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。 

研究目的和意义机器学习和人工智能已成为当今最热门的技术之一。2017年，国务院印发了《新一代人工智能发展规划》，正式将人工智能作为国家重要发展战略之一。人工智能已经成为信息技术时代的又一波浪潮。在这波浪潮的推动下，互联网行业、金融行业、传统制造业、政务民生、公安警务等各行各业都在积极向人工智能领域转型升级，利用人工智能先进技术提升智能分析和辅助决策能力，

1.痛点问题 新材料的设计与研发往往面临挑战：急需的新材料难以快速筛选设计，而设计出的新材料又难以找到高效且低成本的合成配方，拥有合成配方的新材料又会面临规模化的长周期探索。根据国家工业和信息化部对30余家大型骨干企业调查结果显示，130种关键材料中，有32%国内完全空白、54%虽能生产，但性能稳定性较差、只有14%左右可以完全自给，亟需新思路来解决我国新材料研发难题。本项目着眼于新材料研发，希望通过创建目前业内空白的智能化新材料研发范式，引领行业智能材料开发自动化服务与工艺的开发。 在数字化、智能化浪潮中，国家和各行业的产业界都非常看重科研的智能化升级。通过持续的交流与调研，我们发现许多企业和研发团队目前对智能研发存在大量潜在需求，而智能研究服务与工艺的同类竞品极少。因此，清华智研将作为一家高新科技企业，以AI赋能研发（AIEmpoweringResearch&Development）为使命，组建国际顶尖水平团队，向国内引进并自主开发世界前沿的AIforScience技术，打造世界级的AI未来实验室（World-ClassAIFutureLab）。 2.解决方案 本技术为新材料研发数字化智能服务平台，可在材料研发过程中对各个尺度以及不同研发阶段下进行智能化的加速及分析服务。以各种人工智能算法为核心，如主动学习算法，图神经网络，卷积神经网络等，我们根据不同材料体系的尺度包括三大方面：1.针对分子及晶体等微观尺度的功能材料研发，设计智能化的深度学习系统。2.针对二维功能材料及其功能性器件、催化剂、膜材料等宏观尺度，设计智能化的深度学习系统。3.针对功能材料研发的表征仪器等平台尺度，设计智能化的系统解决方案。这些智能化解决方案能极大地加速新材料尤其是碳中和相关材料的研发速度，从而大大地降低研发成本与时间，为企业获得有竞争优势的科研壁垒。 自动化和人工智能助力未来智能实验室的方方面面，从样品制备（称量固体、添加液体、超声处理.等)，到合成（分配液体，控制温度，混合，测量pH值，干燥等)、表征（气相色谱，高效液相色谱，分光光度法等)，通过自动化/机器人的辅助，可以有效提高可重复性，提高信噪比，加快实验速度。通过人工智能技术，将实验数据转换为可操作的智能指导，快速浏览并利用复杂的数据，提升认知能力。 智能化研发平台 3.合作需求 拟成立公司推动该项成果的产业化进程，希望对接 1）工程化、产品化所需的资源； 2）新能源、新材料领域合作企业。

成果简介我们开发的 PT1300 系列机器人是高性能重负载工业机器人。 基于简单可靠的设计， PT1300 提供了复杂的运动控制和持续高生产效率的性能。 该型号机器人具有本公司最新研发的智能机器人控制系统。 PT1300 机器人是一种四轴的、模块化结构、 伺服驱动的专为纸箱包装和材料处理而设计的设备。 我们根据其参数的不同将其分为 A,B 型。成熟程度和所需建设条件本项目先后成功应用于哈尔滨三联制药和杭州娃哈哈集团， 结果表明效果显著， 经济和社会效益明显。

成果简介从时间角度分析， 产品在从原料到最终成品的整个生产过程中， 加工等工序过程在产品的生产周期内仅占 10%~20%的时间， 而搬运、 储存等物流过程占到整个生产周期的 80%~90%左右的时间。 从生产成本角度分析， 物料搬运费用约占总费用的 20%左右； 从安全角度分析， 有 40%左右的生产事故发生在物料搬运过程中， 且采用人工搬运产品时， 由于人为因素而造成的产品磕碰问题也直接影响到产品质量。 因此， 采用码垛机器人代替人工搬运操作在现代企业物流管理中的地位日益凸显， 码垛

