葡京娱乐场-富盈娱乐场开户

一、所屬領域 人工智能，精密自動化，生物分析與檢測，環境微生物檢測，工業微生物檢測，細胞組織分析檢測。 二、項目介紹 1. 痛點問題 微生物的識別、計數和定性分析一直是食品、醫藥和生物行業的重要一環。傳統的人工檢測方式勞動強度比較大，且檢測主觀性強，標準難以統一，計數和檢測結果不準確；在對環境的微生物監測中，人工方法只能做到抽樣檢測，無法做到持續性檢測。 近兩年行業巨頭們（如GE，安捷倫，賽默飛等）開始推出圖像識別技術的微生物檢測設備，其結果來自直觀影像，分辨率高，操作難度低。但是這些設備目前采用的光學顯微鏡倍數都在800倍以下，只能進行計數，如果要完成相關定性分析，需要在800倍以上的放大倍數獲得單細胞微生物的清晰圖像（如酵母菌，大腸桿菌）。但800倍放大倍數對應的有效視場只有200微米*200微米，對計數和活性統計分析又不具備足夠的采樣數量。目前國內外設備均沒有解決好這個問題，對微生物進行定性分析的準確率低，無法滿足市場需求。 2. 解決方案 本項目針對微生物和細胞活體檢測中缺乏有效參照物的技術難點，根據顯微掃描設備的結構，將全景化視域重構技術和微米級電機結合，解決了鏡頭大幅平移過程中的自動對焦難題和微生物溶液動態環境中的影像拼接難題，在保證1000倍放大的基礎上，獲得的有效視場增加到10毫米*10毫米的范圍；再通過自動化圖像采集和拼接，得到完整的微生物圖像；然后結合傳統的圖像分割以及深度學習圖像識別的優勢，小樣本高精度動態完成微生物的類型識別，計數，活性，死亡率，出芽率等定量定性分析。 3. 競爭優勢分析 與國內外的主流檢測設備對比，本項目技術優勢主要體現在： 1）獨創的微生物影像全景化視域重構技術，實現0.5微米的分辨率和20*25毫米的超大視角； 2） 解決微生物影像領域小樣本智能識別和智能檢測的難題； 3） 檢測目標、檢測內容、檢測流程和邏輯可通過自然語言定制，提高設備功能通用性； 4）計數準確率超過人工計數，準確率超過國內細胞計數儀器一個數量級； 5）第一臺按照國家微生物計數檢測標準開發研制的微生物計數儀。 本項目的第一代產品樣機與國內外同類產品對比，主要性能優勢和技術優勢如下： 在食品行業，本項目獲得了青島啤酒北京密云分廠的啤酒原液和相關酵母菌種，針對生產用酵母菌采集了大量實拍圖像數據，優化后的酵母菌計數和出芽率算法識別率均在95%以上。 4. 發展規劃 按照三步走的方式來設定發展規劃： 1）基于全景化視域重構技術，構建第一代檢測儀器，首先進入門檻最低的食品微生物檢測市場，對啤酒和發酵乳企業提供酵母菌檢測計數技術和設備； 2） 利用已有技術積累，進入環境微生物檢測和高校實驗室市場； 3）最后以食品和環境檢測市場為根據地，進入門檻最高的生物醫藥檢測市場，提供微生物檢測和組織檢測的相關設備。 5. 知識產權情況 已申請3項專利。 三、合作需求 1）尋求500-800萬元天使投資； 2）尋找高校研究所，食品工業和環境檢測領域的客戶、渠道伙伴； 3）尋找生物醫藥，醫學臨床領域的客戶、渠道伙伴和產品測試環境。 四、團隊介紹 科研團隊： 1）周悅芝 博士 清華大學計算機系研究員，項目負責人，在邊緣計算和深度學習等領域有豐富的開發經驗和杰出的研究成果，在面向醫學影像的AI圖像分析方面曾發表多篇論文，申請或獲得多項國家發明專利。 2）黃權偉 清華大學計算機系碩士，負責圖像分割及細胞識別等相關算法研發。 3）梁志偉 清華大學計算機系碩士，負責深度學習算法加速研究和實現。 五、聯系方式 E-mail：[email protected] 成果編號：20230055

拉普拉斯域光學乳腺影像系統（LD－DOT）是一種基于漫反射光成像原理的功能成像手段。有別于基于形態學進行診斷的傳統醫學成像手段，它利用不同病變的乳腺組織對光的漫反射程度的不同，通過得到雙乳全局血管微循環特征參數的定量分布來診斷組織病理屬性（正常/良性/惡性）以及分布范圍，探測深度可達6厘米以上，掃描過程安全快速，結果直接客觀，是一種經濟高效的診斷乳腺病變的無創方法。

