|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務平臺
大學.jpg){kind=logo}
基于SBR工藝的船式污水處理系統(tǒng)
簡介：本發(fā)明公開了一種基于SBR工藝的船式污水處理系統(tǒng)。它由運動子系統(tǒng)（船體、收縮輪）、污水處理子系統(tǒng)（SBR水處理裝置、厭氧池、進水泵、回流泵、排泥泵、曝氣泵）、動力子系統(tǒng)（電控柜、發(fā)電機）、控制子系統(tǒng)（PLC控制箱、進水閥、回流閥、排水閥）等4個子系統(tǒng)構(gòu)成。當水體受到局部性污染時，可方便地移將污水處理系統(tǒng)動到污染區(qū)域，對污水進行快速、有效處理。該方法可到達消除水體局部性、突發(fā)性的污染，提高水體水質(zhì)，對于維護水體水質(zhì)長期穩(wěn)定具有重要的現(xiàn)實意義與廣泛的應用前景。
安徽工業(yè)大學
2021-04-13
巨龍兩棲膠輪式多功能船JLAMD260
巨龍兩棲式多功能船采用膠輪式設計，既可以在陸地上行走，又能在水上工作，其配備有挖斗、割刀、吸泥泵、收集耙、收集叉等工作單元，可以完成挖掘、收割、吸泥、排泥、清理雜草垃圾等工作。
巨龍圍繞水域環(huán)保機械制造及環(huán)保機械服務兩大領(lǐng)域，著力打造水域環(huán)保機械研發(fā)與制造、設備安裝調(diào)試、銷售與服務三大產(chǎn)業(yè)，集咨詢、設計、制造、生產(chǎn)、安裝、運營管理于一體。
青州市巨龍環(huán)保科技有限公司
2021-06-17
具備視覺與觸覺反饋的體感機器人
伴隨著虛擬現(xiàn)實技術(shù)，增強現(xiàn)實技術(shù)，觸覺反饋技術(shù)以及智能機器人的出現(xiàn)，人們在視覺和觸覺上有了越來越多不同的全新體驗。例如，目前對 于機器人的操作方式一般是通過遙控裝置或是手動觸控，這個使用者的操作帶來 很多不方便而且對于初學者來講也不是很好掌握，同時操作失誤率較高，因為我們不能真切的感受到機器人的世界。具備視覺與觸覺反饋的體感機器人采用體感交互裝置采集目標人體肢體關(guān) 節(jié)信息，對目標人體的姿態(tài)或動作進行分析識別;根據(jù)獲取到的分析識別結(jié)果產(chǎn) 生對應的體感交互指令;將體感交互指令發(fā)送至機器人，機器人執(zhí)行體感交互指 令;同時機器人采集自己周圍環(huán)境信息，例如指尖壓力信息和周身圖像信息，通 過體感交互裝置反饋給目標人體。通過上述方式不僅突破了傳統(tǒng)的對機器人的控 制方式，而且通過觸覺反饋的方式還有 3D 圖像的顯示，在大程度的讓使用者得 到沉浸式的操作體驗。隨之而得到的不僅僅是方便的操作和大大降低的操作失誤 率，同時也給用戶帶來了更為生動的操作體驗。
西安交通大學
2021-04-11
一種分布式光感卡盤安全扳手
本實用新型公開了一種分布式光感卡盤安全扳手，包括從上至下依次固定相連的手柄、上扳手體和 下扳手體，所述手柄上設有至少一個光感傳感器，所述下扳手體底部設有方形軸，所述下扳手體內(nèi)部設 有電源、控制器和蜂鳴器，所述方形軸內(nèi)底部設有光感傳感器，所述手柄上和方形軸內(nèi)光感傳感器的信 號均接入控制器，通過控制器接收信號判斷卡盤安全扳手所處狀態(tài)，來控制蜂鳴器是否報警。本實用新 型原理簡單，使用、維護方便，可有效的
武漢大學
2021-04-14
基于體感和視覺雙平衡防暈動系統(tǒng)
本項目深入分析了日常生活中暈車暈船等暈動病的發(fā)病原因，開創(chuàng)性地從體感和視覺兩個方面對暈動病進行預防和緩解。通過設計一種基于自動控制技術(shù)和圖像處理技術(shù)的嵌入式防暈動平衡系統(tǒng)，以Intel Galileo和Bay Trail平臺為核心，同時控制三自由度平臺的平衡和穩(wěn)定攝像頭采集的圖像，實現(xiàn)了體感和視覺的雙平衡，從而屏蔽了外界傾斜和晃動對乘客的影響。在一定程度上避免了暈動病的發(fā)生，更為乘客帶來了娛樂舒適、豐富多彩的旅行體驗。
西安電子科技大學
2021-04-14
習近平在中共中央政治局第十四次集體學習時強調(diào) 促進高質(zhì)量充分就業(yè) 不斷增強廣大勞動者的獲得感幸福感安全感
動態(tài)調(diào)整高等教育專業(yè)和資源結(jié)構(gòu)布局，大力發(fā)展職業(yè)教育，健全終身職業(yè)技能培訓制度。
新華社
2024-05-29
新冠肺炎影像學AI智能輔助診斷研究
“現(xiàn)階段醫(yī)生需要在大量影像數(shù)據(jù)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(xiàn)實需求，團隊將設計目標定位于“肺炎分類鑒別”和“關(guān)鍵病灶檢測”兩大功能，前者是為區(qū)別健康狀態(tài)、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(qū)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(xiàn)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(shù)難題。“小樣本學習”即在較少訓練數(shù)據(jù)樣本的條件下進行機器學習。