相对尾鳍推进方式，胸鳍推进模式仿生机器鱼在效率、机动性、噪声及稳定性等方面表现更加突出。课题组目前共研制出四代胸鳍推进式仿生机器鱼。性能指标如下：样机名称 样机参数 最大游动速度第一代身长0.6m，翼展0.7m0.5m/s第二代身长0.7m，翼展1.0m0.65m/s第三代身长0.4m,翼展0.62m0.44m/s第四代身长0.44m，翼展0.71m0.32m/s第五代身长0.46m，翼展0.83m0.45m/s 胸鳍推进式仿生机器鱼续航时间达2.5小时，可根据需要搭载摄像头等传感器件，在水环境监测、鱼类观察、科教、观赏等民用领域应用前景广阔。在军用领域，相对螺旋浆推进，1Hz以下的拍动频率使仿生鱼具有更小的推进噪声，面对雷达监测具有更好的隐蔽性，因而具有很强的应用潜力。

　　DX-2012R系列表面磁场分布测量仪是结合多极磁环生产厂家和电机企业用户的实际需求，精心设计测试台体并精确控制电机运转而自主研制的表磁分布测量仪器。 　　随着人民生活水平的不断提高和科学技术的不断进步，人们不仅对环形磁材料磁场检测分析有需求，对于多种形状的材料甚至是空间磁场的检验也提出更多的要求和指标。在现有的经济和技术的推动下，我公司应市场要求研发了第四代表磁测量产品——DX-2012RD空间磁场分布测量仪。本设备能够精确的测试空间磁场分布，并且提供XY坐标、P极坐标、3D磁场分布和相对基波进行谐波分析等测试手段，针对现国内外市场对磁产品的多项指标，满足永磁磁体、永磁电机定子或转子、直流磁场线圈、电磁铁等品质的检验。 　　本设备可配多种测试工装（如三维测试探头、旋转平台或载物平台），高同心度设计和探头回位的高精度水平，是该设备品质的保证；产品综合性能达到国际先进水平。目前公司商业化产品的扫描空间800mm*800mm*800mm。 DX-2012RD表磁分布自动测量装置硬件特点 ● 三轴电动控制移动平台，铝合金材料加工，外形尺寸可定制；  ● 步进电机驱动回位精度可达±0.01mm，步进分辨率可达0.01mm; ● 台湾三爪卡盘，同心度优于0.05mm ， ● 旋转角度分辨率：0.01°，回位不确定度：±0.005°； ● 测试速度30-60秒/周（锁定）； ● 数据采集分0.2k/0.4k/1k/2k/4k/10k/20kGs七档自动量程； ● 准确度1.0%，重复性0.3%； ● 分辨率对应各档满量程1.0%（400Gs以下，0.1Gs有效）； ● 配一标准磁场，磁场1000Gs±5Gs，定标精度0.5%，用于磁场校对。   DX-2012RD表磁分布自动测量装置软件特点 ● 基于WindowsXP/WIN7的软件包，扫描检测磁化体的场强； ● 软件能控制3个线性运动和一个旋转运动； ● 操作人员选择要扫描的区域和步进； ● 开机系统具有自我机械调零功能； ● 可自动移动到设定测试点功能并按设定测试步进方式进行连续测试； ● 测试完成，可自动回位到停机点，方便样品的更换。 ● 其他：配套软件DX-2012MDT磁场分布测量软件。   满足功能 ● 各极磁场峰值最大值、最小值和平均值自动测量功能； ● 各极磁极宽度最大值、最小值和平均值自动测量功能； ● 各磁极面积和半高宽测量自动测量功能； ● 旋转磁场零点自动寻找功能； ● 自动输出极坐标图功能； ● 自动输出对应基波谐波分析功能； ● 对同一样品，组合测试点三维磁场分布显示功能； ● 各极角度，峰值，面积列表储存功能； ● 对应磁场B与X/Y/Z长度的磁场分布图； ● 对应磁场B与平面的磁场分布图。 ● 可直接通过E-mail发送彩色的测试报告，非常快捷; ● 可将测试数据输出到EXCEL中，便于对测试结果进行分析。   标准配置与可选配置   DX-2012RD标准配置 DX-2012RD组件 说明 测试平台 包含探头电控调节机构、XYZ电动调节系统、光学电动旋转平台和精密三爪卡盘。 磁场扫描测试主机 包含自动量程高斯计和步进电机驱动控制中心。 配置软件 DX-2012RMT多极分布测试软件和DX-2012MDT平面空间磁场扫描软件。 标准磁场 提供第三方检验报告（100mT）。 其他配置 联想品牌计算机、HP激光打印机一套； 说明：以上标准配置仅作参考，实际产品清单以签订合同为准。   DX-2012RD可选配置 可选配件 说明 纵向霍尔探头 量程范围： 0.2k/0.4k/1k/2k/4k/10k/20kGs七档自动量程 精      度： 对应各档满量程0.5% 准  确 度： 对应各档满量程1.0% 横向霍尔探头 量程范围： 0.2k/0.4k/1k/2k/4k/10k/20kGs七档自动量程 精      度： 对应各档满量程0.5% 准  确 度： 对应各档满量程1.0% 三维霍尔探头 根据客户要求定制 零高斯腔 磁场屏蔽0.001mT；   DX-2012RD行程及测量范围（标准配置） 步进电机驱动轴技术参数 参数 X轴 Y轴 Z轴 位移距离 200mm 200mm 150mm 步进分辨率 0.01mm 0.01mm 0.01mm 回位不确定度 ±0.01mm ±0.01mm ±0.01mm 最大速度 20mm/sec 20mm/sec 20mm/sec   探头技术参数 移动轴 X Y Z 行程（mm) 200 200 150 分辨率（mm)   0.01mm 0.01mm 0.01mm 回位精度（mm）  ±0.01mm ±0.01mm ±0.01mm   DX-2012RD仪器参数（标准配置） 步进电机驱动器性能参数 供电电源  12V ~40VDC 容    量  0.1KVA 输出电流  峰值2.6A/相（Max） 驱动方式  空间矢量双极恒流驱动 励磁方式 十六种细分模式可选 绝缘电阻 常温常压下＞100MΩ 绝缘强度 常温常压下0.5KV，1Min   精密电动旋转平台性能参数 台面直径 100mm 传动比 7.500694 分辨率(8细分) 0.00125° 重复定位精度 ＜0.005° 最大速度 25°/s 步进电机 2相 最大静转矩 40Ncm 最大中心负载 50kg   测试原理 DX-2012R系列表面磁场分布测量仪的测量原理结构框图以DX-2012RD为例，如图所示：        DX-2012RD空间磁场分布测量仪主要由工控电脑（测量软件）、运动控制系统和数据采集系统组成，首先通过工控电脑发送测试命令，控制运动控制系统完成设定的运动轨迹，同时同步控制数据采集系统工作，数据采集系统通过霍尔传感器采集Ｘ、Ｙ、Ｚ方向的数据，然后将数据传送给工控电脑进行数据处理，最后得到三维磁场分布图。 　　DX-2012RA多极磁环表磁分布测量仪的测量原理结构框图与DX-2012RD相比，没有X、Y、Z三轴控制系统，也不配置三维高斯计，使用的是一维的测试探头。 　　DX-2012RB龙门式表磁分布测量仪的测量原理结构框图与DX-2012RD相比，基本相同，只是不配置三维高斯计，使用的是一维的测试探头。 　　DX-2012RC机柜式表磁分布测量仪的测量原理结构框图与DX-2012RD相比，也基本相同，只是不配置三维高斯计，使用的是一维的测试探头。

