勇于冒险 甘于艰苦 乐于和谐

       深度学习（Deep learning）是基于人工神经网络的机器学习方法的一部分。深度学习架构，如深度神经网络、深度信念网络、递归神经网络和卷积神经网络等，已被应用于生物信息学、药物设计、医学图像分析等领域。          受南方科技大学生物医学工程系刘泉影博士邀请，来自上海交通大学自然科学研究院的许志钦博士（https://ins.sjtu.edu.cn/people/xuzhiqin/）于腾讯会议平台在线深入浅出的讲解了深度学习（Deep Learning）的频率原则 (Frequency Principle, F-Principle)理论，并利用实验与数学理论结合的方式，阐明了深度神经网络更适用于低频情况（“DNNs prefer low frequency”）这一核心思想。 图1: 深度学习的优势          在讲座伊始，许博士以实验案例说明了深度学习算法的优势。 深度神经网络（DNN）模型中参数复杂，可用于拟合细微的变化，并且DNN 大部分时候不会有过度拟合现象。深度学习与传统学习理论不一样，虽然模型复杂度高，但是具有比较好的泛化能力（generalization ability），也就是算法对新样本的适应能力较强。        然而，深度学习理论在实际应用过程中也可能出现的问题。许博士用轻松幽默的漫画方式（如图2）说明在某些情况下DNN可能并没有全面考察真实问题，只是在能“做事的地方”尝试解决问题。 图2: 深度学习的问题        本次讲座涉及到的模型中的“频率”（Frequency）理解为“输入变化一点点，输出变化的大小”。在了解了DNN模型中所使用的“频率”这一映射（mapping）基础上产生的核心概念之后，从简单函数/一维空间问题出发，频率空间出现了频率原则。首先，直观地，通过实验可以发现，DNN在拟合过程是从轮廓开始的，再随着步数和层数增加，慢慢“抓住”细节。 图3： 频率原则（F-Principle）的研究框架        在图示拟合的过程中，可以发现图像上出现平坦、震荡等特征。许博士解释这些特征可用数学理论上的傅里叶分析中相应的频率概念解释，其中平坦图像对应低频概念，震荡图像对应高频概念。        结合实验与理论解释，得出DNN具有擅长捕捉低频分量，同时将高频分量控制在较小的范围内，并且逐步捕捉高频成分的特点——频率原则（Frequency Principle）。同时，关于“频率还是幅度决定收敛速度”这一问题，许博士的研究发现：收敛是从低频到高频的。 图4: 频率原则（Frequency Principle）        “一维问题类似于在光亮的地方摸索清楚了”，进一步考虑函数维度升高的情况。特别地，对二维到一维的映射，许博士给出了一个详细的实验描述——记住一张图片（如图5），即像素点到该点灰度值的映射。实验中发现随着步数增加，图像的轮廓细节逐渐清晰。多个高维度情况下的实验与思考都体现一个最重要的思想——从频率角度理解深度学习。 图5: DNN二维的实验案例        这些实验案例中，所讨论的频率是反映频率（response frequency），即输入输出映射的频率，而不是相邻像素的变化强度的变化率。因此，高频是指图像中的像素强度的微小变化可能会引起输出的较大变化。实验发现，如果特意设计噪音，DNN就不再进行有效识别，由于映射发生了变化，从而产生了不一样的频率。这也就是说，在DNN中，图像的改变对识别结果的影响本质上是频率的影响作用。结合傅里叶分析、离散化、低通滤波器、卷积定理等数学方法可以有效说明输入输出同时高维的实际问题中的频率原则。实验与理论并行一致验证DNN低频先收敛的性质。 图6: DNN高维的实验案例        最后，许博士结合已有的研究和分析结果说明“深度学习不是万能，只是低频的学习器。在某些高频问题中，强制调参是不容易做出来结果的”。结合深度学习频率原则与计算神经科学，一个值得思考的问题是：大脑是否也执行频率原则——先做低频反应，再做高频反应 ？对于相关的特定神经科学的问题，“频率”要如何理解并定义？更多新想法和理论值得我们去探索并实践！   文字：王海慧   参考文献： Xu, Zhi-Qin John, et al. “Frequency principle: Fourier analysis sheds light on deep neural networks.” arXiv preprint arXiv:1901.06523 (2019).   Xu, Zhi-Qin John, Yaoyu Zhang, and Yanyang Xiao. “Training behavior of deep neural network in frequency domain.” International Conference on Neural Information Processing. Springer, Cham, 2019.   Xu, Zhiqin John. “Understanding training and generalization in deep learning by fourier analysis.” arXiv preprint arXiv:1808.04295 (2018).   Zhang, Yaoyu, et al. “Explicitizing an implicit bias of the frequency principle in two-layer neural networks.” arXiv preprint arXiv:1905.10264 (2019).   