|
搜索
搜 索
高等教育領域數字化綜合服務平臺
醫學影像設備學綜合電路實驗箱
是新華醫療強大X線機研發團隊專門為高校醫學影像專業教學設計的又一力作，本實驗臺綜合了單個實驗箱的實驗功能，綜合性強，可使學生在比較中進行實驗，進而提高學生綜合運用知識的實驗效果，讓學生親身體驗，學以致用。主要實驗模塊包括：整流電路實驗、高頻X線機逆變頻率電路實驗、旋轉陽極啟動與保護電路實驗、磁飽合穩壓電路實驗、曝光限時電路實驗、管電壓管電流測量實驗、接地電阻測量實驗、X線機發生器基本工作原理及控制實驗等。
山東新華醫療器械股份有限公司
2022-11-08
前瞻性隊列成員管理及問卷調查智能分析系統
前瞻性隊列成員管理及問卷調查智能分析系統是針對新時期大型中心人群隊列的研究設計，體現了云 計算、互聯網、大數據的設計理念和時代特征
中山大學
2021-04-10
智能化嵌入式軟件隨機故障分析再現與診斷技術
針對特定的故障現象（尤其是隨機故障、間歇性故障等），通過綜合貝葉斯網絡、FMEA、FTA等多種故障分析方法、融合多元故障相關信息（故障現象、故障案例、專家經驗、故障模型等），進行系統深入的故障分析、找出可能的故障原因；利用智能化的方法（如遺傳算法、群智能算法等），結合強度和異常等測試理念，自動生成滿足多目標（如各種覆蓋率、故障現象的匹配度等）的測試用例，借助自主構建的通用嵌入式軟件仿真測試環境，實現故障的快速再現和基于貝葉斯的動態故障定位。 通過智能化的嵌入式軟件隨機故障分析再現與診斷，可以在故障分析、故障再現、故障定位等方面，利用智能化方法進行系統性、啟發式的故障診斷研究，形成一系列的智能故障診斷分析工具包、進而形成嵌入式軟件故障診斷分析專家系統，可有效提高故障診斷與定位分析的效率。
北京航空航天大學
2021-04-13
人臉圖像的智能識別和手勢姿態分析的人機交互技術
作為計算機視覺和模式識別領域中最為成功的應用之一，生物特征識別技術一直受到學術界和業界非常高的重視，生物特征識別技術應用領域非常廣泛，比如法律執行部門、軍事、政府部門、金融服務、游戲產業、醫療產業、高科技與電信產業、工業制造、零售業、旅游和運輸業等。
西安交通大學
2021-04-11
基于人工智能的視覺智能感知平臺
本項目研究面向成渝地區雙城經濟圈大數據智能產業需求，尤其是對智能制造、公共安全場景提供高效的視頻流在線推理和管理平臺，研發了一個通用性的智能中臺架構，支持視頻流和智能模型模塊化管理，支持全程可視化操作交互式界面，支持視覺智能感知模型在線推理快速部署，支持感知與識別結果實時推送、預警和報警。
重慶文理學院
2025-02-21
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
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
鼻咽癌家系隊列成員管理及問卷調查智能分析系統
鼻咽癌家系隊列成員管理及問卷調查智能分析系統是針對廣東地區異常高發的鼻咽癌特殊人群——有 2個及2個以上的鼻咽癌親屬的、以家庭為單位的鼻咽癌高發家系為主要研究對象的研究設計，體現了云計 算、互聯網、大數據的設計理念和時代特征。
中山大學
2021-04-10
XM-SM智能中醫舌診、面診圖象分析儀系統
XM-SM智能中醫舌診、面診圖象分析儀系統
?
XM-SM智能中醫舌診、面診圖象分析儀系統采用一體化設計，將舌診儀、面診儀融于一體，可進行舌像采集分析與處理、面像采集分析處理等輔助診斷教學。
?
一、舌像采集分析處理：
■ 計算機控制內部相機進行自動對焦拍攝，操作簡單，圖像清晰，完全實現舌象采集自動化。
■ 采用數字化舌象采集平臺與標準化方法還原，使舌象真實再現。
■ 內部攝像采用模擬自然光源并能進行光線調節，使采集環境保持穩定。
■ 在特定的光源環境下，采用攝像頭獲得舌像信息，對舌體圖像的顏色、紋理、輪廓進行特征提取，由計算機將這些特征值與特征數據庫中的閾值進行比對判斷，給出舌象分析結果。
■ 可以隨時查詢病例報告。
■ 可以分析舌質顏色、舌苔顏色、舌形狀、舌態。
■ 軟件可以根據實際舌象的瘀斑、點刺、齒痕、裂紋等癥狀用文字顯示舌象特征、臨床病癥以及飲食及用藥建議。
?
二、面像采集分析處理：
■ 通過對病人面部圖像進行分割、人機病癥問診作答，結合醫生專業診斷，給出專業診斷結果并打印成報告，該系統能達到輔助中醫臨床診斷的作用，從數據庫中讀取面診以及問診信息數據，建立和編輯病例，建立中醫診斷報告。中醫面診檢測分析系統采用形狀模型實現對眼睛、鼻子等器官進行定位，提取出額頭、下頦和兩顴區等人臉區域。通過采用K-means算法對面部圖像的顏色進行提取，計算不同的顏色聚類中心的距離而進行面部顏色的分析；通過采用改進的2DPCA對面部圖像進行特征抽取，通過計算測試樣本特征與訓練樣本特征之間的余弦距離，實現對面部圖像的光澤分析。
■ 面象采集主要是在特定的光源環境下，采用高清晰攝像頭
獲得患者面部的圖像信息，將這些特征值與特征數據庫中的閾值進行比對，給出面色分析結果。可分析12種面色：青色、赤色、黃色、白色、黑色、正常、淡白、淡紅、紅、
深紅、暗紅、紫黑。
■ 測試結果用表格顯示，簡潔易懂，并可以生成PDF文件保存以便查詢，也可以打印報告。
上海欣曼科教設備有限公司
2021-08-23