“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。 

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

全景采用8目1/1.8"靶面超低照度200万图像传感器拼接；一体球机采用1/1.8"靶面超低照度400万图像传感器； 全景视频8目达8192*1800@25fps，球机视频最大支持2560*1440分辨率输出； 8目支持真实360°超大视野，同时配合高清球机支持联动监控、自动跟踪、细节抓拍等功能； 支持5、6、7、8任意拼接，实时生效，省时高效； 球机超远250M红外监测距离，由近及远让夜晚监控更加清晰； 支持人群监测、全局及区域人数统计、人群密度阈值报警联动监视功能，为人群全局监测、焦点监测提供强有力措施； 采用大华自有算法，绊线入侵、区域入侵检测距离、联动跟踪准确率与及时率大大提升； 支持感兴趣区域(ROI）编码、区域入侵、绊线入侵、场景变更、音频异常侦测、外部报警； 支持宽动态、3D降噪、强光抑制、背光补偿，适用不同监控环境； 支持报警7进3出，音频2进2出，485，BNC，512G SD卡； 标配DC36V供电方式，标配光模块，支持光口和网口同时输出 支持IP66防护等级； 参数 参数值 外观 守望者 传感器类型 全景：1/1.8英寸CMOS 球机：1/1.8英寸CMOS 像素 全景：1600万 球机：400万 最大分辨率 全景：8192*1800 球机：2560×1440 扫描方式 逐行扫描 电子快门 全景：1/3s~1/100000s、可手动或自动调节 球机：1/1～1/30000s、可手动或自动调节 最低照度 0.001Lux（彩色模式）；0.0001Lux（黑白模式） 信噪比 全景：＞56dB 最大补光距离 ≥400米（红外补光）； 补光灯数量 7颗（红外灯） 强光抑制 支持 镜头类型 全景： 定焦 球机： 电动变焦 镜头接口 全景： M12 球机： 机芯接口 镜头焦距 全景： 5mm 球机： 5.5mm-220mm，40倍光学变倍 镜头光圈 全景： F2.2 球机： F1.35～F4.8 视场角 全景： 水平:360°： 垂直：84° 球机： 水平：2.27~61.4 垂直：1.3~35.99 对角线：2.62~68.18 光学变倍 球机： 40倍 光圈控制 全景： 固定光圈 球机： 自动光圈 近摄距 全景： 1.2m 球机： 500mm～2000mm（近焦到远焦） 通用行为分析 绊线入侵；区域入侵； 智能 支持 深度智能 支持 人群分布图 人群分布效果图、全局人数统计、区域人数统计 智能检索 配合Smart NVR实现事件录像的二次智能检索、分析和浓缩播放 H.265 支持 视频压缩标准 H.265；H.264；H.264H；H.264B；MJPEG 智能编码 H.264：支持 H.265：支持 视频帧率 全景： 50Hz: 主码流：8192x1800@25fps,7680x1680@25fps,5760x1264@25fps，4096x900@25fps 辅码流1：3840x832@25fps,2560x560@25fps,2048x452@25fps 辅码流2：4800x3840@25fps,3200x2560@25fps,1600x1280@25fps 60HZ： 主码流：8192x1800@30fps,7680x1680@30fps,5760x1264@30fps，4096x900@30fps 辅码流1：3840x832@30fps,2560x560@30fps,2048x452@30fps 辅码流2：4800x3840@30fps,3200x2560@30fps,1600x1280@30fps 球机： 50Hz 主码流：2560×1440@25fps、2048×1536@25fps、1920×1080@25fps、1280×960@25fps、1280×720@25fps 辅码流1：704×576@25fps、352×288@25fps 辅码流2：1920×1080@25fps、1280×960@25fps、1280×720@25fps 60Hz 主码流：2560×1440@30fps、2048×1536@30fps、1920×1080@30fps、1280×960@30fps、1280×720@30fps 辅码流1：704×480@30fps、352×240@30fps 辅码流2：1920×1080@30fps、1280×960@30fps、1280×720@30fps 视频码率 全景8目： H.264: 512Kbps ~ 42995Kbps