Zhang, Yaoyu, et al. “A type of generalization error induced by initialization in deep neural networks.” arXiv preprint arXiv:1905.07777 (2019).   Luo, Tao, et al. “Theory of the frequency principle for general deep neural networks.” arXiv preprint arXiv:1906.09235 (2019).   Cai, Wei, and Zhi-Qin John Xu. “Multi-scale deep neural networks for solving high dimensional pdes.” arXiv preprint arXiv:1910.11710 (2019).   文中所有图片均来自于线上讲座屏幕截图

       近日，南科大生物医学工程系助理教授郭琼玉课题组在肿瘤介入栓塞领域构建透明化离体模型方面取得最新研究进展，相关成果论文以“构建透明化肝脏离体模型评估肿瘤血管栓塞治疗（Decellularized liver as a translucent ex vivo model for vascular embolization evaluation）”为题发表在生物材料领域顶级学术期刊Biomaterials。        生物技术迅速发展的今天，传统体外模型和动物模型已经开始显示出越来越多的局限性，而透明化离体器官模型近几年来在观察研究器官的三维精细结构以及相关疾病机理等方面有很大的应用前景。对于失去手术机会的肝癌患者来说，最普遍的临床治疗方案之一是经导管肝动脉化疗栓塞术（Transarterial chemoembolization, TACE），针对肿瘤供血肝动脉选择性地进行栓塞化疗。然而，TACE治疗缺乏有效模型对栓塞制剂的栓塞化疗特性进行评估，严重影响了该临床治疗药物制剂的研发。此前的相关研究主要使用微流控等体外模型来评估栓塞剂性能，但是此类模型使用的材质与肝脏真实血管的机械性能相差甚远，且模型通道的设计往往过于简单，难以模拟肝细胞癌中复杂的血管分布。而TACE治疗的动物模型由于采用的DSA、CT、MRI等成像系统分辨率较低，无法研究栓塞剂在末梢血管中的栓塞深度，且难以实时动态地监测栓塞效果。因此，如何开发新型TACE模型系统精确地评估栓塞制剂，已经成为该临床领域发展的关键核心问题。 图1. 透明化离体肝脏模型血管系统的量化分析        针对这一问题，郭琼玉课题组提出了一种采用脱细胞全肝器官作为透明化离体模型对血管栓塞进行评估的新策略。近年来脱细胞技术主要应用于可再生器官重建，该研究创新通过严格控制的脱细胞灌注方法开发了透明化离体肝脏，在脱洗细胞的同时保留了肝内的细胞外基质和整个脉管系统。相较于天然不透明的肝脏，脱细胞肝脏获得了半透明的外观，其脉管系统可以通过各种成像工具进行可视化，包括明场显微镜、荧光显微镜和光声显微镜（图1）。 图2. 在透明化离体肝脏模型中评估不同肿瘤介入栓塞剂        课题组采用该透明化离体肝脏模型，针对不同种类的肝癌介入栓塞剂（包括液态栓塞剂碘化油和固体栓塞剂栓塞微球）进行了动态和量化评估。课题组发现，透明化离体肝脏模型肝脏血管网络的物理和生理特性比基于聚二甲基硅氧烷等材料的体外模型更为复杂和精细。因此，通过使用该透明化离体模型，可以获得其它模型难以获得的量化数据，包括栓塞剂渗透深度、栓塞终点以及空间分布等重要栓塞特性参数（图2）。 图3. 动态监测液体栓塞剂碘化油栓塞动力学        此外，课题组首次通过透明化离体肝脏模型动态评估了TACE治疗的栓塞效果（图3），发现液体栓塞剂（如碘化油）的栓塞终点强烈依赖于注射压力，当碘化油到达毛细血管末端时注射压力会急速升高，可能引发栓塞剂泄漏和组织损伤。而对于诸如可降解微球和临床用栓塞微球等固体颗粒栓塞剂，接近栓塞终点的栓塞颗粒密度显著减少。该结果证实固体栓塞剂的颗粒大小和渗透深度是决定颗粒栓塞剂栓塞分布及栓塞终点的两个关键因素，同时这两种因素强烈依赖于血管的尺寸和分布。        郭琼玉介绍，此项研究工作为建立透明化器官模型可视化研究及评估临床治疗手段开辟了新的途径，有望为蓬勃发展的生物技术和生物材料提供更加有效的评估策略。        我校生物医学工程系科研助理高雅楠是论文第一作者，科研助理李志华等对论文做出了重要贡献。郭琼玉为本论文的唯一通讯作者，南科大为第一通讯单位。该研究获得了南科大生物医学工程系副教授奚磊、材料科学与工程系讲席教授王湘麟、生物系教授肖国芝，以及新加坡国立大学教授Hanry Yu和副教授Hwa Liang Leo等研究人员的大力支持。        该研究项目获得了广东省重点领域研究计划“材料基因工程”重点专项、国家自然科学基金、深圳市孔雀计划等项目的资助。        论文链接：        https://www.sciencedirect.com/science/article/pii/S0142961220301010?via%3Dihub   供稿：生物医学工程系 编辑：刘馨 主图设计：丘妍  

       近日，南方科技大学工学院生物医学工程系系主任、讲席教授蒋兴宇因其在“使用微/纳米材料进行多重分析，从而提高了医疗保健的质量和生物医学研究的效率”等方面的贡献，当选2020年美国医学与生物工程学会会士（AIMBE Fellow）。        美国医学与生物工程学会（AIMBE，American Institute for Medical and Biological Engineering）是国际医学与生物工程领域著名的非营利性学术组织，旨在引领和推进医学工程和生物学工程为社会服务。AIMBE Fellow 由世界医学与生物工程领域最杰出（Top 2%）的学者组成，每年经过国际同行提名与严格评选产生。其贡献对生物医学、医疗器械、疾病治疗以及相关公共卫生政策的制定具有重要的影响。今年全球共有156名科学家当选。 蒋兴宇        蒋兴宇研究方向主要包括微流控芯片和纳米生物医学。他于2010年获“国家杰出青年科学基金”，2013年获中组部“青年拔尖人才”，2014年获国务院政府特殊津贴、科技部“创新人才推进计划”，2019年获科技部“国家重点研发计划重点专项项目首席科学家”、首届“科学探索奖”（由腾讯基金会发起）；曾获中国化学会青年化学奖，入选中科院“百人计划”；迄今发表论文200多篇。

