本发明涉及一种数字航空摄影系统,包括一带有可控快门的大口径光学镜头和一内视场拼接数字成像后背内视场拼接数字成像后背包括单面散射光学器件、光电转换模块、多路数据存储模块和总控模块单面散射光学器件置于大口径光学镜头成像面处光电转换模块置于单面散射光学器件之后,包括CCD 成像传感器阵列、脉冲发生器、驱动器和A/D 转换器成像传感器阵列还包括一个独立的高速视频图像采集装置总控模块包括一核心控制器、多个成像控制器、人机界面设备、视频切换单元、大口径镜头快门触发单元成像传感器阵列的光电转换与快门触发单元联动控制。 本发明成像光路示意图

南京航空航天大学金城学院是南京航空航天大学联合社会力量于1999年经原中国航空工业总公司和江苏省教育委员会批准成立的公有民办二级学院，2004年经教育部批准，学校改制为独立学院。 学校所依托的南京航空航天大学是一所具有航空、航天、民航特色，以工为主，工、管、理、经、文、法、艺等多学科协调发展，国家“211工程”建设和建有研究生院的全国重点大学。南京航空航天大学对金城学院的教学质量负责，对学校的办学方向、学科专业建设、师资队伍建设、学生教育管理进行指导和帮助。 学校坐落于南京市江宁经济开发区，距离南京禄口国际机场约3公里，毗邻正在建设的地铁6号线。学校基本建设规划科学，各种设施配套齐全。校园占地856亩，总建筑面积超30万平方米，在校生13000余人。学校拥有技术先进、设施一流的25000多平方米实验室，实验设备6300台(套)。新建成28700平方米功能完善、藏书丰富、智能化、现代化的图书馆，能够容纳6000名学生同时阅读和学习。 学校设有机电工程与自动化学院、信息工程学院、航空运输与工程学院、国际商学院、艺术与传媒学院、基础教学部6个教学单位，30个本科专业及专业方向。学校师资力量雄厚，聘请南京航空航天大学及国内外著名高校的教授作为学科专业带头人，引进培养一批专职教师，建立一支以南京航空航天大学教师为骨干，专兼职相结合、教学水平高的优秀师资队伍。学校基础与专业教学实验设备先进，工、经、管、文各类实验室功能齐全，各专业依托南航，办学基础雄厚。学校重视国际学术交流和教学合作，与美国、英国及澳大利亚等国家的大学长期开展校际交流。 学校以区域发展和行业发展需求为导向，创新育人模式，强化实践教学环节，推动教学改革，培养高素质应用型人才。实施因材施教、分层次(机类、电类工科基础强化班、高等数学和大学英语分级教学)、多渠道的人才培养模式，为学生丰富知识、培养才干、锻炼能力提供充分的空间和舞台。学校教育教学质量高，针对优秀生的各种培养措施得力，学生在各类国家、省级学科专业竞赛与创新制作大赛中成绩优秀，获奖人数和奖项等级，以及毕业生的就业率、考研率、出国深造率均在同类院校中名列前茅，在社会上享有良好声誉。我校毕业生年终就业率连续三年超过98%，2017届毕业生就业率为98.65%，协议就业率98.56%。 学校的办学成果也得到了社会的认可：2010年，南航金城学院获得全国“首届中国创新榜样”荣誉称号和全国“先进独立学院”荣誉称号。2011年11月，南航金城学院获得江苏省“最受欢迎的独立学院”荣誉称号。2012年4月，作为江苏26所独立学院的杰出代表，中国民办教育研究院江苏分院落户南航金城学院。2015年2月，南航金城学院获得江苏省江苏省民政厅授予的“5A级社会组织”，是唯一一家获得5A级的全省性民办非企业单位，也是全省第一所获此殊荣的独立学院。2015年5月，南航金城学院被授予“江苏省五一劳动奖状”，这也是迄今为止江苏省第一所被授予此殊荣的独立学院。2017年11月，2017新华教育论坛暨新华网第八届“大国教育之声”颁奖盛典上荣获“2017年度社会影响力独立学院”。

