葡京娱乐场-富盈娱乐场开户

Al協(xié)同創(chuàng)新實驗云是Al教學實驗實訓協(xié)同工具，涵蓋真實行業(yè)項目的教學課程、授課教案、實驗教學資源、硬件、平臺等，可滿足人工智能專業(yè)的學生了解行業(yè)真實案例中從起始階段、細化階段、構建階段、業(yè)務環(huán)境、需求分析、技術架構選型等等各方面的項目細節(jié)，在線完成分類、建模、分析、可視化、結果輸出等任務，并支持私有化部署和云端協(xié)同，幫助院校開展人工智能應用研發(fā)。

指導價格：1399元

鄭州輕工業(yè)大學軟件學院人工智能和機器人實驗室負責人黃萬偉博士，用10天時間和團隊自主研發(fā)出紅外熱成像測溫樣機及“紅外熱成像人體測溫篩查預警系統(tǒng)”，并交付使用。

本項目是基于PPP1CA生物標志物，進行肝癌早期篩查和診斷試劑盒開發(fā)及產(chǎn)業(yè)化的項目，開發(fā)PPP1CA膠體金肝癌早期篩查試劑盒，用于肝癌早期普篩。 一、項目進展 創(chuàng)意計劃階段 二、負責人及成員 姓名 學院/所學專業(yè) 入學/畢業(yè)時間 李昱潔 藥學院/藥學專業(yè) 2018/2022 趙祖一 藥學院/藥學專業(yè) 2020/2024 劉楚熠 藥學院/藥學專業(yè) 2020/2024 趙博韜 公共衛(wèi)生學院/預防醫(yī)學專業(yè) 2018/2025 于悅 人文學院/歷史學專業(yè) 2020/2024 沈佳敏 經(jīng)濟學院/經(jīng)濟統(tǒng)計專業(yè) 2019/2023 韓一諾 生命科學學院/生物科學 2019/2023 魏翹楚 公共衛(wèi)生學院/預防醫(yī)學專業(yè) 2020/2025 賴欣 藥學院/藥學專業(yè) 2020/2024 趙書悅 藥學院/藥學專業(yè) 2020/2024 譚清 法學院/法學專業(yè) 2020/2025 尹潔 醫(yī)學院/臨床醫(yī)學專業(yè) 2019/2024 楊夢嬌 經(jīng)濟學院/金融工程專業(yè) 2019/2023 三、指導教師 姓名 學院/所學專業(yè) 職務/職稱 研究方向 李良成 藥學院/藥學專業(yè) 廈門大學藥學院副教授 腫瘤、自身免疫性疾病和糖尿病的發(fā)病機理及藥物開發(fā)研究 洪萬進 藥學院/藥學專業(yè) 新加坡分子與細胞生物學研究院院長、廈門大學藥學院教授 分子與細胞生物學、病毒學和癌細胞生物學 藍偉光 化學系/化學專業(yè) 廈門大學材料學院講座教授 生物膜技術 徐陳芳 藥學院/藥學專業(yè) 廈門大學藥學院輔導員 藥物分析 四、項目簡介 早期肝癌發(fā)病隱匿，最初癌變細胞與正常細胞幾乎無差異，人體不會感到不適。問題在于，目前臨床檢測肝癌的生物標志物—甲胎蛋白（AFP）存在特異性差、靈敏度低等的缺點，早期患者不能被及時發(fā)現(xiàn)，治愈率低、死亡率很高，所以肝癌的早期篩查對于提高患者生存率具有至關重要的臨床意義。 前期研究中利用原代培養(yǎng)的肝癌細胞分泌的外泌體，結合蛋白組學和生物信息學技術，尋找到PPP1CA作為肝癌腫瘤標志物，使肝癌檢測的靈敏度和特異性均達到90%以上，優(yōu)于目前市面上的檢測試劑盒（以甲胎蛋白為生物標志物，靈敏度為18-60%）。 本項目是基于PPP1CA生物標志物，進行肝癌早期篩查和診斷試劑盒開發(fā)及產(chǎn)業(yè)化的項目，開發(fā)PPP1CA膠體金肝癌早期篩查試劑盒，用于肝癌早期普篩；同時也將開發(fā)PPP1CA免疫化學發(fā)光檢測試劑盒，用于肝癌分期檢測，并積極推進其商業(yè)化生產(chǎn)與應用。

