排结果；基于所述灾区网络状态信息，构建异构图；将所述异构图作为图神经网络输入，将对应的部署与业务编排结果作为监督标签，对图神经网络进行训练；将实时采集的当前灾区网络状态信息输入训练后的图神经网络，输出无人机部署结果。

本发明公开了一种基于延迟预测的迭代级可抢占推理请求调度方法，属于计算机技术领域。所述方法包括离线性能模型标定与在线推理请求调度两个阶段：离线阶段通过构造合成工作负载采集执行延迟数据，对前向推理延迟与键值缓存交换延迟进行参数拟合，得到已标定性能模型；在线阶段在每轮调度迭代中依据系统状态从候选调度策略集合中生成候选调度映射；利用已标定性能模型预测各候选调度映射的推理执行延迟，综合计算即时与等待延迟代价并加权，选择总代价最小的调度映射执行推理并更新系统状态。本发明通过可解析性能模型与固定候选策略集合实现线性复杂度的高频在线调度，适用于资源受限场景，并以联合优化系统响应性与生成过程平滑性为目标。

本申请提供一种海上风机不可测量部位损伤定位方法和相关设备，属于海上风机技术领域。该方法包括获取海上风机的动力学模型，并对动力学模型进行模态综合分析，得到多个子结构精细模型；根据结构自由度对子结构精细模型进行缩聚与耦合，得到全局超单元降阶模型；对全局超单元降阶模型进行状态空间分析，得到状态空间模型；根据实测传感数据对状态空间模型进行虚拟传感估计，得到全局状态向量；对全局状态向量进行特征提取，得到宏观损伤特征；根据宏观损伤特征确定潜在损伤超单元，并对潜在损伤超单元进行结构恢复，得到潜在损伤子结构；根据全局状态向量对潜在损伤子结构进行反演，得到损伤鉴定结果。本申请能够提高计算效率、准确识别结构损伤。

本发明属于自然语言处理技术领域，公开了一种基于语义增强的异构学习交互序列特征建模与表征优化方法及系统，方法包括：通过结构化提示词策略，引导大语言模型对多选题的题干及各选项文本进行解析，生成选项粒度的结构化文本数据；对结构化文本数据进行批量质量校验，输出校验后的结构化文本；将校验后的结构化文本编码为语义向量，并在统一空间下完成聚合与对齐，构造增强的对象特征表征；将增强的对象特征表征接入预设的序列编码骨干，对交互时序数据进行特征建模，构造交互关联表征。本发明的全部大语言模型计算被约束在一次性离线数据预处理阶段，在线编码阶段不再调用大语言模型，从而降低在线计算开销与推理延迟。

本发明公开了一种像素级伪标签生成系统，包括：分类子系统、对抗性擦除判别子系统、前景显著性修正子系统；分类子系统用于为所述输入图像生成像素级伪标签；对抗性擦除判别子系统用于分别构建背景损失函数和前景损失函数对分类子系统进行对抗性训练；前景显著性修正子系统用于生成前景预测图并构建显著性损失函数；分类子系统还用于根据背景损失函数、前景损失函数和显著性损失函数构建全局损失函数对模型参数进行训练约束，以对像素级伪标签进行更新。本发明还公开了一种图像语义分割系统。本发明提出的技术方案，提高了伪标签对目标整体结构的表达能力，降低相邻目标区域间的错误分配概率，抑制前后景混叠，提高图像语义分割的准确性。