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

中试阶段/n该项目主要针对开源CT 医学影像数据和多中心合作单位提供的多模医学影像数据，采用人工智能技术和自主研制的深度学习算法对心脏左心室、肿瘤等CT 影像数据进行全自动分割，验证了所研制算法在该项目计算机辅助肿瘤智能诊断应用中的有效性，为项目产业化实施奠定了方法基础。成果的先进性或独特性：针对不同类型的医学影像感知设备，设计针对性强的机器学习智能算法；国内同类研究中首次采用“双盲评估+验证”的科研方法对影像数据进

考虑三维点云缺少颜色信息和光学影像缺少空间信息的互补特性，三维点云与光学影像多光融合装备可以提升数据的信息量，基于三维点云和二维图像融合的可视化结果，能够增强三维场景真实感，相较于可见光图像，融合后的三维点云可以实现多角度观测，能够更好的表达的空间特征。 相较于原始和伪彩色点云数据，融合后的三维点云有了色彩纹理信息，目标的形态和边缘都更加明显，整个三维场景更加的真实，也为后续识别、定位、重建等过程提供更多细节信息；同时克服了单一传感器的局限性，充分发挥两者的互补优势，大幅提升了探测设备的环境适应性，适用于全天时复杂场景的下目标探测，具有很强的实用价值。在无人驾驶领域，譬如智能导航、环境感知、高精度地图的构建等，都依赖于可见光图像和点云的融合处理。大家所熟知的百度 Apollo、谷歌 Waymo 自动驾驶系统均应用视觉相机和激光雷达作为主传感器进行定位和环境感知，目前已经实现 L4 级别的高度自动化驾驶。此外，在医学影像、高精度工程测量、工业生产、虚拟现实等领域，三维点云和可见光图像融合技术也有着广泛应用。 图1.三维点云与光学影像融合效果

该系统基于各级医疗系统的影像科研临床应用基础及各类院校影像教学大 纲而开发，贴合各级诊疗机构日常诊疗习惯和院校教学大纲需求，方便教师对各 类影像图片的展示和教学，能更好的让学生全面对各类影像进行阅片、报告书写 练习，以及熟悉临床应用及诊疗流程，有利于训练学生的影像技能操作能力及就业。

我国的大飞机发展计划，为我国铝合金的发展提供了新的机遇。飞机的60-75%的构件是铝合金。航空铝合金是铝合金中高技术含量，高投资，高附加值产品。我国的C919客机已下线，但是该飞机所用的材料主要依赖进口，急需国产化。同时我国军用飞机的大型铝合金材料依然不能满足军机发展的需要。最近，国务院和中央军委大力倡导“民参军”，鼓励民营企业参加国防军工生产。所以该项目计划建设年产20万吨铝合金板带生产线，其中航空铝合金板带5万吨，其余为工业中厚板。 该项目采用了东北大学发明的两项关键技术-1）电磁-气刀连铸技术；以解决高质量锭坯制备，这一制约航空铝合金发展的关键技术，和2）铝合金电流场热处理技术，包括电流场均化和电流场固溶时效，在降低成本的同时，保证材料的性能，均有较高的效益。 一般客机自重为30吨左右，战斗机为10-20吨，大型运输机为60-80吨，其中60-70%为铝合金，则按一架飞机平均自重30吨估算，约需铝合金20吨左右，则需要的铝合金材料为200吨左右，80-90%被加工掉。如果我国飞机材料能达到500架/年，这需要10万吨铝合金。由于现在飞机大部分部件都采用板材机加工方法，所以板材要占80%，既8万吨。 同时我国的战车、炮车、军车等正在实现轻量化，也需要航空铝合金，预测每年要达到30-50万吨。 同时，该生产线还可以生产民用中厚板，包括罐车、动车车厢、铝合金煤车等，预测需要30-50万吨。 因此包括航空铝合金在内，我国每年铝合金中厚板的需求量可以达到80-100万吨，且随着我国飞机制造和高铁发展，需求量还会增加。 招商方向引导 金属结构材料，轻合金加工行业。可以新建，也可以在原铝合金加工厂改造升级。