|
搜索
搜 索
高等教育領域數字化綜合服務平臺
GJ-YX-I型液體動壓演示儀
環形鋼帶在運轉時，將潤滑油帶至可調傾板與鋼帶上平面之間，傾板與鋼帶之間可調間隙與傾角，在傾板上縱橫向分別裝有若干玻璃管，用以觀察縱向與橫向油膜壓力。
主要技術參數如下：
①玻璃管數量：縱向7個，橫向21個；
②輸送帶寬度100mm，厚度0.15mm；
③直流減速電機：功率70W，轉速3000rpm，減速比4；
④電源:220V；
⑤輸送帶轉速:0~750rpm;
⑥氣源壓力：0.3~0.6MPa
⑦外形尺寸：550㎜x 500㎜x 500mm；
⑧重量：50kg。
哈爾濱工江機電科技有限公司
2023-01-16
基于 FPGA 的專用星載交換單元
團隊長期從事星載專用定制交換方面的研究與開發工作，自主掌握交換核心技術，并自行研制了基于 FPGA 平臺的星載交換 IP 核，技術成熟穩定，處于國內領先地位，團隊已經與多家航天、中電等行業科研院所開展并完成了相關合作。
交換軟件主要基于 FPGA 平臺實現，整體采用共享緩存或 Crossbar 交叉網絡結構實現專用幀格式的存儲轉發，支持二層標簽及三層 IP 分組交換，具體實現了對專用數據流的接口輸入輸出處理、流分類與分組處理、高性能隊列緩存管理、多級隊列調度、Crossbar 交換、輸出端口流量控制等復雜功能。
團隊與合作科研院所的多個項目成果已經完成交付，其中搭載衛星如中電“02 星”升空運行，至今工作穩定正常，目前團隊正在承擔著 4 個星載交換及一個空間站交換的研制任務，基本都已經完成聯合調試任務。
主要技術指標
（1）交換容量：5-160Gbps；
（2）端口速率；100Mbps-40Gbps；
（3） 接 口 類 型：1G 以 太 網 電 口（RJ45）、10G 以 太 網 光 口、GTX（Serdes）、LVDS、SpaceWire 接口等；
接口協議：MII、GMII、RGMII、SGMII、Aurora、RapidIO 以及其他專用接口協議等；
（4）交換單元支持二層以太網或三層 IP 交換，也可支持專用幀格式的專用網絡交換，支持多個自定義查找表配置轉發功能；
（5）支持 8 個優先級的數據業務流區分服務；
（6）支持高效隊列管理機制；
（7）支持多種形式的多級調度算法；
（8）采用 Crossbar 交換結構實現無阻塞的分組交換；
（9）提供 PCIe/IOSN CPU 接口，支持 CPU 插入捕獲功能；
（10）支持交換單元輸出端口虛通道流量控制功能。
（11）除上述主要技術指標外，團隊還可根據合作方需求進行專用功能的定制實現。
相關成果
團隊星載交換方向項目成果主要以軟件（RTL 級代碼或比特流）形式交付合作方，并配合合作方在其提供的硬件平臺上共同完成聯調與測試。
西安電子科技大學
2023-04-19
朗星領航者數字展示臺
產品詳細介紹 高清晰度85萬像素PS CCD；支持至XGA高分辨率；RGB數字輸出顯示;USB通用串行接口；12倍光學變焦；9畫面圖像存儲；3X3同屏顯示；15幀/秒圖像刷新；4種操控方式；8種預設置模式。
天津市朗星光學機器有限公司
2021-08-23
湖南比鄰星科技有限公司
湖南比鄰星科技有限公司是由睿圖智能、湖南大學、岳麓區政府、岳麓山大學科技城聯合發起設立。比鄰星科技主要為智能制造、智慧教育、智慧交通等行業提供智能機器人產品，以及數字化、網絡化智能化的行業整體解決方案。
公司作為王耀南院士成果轉化基地，匯聚了清華大學、湖南大學等國內一流大學的碩博人才，特聘教授4名。團隊成員獲得100余項授權發明專利，有超過20年的技術研究和產品應用經驗。
比鄰星科技現已獲得千萬級種子輪融資，并與機器人視覺感知與控制技術國家工程研究中心、湖南工業大學、湖南科技大學、湖南工程學院達成產學研合作，建立了長沙市專家工作站、湖南省校企合作創新創業教育基地。公司產品和解決方案獲得了央視、湖南衛視、湖南經視、湖南日報等眾多權威媒體報道。
