中国计量院推出新冠病毒全序列假病毒标准物质

正本刊讯在"世界计量日"到来之际,中国计量科学研究院全新推出新型冠状病毒全序列假病毒标准物质(NIMRM5207)、新型冠状病毒刺突蛋白基因(S)核糖核酸标准物质(NIM-RM5208)和新型冠状病毒B.1.1.7突变株核衣壳蛋白基因(N)核糖核酸标准物质(NIM-RM5209),将更好满足新冠病毒核酸检测对计量标准的需求。     

2019新型冠状病毒的核酸检测

2019冠状病毒病(COVID-19)疫情已成为国际关注的突发公共卫生事件。为应对突发病毒疫情事件,加快病毒检测并提高检测准确性变得非常重要。中华人民共和国国家卫生健康委员会《新型冠状病毒肺炎诊疗方案》规定了核酸检测和基因测序作为确诊病例的方法,检测结果是对潜伏期人群、疑似病例人群和隔离期人群的新型冠状病毒(2019-nCoV/SARS-CoV-2)进行确诊的重要依据。对实时荧光RT-PCR检测、数字PCR检测及基因测序方法进行了综述,并对后续监控和生物安全测量(生物计量)标准体系的建立进行了展望。     

用于新型冠状病毒检测的纳米材料及生物传感技术

新型冠状病毒肺炎(Corona Virus Disease 2019, COVID-19)疫情大流行引起全球对此重大突发公共卫生事件的高度关注。新型冠状病毒(SARS-CoV-2)经过多次突变,出现传染速度加快、免疫逃逸、隐匿性传播等特性,令防控形势至今仍异常严峻。对患者的早发现、早隔离仍然是目前最有效的防控措施。因此,迫切需要快速、高灵敏的检测手段来甄别此病毒,以便及早识别感染者。本文简要介绍了SARS-CoV-2的一般特征,并针对核酸、抗体、抗原及病原体作为检测靶标的不同检测手段及最新进展进行分类概述;对一些光学、电学、磁学以及可视化的新型纳米传感器在SARS-CoV-2检测技术上的应用进行了分析。鉴于纳米技术的应用在提高检测灵敏度、特异性以及准确率上具有优势,本文详细介绍了新型纳米传感器在SARS-CoV-2检测中的研究进展,包括表面增强拉曼基生物传感器、电化学生物传感器、磁纳米生物传感器以及比色生物传感器等,并探讨了纳米材料在新型生物传感器构建中的作用和挑战,为纳米材料研究人员开发各种类型的冠状病毒传感技术提供思路。     

编者按

正2020年新春伊始,新型冠状病毒在中国大肆蔓延,由于飞沫传播为新型冠状病毒的最主要传播途径,所以口罩、护目镜等医药物资成为当下市场需求最大的产品。但疫情蔓延迅速,以至于口罩等医药物资市场供不应求,很多不法分子因此产生了制售假冒伪劣医药产品的邪念。假冒伪劣的医药产品不仅无法防御疫情,有些因为制做环境的恶劣还会造成使用者中毒的现象,并且这些假冒伪劣的医药产品一旦流入医院被一线医护人员使用,后果不堪设想。因此,公安部下发紧急通知,要求依法     

中国计量院成功研制新型冠状病毒核衣壳蛋白（N蛋白）人源IgM单克隆抗体溶液标准物质

正本刊讯新型冠状病毒疫情爆发以来,核酸检测方法以其反应及时、检测较快的优势一度作为临床诊断及大规模高危人群筛查的"金标准"。随着研究的深入,科学家发现人体内新型冠状病毒特异性IgM抗体多在发病3～5天后开始出现阳性,是核酸检测方法的重要补充。因此,国家卫健委在《新型冠状病毒肺炎     

医用防护性口罩材料专利发展状况分析

正近些年,重症急性呼吸系统综合征(SARS)、高致病性禽流感、中东呼吸综合征(MERS)等呼吸道传染病,已成为传染性较强且具有较高死亡率的疾病之一~([1])。尤其是爆发于2019年底的新型冠状病毒肺炎(简称"新冠肺炎"),更是给人们的健康和生活带来了严重影响。2020年3月3日,国家卫生健康委办公厅和国家中医药管理局办公室发布的《新型冠状病毒肺炎诊疗方案(试行第七版)》~([2])中明确指出:新     

