纤维特性

9月20日，由思诺维特联合STARLIMS共同举办的2024 STARLIMS 中国用户大会在杭州盛大开幕。本次大会以“同心聚力 智启未来”为主题，来自制药、临床、制造业、第三方检测机构等众多行业的数百家企业高管齐聚一堂，共同探讨智慧实验室建设，探寻企业数智化转型路径。当前，千行百业都在进行数字化转型，甚至向数智化高歌猛进，检验检测行业也不例外。《智能检测装备产业发展行动计划（2023—2025年）》指出，要强化检测技术与新一代信息技术深度融合，推进人工智能、5G、大数据、云计算等新技术融合应用，提升智能检测装备感知、分析、控制、决策能力和水平。检验检测发展面临着新的机遇与挑战，本次大会旨在探讨通过如何加强实验室信息化建设，创新发展机制，依托科技创新，推动企业数智化高质量发展。思诺维特总经理夏敬国先生大会上，思诺维特总经理夏敬国先生作开场致辞，夏总首先对参加大会的嘉宾们表示了热烈的欢迎，随后讲述了思诺维特和STARLIMS深度的合作及未来思诺维特重点发展方向。夏总表示，公司将持续加大研发投入力度，积极布局以质量和研发相关的产品及解决方案，为行业数字化转型发展贡献自己的力量。STARLIMS全球渠道总监&北美商务总监Gregory Emmert详细介绍了STARLIMS产品的新技术以及未来技术发展路线，STARLIMS将持续投入产品的技术研发，为用户提供全球最新的信息技术应用，持续不断地通过信息化技术助力企业发展。思诺维特商务总监赵婷女士思诺维特商务总监赵婷女士分享了思诺维特发展历程及主营业务。作为国内领先的应用系统和技术服务供应商，思诺维特主要为制药、生物技术、研发实验室、第三方检测、高端制造、临床医学等行业数百家企业提供STARLIMS一体化解决方案。凭借着专业的技术能力和丰富的实施经验，思诺维特多次获得客户的高度认可。STARLIMS亚太区渠道总监Roy Ho先生STARLIMS亚太区渠道总监Roy Ho 先生展示了 STARLIMS高级分析(AA) 解决方案。STARLIMS高级分析解决方案可以满足现代实验室所有数据分析和可视化的需求，无缝集成于STARLIMS一体化平台。思诺维特咨询总监吴友茂先生思诺维特咨询总监吴友茂先生指出，实验室数字化转型需要实现流程化、规范化、标准化、无纸化、自动化和智能化，而建设数字化智能研发实验室的主要思路是一个中心—数字化研发平台、两层展示—可视化综合管理平台、三类自控—自控管理平台。此外，吴总还重点针对STARLIMS一体化解决方案进行了深度解构与落地实践案例分享。天士力集团CDO史建华先生天士力集团CDO史建华先生做了《因“智”生力 向“数”而新——全面推动“天士力大健康数智化跃升”》主题演讲。史总全面介绍了天士力数字化十年建设历程，以信息化、信息化+数字化、数字化深化应用、数智化跃升为发展主线。同时，也详细介绍了数智化建设路径，智能制造、营销数智化等发展规划。江苏富淼科技股份有限公司数字化变革总监杨凌伟先生江苏富淼科技股份有限公司数字化变革总监杨凌伟先生作了思诺维特携手富淼科技共同合作的LIMS项目实践案例分享。该项目以研发试验记录和项目管理为业务基线，完成了从创制研发到应用效果评价的构效关系的完整闭环追溯体系。在分享中，杨凌伟先生表达了对思诺维特的认可，感谢思诺维特以陪伴式运营维护助力富淼科技研发提效。北京大学哲学系任元彪副教授北京大学哲学系任元彪副教授从哲学层面讲述了AI改变人类文明形态及给人类带来的巨大影响。任教授指出，到目前为止，人类是互构实践中主动性调整重构自身策略最为丰富的存在，但电子智能系统正快速赶超人类，潜移默化地影响着我们的生活，特别是在数智化转型升级上发挥着强大助推力。