       3月27日，中国科学院人机智能协同系统重点实验室研究员李光林老师受我系张明明老师的邀请，在腾讯会议平台上开展了线上讲座。         基于神经机器接口技术的人机交互是实现生机电一体化机器人系统智能控制的核心，运动功能康复和辅助系统是生机电一体化机器人的一个重要应用领域，而利用神经接口技术获取人体活动信息是实现行为与运动意图精确识别的关键。目前，利用各种柔性传感技术精准获取神经肌肉活动的生理信息，来实现运动意图精确识别是人机智能交互研究的重要方向之一。此次报告汇报了该课题组在柔性传感检测技术及应用方面的一些初步研究进展。        当前，人机交互已经是当然人们生活中必不可少的活动，包括手机，电脑的使用等等。交互包括物理交互，语音交互，智能交互等。“智能交互”是要求自然，精准，安全的一种交互。基于神经接口的人机交互系统是智能交互的一个重要实例，即采集脑电信号，外周神经信号或者是肌电信号来解码人的意图，实现人机交互。        但是这也存在问题。首先，这种系统缺乏力反馈，将极大地限制人机交互的发展。为了促进人机交互发展，李教授团队选取了以下几个方面开展研究：利用骨骼肌肉信号来尝试构建一个更好的人机交互系统。这种思想旨在探究肌肉，血液，神经三者之间的耦合关系来提升鲁棒性；研究生理电信号，包括研究EMG信号，以此来改进假肢；改进传感电极，用对皮肤友好的，不受导电膏限制的织物电极，来成功采到各种生理信号。        近期，柔性电极一改传统金属电极的形状，以其柔软性，低电阻的特性受到研究者的广泛青睐。但是这些研究也存在困难，自于“人”的挑战，部分用户很难长时间稳定的输出信息，同时，也存在着来自“机”的挑战，即有决策的算法，以及鲁棒性差的问题。相信如果克服这些困难，自然、精准、安全的人机交互时代会指日可待。   文字：祁是辰

       3月24日，中国科学技术大学李智军教授受我系张明明教授的邀请，开展了疫情期间我系第一场线上讲座。        李教授以《可穿戴机器人关键技术及其应用》为题，首先介绍了可穿戴机器人在当前社会发展下的急切需求。作为医工结合的最新研究领域，此项技术将有助于探索神经网络损伤后对运动控制预知能力的影响机理，研究康复机器人干预下中枢神经系统的重建机制。接着，李智军教授又为同学们详细介绍了可穿戴机器人的概况、系统设计方案、当前人机交互式可穿戴机器人技术的研究难点及突破点等内容。最后，李教授展示了所在实验室所自主研制的系列化的上肢、下肢外骨骼机器人，上下肢的义肢、灵巧手和移动操作机器人等。针对每一类可穿戴系统，李智军教授都详细介绍了各类型可穿戴设备的设计、信息感知、信息融合，利控制方法，令人耳目一新。   文字：马芮

       近日，南科大生物医学工程系副教授李凯团队在平面型AIEgens（聚集诱导发光剂）固态发光的增强效应研究及其在多重耐药菌感染的治疗领域的应用取得最新进展。研究成果以“平面型AIEgens光敏剂的设计及其在治疗多重耐药菌感染中的应用（Planar AIEgens with Enhanced Solid-State Luminescence and ROS-Generation for Multidrug-Resistant Bacteria Treatment）”为题发表于化学类国际顶尖期刊《德国应用化学》(Angewandte Chemie International Edition，IF:12.257)。        荧光材料由于其在光电子学和生物医学工程领域中的巨大潜力而备受关注。虽然AIEgens的开发极为有效地解决了传统荧光材料聚集诱发的荧光猝灭（ACQ）问题，但平面型AIEgens的开发仍然不足，主要瓶颈是平面荧光材料分子间极易发生π-π堆积而难以克服固有的ACQ现象。因此，寻找简单有效的增强平面型AIEgens的固体发光方法，为其广泛应用奠定基础，显得尤为重要。 氟取代平面型AIEgens的设计策略        在这项工作中，课题组设计并合成了三对平面型AIEgens，基于激发态双键重整（ESDBR）效应的理论基础对其光物理性质进行了详细研究。研究结果表明，通过在芳香环中引入氟取代基，分子间氢键作用可以有效限制在聚集态环境中的分子运动，抑制其非辐射跃迁，进而显著提升了AIEgens的聚集态量子产率。研究结果还表明，该类平面型AIEgens激子可以有效地失活到基态，并且与粘度响应具有一定的关联性。此外，该类AIEgens具有随着聚集而提升的AIE（聚集诱导发光）性能，同时可以有效促进活性氧簇的生成能力。 DMA-AB-F和F-AB-DMA两种平面型AIEgens的紫外-可见光和荧光光谱        课题组进一步将该类平面AIEgens材料作为光敏剂，探索其在多重耐药菌感染的光动力治疗中的效果。在体外实验中，DMA-AB-F分子显示出对多重耐药大肠杆菌及耐甲氧西林金黄色葡萄球菌的良好杀伤效果。在体内实验中，课题组建立了标准的小鼠三级烧伤感染模型来评估材料的灭菌效果。结果显示，经过光动力治疗的伤口恢复情况显著优于对照组，光动力实验组样本的细菌数量也显著少于对照组。因此，体外和体内实验证明DMA-AB-F作为AIE光敏剂具有优异的光动力抗菌疗效。 