标准信息助力防控战“疫”——“标准信息精准助力新型冠状病毒肺炎防控”标准专题数据库建设

当前,新型冠状病毒肺炎疫情防控正处于关键期,作为标准信息服务机构,中国标准化研究院国家标准馆一手抓疫情防控、一手抓复工复产,进一步加强标准信息服务功能,助力全民打赢疫情防控阻击战;利用现有馆藏标准资源,开发了"标准信息精准助力新型冠状病毒肺炎防控"标准专题数据库(以下简称"标准专题数据库")。本文分析了标准专题数据库的建设思路、内容和特点等,解读了以标准信息助力防控战"疫"。     

核酸检测技术在新型冠状病毒肺炎诊断中的应用分析

自新型冠状病毒肺炎爆发以来,疫情迅速蔓延至全国各地区。准确并及时诊断新型冠状病毒感染对患者的治疗以及疫情的防控至关重要。基于实时荧光RT-PCR技术的病毒核酸检测是新型冠状病毒肺炎诊断的主要手段。该文简要介绍新型冠状病毒核酸检测技术的原理及流程,并从疾病特点、检测试剂盒的性能、临床采样过程、实验操作等方面分析可能影响检测结果准确性的因素,为进一步提高新型冠状病毒核酸检测效能,降低漏诊率提供依据。     

养老机构新冠肺炎疫情防控团体标准的探索

新型冠状病毒感染的肺炎是新发现的乙类传染病,实行甲类传染病预防、控制措施。老年人是病毒易感人群,养老机构老年人群聚集,新型冠状病毒极易发生大范围流行,必须高度重视养老机构新型冠状病毒肺炎疫情的预防和控制。本文以浙江省标准化协会团体标准为例,分析了养老机构疫情防控需求,以标准化助推防控工作,推动规范化管理,防止和降低感染发生,保障健康养老。同时构建了疫情期间养老机构标准化管理的框架结构及内容,并提出了标准国际化的设想。     

防控口罩如何保存、清洗? 国家卫健委发布口罩选择和使用技术指引

在新型冠状病毒感染的肺炎流行期间,为指导不同人群科学合理地选择和使用口罩,严防新型冠状病毒感染的肺炎疫情蔓延和扩散,国家卫健委疾病预防控制局于2月4日制定发布了《不同人群预防新型冠状病毒感染口罩选择和使用技术指引》。     

视觉传达视角下“疫情地图”的数据可视化对比研究

2020年伊始,新型冠状病毒引发的肺炎席卷湖北省武汉市,并在短短数周内蔓延至全国各地区,一时间与疫情相关的各类信息牵动人心。文章通过搜集并分析网络平台上具有代表性的“疫情地图”案例,在此基础上从视觉传达与情感化设计的角度进行理论层面探析,让可视化设计在大数据时代更好服务于人民,助力疫情之防控。     

国内外口罩标准综述——N95、KN95、FFP2口罩与标准

随着新型冠状病毒感染的肺炎疫情防控工作的不断深入,N95、KN95、FFP2等专业名词在网络上引发广泛关注,口罩标准进入了公众视野。本文对比国内外口罩标准,包括我国的国家标准和行业标准,美国、欧洲、韩国、日本、澳大利亚等国外标准,重点关注普通口罩和医用口罩的过滤效率,从标准角度探究N95、KN95、FFP2的出处与定义,并归纳出国内外口罩标准过滤效率的对比表,为防疫工作和消费者选用提供了参考。     

国内外医用防护服标准综述——标准推动国内医用防护服进口工作

随着新型冠状病毒感染的肺炎疫情防控工作的不断深入,医用防护服供不应求成为"抗疫"最大的问题。进口符合日美欧等国家标准的医用防护服成为最紧急的措施。本文从标准化的角度出发,调研了国内外医用防护服标准现状,并对国内外典型医用防护服标准进行了详细分析,对比了各国医用防护服标准所规定的性能指标,分析了其差异性,最后为我国进口医用防护服工作提出了相关建议。     

An Application Review of Artificial Intelligence in Prevention and Cure of COVID-19 Pandemic

Coronaviruses are a well-known family of viruses that can infect humans or animals. Recently, the new coronavirus (COVID-19) has spread worldwide. All countries in the world are working hard to control the coronavirus disease. However, many countries are faced with a lack of medical equipment and an insufficient number of medical personnel because of the limitations of the medical system, which leads to the mass spread of diseases. As a powerful tool, artificial intelligence (AI) has been successfully applied to solve various complex problems ranging from big data analysis to computer vision. In the process of epidemic control, many algorithms are proposed to solve problems in various fields of medical treatment, which is able to reduce the workload of the medical system. Due to excellent learning ability, AI has played an important role in drug development, epidemic forecast, and clinical diagnosis. This research provides a comprehensive overview of relevant research on AI during the outbreak and helps to develop new and more powerful methods to deal with the current pandemic.     

