汕头大学

本发明属于光催化剂技术领域，公开了一种酞荭类纳米聚集体光催化剂及其制备方法和应用。该光催化剂的制备方法包括以下步骤：先将酞荭类化合物溶解于有机溶剂中，得酞荭有机相溶液；然后将酞荭有机相溶液和水相分别输入超声微反应器中，使酞荭类化合物在超声辅助下在水相中经连续流反溶剂沉淀，自组装形成纳米颗粒悬浮液，即得。本发明制备的纳米颗粒在可见光区具有红移和展宽的吸收光谱，在光照条件下能够产生活性氧物种，包括单线态氧、超氧阴离子自由基和羟基自由基，并可用于光催化降解结晶紫、罗丹明B和四环素等有机污染物。该纳米聚集体相较于均相溶液具有更好的光稳定性和光催化降解性能，适用于有机污染物的光催化去除。

本发明涉及一种低迁移光引发剂、UV固化组合物及其合成与应用，结构通式如下：；其中R、R、R、R、R、R各自独立地选自氢、F、CN、C1‑C20烷基、芳基或取代芳基中的一种；R结构式为：或其中R、R、R、R各自独立地选自C1‑C10烷基或羟基取代烷基；n为1‑20的整数；M为氢离子、碱金属离子或有机铵盐阳离子；X为卤素。本发明通过在同一分子结构中协同引入α‑羟基硫酮衍生物光引发单元、芳基叠氮光交联单元及离子型结构单元，实现光引发、光交联及分子限域的协同作用，保持较高光引发效率、快速固化能力及良好成膜性能基础上，实现显著降低迁移行为以及更宽紫外吸收窗口，可用于光固化材料领域，尤其是涂层、油墨、胶黏剂、功能薄膜材料等。

本发明涉及一种基于分子固定机制的低迁移光引发剂、UV固化组合物及其合成与应用。结构通式如下：其中R、R、R、R独立选自氢、氟、氰基、C1‑C20烷基、芳基或取代芳基；R结构式为：其中，R、R、R、R独立选自C1‑C10烷基、羟基取代烷基、芳基、取代芳基、苄基、取代苄基；n为1‑20的整数；M为氢离子、碱金属离子或有机铵盐阳离子；X为卤素。本发明低迁移光引发剂在保持良好光引发性能的同时，表现出更高的凝胶含量、更低的溶胀率以及更优异的热稳定性能，且迁移量较商业光引发剂降低约82.6%～87.0%，实现光引发性能与低迁移性能的协同优化。可用于UV固化涂层、油墨或胶黏剂体系、光电器件封装或生物医用及食品接触材料。

本发明涉及一种基于点击化学构建的低迁移光引发剂及其合成与应用,结构通式如下：其中R、R、R、R独立选自氢、氟、三氟甲基、氰基、C–C烷基、芳基或取代芳基；R的结构式如下：其中，R、R、R、R独立选自C–C烷基或羟基取代烷基；n为1‑20的整数；M为氢离子、碱金属离子或有机铵盐阳离子；X为卤素。本发明的低迁移光引发剂固化后具有较低黄变倾向，通过结构优化能够有效改善材料外观性能；且迁移量较商业光引发剂降低约78.6%～84.6%。既保持优异光响应能力、快速固化能力及良好外观性能，还可以实现显著降低迁移行为及提升稳定性，兼顾光引发效率、低迁移性能及应用可靠性。适用于透明涂层、光学胶及高品质光固化体系等领域。

本发明涉及一种锯缘青蟹性别特异性SNP分子标记及其鉴定引物与方法。所述SNP分子标记为SEQ ID No:1所示核苷酸序列的第1001位的SNP位点，其碱基为T或C，TT纯合基因型对应雌性，CC纯合基因型对应雄性。用于扩增所述锯缘青蟹性别特异性SNP分子标记的引物对包括核苷酸序列如SEQ ID No:2所示的正向引物和核苷酸序列如SEQ ID No:3所示的反向引物。锯缘青蟹性别特异性SNP分子标记为基因组水平的稳定遗传变异，不受个体生长发育阶段、生长环境及采样组织的影响，可突破传统形态学鉴定仅适用于成蟹的局限，填补了锯缘青蟹性别特异性SNP分子标记的技术空白。

本申请公开了一种阿尔茨海默病风险预测方法、装置和程序产品，属于人工智能技术领域。该方法包括：获取脑部磁共振图像；对脑部磁共振图像进行可控性与体积提取处理，得到第一海马特征；其中，第一海马特征包括海马平均体积参数、左侧海马的特征参数和右侧海马的特征参数，特征参数包括体积参数和可控性参数；对第一海马特征进行双侧偏侧化特征提取处理，得到第二海马特征；其中，第二海马特征包括体积参数的不对称指数和可控性参数的不对称指数，不对称指数用于表示左侧海马的参数与右侧海马的参数之间的差异程度；根据第一海马特征和第二海马特征进行风险预测处理，得到阿尔茨海默病风险等级。本申请能够有效提升阿尔茨海默病的风险预测精度。

本发明涉及一种基于轨迹感知文本引导的视觉‑语言预训练模型的对抗样本的生成方法，包括：采集原始干净图像及其配套的原始文本；基于原始干净图像与各轮对抗图像构建干净图像嵌入特征和轨迹感知视觉锚点特征作为视觉参考，基于视觉参考采用贪心逐替换策略优化原始文本得到对抗文本；基于对抗文本和基准文本构建分阶段引导文本，基于分阶段引导文本构建融合原始干净图像和各个方向的几何形变的聚合梯度函数，基于聚合梯度函数对原始干净图像进行多次迭代更新，得到对抗图像；融合图像侧稳定优化与文本侧轨迹感知引导模块，交替更新图像与文本，生成图文对抗样本用于评估VLP模型的迁移攻击风险，为提升视觉语言多模态分类模型的鲁棒性提供支持。