XM-D010人体呼吸运动电动模型   XM-D010人体呼吸运动电动模型（电动呼吸系统模型）由透明的塑料人体胸廓外部形态和PVC塑料的肋骨、胸骨、膈肌等内骨结构形成，并由力学机械和同步电子电路组合而成，能形象演示人体呼吸运动过程中体现的生理机制，适用于大、中医学院校及中等学校讲解人体呼吸运动时作直观教具。 一、功能特点： ■ 根据解剖学原理制作，由透明的塑料人体外部形态和PVC塑料肋骨、胸骨、膈肌等内部结构构成。 ■ 由力学机械和同步电子电路程序控制组合成，能动态模拟呼吸运动。 ■ 动态演示顺序：吸气过程为肋骨向外上提，膈肌下降，胸廓、肺扩张产生负压，使体外氧气经呼吸道与气管输入肺（绿色发光管），同时肺内的亮度加强。 ■ 呼气过程为肋骨向下降，膈肌上移，胸廓、肺缩小产生正压，使肺内的气体由肺、气管和呼吸道排出体外（红色发光管），同时肺内亮度减弱。 二、技术参数： ■ 尺寸：43×26×74cm ■ 材质：PVC材料+木框 三、标准配置： ■ XM-D010人体呼吸运动电动模型：1台 ■ 电源线：1根 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-164人体骨杠杆分类模型   XM-164人体骨杠杆分类模型由头颅骨（含下颌骨）的矢状切，第1－5颈椎的矢状切，胫骨和腓骨下段、距骨、肱骨、前臂骨、手骨（示手舟骨、头状骨、第三掌骨和中指骨）等组成，根据骨杠杆类型分别将上述骨加以连接，分别贴于杠杆的支点、力点和阻力点等标签，可观察人体骨杠杆概念分类和三类骨杠杆的传递力、平衡力、省力以及增大运动幅度与速度等所起的作用。 尺寸：自然大，60×44×12cm 材质：PVC材料

XM-165人体骨关节分类模型   XM-165人体骨关节分类模型将人体分为单轴关节、双轴关节、多轴关节以及屈戌关节、车轴关节、双髁状关节、鞍状关节、椭圆关节、球窝关节、杵臼关节和平面关节。 尺寸：自然大，60×44×12cm 材质：PVC材料

XM-301人体全身肌肉解剖模型29部件170CM   XM-301人体全身肌肉解剖模型可拆分为29部件，显示男性全身肌肉的组成、形态和结构，胸腹壁可打开显示内脏器官的形态和位置，各内脏器官可拆下。 尺寸：自然大，高170cm 材质：PVC材料

XM-105人体骨骼带神经模型   XM-105人体骨骼带神经模型显示男性全身骨骼的组成和形态外观，由男性全身散骨串制而成一整体骨架，成直立姿势，并显示脊椎、神经根、脊椎动脉、分椎间盘、用绿色加深的胸部软骨，四肢大的关节部分均可活动，头颅含可活动的下巴、可移动的头颅盖，其中四肢骨和头颅骨可以灵活拆卸组装，整体固定在支架上，带底座，可灵活移动。 尺寸：高85cm 材质：PVC材料

XM-26人体针灸模型（26cm）   XM-26人体经络穴位模型显示了14条经络线和72个用汉字标明的穴位，适合初级针灸教学使用。 尺寸：高26cm 材质：PVC材料

XM-302B人体全身肌肉附内脏模型80cm   XM-302B人体全身肌肉附内脏模型由全身肌肉、胸腹壁肌、上、下肢肌、颅顶骨、脑以及胸腹腔内脏器官等27个部件组成，并显示头颈部、躯干部、上、下肢骨、肌肉、肌腱、韧带、胸腹腔内脏器官、血管和脑等结构，可分解为：躯干1件、头颅盖1件、脑2件、胸腔2件、右臂1件、左臂5件、腿9件、肺2件、心脏2件、肝脏1件、胃1件、肠1件。 尺寸：高80cm 材质：PVC材料

XM-50-1高级人体气管插管训练模型   一、功能特点： ■ 标准的人体解剖结构与真实操作直观演示相结合的功能。 ■ 进行气管插管操作训练时，正确操作插入气道，有侧面直观功能，供气使双肺膨胀。 ■ 进行气管插管操作训练时，错误操作插入食道，有侧面直观功能，供气使胃膨胀。 ■ 进行气管插管操作训练时，错误操作使喉镜造成牙齿受压，有电子报警功能。   二、标准配置： ■ 气管插管训练模型：1台 ■ 气管插管：1根 ■ 可更换气管：1个 ■ 手提硬塑箱：1个 ■ 说明书：1册 ■ 保修卡合格证：1张

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。