医药健康信息化联盟理事长王卫列先生医药健康信息化联盟理事长王卫列先生表示，受国家战略和产业政策的支持，为了获取更大的市场空间和更高的收入，提升研发能力和国际竞争力、以及实现多元化药品选择和更高的研发投入，使得很多药企寻求海外市场的机会，出海成为热潮。在众多出海模式中，NewCo模式成为我国创新药企业出海的首选方式。思诺维特技术总监陈杰先生思诺维特技术总监陈杰先生指出，实验室信息化未来发展方向依赖于AI、OCR、RPA、生物识别技术等新兴技术的发展，随后他分享了四大新兴技术在STARLIMS中的应用场景和特点。最后，陈总表示，思诺维特将一如既往地关注实验室信息化面临的变革、潜在影响深远的创新科技和行业用户的声音和反馈，为用户持续提供优质的产品和服务。中顺洁柔CIO杨森林先生中顺洁柔CIO杨森林先生认为，改变这个时代的不是AI，是驾驭AI的人。项目成功的关键在于企业能否将合适的系统，高效及有效的流程及适应这种系统和流程的人结合起来。实体企业的数字化落地是极其复杂的，应抓住核心要素，制定适合自己公司的策略，业务增长是企业数字化的唯一目的。诺为泰医药科技（上海）有限公司IT总监柴敏杰先生诺为泰医药科技（上海）有限公司IT总监柴敏杰先生分享了STARLIMS助力临床CRO实验室运营转型的实践案例。柴敏杰先生表示，STARLIMS上线后，实现了实验室业务规范化、流程化、自动化，大幅提高了业务效率，同时相较原来系统大幅提升了实验室信息安全。节约了人力、物料成本，还能够符合各地不同的法律法规要求。浙江仟源海力生制药有限公司信息主任凌辰女士浙江仟源海力生制药有限公司信息主任凌辰女士分享了携手思诺维特上线LIMS的心路历程。凌辰女士对思诺维特在项目实施过程中展现出来的专业技术能力，面对实施中的突发问题快速响应、及时解决的能力及为确保技术兼容性和稳定性，克服重重困难等精神表示了极大认可。捷通（广州）检测技术服务有限公司实验室系统分析师廖于力先生安利（中国）日用品有限公司——捷通（广州）检测技术服务有限公司实验室系统分析师廖于力先生回顾了实验室信息化发展历程，指出数智化转型的实施路径，分享样品全生命周期管理案例和实验室资源管理案例。一直以来，思诺维特秉承着“使用信息化技术助力检验检测行业发展”使命，以客户满意为出发点和落脚点，致力于为客户提供优质的产品和服务。本次大会为用户搭建了全面展示与交流的平台，也为思诺维特进一步拓展市场份额和提升品牌影响力创造了契机。未来，思诺维特期待与更多行业用户携手合作，共同向前，探寻实验室信息化建设，为智慧实验室建设，企业数智化转型强化赋能、注入动力。

11月24-26日，全国化学纤维标准化技术委员会成立大会暨2020年化纤行业标准化年会在江苏南京召开。杭州卓祥科技应邀参加2020年全国化学纤维标准化年会的《循环再利用PET回用料特性粘度测试方法》会议，与国内主要化纤生产企业、有关研究机构、高等院校、检测单位等化纤业界标准化工作者和专家一起参与讨论。

近年来，以光场显微镜为代表的一系列计算成像技术，因其低光毒性、快速三维成像能力等优势备受注目，在活体显微成像领域取得了突破性的成果【1】。由于光场成像技术可以在单次拍摄下获取样本的高维信息，在长时动态观测方面具有独特的优势，例如观测血流、大规模神经活动、细胞内以及细胞间长期相互作用等等。而在复杂的活体成像环境下，光场系统采集的高维目标信号与无序散射光以及高强度背景光深度杂糅，极大限制了穿透深度与信号的定量程度。近日，清华大学的研究团队提出了一种基于非相干散射理论的多尺度量化模型（QLFM），可通过充分挖掘光场数据的高维特性和准确的物理建模，从而实现计算光学层析能力。