体外抗菌效果图 在体抗菌效果图        在这项研究中，课题组仅需通过氟原子的取代，就可有效利用分子内氢键作用来限制分子的运动、增加发光单元的晶体密度，从而使非辐射衰变速率降低一个数量级，开发出高固态量子产率的平面型AIEgens。同时，课题组利用该材料聚集诱导活性氧簇生成的特性，成功证明该类平面型AIEgens有用于治疗多重耐药细菌感染的潜力。        李凯课题组研究副教授倪侦翔博士介绍，本研究提出的增强平面型AIEgens固态量子产率的设计策略，不同于传统引入大分子基团作为旋转单元（如四苯基乙烯、三苯胺）的策略，有效突破了AIEgens的设计瓶颈，为开发更多平面型AIE光敏剂并用于生物医学领域提供了更多选择。 李凯课题组“有研Lab”合影（摄于2019年夏。李凯：后排右一；倪侦翔：后排左二；闵天亮：后排左一）        倪侦翔和2018级南科大-哈工大联培硕士研究生闵天亮为文章共同第一作者，李凯为唯一通讯作者，南方科技大学为论文第一通讯单位。        该项研究获得了中国科学院深圳先进技术研究院副研究员张鹏飞、南科大生物医学工程系助理教授何俊龙等研究人员的大力支持，以及国家自然科学基金面上项目、深圳市基础研究计划等项目的资助。 论文链接： https://onlinelibrary.wiley.com/doi/abs/10.1002/anie.202001103 供稿单位：生物医学工程系 编辑：刘馨

       2020年3月4日，南方科技大学-悉尼科技大学生物医学材料与仪器联合研究中心主任、南科大生物医学工程系讲席教授金大勇合作研究团队在《自然》上发表以“功能化纳米材料单颗粒光谱学”（Single particle spectroscopy for functional nanomaterials）为题的综述展望。文章概述了历年来不同类发光纳米材料在单颗粒层面的光谱学研究进展，回顾了从单颗粒光谱学技术中获得的新启发，展望了推进下一代单颗粒光谱学发展的机遇与挑战。        “欲善其事，先利其器”，纳米材料新功能研发需要更高灵敏度和分辨率的光学显微仪器。经过近些年基础研究和诸多成像分析技术的突破，单颗粒光谱学展示了广阔的科学应用前景，单颗粒光谱学正在成为现代基础科研的“利器”。目前，金大勇团队正在努力打造世界顶尖的光学成像与多维度分析仪器平台，指导和推动新型功能材料的开发，从而为纳米光学、光电子技术、超分辨亚细胞成像、单分子检测、量子通讯和大数据存储等领域的下一次突破提供“利器”。        当今的纳米材料合成已经实现了高度可控，但即使是同一批次合成的发光纳米粒子，单个颗粒的光学性质往往是不均匀的，这是由于尺寸、形状、结构缺陷、表面基团和电荷等方面的细微影响。这一构效关系是与材料科学、晶体学和界面化学相关的基础研究中的核心问题，对纳米材料合成的重复性、功能和应用至关重要。单颗粒光谱学使人们能够辨别单个粒子的个体特征，从而提供关于其异质性的直接信息。        单颗粒光谱学的研究大大推动了人们对纳米材料异质性的认知理解、其背后光物理学原理的探索、材料均匀性控制的发展。譬如，人们利用单颗粒光谱学发现了量子点中存在不同类型的闪烁特性，具体观察了每类闪烁性的表现形式和物理机制，实现对闪烁性的控制利用。        单颗粒光谱仪器平台和方法的建立（图1）包括被动型方式（联用原子力显微镜、透射/扫描电镜）和主动型方式（原子力针尖操控、光镊等）。 图1. 利用相关方法揭示纳米单颗粒的确定性信息。a、AFM集成光学显微镜原位显示颗粒数量、几何形状及其二维操控；b、TEM/SEM/STEM确定颗粒的数量和组成；c、光镊通过改变泵浦激光的偏振态来操纵单个纳米颗粒的三维方向；d、超分辨显微技术可在突破衍射极限条件下确认纳米粒子的数量、几何形状、材料组成和电偶极子方向        纳米材料在不同光学维度的荧光特性除了决定于本征的电子跃迁特性之外，激子或电子也可以对温度、磁场和电场等外部场的刺激做出反应（图2）。这不仅为推进光物理学和材料特性有关研究的发展提供了新的角度，还使得纳米颗粒作为新一代高灵敏纳米尺度传感器成为可能。 图2.应用外场来动态激发单个纳米粒子的响应。a、温变单颗粒光谱学统计数据显示，带电CdSe/CdS量子点中，非辐射俄歇复合的热激活由电子离域引起; b、在4K温度条件下，当磁场强度从0T增加到7T时，卤化铅钙钛矿的暗态单线态出现了伴有缓慢衰减速率的荧光发射; c、由于量子点的不同能带排列方式，Ⅱ型半导体纳米棒比Ⅰ型量子点具有更高的电压传感灵敏度。准Ⅱ型单纳米棒已用于膜电位传感        文章论述，单颗粒光谱学技术将继续推进纳米级现有材料和未来材料光物理特性的表征，发光纳米粒子新功能的加入预计将在一些关键的科学技术领域带来革命性的变化，从八个潜在的方向推动单颗粒光谱学的发展。        （一）超分辨单颗粒光谱学。光学衍射极限将继续限制先进单颗粒光谱仪的横向和纵向分辨率，解决方案将是结合现今发展的多种超分辨显微镜技术。        （二）多模联用单颗粒光谱学。光电联用以及操控技术联用，结合多种荧光模态的测量方式，可以准确辨别纳米材料的每一结构信息是如何影响其总体光学特性的。        （三）运用纳米镊子技术。非接触式捕获和操控纳米尺度的单个粒子，结合光谱学技术，将为基于纳米粒子的杂化组装器件开发提供机会。同时也可用于对距离和取向依赖现象的原位研究，例如不同类型的单纳米粒子之间的能量转移和力学动力学。        （四）单颗粒表面特性表征。表面物质和电荷的不均匀性会导致纳米颗粒光学性质的不均匀性，从特定的分子靶向到纳米器件的自组装，几乎影响纳米颗粒的所有预期应用。引入远场拉曼光谱等方法将为表征纳米粒子的表面形态提供新的视角。        （五）单颗粒的吸收测量。对于低量子效率的单纳米粒子或猝灭纳米粒子的荧光表征是无法得到单颗粒灵敏度的。