Nodal是出現(xiàn)在腫瘤組織和患者血液中的一個小蛋白分子，作為一種新型的腫瘤標志物具有巨大的臨 床應用前景。目前國內外尚無針對Nodal 蛋白的高敏感檢測的試劑盒產(chǎn)品應用于臨床。建立了高靈敏度的 生物素-親和素檢測系統(tǒng)。此檢測方法可檢測pg/ml級的Nodal蛋白，使用該方法測定結直腸癌、鼻咽癌和膽 囊癌病人血清，結果表明三種腫瘤病人的Nodal 濃度明顯高于正常人水平。

該系統(tǒng)直接切入湖北省隨州市曾都區(qū)的實際情況，讓當?shù)?5萬居民通過手機主動報告自己近期密切接觸的人員。系統(tǒng)基于曾都區(qū)既往和每日更新的確診病人、疑似病人、發(fā)熱病人及其密切接觸人員的信息進行數(shù)據(jù)分析，進而關聯(lián)挖掘出高風險人員。系統(tǒng)從廣大居民端而非僅從患者端入手排查密切接觸者，以居民自發(fā)填寫、及時反饋取代疾控人員和社區(qū)干部面對面調查登記、事后反饋，變“要我報告”為“我要報告”，極大削減了疫情防控期間工作人員的工作量；系統(tǒng)還為居民提供實時健康提示功能，使其在第一時間得知密切接觸情況變化并及時做好防護；同時，系統(tǒng)還擴大了接觸人員排查層級，通過用戶之間的關聯(lián)及時掌握“密切接觸者的密切接觸者”，為疾控工作擴大防線、跟進措施提供了高效信息支撐。

RealAI首席執(zhí)行官田天表示，新冠肺炎疫情暴發(fā)以來，各大媒體網(wǎng)站、社交平臺上關于疫情的話題熱度持高漲。在此環(huán)境下，信息的高效傳播成為重要訴求。一方面，相關部門需要全面了解公眾對疫情的話題討論，輔助決策優(yōu)化的同時也利于開展引導工作；另一方面，公眾亟需第一時間獲得最權威、最實時、最準確的疫情動態(tài)。分析稱，互聯(lián)網(wǎng)成為這次疫情主要的“信息源”平臺，傳播模式更是基于人手一機的“自媒體”，信息流不僅降低了大眾獲取信息的“信噪比”，更滋生出不同程度的謠言。據(jù)介紹，“新冠肺炎疫情AI話題分析平臺”通過對多渠道海量媒體信息進行自動抓取采集、識別分析，解決了傳統(tǒng)信息檢索過程中因消息源頭繁雜、消息過多、檢索意圖不明確而產(chǎn)生的困擾。同時，基于大數(shù)據(jù)分析和AI建模，自動識別出近期熱點話題、新聞追蹤和話題導向、地區(qū)關注度變化，為用戶第一時間推送全網(wǎng)話題最新動態(tài)，滿足用戶對疫情輿情監(jiān)測的需求，為作出正確輿論引導提供分析依據(jù)。