四川大學華西醫院2020年3月13日對“肺部多病變CT影像AI篩查與輔助診斷系統”進行測試，該系統能迅速高效地對患者胸部CT影像做出分析，發現具有“肺結節、肺癌、結核、病毒性肺炎、細菌性肺炎”等病癥的影像特征。 該技術依托于“疾病流行病學大數據研究平臺”，在華西生物醫學大數據中心的牽頭下，匯聚近20家醫療機構的醫學研究支持，基于人工智能深度學習技術，數據來自臨床確診病例，數據的遴選、標注由華西醫院放射科影像專家完成。技術研發到測試用時不到30天。CT影像是臨床診斷包括新冠肺炎在內的肺部病變的重要依據，但一名患者的肺部CT影像數量在500張左右，導致醫生診斷過程中工作量很大。 查看原文

一種實時可見光遙感影像云區檢測方法，屬于圖像數據處理方法；本發明包括原始影像子塊劃分，然后快速提取各個子塊的特征，最后通過對各個子塊特征的二分類完成云區檢測。針對云區無方向性的特點，本發明提出用單方向各向異性高斯濾波器組來實施濾波操作。為了避免大尺度二維卷積運算的復雜度，單方向的各向異性高斯濾波操作是通過行、列拆分的無限沖激響應濾波器來實現的。為了降低視覺單詞直方圖特征生成過程中視覺單詞查詢復雜度，視覺單詞首先通

本發明兼顧地學空間統計學和模式識別理論方法，基于統計方法提出分割前最優尺度分割參數自動選擇及分割后的尺度效應評價及尺度分割參數的優化調整，提高了面向對象遙感影像信息提取和分析的精度、效率和自動化程度。

一種彩色數字影像色度校正方法及系統，包括構建典型色彩樣本光譜反射率數據集，在源光源條件 下計算數據集中各色彩樣本色度信息并以主波長及色純度為依據進行樣本分組，求解目的光源條件下每 組子集中各樣本的色度信息；分別以源及目標光源條件下各分組樣本子集色度信息為輸入輸出端，擬合 構建神經網絡；針對源光源下任一色度信息，通過分組判別方法確定對應神經網絡，并依此預測其對應 目標光源下色度信息。本發明可保證彩色影像色度信息在不同光照條件下映射的準確性，且實施

本發明公開了一種基于地形改正的衛星影像虛假地形感知現象改正方法，從改變光照方向的角度出 發，引入地形改正中的 C 校正模型，通過建立原始影像與虛假地形感知現象改正后影像經過地形改正后 的輻射關系，獲得虛假地形感知現象改正前后影像輻射值的對應關系，進而推導出改正后影像灰度值。 本發明方法能夠在改正虛假地形感知現象的同時，較好地保持原始影像的空間細節及光譜特性，可顯著 提高影像解譯準確度。

一種先驗地理信息輔助下的光學遙感影像艦船檢測方法，包括建立港口和海岸線相關的先驗地理信 息庫，得到糾正后的待檢測遙感影像；進行區域分割提取邊界線，根據海岸線矢量庫獲取海岸線矢量， 進行海岸線變化檢測；海陸分離得到海面區域和靠岸區域；針對海面區域，先基于多視覺顯著性進行艦 船疑似目標檢測，再基于多特征的機器學習方法在艦船疑似目標中檢測艦船；針對靠岸區域，進行全局 顯著性檢測得到初始的疑似區域，再根據形態信息進行圖像分割獲取最終的疑似區域，之后利用

本發明公開了一種基于 GPS?RTK 和全景影像的自主定位定向測圖方法，本發明利用全景相機獲取 的全景影像和 GPS?RTK 測得的設站點坐標，采用基于全景影像球體模型中量測交會角的三維立體前交 計算方法，實現兩組全景影像公共區域中地物的直接量測，從而快速獲取全景影像公共區域地物的三維 坐標信息。本發明可實現在全景影像上直接對地物進行量測，可快速獲取地物數據及測點測距，從而獲 得三維建模、場景重建、數字城市建設等所需的地物信息。

以當今主流放療和影像設備為仿真對象，以 3D 場景仿真醫院放療和影像科室的工作實景及流程，將放療和醫學影像專業與信息化技術有機融合，將教學能動性發揮到最大。系統包括學習模式和考核模式，操作者可以通過鼠標的點擊操作，在三維模擬的醫院檢查環境下進行360°漫游，在整體上對相關檢查設備有所認識，每種設備檢查技術涵蓋實訓步驟不少于30步，包含設備開機檢查、開機、準備、登記、患者準備、去除異物、擺位、調整設備位置、設置參數、后處理、打印等全過程仿真操作及各仿真過程中知識點學習及考核，軟件為B/S架構，不限節點。