一些技术方法也许能够用于单颗粒的吸收成像和光谱学测量，如图3a所示。        （六）单颗粒的量子效率测量。测量单颗粒绝对量子效率的挑战在于检测单个粒子吸收的光子数。替代方式是采用基于辐射和非辐射跃迁速率之比的测量方法。辐射速率的改变方法如图3b所示。        （七）高通量光谱学和数据分析。要将单颗粒研究应用到常规样品分析中，需要高通量单颗粒光谱仪和数据分析自动化。使用商用高光谱成像系统或棱镜来分散光谱信息的宽场成像方案可以极大地提高检测通量和速度。机器学习可以超越传统数据分析的极限，识别和记录单个纳米粒子的光学特征，避免重复实验。        （八）单颗粒光谱学标准化。纳米材料的许多群体性荧光测量方法要成为定量技术仍有待优化，因为不同研究组获得的结果可能会受到不同仪器设置和测量环境的影响。为了使得定量比较成为现实，单颗粒光谱学技术可以提供不同激发功率密度下发射光子的绝对数量。这种标准化的平台对非线性光学转换尤其重要。 图3. 先进单颗粒光谱学的发展远景。a和b，对单个物体的吸收(a)和量子产率 (b)测量中采用的光子学结构设计        本综述是由金大勇教授领导的南方科技大学-悉尼科技大学生物材料与仪器联合研究中心牵头，联合澳大利亚悉尼科技大学生物材料与仪器研究所周佳佳博士，德国哥廷根大学第三物理研究所Chizhik博士和美国斯坦福大学朱棣文教授合作完成。        金大勇教授2019年初入职南方科技大学，筹建南方科技大学-悉尼科技大学生物材料与仪器联合研究中心，重点研发单分子探针传感器、高维度光学分辨解析、亚细胞超分辨成像、和“清、快、深、活”类器官多细胞体成像。该团队的研究得到了深圳科创委的大力支持。        论文链接：https://www.nature.com/articles/s41586-020-2048-8     供稿单位：生物医学工程系 编辑：刘馨

      为了增进学生、家长们对生物医学工程系的了解，提高学生对生医工专业知识学习的兴趣，我系于2020年2月29日晚在腾讯会议召开了线上专业介绍会。会议由系主任蒋兴宇讲席教授主持，我系多位老师亲临现场，共同为学生、家长们答疑解惑。       首先，蒋兴宇老师从最新的新冠肺炎疫情切入，为大家介绍了我系的专业优势、课程体系、学生培养情况、师资力量、科研情况、实习实践情况、联合培养与国际交流、奖学金设置以及专业就业前景等多个方面的信息内容，向同学们展示了生物医学工程系的设施建设以及历届学生取得的佳绩，鼓励同学们选择生医工系。       随后，我系多位老师也深入浅出地分别介绍了自己课题组的研究方向与发展状况。除此之外，有些老师结合了最新新冠肺炎、蝗虫灾害等疫情灾害，进一步介绍了自己课题组的研究方向与成果。老师们表示，系里拥有着雄厚的师资团队以及丰富的科研发展经验，这将为同学们今后的课程学习提供有力保障。       最后，我系2016级优秀毕业生李如璇同学结合自身经验，分享了她在哥伦比亚大学交流的情况，并针对本科生如何直博申请学校提供了许多建议，包括提前规划学业、保持GPA分数、尽早进入实验室学习工作、尽早准备托福/雅思/GRE、注重与导师以及学长、学姐的交流等，为低年级想要申请直博的同学清晰地指出了努力方向。在分享结束之后，学姐李如璇还针对多位同学的提问进行了详细解答，多方位地为同学们解答了学习、实习、申请的各类问题。       在老师直播讲解期间，同学们也在聊天区积极提问，我系教职工针对相关问题进行了及时解答，让同学们对生医工专业有了更清晰的认识。       相信通过此次专业介绍，同学们都对生医工专业有了进一步的了解，对自己未来的学习方向和发展方向也有了更加清晰的认识。如想进一步及时掌握生医工系本科生进专业的相关信息，可扫码加入QQ群：   文字：肖然

      2020年2月24日，南方科技大学生物医学工程系党支部召开了2019-2020学年春季学期第一次全体党员大会。因受疫情影响，本次党支部会议在线上举行，党支部45名党员参与会议，会议由支部书记奚磊老师主持。       本次会议主要围绕近期爆发的新冠肺炎疫情展开，会议开始，支部宣传委员张明明老师传达了关于习近平总书记在中央政治局常委会会议研究应对新型冠状病毒肺炎疫情工作时的讲话精神，带领各位党员学习了对待疫情党中央的八点要求。他指出，面对疫情，必须高度警惕麻痹思想、厌战情绪、侥幸心理、松劲心态，不获全胜绝不轻言成功。       随后，奚书记传达了学校防疫工作的部署要求与相关文件通知。并指出，在当前各地陆续解禁之后的阶段，师生们应更加注重自身安全问题，不能掉以轻心：决不能参加大规模的聚会、聚餐；出门时应佩戴口罩，回家之后勤洗手，避免用手触摸眼、口、鼻等粘膜部位；应遵循当地政府管控要求，响应政府举措；在家应多关注中老年等易感人群的身心健康；不要谎报瞒报个人信息，按学校要求完成自我隔离，不得以任何理由提前到校，有紧急事务需和老师提前沟通；并提请大家注意学校健康情况申报信息，按时完成；奚书记提醒，学校针对疫情现有相关咨询热线，有需要的同志们可以和支部沟通联系。       在学习方面，奚书记希望学生们尽量克服“手机不离手”的问题，对课程要认真预习、复习，按时完成作业，有问题与老师积极沟通。对于面临毕业的研究生，建议尽快和导师讨论自己项目，特殊情况特殊对待，从而保证可以顺利毕业。奚书记提醒，因疫情影响，春招可能会受影响，建议与导师沟通，以便做下一步打算。对于面临毕业的博士生，奚书记结合自身经验，鼓励同学们理清自己科研思路。有目的、有方向地阅读大量文献，分析文章写作思路，从而对自身领域能有充分的了解认识。       最后，张明明老师再次与党员学生们强调，应充分利用好在家时间，阅读文献、做好积累，厚积薄发，完成逆袭。   会议截图：     文字：肖然

