|
搜索
搜 索
高等教育领域数字化综合服务平台
贵州中医药大学时珍学院
贵州中医药大学时珍学院取我国著名医药学家李时珍的名，是2001年6月经国家教育部和贵州省人民政府批准设立的新机制独立本科学院。学院充分依托母体学校--贵州中医药大学的优质教学资源，着重培养具有创新实践能力的高素质中医药高级人才，面向全国招生，在2005年教育部专项检查中，学院成为贵州省唯一获得良好评价的独立学院。贵州中医药大学时珍学院以“立足贵州、面向全国、服务地方、服务行业”为办学宗旨，形成了以医学为学科特色，多学科协调发展的格局。 学院拥有教职工400余人，专任教师242人，教师队伍中教授（含其他正高级职称）66人，副教授（含其他副高级职称）95人；拥有博士学位27人，硕士学位163人，具有硕士及以上学位教师占教师总数的78.5%。近年来，学院紧紧围绕“培养基础扎实、知识面宽、综合素质高、业务能力强的具有创新精神和创业能力的应用型高级专门人才”这一培养目标，不断完善人才培养模式，优化课程体系，加强实践教学，改革教学方法，致力于推动学者、学科、学术、学风、学生的协调发展，不断提高学院综合实力和核心竞争力，各项工作在稳定中发展，在创新中前进，学院呈现出快速发展的崭新局面。“路漫漫其修远兮,吾将上下而求索”。新时代、新目标、新作为，站在新的历史起点上，贵州中医药大学时珍学院师生以筚路蓝缕以启山林的精神，努力践行“博学多闻 精勤济世”校训，积极营造“求实、勤奋、进取、创新、报国”优良校风，抢抓机遇、加快发展，力争早日将学校建设成为优势突出、特色鲜明的地方应用型高水平综合性独立本科院校。
贵州中医药大学时珍学院
2021-02-01
中医体质辨识系统XM-TZ02
XM-TZ02中医体质辨识系统
XM-TZ02中医体质辨识系统根据中华中医药学会2009年发布的《中医体质分类与判定》，中医体质共分为9种基本类型：平和质、气虚质、阳虚质、阴虚质、痰湿质、湿热质、瘀血质、气郁质、
特禀质。不同体质类型在形体特征、生理特征、心理特征、病理反应状态、发病倾向等方面各有特点。 该软件以《中医体质辨识判定》标准为基础，通过软件智能化判断，自动生成体质报告，通过症名解释、病因病机和临床表现得出建议疗法和预防调护等建议。适用于各级体检中心、中医临床辅助诊断、社区卫生服务中心、药店、中医保健养生会所、学校、科研等场所。
功能特点：
■ 通过回答《中医体质分类与判定》标准中的67项标准问卷，软件自动计算出体质类型。
■ 根据计算出的体质类型，软件自动生成中医调理保健建议。
■ 软件界面简洁，操作简单。
■ 测试结果用表格显示，简洁易懂，并可以生成pdf文件保存以便查询，也可以打印体质报告。
■ 软件建议丰富，包括体质特征、运动养生、饮食养生、起居调理。
上海欣曼科教设备有限公司
2021-08-23
中医体质辨识系统XM-TZ01
XM-TZ01中医体质辨识系统（配笔记本电脑）
XM-TZ01中医体质辨识系统根据中华中医药学会2009年发布的《中医体质分类与判定》，中医体质共分为9种基本类型：平和质、气虚质、阳虚质、阴虚质、痰湿质、湿热质、瘀血质、气郁质、
特禀质。不同体质类型在形体特征、生理特征、心理特征、病理反应状态、发病倾向等方面各有特点。 该软件以《中医体质辨识判定》标准为基础，通过软件智能化判断，自动生成体质报告，通过症名解释、病因病机和临床表现得出建议疗法和预防调护等建议。适用于各级体检中心、中医临床辅助诊断、社区卫生服务中心、药店、中医保健养生会所、学校、科研等场所。
功能特点：
■ 档案管理功能：可录入被测评人的姓名、年龄、性别等基本信息，方便准确的查询。
■ 通过回答《中医体质分类与判定》标准中的67项标准问卷，软件自动计算出体质类型。
■ 根据计算出的体质类型，软件自动生成中医调理保健建议。
■ 软件界面简洁，操作简单。
■ 测试结果用表格显示，简洁易懂，并可以生成 pdf 文件保存以便查询，也可以打印体质报告。
■ 软件建议丰富，包括体质特征、运动养生、饮食养生、起居调理。
■ 软件一机一码，使用安全。
■ 根据不同的使用场所，可选择配置笔记本电脑、台式电脑、立式触摸屏等。
上海欣曼科教设备有限公司
2021-08-23
MM-3中医脉象模型
MM-3中医脉象模型
MM-3中医脉象模型应用仿生模拟及波形合成方法，在高分子材料制成的模型手腕部（寸口处）产生16种常见的中医脉象，这些脉象是中医八纲脉的典型，是临床辩证的基础，熟悉这些基本脉象可以在实践中举一反三，逐步掌握诊脉方法，进行脉象诊断培训。本模型作为中医脉象再现的信号源，可以用于诊脉的教学过程，给学生创造良好的反复训练实践机会，是理想的教学工具，亦可用于脉象形成机理的体外实验研究。
一、模型组成：
全套脉象模型由四台（A、B、C、D）分体模型组成。
■ A组模型：输出平、滑、迟、濡脉。
■ B组模型：输出洪、革、浮、数脉。
■ C组模型：输出弦、结、代、促脉。
■ D组模型：输出沉、细、涩、弱脉。
二、技术指标：
