|
搜索
搜 索
高等教育領域數字化綜合服務平臺
XM-918C透明乳牙病理模型
XM-918C透明乳牙病理模型
?
XM-918C透明乳牙病理模型由上頜牙列和下頜牙列兩個部件組成，并顯示乳牙上頜、下頜牙的發育形態和構造以及齲齒、根尖膿腫等病理結構。
尺寸：自然大，6.5×6.5×6.5cm
材質：PVC材料
上海欣曼科教設備有限公司
2021-08-23
XM-920C牙齒病理系列模型
XM-920C牙齒病理系列模型
XM-920C牙齒病理系列模型由佝僂病、哈欽森病牙、全牙壞死、慢性牙周病、齲齒、化膿性牙髓炎、全牙壞疽、牙髓息肉、牙根膿腫、牙槽膿腫、牙齦瘺管等25種病牙部件組成，并顯示上述牙科疾病的病理形態。
尺寸：32×25×2cm
材質：PVC材料
上海欣曼科教設備有限公司
2021-08-23
縮小型男性盆腔矢狀切病理模型
XM-709D男性盆腔矢狀切病理模型
?
XM-709D縮小型男性盆腔矢狀切病理模型按照正常比例縮小了1/2，顯示盆腔和睪丸的解剖正中矢狀切面，包括一個正常大小的前列腺，顯示了前列腺階段病變，包括正常和良性肥大。
尺寸：1/2自然大，18×14×12cm
材質：PVC材料
上海欣曼科教設備有限公司
2021-08-23
牙齒病變模型牙齒病變綜合病理分解模型
XM-915牙齒病變綜合病理分解模型顯示牙齒病變綜合病理形態，包括齲齒破壞缺損、用合金材料充填修補、化膿性牙髓炎、牙髓壞死、牙根膿腫、根尖膿腫、牙周炎、牙槽化膿等病變結構，共有7個部位指示。
尺寸：放大，11×6×4cm
材質：進口PVC材料
相關產品：
口腔牙齒護理保健模型
牙齒病變模型
牙齒病變系列模型
牙齒病變系列模型
牙齒病理系列模型
本文中所有關于牙齒病變綜合病理分解模型http://www.xinman8.com/396.html的文字、參數、圖片等如有產品更新換代、參數變動請聯系我們的銷售、技術工程師。
上海欣曼科教設備有限公司
2021-08-23
牙齒病變綜合病理分解模型，牙齒病變模型
XM-915牙齒病變綜合病理分解模型顯示牙齒病變綜合病理形態，包括齲齒破壞缺損、用合金材料充填修補、化膿性牙髓炎、牙髓壞死、牙根膿腫、根尖膿腫、牙周炎、牙槽化膿等病變結構，共有7個部位指示。
尺寸：放大，11×6×4cm
材質：進口PVC材料
上海欣曼科教設備有限公司
2021-08-23
基于關聯數據的地理科學數據檢索系統
成果簡介： 數據獲取手段的不斷進步，產生了海量的地理科學數據，在科學數據共享需求的背景下，如何從大數據中準確發現并獲取用戶所需的數據，是地理信息共享迫切需要解決的問題。本研究針對常規信息檢索方法不適用于地理共享數據智能發現的現狀，從數據關聯和用戶模型兩方面著手，構建面向地理共享數據的異構信息網絡模型，將地理共享數據和其他相關信息放入一個更加復雜的環境中去
南京工業大學
2021-01-12
天津市基理科技股份有限公司
天津市基理科技股份有限公司（簡稱“基理科技”）于2008年創立，作為國內領先的科研服務平臺提供商，始終致力于成為客戶業務創新、信息化轉型過程中值得托付與信賴的合作伙伴。
基理科技深耕科研行業十余年，以信息化技術為核心、以人工智能為載體、以大數據為動力、以行業應用場景建設為路徑，聚焦用戶核心需求，向用戶提供場景化解決方案，支持高等院校、醫療機構、科研院所、科研企業在內的實驗室管理信息化轉型實踐。目前已為全國超過400余家高校及科研院所，80萬余名用戶提供產品及解決方案。
基理科技高度重視自主創新，在北京、上海、蘇州等地均設有研發中心，擁有“國家高新技術企業”、“雙軟認定企業”等資質。多年來在大數據、物聯網等領域獲得了多項專利及軟件著作權。
面向未來，基理科技將與廣大用戶與合作伙伴攜手，共同創造更加高效、舒適的科研環境。積極踐行“讓科研更簡單、更安全”的企業愿景，為推動國內實驗室信息化建設貢獻力量！
天津市基理科技股份有限公司
2021-12-07
用于腫瘤病理臨床診斷的雙光子熒光探針
該成果創造性地利用高階非線性光學材料獲取醫學臨床診斷的關鍵信息。利用自主發明的雙光子熒光探針與雙光子光學CT成像的特性，首次獲取了可用于癌癥病理組織快速臨床診斷的熒光圖像。該技術是山東大學晶體材料國家重點實驗室于曉強教授團隊的原創，國際、國內均沒有同類工作。
全新的觀測技術：基于熒光探針與光學切片成像的腫瘤病理臨床診斷技術。
該成果將直接帶動三個高附加值的高技術產業：
新材料產業：雙光子熒光探針
新設備產業：臨床專用雙光子熒光顯微鏡產業
新技術產業：技術人員培訓、臨床服務產業
符合臨床要求的檢測流程：
山東大學
2021-05-11
用于腫瘤病理臨床診斷的雙光子熒光探針
"該成果創造性地利用高階非線性光學材料獲取醫學臨床診斷的關鍵信息。利用自主發明的雙光子熒光探針與雙光子光學CT成像的特性，首次獲取了可用于癌癥病理組織快速臨床診斷的熒光圖像。該技術是山東大學晶體材料國家重點實驗室于曉強教授團隊的原創，國際、國內均沒有同類工作。該成果將直接帶動三個高附加值的高技術產業： 1. 新材料產業：雙光子熒光探針 2. 新設備產業：臨床專用雙光子熒光顯微鏡產業 3. 新技術產業：技術人員培訓、臨床服務產業 "
山東大學
2021-04-10
鼻息肉人工智能病理分型系統
采用特征可視化技術對嗜酸性粒細胞與非嗜酸性粒細胞進行了特征區分，結果與病理形態學診斷特征一致。同時，團隊成員還對診斷耗時進行了比較，采用現有病理醫生隨機抽取10個視野的方法計數和診斷一個鼻息肉患者平均需要12.7分鐘，病理醫生若進行全片視野進行完整計數和診斷平均需要148.6分鐘，而AICEP進行一個全片診斷只需要5.4分鐘，大大節約了時間成本和人力成本。下一步，AICEP平臺將進行云化及模塊化，通過云平臺將專家級的鼻息肉病理診斷水平拓展到基層醫療機構。 該成果也是我校附屬第三醫院與清華珠三角研究院自2019年4月聯合成立粵港澳大灣區首個“醫學人工智能中心”后的又一研究成果。該醫學人工智能中心基于中山大學附屬第三醫院“一體兩翼、三城四院”發展格局下豐富的醫療資源，多個學科群的優勢和特色以及清華珠三角研究院、清華大學在人工智能領域的技術優勢，著力建設三大平臺：醫療影像輔助診療平臺、人工智能技術服務平臺、專業技術人才培訓平臺。計劃5年內將該中心打造成粵港澳大灣區醫學人工智能應用的示范基地。
中山大學
2021-04-13