湖南比鄰星科技有限公司
2023-05-15
天津三星電子有限公司
天津三星電子有限公司(TSEC)是三星電子在天津投資建設的第一家企業，由三星電子、中環電子信息集團和通信廣播集團共同出資設立的中外合資企業,坐落于天津經濟技術開發區西區。企業現有職工3,000余人，擁有近千名科技人才隊伍。 20多年來通過不斷的技術創新、人才培養和持續的投資，TSEC現已發展成為了生產智能電視、顯示器、LCM(液晶模組)等高端電子產品的綜合性的電子企業。其中顯示器產品連續十多年占據中國品牌機市場占有率第一名，平板智能電視機產品多年來占有中國市場重要份額，LCM出口歐美市場。 TSEC在做好生產經營的同時，注重社會公益和員工保護，近年來先后榮獲天津市最佳外商投資企業、天津市AAA級勞動關系和諧企業、中國政府友誼獎等榮譽稱號，為天津市的社會經濟發展做出了貢獻。 為了應對全球經濟環境的變化及企業持續發展的需要，TSEC于2013年巨資建設了現代化的生產工廠，全面整合資源、提高生產效率和物流效率，顯著提高了企業競爭力。新工廠占地面積達31.5萬平方米，一期建筑面積為11萬平方米。企業還為員工設有溫馨整潔的公寓設施、健身中心、球類館、醫務室、閱覽室、培訓教室等，既創造了舒適、高效的生產環境，還向員工提供了寬敞、方便的生活環境。 公司將乘風破浪，秉承“變化、速度、革新”的經營主旨，延續超強的持續創新能力，不斷前行！
天津三星電子有限公司
2021-01-15
新冠肺炎影像學AI智能輔助診斷研究
“現階段醫生需要在大量影像數據中快速診斷出新冠肺炎的病例，此外還需要診斷出病灶分布的位置、大小等來評估嚴重程度。”薛向陽介紹，針對臨床的現實需求，團隊將設計目標定位于“肺炎分類鑒別”和“關鍵病灶檢測”兩大功能，前者是為區別健康狀態、新冠肺炎、其他病毒性肺炎、細菌性肺炎，后者則為找到并分隔出磨玻璃影等病灶區域。針對這些需求，團隊設計診斷算法模型，讓機器利用模型進行訓練，學習不同類型肺炎在CT影像表現上的不同特征，最終具備智能輔助診斷的能力。而這需要突破小樣本學習、小目標檢測等多個技術難題。“小樣本學習”即在較少訓練數據樣本的條件下進行機器學習。在疫情發生前期，能夠獲取的新冠肺炎影像數據相對較少，且由于一線影像醫生任務繁重，無法獲得大量專家標注，因此需要算法在少量樣本的條件下“自學成才”。為此，團隊采用基于自遷移學習的半監督學習等技巧，使算法具備一定的“小樣本學習”能力，在不增加醫生標注工作量的情況下較好地提高了算法模型的普適性。由于CT影像切片中的病灶區域有大有小，且往往大中小病灶區域面積懸殊，如何使算法能同時檢測大、中、小各個目標是另一大難題。團隊利用神經網絡的層次性特點與病灶區域的大小進行對應，“網絡的底層關注細節，即小病灶區域，而網絡中層到高層所關注的病灶區域則越來越大，因此模型通過不同層次的加權和融合，最終便能達到同時檢測大小病灶區域的目標。”薛向陽解釋道。“不過，即便有診斷‘神器’，影像科醫生也是不可替代的。”薛向陽說，人是復雜的機體，病毒在不同人體內感染的反映也不一定相同。”他表示，當遇到機器未曾學習過的微小病變或疑難病例時，仍需要影像醫生的經驗和智慧。以解決實際問題為目標，該項目在研究過程中始終與臨床應用緊密結合。無論是機器學習數據，還是測試評估數據，都來源于臨床真實病例。在算法模型定型過程中，為了檢驗模型的準確率和泛化性，團隊也利用現實疑似病例進行了測試。
復旦大學
2021-04-10
基于AI 機器學習的影像組學模型研究