为应对新型冠状病毒引发肺炎疫情，生物医学工程系全体教职工和学生积极响应习近平总书记重要讲话和中央政治局常委会会议精神，坚定贯彻落实省教育厅和南方科技大学各类防控工作文件要求，按照文件指引开展各项工作。为进一步做好新型冠状病毒感染的肺炎防控、更好地开展新学期有关工作，2020年2月11日上午，南方科技大学生物医学工程系举行了生物医学工程系防疫工作小组会议。本次会议以网络视频会议形式进行。生物医学工程系防疫工作小组组长蒋兴宇主持会议，副组长郭琼玉和防疫工作小组成员吴长锋、奚磊等汇报当前主要工作安排布置情况，各课题组负责人，研究序列教授及课题组成员代表，生物医学工程系系办全体秘书等人参加会议。 一、传达学校专项会议精神 根据2月10日学校召开的南方科技大学新型冠状病毒感染的肺炎防控工作领导小组（扩大）会议精神，我系全员要以最严作风、最严要求、最严措施做好疫情防控工作。疫情期间，依法、科学、有序做好我系科研管理、教学管理、实验室管理、人员管理等各项工作，坚决打赢疫情防控工作狙击战。 二、加强疫情期间教学管理工作 （一）授课教师需按时返岗工作按学校相关规定，教学科研序列及教辅职员需于2月10日起返深工作。除学校规定不得返深上班或因不可抗力原因无法返深的情形，其他超过学校规定时间返深上班的，须按照学校请假流程履行请假手续并获得审批通过。如有特殊情况及问题，需及时向生物医学工程系防疫工作小组咨询及报备。（二）实行网上授课，确保网上授课质量。授课教师需认真对待每一次网上授课，切实提高授课视频及课件质量，结合网络授课特点做好充分的教学准备，充分利用网络平台功能，进行课件分享和师生互动，确保网络授课质量。 三、落实课题组管理工作 落实课题组人员管理工作课题组负责人应积极掌握疫情期间课题组员工及学生动态及身体状况，每组安全员负责配合生物医学工程系防疫工作小组落实各项信息报送及传达工作。课题组人员需按照学校相关规定返深返校，不得提前。疫情期间，课题组负责人应根据实际情况，有序组织课题组人员进行非实验的科研工作（网络组会，布置撰写文献综述、提前准备科研项目申请等），为后续待疫情解除后开展科研工作做准备。 四、重点加强对人员的健康管理 生医工系关注每一位教职员工和学生的健康状况，对全系所有教职员工都进行了实时关注及要求做健康汇报。将湖北武汉籍及非武汉籍教职员工作为重点关注对象，建立微信群，每天汇报健康状况。对于途经武汉员工，也建立健康监督机制，实行严格的14天居家医学隔离。落实每位员工的去向和健康状况，对全系234位教职工、访问人员和研究生要求“每日一报”，并在后台对健康状况进行监督管理，发现异常状况第一时间核实处理。确保实时动态掌握全校系教职工和学生的动态和健康状况。确保教职员工和学生按照学校要求时间返校，坚决不提前返校。 五、落实实验室管理工作 根据学校相关文件精神，为确保疫情期间师生健康安全和实验室安全，校内实验室原则上不得开启使用。如确需开展实验活动，按照学校规定，应报系主任审批，并向工学院院院长、学校疫情防控办公室和实验室与设备管理部报备，原则上实验室内工作人员不超过2人，且实验室必须配备安全员。各课题组、各实验室(包括科研、教学、公共实验室)应落实疫情防控和实验室安全管理各项措施，严防实验期间新型冠状病毒感染及其他实验室安全风险。 六、物资统计、采购和储备 为确保开学后，教学、科研各项工作能正常开展，系里提前对疫情防控物资做了预估预判，并做了相应采购准备。对口罩、体温计、血氧检测仪、消毒酒精、消毒液等等搜索多渠道进行采购，并按照学校相关文件要求进行储藏管理。 七、加强对病毒的宣传了解和疫情防控学习 及时传达省教育厅、学校相关文件，通过多渠道积极学习了解病毒知识，加强对疫情防控方式手段的了解和执行。加强全系新型冠状病毒感染的肺炎防控工作相关舆情监测，引导师生不传谣、不信谣、不造谣，正确使用网络语言，不转发、不发表不当不实言论，防范和化解舆情风险。   生物医学工程系疫情防控工作小组 2020年2月11日 

  本文作者：吴松磊 转载自公众号：回形针PaperClip (ID: papercliptv) 未经授权不得二次转载            在病毒肆虐的当下，这个有关新冠肺炎的视频，谈了新冠肺炎是如何发生和传播的、死亡率和传播速度有多高以及如何降低被感染的可能性。        点击观看视频：http://mp.weixin.qq.com/s/fnu8urcvf3qrq6WDIIJWZg   Part 1 感染        首先我们要知道，病毒是如何感染患者的。        病毒要进入细胞，细胞上就必须要有它对应的受体（Receptor）。比如艾滋病病毒 HIV 的常见受体是 CD4 蛋白，通常在血液里免疫细胞的表面，所以 HIV 可以通过血液传播，而不用担心空气传播。        而这次新型冠状病毒的受体和 SARS 一样，都是血管紧张素转化酶 2（ACE2）。这意味着病毒要感染人类，首先得接触到有这种酶的细胞，完成受体结合。而我们恰好有不少这种细胞就暴露在空气中——黏膜。黏膜的意义在于分泌黏液，保持湿润。我们的嘴唇、眼皮、鼻腔和口腔里都有大量的黏膜细胞，当病毒以某种方式接触到你的口腔黏膜，与受体结合，感染就开始了。        为了让你理解接下来发生了什么，我们做了一个简化后的大致流程。        首先冠状病毒的包膜会和细胞膜融合，释放病毒遗传物质——一段 RNA 单链。这种 RNA 可以直接作为信使 RNA，骗过细胞里的核糖体，合成 RNA 复制酶。RNA 复制酶会根据病毒 RNA 生成 RNA 负链，这条负链会继续和复制酶生成更多病毒的 RNA片段和 RNA 正链，这些不同 RNA 片段又会和核糖体生成更多不同的病毒蛋白质结构。最后，蛋白外壳和 RNA 会组合生成新的冠状病毒颗粒，通过高尔基体分泌至细胞外，感染新的细胞。        