基于CT图像卷积神经网络处理的新冠肺炎检测

为增强对新冠肺炎与普通肺炎的区分能力,协助医护人员对肺炎患者进行胸部CT检测,在人工智能图像分析的基础上提出了一种基于CT图像卷积神经网络处理新冠肺炎的检测方法。首先,搭建一个卷积神经网络模型,通过评估模型深度对检测结果的影响,以选择最佳的网络结构;其次,提出了一种禁忌遗传算法,用以获取网络模型中最优的超参数组合,增强模型的辨识能力;最后,通过最佳的卷积神经网络模型来辨别新冠肺炎与普通肺炎。实验结果表明:所提出的检测算法的准确率、MCC值和F1Score值分别为93.89%,93.32%和91.40%,相对其他模型具有更高的检测精度。     

新冠肺炎疫情临时医院排风的环境影响快速模拟方法

2019年末爆发的新型冠状病毒肺炎疫情对现有医疗系统造成了巨大压力,各地开始建设新型冠状病毒肺炎的集中治疗临时医院。临时医院排风口排出的气体可能对临时医院新风口或者周围环境造成污染。由于临时医院的设计和建造周期只有6 d~10 d,因此排风环境影响分析一般需要在几小时内完成。基于上述背景,该研究提出了一个临时医院排风环境影响的快速模拟方法。该方法以开源流体力学计算软件FDS为基础,实现了临时医院建筑的快速建模、基于云计算平台的分布式计算、以及有害空气流动的监测和可视化,为临时医院设计阶段的快速分析提供了专门工具。并以武汉雷神山医院为案例,说明了该方法在此次肺炎疫情防疫工作中的应用价值。     

Machine Learning and Classical Forecasting Methods Based Decision Support Systems for COVID-19

From late 2019 to the present day, the coronavirus outbreak tragically affected the whole world and killed tens of thousands of people. Many countries have taken very stringent measures to alleviate the effects of the coronavirus disease 2019 (COVID-19) and are still being implemented. In this study, various machine learning techniques are implemented to predict possible confirmed cases and mortality numbers for the future. According to these models, we have tried to shed light on the future in terms of possible measures to be taken or updating the current measures. Support Vector Machines (SVM), Holt-Winters, Prophet, and Long-Short Term Memory (LSTM) forecasting models are applied to the novel COVID-19 dataset. According to the results, the Prophet model gives the lowest Root Mean Squared Error (RMSE) score compared to the other three models. Besides, according to this model, a projection for the future COVID-19 predictions of Turkey has been drawn and aimed to shape the current measures against the coronavirus.     

Identification of Tuberculosis and Coronavirus Patients Using Hybrid Deep Learning Models

Considerable resources, technology, and efforts are being utilized worldwide to eradicate the coronavirus. Although certain measures taken to prevent the further spread of the disease have been successful, efforts to completely wipe out the coronavirus have been insufficient. Coronavirus patients have symptoms similar to those of chest Tuberculosis (TB) or pneumonia patients. Chest tuberculosis and coronavirus are similar because both diseases affect the lungs, cause coughing and produce an irregular respiratory system. Both diseases can be confirmed through X-ray imaging. It is a difficult task to diagnose COVID-19, as coronavirus testing kits are neither excessively available nor very reliable. In addition, specially trained staff and specialized equipment in medical laboratories are needed to carry out a coronavirus test. However, most of the staff is not fully trained, and several laboratories do not have special equipment to perform a coronavirus test. Therefore, hospitals and medical staff are under stress to meet necessary workloads. Most of the time, these staffs confuse the tuberculosis or pneumonia patient with a coronavirus patient, as these patients present similar symptoms. To meet the above challenges, a comprehensive solution based on a deep learning model has been proposed to distinguish COVID-19 patients from either tuberculosis patients or healthy people. The framework contains a fusion of Visual Geometry Group from Oxford (VGG16) and Residual Network (ResNet18) algorithms as VGG16 contains robust convolutional layers, and Resnet18 is a good classifier. The proposed model outperforms other machine learning and deep learning models as more than 94% accuracy for multiclass identification has been achieved.     

对我国消毒剂卫生标准的解读

目前新型冠状病毒防控工作进入关键期,因此,做到有效防控病毒保证自身不被感染极为重要。全国各省发布的防护指南中都要求所有人员做到定时消毒。目前,市场上消毒剂产品琳琅满目,医疗工作者和普通居家人群如何选择消毒剂是值得思考的问题。本文从标准化的角度出发,调研了我国常见的几类消毒剂卫生标准,并做了详细分析,最后得出标准的适用性结论,为不同人群选用消毒剂提供参考。