该研究显著减少了背景荧光与散射光子的影响，同时也提升了单光子成像在复杂活体环境下的穿透深度，推动光场显微技术进入定量荧光显微时代。相关研究成果于 2021 年 11 月 4 日在线发表在 Nature Communications 杂志，题为：Computational optical sectioning with an incoherent multiscale scattering model for light-field microscopy。在复杂的成像环境下，由于背景光、散射光以及系统像差等多种因素的干扰，传统的光场成像模型无准确求解成像反问题。这一特性极大限制了光场显微成像技术在活体观测中的应用。在此基础上，QLFM提出了多尺度精确量化模型，在完备空间下剥离信号光、背景光以及散射光分量，实现了光学计算层析，显著提升了成像穿透深度。通过此方式，科学家在400μm的成像深度下，将图像的信背比 (signal-to-background ratio, SBR) 提升了20dB。该方法被用于观测等斑马鱼脑、果蝇脑、果蝇卵、小鼠脑等多种活体生物样本，并在多种成像环境下成功解析了高SBR的三维动态信息。此外，由于不需要额外的硬件支撑，该方法广泛适用于各种相空间成像系统。图1 | QLFM 概念与原理示意在传统的光场成像模型中，大量的背景光极易将目标荧光信号淹没，极大制约了成像深度。QLFM首先提供了一种多尺度的完备空间模型，利用光场不同角分量下点扩散函数 (point spread function, PSF) 的不同特征，分离出大尺度范围内的背景光分量，并将其在成像反问题求解过程中剔除。另外，为了提升计算效率，QLFM提供了一个基于非均一分辨率的多尺度采样机制。这种采样方式极大的节约了计算成本，将重建速度提升了两个数量级，为长时间活体三维观测提供了基础。图2 | 在斑马鱼心脏成像实验中，QLFM 与传统模型的对比除了背景光，杂乱无序的散射光也是一个需要考虑的因素。在传统成像模式下，由于散射光与信号光深度杂糅，不能通过常规的光学层析将散射光剔除。但在光场成像模式下，相空间分量准确描述了目标的高维光场分布，这为解析散射光提供了可能。基于上述理论，QLFM还提出了一种相空间下非相干散射传播模型，对目标体中的散射光进行逐层建模，并将此模型融合到相空间成像反问题求解算法中，通过反复优化迭代，最终获得分离的散射光和信号光分量。另外，系统畸变造成高维PSF畸变也是导致成像质量下降的一个因素。QLFM提供了一个基于向相位恢复算法的PSF矫正模型，通过反复迭代拟合，使得仿真PSF的强度分布收敛到与实采PSF一致，同时又保证了更高的信噪比。使用矫正后的PSF进行反问题求解可以显著缓解近焦面的伪影，同时在整个成像范围内都提升了空间分辨率。QLFM 利用精确数学建模获得了光学计算层析能力，极大程度削弱了背景光的干扰，剔除了活体样本中散射光的影响并消除由系统像差引入的畸变，由此从高维光场信号中准确求解复杂成像反问题，显著提升了光场显微系统的实用性与在活体环境下的定量荧光观测能力。同时QLFM也进一步提示了复杂物理模型在反问题求解过程中的重要性。如何准确地从数据中可解释地挖掘出真实世界的定量本真信息将是未来发展的一个重要趋势。清华大学自动化系博士生张亿、卢志、清华大学自动化系助理教授吴嘉敏为该论文的共同第一作者，清华大学自动化系、脑与认知科学研究院、北京科学信息与技术国家研究中心戴琼海教授、季向阳教授、吴嘉敏助理教授为论文共同通讯作者。原文链接：https://doi.org/10.1038/s41467-021-26730-w