每个被感染的细胞会产生成千上万个新病毒颗粒，蔓延到气管、支气管，最终到达肺泡，引发肺炎。感染完成后，传播也不是难事。你三对唾液腺分泌的唾液会混合着来自咽喉等部位的呼吸道分泌物，让包裹着病毒的唾液随着你的喷嚏和咳嗽传播到空气中，接触其他人的黏膜。        黏膜感染，飞沫传播，这就是冠状病毒为什么这么容易传播的原因。        2019 年 12 月 8 日，一位来自华南海鲜市场病人因为持续 7 天的发热、咳嗽和呼吸困难入院。5 天后，他没有去过海鲜市场妻子也因为不明原因肺炎入院。2020 年 1 月 1 日，华南海鲜市场关闭。 1 月 2 日，41 名新型肺炎患者被确诊。        此时喜迎春节的市民们还不知道，一场可能感染上万人的瘟疫已经开始了。     Part 2 传播        在这篇 1 月 24 日发表于《柳叶刀》的论文中，我们可以了解最早被确诊的 41 名患者的具体情况。 《2019-nCoV感染患者的临床特征》          截至 1 月 22 日， 41 人中有 28 人出院， 6 人死亡。发烧和咳嗽是最常见的症状，从起病到呼吸困难，平均 8 天。在肺炎初期，人传人的信号就已经很明显了，这 41 人中有 14 人都没有去过华南海鲜市场。        1 月 24 日的另一篇论文研究了一个 12 月 29 前往在武汉旅行的深圳家庭。 《一场与 2019 年新型冠状病毒相关的家族肺炎表明了人与人之间的传播：家庭聚集研究》          最早出现症状的男士在到达武汉后的第 4 天开始发烧腹泻，之后 3 天，他的老婆岳父岳母和也都开始发烧咳嗽。 1 月 5 日，全家返回深圳，4 天后，没有去过武汉的母亲开始全身乏力。最终，这个 7 口之家里，6 人确诊新冠肺炎，包括他没有明显症状的儿子。        在密切接触的家庭成员里传播冠状病毒并不难。首先是喷嚏，你会喷出 10000 个以上的飞沫，最远传到 8 米之外。然后是咳嗽，1000-2000 粒飞沫，最远 6 米。最后，即使是平静的说话每分钟也会产生大概 500 粒飞沫。        这是你打出喷嚏后 0.34 秒的样子。绿色的是那些100 微米以上的大飞沫运动轨迹，因为足够重，它们会在 10 秒内落在地上。而红色的则是小飞沫们形成的雾云。它们会在空气中迅速蒸发变小，成为干燥的飞沫核。上皮细胞蛋白质会包裹着冠状病毒，在空气中漂荡，接触其他人的黏膜。        1 月 30 的这篇论文进一步分析了武汉前 425 例确诊患者的数据。        这张表中，横坐标是从感染至发病的时间，纵坐标是相对概率。可以看到大部分感染者 7 天内就会发病，病毒的平均潜伏期是 5.2 天。        现在我们知道，在 2020 年 1 月 11 日之前确诊的 295 人里，只有 45 人去过华南海鲜市场，此外还有 7 名医护人员。但在十天之后，人们才意识到要戴口罩了。   Part 3 口罩        从 2020 年 1 月 20 日开始，口罩就成为了稀缺资源。        看起来戴口罩当然是个好办法，口罩的多层结构可以有效的阻隔大颗粒，而那些纳米级的微粒又会因为静电效应被吸附在内部纤维上。所以，如果我们把颗粒的直径作为横坐标，过滤效率作为纵坐标，这些口罩的过滤效果实际上是一条 U 型曲线。        可以看到，最难过滤的其实是直径 0.3 微米左右的颗粒。这也是为什么大多数口罩把 0.3 微米的氯化钠过滤能力作为测试指标，能在测试中过滤 95% 以上的就是 N95。N95 的过滤效果当然最好，但即便是效果最烂的纱布口罩，对于 10 微米以上也就是我们头发直径十分之一左右的颗粒，也能做到接近 80% 的防护率。        那飞沫核的尺寸到底有多大呢？根据这份 07 年的论文，咳嗽产生的飞沫核尺寸 82％ 都集中在 0.74-2.12 微米。          这么看，绝大多数飞沫核用普通的医用口罩就已经够了，而在美国 2800 多名流感医护人员参与的一项随机试验中，佩戴 N95 口罩和医用口罩的流感感染率甚至并没有显著差别。所以，也别在意那些繁杂的口罩类型，品牌和各国标准了。相比是不是戴着 N95，更重要的是：你洗手了吗？        洗手是因为你的手上很可能有活着的冠状病毒。        以 SARS 病毒为例，在这份军事医学科学院的研究中，它们在玻璃、塑料、金属上都可以存活至少 2 天，它们随着飞沫留在各种地方，而你的的手很可能就会摸到。          然后你揉眼睛抠鼻屎的时候，病毒就会接触到黏膜细胞，完成感染。        所以，洗手。洗久一点。   Part 4 勇气        最后一个问题是，还会死多少人？        这是从 1 月 11 日到 1 月 31 日全中国累计确诊和死亡人数的增长曲线。如果我们用总死亡数除以总确诊数，可以得到一个 2% 左右的患病死亡率。但这样的计算方式并不准确。根据前 425 名确诊患者的数据，我们可以知道病毒的平均潜伏期是 5.2 天，从发病到就诊平均是 4.6 天，就诊到入院平均 4.5 天，而入院到 ICU 是 3.5 天，假设从 ICU 到死亡是 3 天，整个过程就是 21 天左右。而如果就诊 3 天后就能确诊，那从确诊到死亡大概是 8 天。所以，1 月 31 号的死亡患者大概在 1 月 23 号确诊。        如果我们用湖北省 1 月 29 — 1 月 31 日这三天死亡的 124 人除以 1 月 21 — 1 月 23 日确诊的 279 人的话，病死率高达 44.4%。但因为湖北省的医疗资源紧张确诊困难，很多老年病患发展到了重症才能确诊，病死率肯定偏高。相比之下，除湖北省外全国其他地区的数据更能反映真实情况。        1 月 29 ——1 月 31 日，中国其他省份死亡患者共 3 人，除以 1 月 21 — 1 月 23 日确诊的 260人，病死率在 1.1% 左右，确实不高。