2019年12月以來，由SARS-CoV-2病毒感染導致的新型冠狀病毒疾病（COVID-19）在全球開始蔓延。報道顯示，SARS-CoV-2感染患者的中位住院時間為10天，而武漢患者在發病10天后癥狀有可能加重。因此，住院時間是COVID-19臨床預后的重要指標之一。 目前，CT影像學已成為COVID-19肺炎的診斷和監測工具，主要表現為磨玻璃影、實變及混合密度影。然而，現階段的影像學研究主要集中于對病灶的定性和半定量描述，缺乏對病灶的全定量分析。因此，基于前期提出的CT定量監測COVID-19肺炎病程，團隊假設在CT病灶背后的高通量影像特征“隱藏”了患者預后轉歸的“秘密”。 本研究納入了蘭州、安康、麗水、鎮江、臨夏5家新冠肺炎定點醫院，自2020年1月23日到2月8日期間住院患者的臨床資料和首次CT資料，所有患者經RT-PCR證實SARS-CoV-2病毒感染。至2月20日，研究共納入31例治愈出院的患者（排除14例未出院患者和7例首次CT檢查無肺炎表現患者），并將10天作為住院時長的二分類閾值。基于有限的樣本量，團隊將4個中心作為訓練隊列，另外一個中心作為驗證隊列。通過自動分割肺葉和半自動分割病灶，31名患者中累計分割出72個病灶。在對病灶圖像預處理后，提取影像組學特征并篩選。為了研究影像組學特征的穩定性，團隊使用了Logistics回歸模型和隨機森林模型對篩選的特征分別進行建模和驗證。?結果發現，6個篩選出的二階特征在兩種不同分類器中均表現出良好的預測價值。在外部測試隊列中，Logistics回歸模型的AUC為0·97(95%CI 0·83-1·0), 敏感性 1·0, 特異性0·89；隨機森林模型的AUC為0·92 (95%CI 0·67-1·0),敏感性 0·75, 特異性1·0。隨后，研究又納入了2月20日-28日新出院的6名患者，利用已建立的影像組學模型可以正確預測所有6名患者的住院時間。
東南大學
2021-04-10
多模態醫學影像智能協診系統TPAID
中試階段/n該項目主要針對開源CT 醫學影像數據和多中心合作單位提供的多模醫學影像數據，采用人工智能技術和自主研制的深度學習算法對心臟左心室、腫瘤等CT 影像數據進行全自動分割，驗證了所研制算法在該項目計算機輔助腫瘤智能診斷應用中的有效性，為項目產業化實施奠定了方法基礎。成果的先進性或獨特性：針對不同類型的醫學影像感知設備，設計針對性強的機器學習智能算法；國內同類研究中首次采用“雙盲評估+驗證”的科研方法對影像數據進
武漢大學
2021-01-12
三維點云與光學影像融合裝備
考慮三維點云缺少顏色信息和光學影像缺少空間信息的互補特性，三維點云與光學影像多光融合裝備可以提升數據的信息量，基于三維點云和二維圖像融合的可視化結果，能夠增強三維場景真實感，相較于可見光圖像，融合后的三維點云可以實現多角度觀測，能夠更好的表達的空間特征。
相較于原始和偽彩色點云數據，融合后的三維點云有了色彩紋理信息，目標的形態和邊緣都更加明顯，整個三維場景更加的真實，也為后續識別、定位、重建等過程提供更多細節信息；同時克服了單一傳感器的局限性，充分發揮兩者的互補優勢，大幅提升了探測設備的環境適應性，適用于全天時復雜場景的下目標探測，具有很強的實用價值。在無人駕駛領域，譬如智能導航、環境感知、高精度地圖的構建等，都依賴于可見光圖像和點云的融合處理。大家所熟知的百度 Apollo、谷歌 Waymo 自動駕駛系統均應用視覺相機和激光雷達作為主傳感器進行定位和環境感知，目前已經實現 L4 級別的高度自動化駕駛。此外，在醫學影像、高精度工程測量、工業生產、虛擬現實等領域，三維點云和可見光圖像融合技術也有著廣泛應用。
圖1.三維點云與光學影像融合效果
北京理工大學
2022-12-12
醫學影像云診斷思維訓練與考核系統
該系統基于各級醫療系統的影像科研臨床應用基礎及各類院校影像教學大 綱而開發，貼合各級診療機構日常診療習慣和院校教學大綱需求，方便教師對各 類影像圖片的展示和教學，能更好的讓學生全面對各類影像進行閱片、報告書寫 練習，以及熟悉臨床應用及診療流程，有利于訓練學生的影像技能操作能力及就業。
山東新華醫療器械股份有限公司
2022-11-08