H.265: 256Kbps ~ 26216Kbps 球 机： H.264: 184Kbps ~ 15104Kbps H.265: 110Kbps ~ 9216Kbps 日夜转换 ICR自动切换 背光补偿 支持 宽动态 真实宽动态/120dB 白平衡 全景：自动/自然光/路灯/室外/手动/区域自定义 球机：自动/室内/室外/跟踪/手动/钠灯/自然光/路灯 增益控制 手动/自动 降噪 全景：3D降噪 球机：2D降噪和3D降噪 默认分辨率下默认码流 全景： 14336Kbps（8192x1800） 球机： 6144Kbps（2560x1400） 电子防抖 支持 透雾功能 支持 数字变倍 球机： 16倍 图像翻转 球机：支持倒影 隐私遮挡 全景（区域覆盖）： 4块 球机（隐私遮挡）： 8块 音频接口 支持 音频压缩标准 G.711Mu/G.711A/G.726/AAC/MPEG2-Layer2/G.722.1/G.729 音频采样率 8KHz/16KHz/32KHz/48KHz/64KHz 报警 支持 报警事件 支持无SD卡;SD卡空间不足;SD卡出错;网络断开;IP冲突;非法访问;异常电压检测;移动检测;视频遮挡;场景变更;区域入侵;绊线入侵;音频异常侦测;人群密集；本地报警 网络接口 1个10/100/1000M以太网电口，1个1000M光口 网络协议 HTTP;TCP;ARP;RTSP;RTP;UDP;RTCP;SMTP;FTP;DHCP;DNS;DDNS;PPPOE;IPv4/v6;SNMP;QoS;UPnP;NTP 接入标准 ONVIF（Profile G）;GB/T28181;CGI 预览最大用户数 20个 存储功能 SD卡、FTP（SFTP）、NAS(NFS/SMB) 浏览器 支持： Chrome 42以下版本； Firefox 52以下版本; IE7；IE8；IE9；IE11 图像设置 全景：亮度；对比度；锐度；饱和度；gamma； 球机：亮度；对比度；锐度；饱和度；gamma；色彩抑制；锐度抑制； OSD信息叠加 区域覆盖/隐私遮挡；通道标题；时间标题；地理位置；图片叠加；球机预置点、温度、云台坐标、变倍、正北方向、巡迹；球机测距 录像模式 手动录像；视频检测录像；定时录像；报警录像 录像优先级从高到低依次为手动 > 外部报警 > 视频检测 > 定时 SD卡 支持 恢复默认 支持一键恢复默认配置 用户管理 最大支持20个用户 安全模式 授权的用户名和密码；MAC地址绑定；HTTPS加密；IEEE 802.1x；网络访问控制 星光 支持 智能编码 H.264：支持 H.265：支持 旋转范围 水平范围：0°～360°连续旋转 垂直范围：-12°～90° 自动翻转180°后连续监视 旋转速度 水平键控速度：80°/s， (水平预置点速度：69.2°/s） 垂直键控速度：26°/s，（垂直预置点速度：36°/s ） 长焦限速 支持 定位精度 垂直0.1° 水平0.1° 定位精度自动校准 支持 远程镜头复位 支持 预置点 300个 自动巡航 8条，每条可添加32个预置点 自动巡迹 5条 自动线扫 5条 断电记忆 支持 空闲动作 预置点/自动巡迹/自动巡航/水平线扫 定时任务 预置点/自动巡迹/自动巡航/水平线扫 3D定位 支持 云台限位 支持 方位显示 支持 信息显示 支持 时间显示 支持 RS-485接口 1个（波特率范围：1200bps~115200bps） 光纤接口 支持（接口类型：LC，单模） 音频输入 2路（接线端子） 音频输出 2路（接线端子） 报警输入 7路（湿节点，支持直流3V~5V电位，5mA电流） 报警输出 3路（干节点，支持直流最大30V电位，1A电流/交流最大50V电位，0.5A电流；） 模拟输出接口 1路CVBS BNC接口 工作电压 DC36V（±50%） 供电方式 DC36V 功耗 基本功耗：58.7W（DC36V）； 最大功耗（ICR切换，红外灯最亮，球机云台转动）：84.4W（DC36V）； 加热功耗：3.34W（DC36V，全景主控加热）；26.7W（DC36V，全景镜头&SENSOR板加热）;5.4W（DC36V，球机镜头除雾加热）; 工作温度 -40℃~+70℃ 工作湿度 ≤95% 防护等级 IP66； 外壳材料 金属+塑料 产品尺寸 Φ383mm×389.8 包装尺寸 500mm×500mm×658mm（长×宽×高） 净重 14.7kg 毛重 19.8kg 安装方式 壁装；吊装；柱装；支架需要额外下单； 壁装支架PFB710W；吊装支架PFB710C 电源 标配 镜头 标配 电源返送 支持DC12V电源返送，最大电流165mA，电压值12V

