建设智教智慧资助系统，通过其高效协同的后台分类处置能力，把高校学工资助事项进行整合和业务流程的约简化处理，运用大数据打通“最后一公里”，将线下的业务操作剥离开实体大厅转化为线上业务，实现高校学生资助工作的无纸化办公，让学生真正实现“最多跑一次”。 管理员可以灵活设定经困生等级（比如一般困难、困难、特别困难等）。 管理教师可以根据学校的经困生管理办法灵活设定经困生认定条件，在对应的条件下可以设置多条困难条件类型及对应的权重值、限制条件。 管理员可以灵活设定经困生申请计划，包括起止时间、对应认定条件、申报条件参数设置、申报对象。 学生通过移动端进行在线填写经困生申请材料，提交后系统可根据管理员设定的经困生等级条件自动给审核人员推荐申请经困生等级并可以手动调整，学生提交后可以实时查看审核进度。 班主任可以根据系统推荐的经困生等级自行根据实际条件进行手动确认等级，并保留推荐等级和班主任确认等级查询痕迹。 经困生认定条件需具备权重分配方案和认定版本的统一联动管理。 二级学院可以根据权限设置批量打包下载学生上传的经困生证明文件，并以学号+姓名方式保存。

智教高校报修管理系统优化校园设施维修流程，提升服务效率与质量，满足学校师生及后勤管理部门的需求，维修完成后，能对维修服务质量（如维修效果、维修人员态度）进行打分评价，并可填写反馈意见，以便学校改进服务。 教师、学生可以通过手机端，点击报修服务、我要报修后，可以根据实际报修情况进行问题描述、上传图片等。学生可以实时跟踪维修进度，并对维修结果进行线上打分、评价。

VR心理放松系统 功能介绍：1、 用户系统：独立的来访者管理体系，详细的个人档案记录，辅助量表评测体系，生物反馈数据、实时语音记录、单次诊疗记录、单次自评量表等多项数据的传输与记录；单次训练记录带有时间信息独立保存，可实现同一训练不同时段的跨越对比。2、 模块系统：多种功能的训练模块可供选择——肌肉渐进式放松训练：提供多种身临其境的立体放松场景和自主选择的视角模式，提供详细的练习指导语及放松音乐，使来访者以循序渐进的方式完成放松练习，消除身体和心理的紧张和焦虑情绪。深呼吸放松训练：提供多种身临其境的立体放松场景和自主选择的视角模式，提供详细的练习指导语及放松音乐，并提供可视化的呼吸信号配合来访者的练习，使来访者更轻松和舒适的完成放松练习，消除身体和心理的紧张和焦虑情绪。快速放松训练：提供多种身临其境的立体放松场景和自主选择的视角模式，提供特定的快速放松指导语，帮助来访者通过反复的练习可以实现快速放松，可以更有效的缓解各种生活中的压力和紧张情绪。

团体身心放松训练系统     团体心理放松训练系统是一款基于生物反馈原理的高科技心理训练及测评系统。通过脑波头戴设备作为前端脑电测量设备，可实时获取被检测者的脑电数据以及反映测试者心理状态的多项参数。脑波头戴设备具有佩戴简单、使用方便、安全舒适、稳定可靠等诸多等优势，可适应于各类人群和各种日常环境。    系统通过穿戴式生物反馈传感器，采集人体前额部位的脑电信号（EEG），通过无线传输将受测者的每一瞬间的压力值变化传输到身心反馈训练系统软件里面。采用视音脑多维度音乐诱导技术，通过不同频段的音乐诱发产生定向的脑电波形，达到合理干预、疏导压力，平衡情绪的目的。可以消除焦虑、紧张、冲动、抑郁等负面情绪，减轻学习、生活压力，达到使用者身心健康的目的。

简单介绍： 多通道小动物体温维持记录仪本仪器具有测温、控温和加热、体温记录等功能，用于维持试验动物正常体温。该设备测、控精度高，响应迅速快，工作稳定可靠，对试验动物无电磁干扰。 详情介绍： 1、通道数：4通道，带温度记录功能2、采用5寸液晶触摸屏显示测温和控温3、智能温控，精度高，可靠性好4、与太阳光类似的远红外加温，热量易被动物机体吸收，安全舒适5、采用安全的直流低电压加温6、持续显示设定温度与测量的实际温度7、数字式显示直观清晰。8、触摸式调节键使用便捷。9、测控温度范围：0～40℃ 精度：0.1℃。 10、恒温毯表面容易清洁。11、不锈钢肛温传感器直径1.5mm圆头,对动物无刺激12、外形尺寸:200mm长185mm宽150mm高13、加热垫尺寸:250mm长150mm16、带加热功率输出显示比10%~100%，10级显示

南京大学健康医疗大数据国家研究院与南京大学校友企业江苏美克医学技术有限公司联合研发出的15分钟快速检测新型冠状病毒感染的IgM/IgG抗体检测试剂盒(免疫层析法)，已在江苏省各地市疾病预防控制中心投入使用。这款试剂盒经过南京市第二医院等单位的大样本试用检测，发现能够快速、简便、准确的筛查新型冠状病毒感染患者，完全符合市场的迫切需求。 南京大学将首批免费向淮安市捐赠1万人份的新型冠状病毒（2019-nCoV）lgM/lgG抗体检测试剂盒投入人群监测。研发产品 由南京大学与美克医学联合研制成功的新型冠状病毒（2019-nCoV）lgM/lgG抗体检测试剂盒应用了免疫层析法。lgM/lgG抗体是从感染到发病中出现的人体抗体，是近期感染的标志。在感染过程中lgM是人体免疫系统中首先出现的抗体，然后lgG抗体出现，伴随着lgM抗体衰减。检测急性感染期新型冠状病毒（2019-nCoV）特异性lgM/lgG抗体具有敏感性高、诊断及时、能判定疑似者是否感染等优点。因此，检测新型冠状病毒(2019-nCov)lgM抗体具有重要的临床意义，对有效控制大规模传播具有重要的意义。 新型冠状病毒（2019-nCoV）lgM/lgG抗体检测试剂盒目前已投入人群监测中，在首批试用后，快速、简便、有效、精准的病毒检测效果得到北京疾病预防控制中心、江苏省疾病预防控制中心和华中科技大学协和武汉红十字会医院等多省市疾控中心、省传染病医院、多家教学医院20多家医疗机构的肯定，并积极响应加入新型冠状病毒（2019-nCoV）lgM/lgG抗体检测产品的验证工作中。

由南京大学与美克医学联合研制成功的新型冠状病毒（2019-nCoV）lgM/lgG抗体检测试剂盒应用了免疫层析法。lgM/lgG抗体是从感染到发病中出现的人体抗体，是近期感染的标志。在感染过程中lgM是人体免疫系统中首先出现的抗体，然后lgG抗体出现，伴随着lgM抗体衰减。检测急性感染期新型冠状病毒（2019-nCoV）特异性lgM/lgG抗体具有敏感性高、诊断及时、能判定疑似者是否感染等优点。因此，检测新型冠状病毒(2019-nCov)lgM抗体具有重要的临床意义，对有效控制大规模传播具有重要的意义。

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。

成果简介： 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。