華中科技大學電信學院聯(lián)合華為云等團隊，研發(fā)并推出了新型冠狀病毒感染的肺炎AI輔助醫(yī)學影像量化分析系統(tǒng)。 華中科技大學電信學院白翔教授、許永超副教授等負責的華中科技大學-華為智能創(chuàng)新實驗室積極發(fā)揮自身優(yōu)勢，針對新冠肺炎與華為云等團隊共同研發(fā)出AI輔助醫(yī)學影像量化分析系統(tǒng)，目前取得了有效進展。針對患者胸部CT影像中呈現(xiàn)多發(fā)小斑片影、多發(fā)磨玻璃影、浸潤影、肺實變等特點，許永超等提供了基于紋理感知的病灶分割核心算法支持，該算法可實現(xiàn)單病例全自動精準量化結果的秒極輸出，大幅提升了診斷效率，減輕醫(yī)生診斷的繁重負荷。結合臨床信息，系統(tǒng)可以輔助醫(yī)生更高效地區(qū)分新冠肺炎的早期、進展期與重癥期，有利于早期篩查與防控。同時，對于確診病人，基于對多次復查影像數(shù)據(jù)的量化分析，醫(yī)生能夠有效評估病情進展及用藥療效等情況。

成果介紹在微瓦級極低功耗的情況下，芯片可以應用至智能手機、可穿戴智能設備、小家電、大家電、玩具及車載等眾多場景中。技術創(chuàng)新點及參數(shù)神經(jīng)網(wǎng)絡拓撲/計算精度動態(tài)自適應的系統(tǒng)架構，基于事件驅動的精度可控數(shù)模混合近似計算電路，實現(xiàn)面向各種背景噪聲的場景自適應低功耗智能計算。基于22nm工藝，實現(xiàn)微瓦級(< 10uW)極低功耗下的高精度關鍵詞語音識別樣片驗證，相比目前最新研究成果，硬件能效提高近3倍，且支持各種噪聲下的高精度識別(Noise-robust recognition)，相關研究成果已發(fā)表在電路與系統(tǒng)領域頂刊IEEE Transactions on Circuits and Systems I: Regular Papers。市場前景可集成和使用在對手機、可穿戴設備、智能家居等多種應用場景的智能終端產(chǎn)品。產(chǎn)品當前已經(jīng)在實驗室完成樣品測試，各項功能都處于行業(yè)優(yōu)秀水平；芯片目前技術參數(shù)可以達到支持離線語音喚醒功能，支持5個喚醒詞和10個命令詞，還支持聲紋識別。它支持3-5m的遠場語音喚醒和識別，工作頻率為50MHz，延遲不到10ms。

項目背景：隨著國家政策的引導，城市的發(fā)展，各種建 設工程規(guī)模不斷擴大，如何搞好現(xiàn)場施工現(xiàn)場管理，降低事 故發(fā)生頻率，杜絕各種違規(guī)操作和不文明施工現(xiàn)象一直是施 工企業(yè)、政府管理部門關注的焦點。利用現(xiàn)代科技，AI 識別 技術，優(yōu)化監(jiān)控手段，實現(xiàn)對工地現(xiàn)場的各類問題實現(xiàn)實時 的、全過程的、不間斷的監(jiān)管。目前在工地智慧監(jiān)管方面， 已經(jīng)實現(xiàn)了對人員安全帽、危險區(qū)域的入侵等方面的視頻監(jiān) 控及 AI 分析，但是在對施工周邊圍擋監(jiān)控、施工現(xiàn)場地面 硬化監(jiān)控、施工現(xiàn)場物料堆放覆蓋監(jiān)控、施工現(xiàn)場出入車輛 清洗狀況監(jiān)控，AI 分析系統(tǒng)無法到達準確及有效的分析。需 要通過建立有效的數(shù)據(jù)模型，應用 AI 分析算法，實現(xiàn)對以 上問題的準確分析。 所需技術需求簡要描述：1.AI 人工智能機器視覺分析 “深度學習”技術，實現(xiàn)視頻分析、視頻編解碼等技術。2. 采用深度學習，高效識別準確率超 99.5%，支持目標大小閾 值設定，對光線、極端天氣等不同應用場景環(huán)境適應性強， 檢測速度快，運算成本低。  對技術提供方的要求:1.具有成功的 AI 識別、深度學習 方面的成功案例。2.對人工智能、大數(shù)據(jù)分析具有深入的研 究。3.技術方案成熟可靠穩(wěn)定有創(chuàng)新思維，不涉及知識產(chǎn)權 侵犯。