本平台实现交通数据的可视化、预测、关联性分析

本发明涉及一种基于机器学习的空间数据匹配方法，包括四个步骤:1)自动生成匹配训练样本，2) 通过机器学习建立分类器模型及其参数，3)应用分类器模型对输入空间数据进行目标匹配，4)顾及逻 辑和领域约束对匹配结果的过滤和改善。其中机器学习采用以空间目标的位置、大小、形状和方位等多 种指标作为特征提取。具有如下优点:可避免量纲标准化和多指标加权中的主观任意性，匹配精度较加 权平均方法更高;匹配模型基于样本数据学习建立，数据的自适应性较高;建立模型的典型样本数量少， 可大规模应用;利用空间数据的内在几何信息，无需额外属性信息，使用准入性低。

多模态医学影像信息处理与分析，具有重大的应用背景，是国家和社会当 前高度重视的研究领域之一。 本项目拟基于机器学习方法，主要研究医学影像的特征描述、设备无关性 的特征评价与特征选择、基于内容的多模态医学影像检索、医学影像信息挖掘、 参考库建设与算法辅助研究平台的设计与开发等内容。研究目标为： （1）建立统一的特征描述模型，实现跨模态医学影像的统一特征描述； （2）提出有效解决特征提取层面上医学影像信息处理与分析算法的设备无 关性问题的通用框架； （3）在医学影像标注数据有限、数据库为海量等条件下，实现高效率单模 50 态影像检索，有效提高多模态、跨模态医学影像检索的精度，实现用户友好的 检索结果展示； （4）从结构复杂的多模态医学影像数据中，挖掘有用的知识，构建有效的 辅助诊断模型、实现个人疾病风险预警； （5）完成首期参考库建设与算法辅助研发平台的开发，为项目研究内容的 开展提供有效数据和环境支撑。本项目获得国家自然科学基金重点项目资助，项目执行期 2013.1-2017.12。