在疫情發(fā)生前期，能夠獲取的新冠肺炎影像數(shù)據(jù)相對較少，且由于一線影像醫(yī)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(jiān)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(yī)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(qū)域有大有小，且往往大中小病灶區(qū)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(jīng)網(wǎng)絡的層次性特點與病灶區(qū)域的大小進行對應，“網(wǎng)絡的底層關(guān)注細節(jié)，即小病灶區(qū)域，而網(wǎng)絡中層到高層所關(guān)注的病灶區(qū)域則越來越大，因此模型通過不同層次的加權(quán)和融合，最終便能達到同時檢測大小病灶區(qū)域的目標。”薛向陽解釋道。“不過，即便有診斷‘神器’，影像科醫(yī)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(nèi)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(yī)生的經(jīng)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(jié)合。無論是機器學習數(shù)據(jù)，還是測試評估數(shù)據(jù)，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(xiàn)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(fā)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(jiān)測工具，主要表現(xiàn)為磨玻璃影、實變及混合密度影。然而，現(xiàn)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(jiān)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(zhuǎn)歸的“秘密”。 本研究納入了蘭州、安康、麗水、鎮(zhèn)江、臨夏5家新冠肺炎定點醫(yī)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(jīng)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(xiàn)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(wěn)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(jié)果發(fā)現(xiàn)，6個篩選出的二階特征在兩種不同分類器中均表現(xiàn)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(tài)醫(yī)學影像智能協(xié)診系統(tǒng)TPAID
中試階段/n該項目主要針對開源CT 醫(yī)學影像數(shù)據(jù)和多中心合作單位提供的多模醫(yī)學影像數(shù)據(jù)，采用人工智能技術(shù)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(shù)據(jù)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(chǎn)業(yè)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(yī)學影像感知設備，設計針對性強的機器學習智能算法；國內(nèi)同類研究中首次采用“雙盲評估+驗證”的科研方法對影像數(shù)據(jù)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(shù)據(jù)的信息量，基于三維點云和二維圖像融合的可視化結(jié)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(xiàn)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(shù)據(jù)，融合后的三維點云有了色彩紋理信息，目標的形態(tài)和邊緣都更加明顯，整個三維場景更加的真實，也為后續(xù)識別、定位、重建等過程提供更多細節(jié)信息；同時克服了單一傳感器的局限性，充分發(fā)揮兩者的互補優(yōu)勢，大幅提升了探測設備的環(huán)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(lǐng)域，譬如智能導航、環(huán)境感知、高精度地圖的構(gòu)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(tǒng)均應用視覺相機和激光雷達作為主傳感器進行定位和環(huán)境感知，目前已經(jīng)實現(xiàn) L4 級別的高度自動化駕駛。此外，在醫(yī)學影像、高精度工程測量、工業(yè)生產(chǎn)、虛擬現(xiàn)實等領(lǐng)域，三維點云和可見光圖像融合技術(shù)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