■ 搏动信号源：输出16种指感真实的脉象搏动信号（平、滑、迟、濡、洪、革、浮、数、弦、结、代、促等）。
■ 波形参数：（h、t、w）：符合规定标准（见《中国脉诊研究》一书）。
■ 仿生手模型老化时间：大于3年。
■ 最长连续工作时间：4小时。
■ 分体模型尺寸重量：42×22×28cm（长、宽、高），14KG。
■ 最大功耗：小于50VA。
■ 电源电压：交流220V±10%，50HZ或交流110V，60HZ，由用户选择后确定。
■ 保险丝规格：交流220V时，0.5A；交流110V时，1A。
三、标准配置：
■ 中医脉象模型：4台
■ 电源线：4根
■ 说明书：1册
■ 保修卡合格证：1张
上海欣曼科教设备有限公司
2021-08-23
MM-3中医脉象模型
MM-3中医脉象模型
MM-3中医脉象模型应用仿生模拟及波形合成方法，在高分子材料制成的模型手腕部（寸口处）产生16种常见的中医脉象，这些脉象是中医八纲脉的典型，是临床辩证的基础，熟悉这些基本脉象可以在实践中举一反三，逐步掌握诊脉方法，进行脉象诊断培训。本模型作为中医脉象再现的信号源，可以用于诊脉的教学过程，给学生创造良好的反复训练实践机会，是理想的教学工具，亦可用于脉象形成机理的体外实验研究。
一、模型组成：
全套脉象模型由四台（A、B、C、D）分体模型组成。
■ A组模型：输出平、滑、迟、濡脉。
■ B组模型：输出洪、革、浮、数脉。
■ C组模型：输出弦、结、代、促脉。
■ D组模型：输出沉、细、涩、弱脉。
二、技术指标：
■ 搏动信号源：输出16种指感真实的脉象搏动信号（平、滑、迟、濡、洪、革、浮、数、弦、结、代、促等）。
■ 波形参数：（h、t、w）：符合规定标准（见《中国脉诊研究》一书）。
■ 仿生手模型老化时间：大于3年。
■ 最长连续工作时间：4小时。
■ 分体模型尺寸重量：42×22×28cm（长、宽、高），14KG。
■ 最大功耗：小于50VA。
■ 电源电压：交流220V±10%，50HZ或交流110V，60HZ，由用户选择后确定。
■ 保险丝规格：交流220V时，0.5A；交流110V时，1A。
三、标准配置：
■ 中医脉象模型：4台
■ 电源线：4根
■ 说明书：1册
■ 保修卡合格证：1张
上海欣曼科教设备有限公司
2021-08-23
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10
猪流感诊断试剂及疫苗
猪流感(Swineinfluenza，SI)是目前危害养猪业的一种重要的 呼吸系统疾病，是规模化养猪场普遍存在且难以根除的群发性疾病之一。项目 开发了猪流感病毒的快速检测方法，制备了猪流感灭活疫苗（H1N1 亚型 SSD 株）。 经过临床试验证明，注射疫苗可显著提高仔猪成活率。 生产条件及经济效益预测：经过市场推广，疫苗销售良好，用户反应免疫 效果良好，可以显著提高仔猪抵抗力，仔猪成活率和出栏率提高 10%。平均每年 能为社会增加 1365 万元的经济效益；用于该项科研成果的每 1 元研制费用，在 经济效益计算年限内，平均每年可为社会增加 5.35 元的纯收益，经济效益非常 明显。
青岛农业大学
2021-04-11
人工智能诊断腹膜转移
肠癌合并同时性腹膜转移（PC）的发病率约为5-10%，复发时合并腹膜转移发病率为25-44%。“腹膜转移如果能够早期诊断，可以增加彻底减瘤手术的机会，未来能够明显延长肠癌患者的生存期。”王辉教授说。2018年团队和深圳腾讯AI lab建立了合作关系，研发一个基于卷积神经网络（CNN）的ResNet3D系统。经查，这是世界上第一个诊断肠癌腹膜转移的AI平台，能够自动识别原发肿瘤特征，同时提取肿瘤临近腹膜的影像学特征，构建基于人工智能的SVM分类器。训练组一共纳入了19814张CT图像，验证组包括了7837张CT图像。 研究发现，ResNet3D的AI系统仅需花费34秒就自动识别并诊断了所有验证图像。“ResNet3D+SVM分类器”的肠癌腹膜转移诊断的准确性高达94%，AUC为0.922，敏感性和特异性均高达94%，明显优于常规增强CT的诊断能力。
中山大学
2021-04-13
智能诊断与动态测控技术
智能诊断与动态测控技术，开发了复杂装备远程诊断与智能维护系统、嵌入式数控系统在机监测系统、动车组远程诊断及虚拟维修维护系统等，可用于数控等复杂装备的在线在机监测、复杂装备的远程智能诊断、设备的信息化管理与维护、高速列车远程诊断与虚拟维护、高速列车故障统计与分析，据此已承担国家科技重大专项、国家自然科学基金、科技部创新基金、教育部博士点基金、天津市自然科学重点基金等项目，并与南车青岛四方机车车辆股份有限公司合作先后承担了“动车组远程诊断及虚拟维修维护—信息分类和数据提取”、“动车组运维故障统计分析系统”、“动车组典型零部件可靠寿命预估方法研究”等项目。
动车组远程诊断及虚拟维修维护系统
复杂装备远程诊断与智能维护系统
天津大学
2023-05-12