本发明公开了一种基于点云与影像数据的三维可视化方法和系统，其中方法的实现包括：采集目标场景的影像数据和点云数据；对点云数据进行上采样，将上采样后的点云数据投影到影像数据中进行融合，对进行融合后的点云数据进行着色，得到彩色点云数据；利用彩色点云数据进行三维渲染，得到目标场景的三维可视化模型。本发明实现了从数据采集和融合到最终渲染显示的点云三维可视化，有助于激光点云技术的拓展，提高了点云数据对于普通用户的可访问性和

本发明公开了一种无需 POS 辅助的低空遥感影像快速自动拼接方法，包括步骤:步骤 1，低空遥感 影像测区的全自动恢复;步骤 2，根据精匹配种子点对预处理后的影像进行精匹配获得精匹配结果;步 骤 3，对精匹配结果进行自由网平差迭代获得平差结果;步骤 4，根据差结果内插生成影像的数字地面 模型，根据平差结果获取影像在自由网坐标系下的相对外方位元素，基于数字地面模型和相对外方位元 素对各影像进行正射纠正，同时生成测区的正射影像拼接图。本发明无需 POS 数据辅助，可实现全自 动、快速生产正射影像拼图，能满足遥感影像准实时处理要求，适用于灾害应急响应、军事保障等领域。

本发明提供一种基于区域变化率的遥感影像接缝线优化方法，包括步骤：计算待优化接缝线涉及的 左、右数字正射影像间重叠区域像素的差值矩阵；分别对待优化接缝线涉及的左、右数字正射影像的重 叠区域进行影像分割，并获得各分割区域的变化率；根据各分割区域的变化率确定待优化接缝线的优选 区域，并根据确定的待优化接缝线的优选区域优化重叠区域像素的差值矩阵；根据优化后的重叠区域像 素的差值矩阵以及待优化接缝线的起点和终点，对待优化接缝线进行优化。本发明适用于数字正

一种基于路径追踪的遥感影像 Bowtie 效应纠正方法，包括进行插值，使经纬度数据与原始影像具 有相同的分辨率；根据卫星的升降轨方向和扫描方向确定第一个纠正像元的搜索起点，设定对纠正影像 进行重采样的顺序，依次采用路径追踪的方式定位纠正影像的每个像元在原始影像中的位置，即搜索其 在插值后的经纬度格网中的位置，获得与纠正影像像元最邻近的若干个采样点用于灰度重采样来去除影 像的重叠现象。本方法计算效率好，充分利用原始影像信息，是一种严格的高精度中低

DR、CT、MRI 和 MRS 系列仿真实验仪软件可用于低成本批量化规范化仿真实验教学，同时还可以在模型设计，系统问题（伪影）分析和解决，放疗模拟定位，提高磁共振扫描效率，人工智能影像诊断领域样本增广方面有应用。

爱普生微压电打印头 新一代爱普生UltraChromeD6r-S墨水 更广泛的介质适用尺寸3.5"-A4 一键弹出卷纸单元，实现轻松上纸 17秒首张快速输出模式*1 输出速度360张/小时*1（4"x6"inch） 最高分辨率：1440x720dpi 最小墨滴：2.5pl 打印速度：标准模式：10s(4'x6') 喷头技术：Epson微压电打印头 颜色：青色，洋红色，黄色，淡青色，淡洋红色，黑色 墨水：爱普生“活的色彩D6r-S”染料墨水