在研项目
汪洋教授的项目《校企合作共建应用型本科高校继续教育“333 ”人才培养模式》申报立项了2024年广东省学习型社会建设(继续教育)质量提升工程项目。项目摘要:本研究围绕着应用型本科院校高等学历继续教育专升本学生的校企合作人才培养模式进行探索。主要包括:1. 构建“1+N+N(X)”校企合作管理模式,“1”为继续教育学院,“N”代表本高校其他学院,N(X)为每个学院对应的合作企业。 2. 构建适应于应用型高等院校继续教育的“333”...
林燕教授的项目<应用型人才培养背景下体验式教学在成人继续教育医学检验技术专业中的应用——以《诊断学》课程为例>申报立项了2024年度广东省学习型社会建设(继续教育)质量提升工程项目。项目摘要:本项目通过引入体验式教学模式,结合医学检验技术的专业特点和继续教育的需求,旨在提升学生的实践操作能力、临床思维能力以及知识与技能的融合能力。同时,通过培养团队合作精神和沟通能力等方式,为学生的职业发展奠定坚实基础并培养出更多优秀的医学检验技术人才以满足医疗卫生行业的需求。...
李爱群副教授的项目<《临床微生物学检验技术》线上线下混合式继续教育品牌课程>申报立项了2024年度广东省学习型社会建设(继续教育)质量提升工程项目。项目摘要:本项目聚焦《临床微生物学检验技术》线上线下混合式继续教育品牌课程建设,项目拥有扎实建设基础,该课程已开设 7 年,是医学检验技术专业核心课,建有优质 MOOC 与自建 SPOC 资源,配套完善实践教学基地,课程思政建设成效显著,获评省级优秀案例。团队依托校企医深度协同机制,...
罗焕敏教授的项目《云康医学与健康产业学院》申报立项了2023年度省级教学质量与教学改革建设项目(现代产业学院)。项目摘要:云康医学与健康学院围绕国家和广东省发展战略,在“新医科”的背景下,建设高水平应用型大学是我校的基本定位。为适应区域经济社会发展建设需要,深化产教融合,促进校企合作,建立校企协同育人创新机制,推进学科专业建设和应用型人才培养,促进大湾区医学检测、康养产业的协同发展,开展科技前沿技术应用研究和技术服务,...
莫名月副教授的课程《分析化学》获批省一流课程。 项目摘要:此课程开展综合设计实践活动,鼓励学生参与教师科研项目,提升创新意识。根据课程内容,组织学生前往合作企业—云康集团参观、见习和实训,构建与行业发展需求相适应的能力培养体系,强化对课程内容的理解和运用。为了突出跨学科意识,我们应用案例涵盖了环境、医学、药学、生物等前沿交叉领域,旨在培养具有多学科知识背景、综合素质强的应用型人才。将思政元素贯穿教学过程中,...
莫名月副教授的项目《医学检验技术专业科产教融合实践教学基地》申报立项了2022年度校级教学质量与教学改革工程。项目摘要:本项目旨在构建完善了“基础技能-专项实战-综合能力提升”三段式实践教学体系,强化学生理论转化与问题解决能力,提升学生的实践能力和岗位适应性,形成稳定长效、可复制的产教融合范式,以及丰富实践教学方式,提升应用型人才培养质量,打造“企业课堂”,将核心课程移至企业场景教学,以真实病例分析、项目攻关任务驱动“...
马艺萌老师的项目《TRPV4介导的钙信号通过代谢重编程促进结直肠癌增殖的机制》申报立项了2025年度校级科研项目,项目摘要:结直肠癌是严重威胁公共健康的常见恶性肿瘤 。在肿瘤的发生发展过程中,癌细胞为了满足快速增殖带来的巨大能量需求,其代谢方式会发生的“重编程”现象 。近年来,离子通道在这一过程中的作用备受关注,但作为钙离子(Ca²⁺)渗透性非选择性阳离子通道的TRPV4,是如何作为枢纽介入结直肠癌能量代谢并驱动细胞增殖的,...
蔡泽浪老师的项目《粉尘螨代谢产物通过IgE介导增强过敏性炎症反应的作用机制》申报立项了2025年度校级科研项目。 项目摘要:本项目旨在探讨尘螨来源的小分子成分在过敏性炎症发生与发展过程中的作用机制。尘螨作为室内环境中最常见的过敏原之一,其诱发的过敏性疾病如过敏性哮喘、鼻炎和特应性皮炎等,已成为全球性的公共卫生问题。本研究选取具有潜在免疫活性的候选分子,采用体外细胞模型及小鼠过敏性炎症模型,评估其对过敏性炎症的诱导或调控效应,...
黄泽娜教授的项目《活性氧响应型工程化外泌体在对比剂致急性肾损伤中的应用与研究》申报立项了2025年度广东省普通高校重点科研平台和项目。项目摘要:本研究聚焦对比剂致急性肾损伤(CIAKI)的发病机制与治疗策略。基于前期研究发现,MRPS18C mRNA表达下调导致的线粒体功能障碍是CIAKI发病的关键环节。为此,我们创新性地开发了活性氧响应性水凝胶-外泌体核酸递送系统(L-Ex-M@HPSS)。该系统通过细胞-纳米穿孔技术实现MRPS18C mRNA的高效装载,...
吕婧老师的项目《基于神经网络的肠道微生物组宿主表型预测的研究》申报立项了2024年度校级科研项目。项目摘要:肠道微生物组作为人体“第二基因组”,其组成与功能对宿主健康(如代谢性疾病、免疫疾病)具有关键影响。当前基于微生物组的宿主表型预测虽已应用机器学习技术,但存在模型泛化性弱、数据高维稀疏导致过拟合、可解释性不足等问题。本研究聚焦三大核心内容:一是优化微生物组数据特征提取,综合分类丰度、系统发育关系及分布模式,...