如果按照这个病死率倒推 1 月 21 — 23 日的湖北感染者，那应该不是 279 人，而是 10700 人。        当然，这也只是一个非常粗糙的计算过程，样本量小，也不一定那么准确。但随着未来数据的完善，病死率的结果会越来越清晰。        疫情爆发后，多家机构也陆续发布了对于新型冠状病毒的 R0 值的预估，大多数都在 2-3 之间。R0 （Basic reproduction number）基本传染数，意味着在不做干预的情况下单个感染者传播疾病的平均人数。新型冠状病毒的 R0 在 2-3 意味着每个感染者会将病毒传染给 2-3 个人。这也是肺炎在初期开始爆发的原因。        但随着外部环境的强干预，这个平均传染数会开始降低，比如 03 年 SARS 最初的平均传染数是 2.9，然后在 2.0-3.5 之间波动，最后降至 0.4，直到完全消失。对于新冠肺炎，这条曲线也是一样。        这场瘟疫让我们所有人精神紧张，但实际上，倒霉的事情每天都在发生。过去几年，中国平均每年有 8.8 万人死于流感引发的呼吸系统疾病，6.3 万人死于交通事故，3.8 万人死于安全事故。只要我们迈出家门，去工地，去写字楼，去流水线，风险就已经存在了。我们当然应该把倒霉的概率尽可能降低，但我们之所以赞颂勇气，是因为我们人类总是在明知风险的时候，仍然选择做我们该做的事情。        最后我们来看一眼这场肺炎的主角——这个直径在 0.1 微米左右的畸形圆球。        可怕吗？我们已经知道了它的 RNA 序列、知道了它的感染机制、传播机制、临床表现和致死概率。        其实也没那么吓人。        如果我们被这个吓到，吓到要锁死来自武汉的邻居，吓到要攻击陌生的求助者，吓到要以谣言的名义让大家不敢说话。那才是真的吓人。        人类的赞歌是勇气的赞歌，赞美所有还在认真工作的人们，希望新的一年，我们都能有更多勇气。拜拜。     参考资料 1. MSF Canada. “HIV/AIDS” https://www.doctorswithoutborders.ca/hiv-aids 2. Huang, Chaolin, et al. “Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China.” The Lancet (2020). DOI: 10.1016/S0140-6736(20)30183-5 3. Chan, Jasper Fuk-Woo, et al. “A familial cluster of pneumonia associated with the 2019 novel coronavirus indicating person-to-person transmission: a study of a family cluster.” The Lancet (2020). DOI: 10.1016/S0140-6736(20)30154-9 4. Li, Qun, et al. “Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus–Infected Pneumonia.” The New England Journal of Medicine (2020). DOI: 10.1056/NEJMoa2001316 5. 央视新闻《【新闻1+1】钟南山肯定新型冠状病毒肺炎人传人》 https://youtu.be/VTUkjDfwLnU 6. Yang, Shinhao, et al. “The size and concentration of droplets generated by coughing in human subjects.” Journal of Aerosol Medicine 20.4 (2007). DOI: 10.1089/jam.2007.0610 7. Radonovich, Lewis J., et al. “N95 respirators vs medical masks for preventing influenza among health care personnel: a randomized clinical trial.” Jama 322.9 (2019). DOI: 10.1001/jama.2019.11645 8. 中国疾病预防控制中心《中国疾病预防控制中心关于印发中国流感疫苗预防接种技术指南（2019-2020）的通知》 http://www.chinacdc.cn/jkzt/crb/bl/lxxgm/jszl_2251/201910/W020191017382174982602.pdf 9. 中华人民共和国国家统计局·国家数据·交通事故死亡 http://data.stats.gov.cn/search.htm?s=交通事故死亡

       1月16日，美国马里兰大学Patrick Kanold 教授受我系陈放怡老师邀请，来我系进行访问交流，并开展了《感知系统在极早期大脑皮层神经环路中的投射》的讲座。 Patrick Kanold 教授        Kanold教授以听觉系统为例，详细介绍了在哺乳动物发育过程中大脑皮层神经环路的构建过程。板下神经元在早期发育时，会承接来外周神经系统的信号并深度参与到皮层神经环路的塑形。通过电生理手段，免疫荧光染色，Kanold教授证实了板下神经元从皮层接受兴奋信号并将其投射到海马体中。同时电生理手段也证明了板下神经元在皮层神经激活之前就已经可以接收感知信号。最后，对外周神经活动的调控会改变板下神经回路。 合影   文字：蒋暐弢