宇井吉美 株式会社aba 董事长
研究成果:排泄探测器Helppad
Helppad是全球首个仅靠气味便可检测出排泄物的装置。Helppad无需穿戴,减少了患者身体负担,对日常生活等不会造成妨碍。另外,Helppad还可自动生成排泄规律表,减轻看护者负担、准确掌握更换尿不湿的时机。Helppad是由株式会社aba和Paramount株式会社共同研发的,该产品已开始贩卖。
坂本利弘
农业·食品产业技术综合研究机构 高级研究员
研究成果:利用卫星遥感技术大范围检测美国玉米情况
研究表明,使用中解析度成像分光辐射计(MODIS)观测到的时间序列植被指数(WDRVI)与玉米产量进行比较,发现玉米营养生长末期(玉米须抽出期7~10天前,大约在收割前3个月)的指数与单位产量相关。因此,可以在植物营养生长末期使用卫星遥感技术来预测玉米生长情况。
上田纯平
京都大学大学院 助教
研究成果:验证荧光材料的消光过程并开发出新的蓄光材料
上田纯平首次验证了使用白色LED的荧光材料的消光过程,并利用该消光原理开发了新的蓄光材料。在掺杂Eu2+的Ba[Mg2Al2N4]中,利用高温电离消光原理成功开发出近红外光长余辉磷光体。近红外光长余辉磷光体可激发红色光,不仅如此,该磷光体还可将励磁电子移至传导带并将其捕获。
佐藤太裕
北海道大学 教授
研究成果:从结构和材料力学的角度阐明竹子既“轻”又“结实”的理由
经过观察竹子内部纤维的疏密分布,了解了使竹子结实的理想分布结构。这一结果解析了竹子在进化过程中获得的“在激烈的生存竞争中拨得头筹的最优结构”,同时还发现,控制纤维分布可将竹子整体结构的刚性扩大到最大化。今后,可利用竹子结构原理设计又轻又结实的中空圆筒结构。
太田祯生
东京大学先端科学技术研究中心 副教授
研究成果:全球首个AI驱动型高速细胞形态分选仪
研发小组在开发新高速、高感光度成像技术之际,启用了捕捉特殊光结构照明中对象动作的新创意,开发了名为Ghost motion imaging的单一像素压缩摄影手法。然后将Ghost motion imaging与机器学习技术和流体硬件技术相融合,开发出了高速荧光成像细胞分选仪。该分选仪可高速、高精度识别·分析形状相似的细胞,并分选出目标细胞。该分选仪可实时以每秒成千上万的速度辨别细胞,选择性分选,可适用于血液·体液诊断、再生医疗和细胞治疗等需要高安全性及高信赖性的医疗领域。
筱岛亚里
庆应义塾大学 特聘讲师
研究成果:研究宇航员患眼病的原因,推进太空医学
研究小组通过宇航员发表的文献,从解剖学和材料力学的角度研究宇航员长期滞留外太空后,眼球后部平坦化及视神经梢扩大的原因。研究发现,眼病的根本原因不是脑髓液压的上升,而是大脑移动至头顶方向造成的,大脑移至头顶方向后导致视神经变形。
加藤英明
东京大学大学院 副教授
研究成果:
鉴定、观察、开发用于研发新药标靶的膜蛋白质及开发有用的工具。
杨井伸浩
九州大学 副教授
研究成果:
激发三重态的机能化学:从光子转换到超核极化。
川上英良
千叶大学大学院 教授
研究成果:开发出面向精准医疗的疾病预测模型
理化学研究所与川上英良的共同研发团队开发了基于血液检查数据的“卵巢癌术前预测算法”,有助于癌症的术前诊断及预测。研发团队用卵巢肿瘤患者(恶性卵巢肿瘤患者334名、良性卵巢肿瘤患者101名)数据做实验,以患者年龄及32项术前血液检查数据为基础,开发了使用监督式机器学习来精准预测恶性肿瘤与良性肿瘤的预测手法,用同一数据还可预测癌症的阶段期与组织特性。另一方面,研发团队用这32项数据以非监督式机器学习的方式预测,发现早期癌症中存在“与良性肿瘤相似的血液检查数据模式例证”和“与晚期癌症相似的血液检查数据模式例证”,有助于治疗后对新疾患的预测及发现。
Stephen Lyth
九州大学大学院 副教授
研究成果:
开发出能降低绿色技术成本的无铂氢燃料电池。
▏本文作者:材料委天津院
联系客服