|
搜索
搜 索
高等教育领域数字化综合服务平台
XM-634头颈部血管神经附脑模型
XM-634头颈部血管神经附脑模型
XM-634头颈部血管神经附脑模型由头颈部正中矢状切面（左侧半可向上移动）、颅顶、脑正中矢状切面、眼、左侧半胸锁乳突肌、三角肌、胸大肌、斜方肌、下颌骨、锁骨等19个部件组成，并显示头顶部正中矢状切面、颅顶、颅底、大脑半球、间脑、小脑和脑干各个部分，以及脑神经和脑血管等结构。
尺寸：自然大，34×37×20.5cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-629A头部正中矢状切面附血管神经模型
XM-629A头部正中矢状切面附血管神经模型
XM-629A头部正中矢状切面附血管神经模型显示头颈部正中矢状切面内、外侧面的局部形态及其血管和神经等结构，共有81个部位指示数字标识标志及对应文字说明。
尺寸：自然大
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-604C脑外形及右半侧脑血管模型
XM-604C脑外形及右半侧脑血管模型
XM-604C脑外形及右半侧脑血管模型可拆分为5部件，大脑作正中矢状切面，显示脑的外形结构、大脑外侧面主要结构、大脑半球内侧面和底面的主要结构、脑干各面的主要结构、小脑的主要结构、右半侧脑的动脉分布。
尺寸：自然大，20×20×15cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-106人体骨骼带神经与血管模型
XM-106人体骨骼带神经与血管模型
XM-106人体骨骼带神经与血管模型（人体骨骼带心脏血管模型）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，并显示人体全身主要血管和神经的行程及其分布概况，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
上海欣曼科教设备有限公司
2021-08-23
XM-631头面及颈部血管神经分布模型
XM-631头面及颈部血管神经分布模型
XM-631头面及颈部血管神经分布模型由头面部动脉分布、头面部静脉及三叉神经3个部件组成，主要显示头部浅层、深层的动静脉及神经的分布情况及相应的结构形态。
尺寸：自然大
材质：玻璃钢材料
上海欣曼科教设备有限公司
2021-08-23
生成式人工智能服务管理暂行办法
《生成式人工智能服务管理暂行办法》已经2023年5月23日国家互联网信息办公室2023年第12次室务会会议审议通过，并经国家发展和改革委员会、教育部、科学技术部、工业和信息化部、公安部、国家广播电视总局同意，现予公布，自2023年8月15日起施行。
中国网信网
2023-07-13
人工器官用生物组织材料及其制备方法
该技术制备的生物组织材料是一种以猪主动脉血管为基体,以氧化海藻酸钠为交联剂制备的人工器官用生物组织材料。
四川大学
2021-04-10
鼻息肉人工智能病理分型系统
采用特征可视化技术对嗜酸性粒细胞与非嗜酸性粒细胞进行了特征区分，结果与病理形态学诊断特征一致。同时，团队成员还对诊断耗时进行了比较，采用现有病理医生随机抽取10个视野的方法计数和诊断一个鼻息肉患者平均需要12.7分钟，病理医生若进行全片视野进行完整计数和诊断平均需要148.6分钟，而AICEP进行一个全片诊断只需要5.4分钟，大大节约了时间成本和人力成本。下一步，AICEP平台将进行云化及模块化，通过云平台将专家级的鼻息肉病理诊断水平拓展到基层医疗机构。 该成果也是我校附属第三医院与清华珠三角研究院自2019年4月联合成立粤港澳大湾区首个“医学人工智能中心”后的又一研究成果。该医学人工智能中心基于中山大学附属第三医院“一体两翼、三城四院”发展格局下丰富的医疗资源，多个学科群的优势和特色以及清华珠三角研究院、清华大学在人工智能领域的技术优势，着力建设三大平台：医疗影像辅助诊疗平台、人工智能技术服务平台、专业技术人才培训平台。计划5年内将该中心打造成粤港澳大湾区医学人工智能应用的示范基地。
中山大学
2021-04-13
一种人工髋关节磨损试验控制装置
本实用新型公开了一种人工髋关节磨损试验控制装置，包括支撑基座、支架和控制器，所述支架的末端套入支撑基座的末端，所述支撑基座和支架两侧通过轴承安装有转动杆，所述支撑基座的中间通过转动杆安装有试验箱，所述试验箱内设置有倾斜网板，并通过倾斜网板设置有髋臼试样，所述支架的中间通过转动杆固定安装有股骨头试样，所述股骨头试样的末端连接有液压杆，所述液压杆与股骨头试样的末端安装有压力传感器，所述试验箱的底部连接有振动杆，所述支架对应的转动杆上通过驱动带设置有往复电机。本实用新型，根据不同人体内的人工髋关节模拟受压磨损程度进行试验，进而得到人工髋关节在使用时段内的状态。
青岛大学
2021-04-13
大数据人工智能预测近视眼发展
利用十年百余万次的近视眼医学验光大数据，揭示出真实世界青少年近视眼发生、进展与稳定的规律。在此基础上，运用随机森林算法进行机器学习，建立人工智能预测系统，可对近视进展趋势进行个体化预测，3年内准确率达90%，10年内准确率达80%以上，也可提前8年有效预测高度近视，为近视眼的精准干预提供了科学依据。开发出一套人工智能云平台，提供高效的近视预测服务。通过访问智能平台，输入前后两次检查的年龄和度数（间隔至少一年），即可预知10年内的近视度数变化与高度近视风险。 中山眼科中心近年来对近视眼进行了系统性的研究，不断取得突破，产生了重大的社会影响和意义。
中山大学
2021-04-13