XM-406先天性心脏畸形模型   XM-406先天性心脏畸形模型由5部件组成，显示卵圆孔未闭、房间隔缺损、室间隔缺损、法乐氏四联症、动脉导管未闭5种形态先天性心脏畸形的形态。 尺寸：自然大 材质：玻璃钢材料

已有样品/n糖尿病是危害人类健康的重大疾病，动态血糖监测(CGM)能极大改善糖尿病患者生活质量。该项目开发了一种用于长期CGM 传感器系统，并对其表面进行生物相容性改性，从而提高CGM 在人体内的长期传感性能和使用寿命。该项目为长期CGM 的构建及其临床应用提供理论及技术指导，为国内首创。成果的社会/经济意义(价值):我国糖尿病患者高达1.14 亿人。本项目构建的长期CGM 市场前景非常可观，并对我国糖尿病治疗产生极

动态膜技术是一种新的膜分离技术，应用于化工分离过程、废水处理工程、给水深度处理等领域，性价比远高于普通的膜设备，但操作技术要求较高。本专利被欧洲专利局数据库收录（CN199

产品详细介绍 TST5915动态信号测试分析系统 产品介绍 1.采用标准便携式进口机箱，全屏蔽机箱结构设计，有效的提高了现场抗干扰能力。 2. 每通道独立16位Σ-△A／D转换器，以及每通道独立的高性能浮点DSP，构成实时数字滤波+模拟滤波的高性能抗混滤波器。 3.采用DDS高精度频率合成技术，保证了所有通道并行同步采集。 4.采用DMA数据传输技术，保证了数据的实时传输、实时显示、实时分析、实时存盘。 5. 系统配置了多种前置信号调理器（ICP、应变、电荷等），实现了多种信号的同时测量。 6.单台计算机最多可控制512个通道进行同步实时采集,多台计算机通过网络连接，可扩展到4096通道。 7.多通道并行同步采集，每通道采样频率最高达到128K。 8.采用进口雷莫接插件，更好的保证了小信号的可靠传输。 9.采用Q-FAN智能温度控制系统，最大程度上减少了温度对测量结果的影响。 10.提供LABVIEW、VC、VB、CVI等开发平台的接口程序，方便用户二次开发。 11.提供多通道转速测量模块，方便用户对旋转机械运行状态进行监控以及故障诊断。 12.功能丰富的控制分析软件，以及模态分析软件，用户可以很方便的对采集数据进行操作和处理。 13.符合GB6587.1-86-11使用条件。 详细技术指标： 1.仪器接口：USB2.0、1394高速数据传输接口 2.扩展方式：并行 3.同步方式：同步时钟发生器 4.连续采样频率：      8通道同步采集，每通道最高采样频率128K;    16 通道同步采集，每通道最高采样频率51.2K;    32 通道同步采集，每通道最高采样频率25.6K;    64 通道同步采集，每通道最高采样频率12.8K;   128通道同步采集，每通道最高采样频率5.12K;   256通道同步采集，每通道最高采样频率2.56K;   512通道同步采集，每通道最高采样频率1.28K。 5.定制采样频率：用户在满足最高采样频率的条件下，可定制任意采样频率。 6.满度值: ±20mV、±50mV、±100mV、±200mV、±500mV、±1V、±2V、±5V、±10V、±20V;   7.线性度: 满度的0.05％; 8.失真度: 不大于0.5％; 9.系统准确度: 小于0.5％(F.S)(预热半小时后测量);  10.系统稳定度: 0.05％/h)(预热半小时后测量); 11.最大分析频宽: DC～50kHz; 12.输入方式：AC、DC、ICP、GND; 13.滤波器：      a.模拟滤波器：截止频率为 10、30、100 、300、1k、3k、10k 、PASS(Hz)八档分档切换；      b.DSP数字滤波器：截止频率为采样速率的1/2.56倍；      c.平坦度(分析频率范围内):小于0.05dB;       d.阻带衰减:-150dB/oct; 14.白噪声: 不大于5μVrms; 15.共模抑制: 大于100dB; 16.共模电压(DC或AC峰值): 小于±10V、DC～60Hz ; 17. 时间漂移: 小于3μV/小时； 18. 温度漂移: 小于1μV/℃； 19.A／D分辨率: 16位; 20.输入阻抗: 10MΩ或40PF; 21.触发方式：手动触发、外触发、信号触发;  22. 电源： AC220V（±10%）50HZ（±1 HZ）或DC  12V 23.使用环境： 适用于GB6587.1-86-Ⅱ组条件; 24.外形尺寸:   317mm（长）×236mm（宽）×88mm（高）(八通道);       317mm（长）×236mm（宽）×133mm（高）(十六通道);       317mm（长）×487m（宽）×133mm（高）(三十二通道)。  

2月19日，昆明移动依托云资源和数据链优势，协同昆明市第三人民医院、云南大学共同创立、建设的“云南省新型冠状病毒感染的肺炎CT诊断互联网协同会诊平台”（简称云南省传染性疾病影像云平台）在三方远程连线下正式启动。平台将在有相关诊断经验的影像专家帮助下，以多方协同工作的方式支持基层医院，帮助基层医院输出高质量的新冠肺炎诊断，同时通过互联网方式实现远程互动，方便医生和患者，减少传播感染机会、减少现场支援成本和隔离防护的物资消耗，集全省影像专家力量助力打好新冠疫情防控阻击战。结合为昆明医科大学第一附属医院创建的“5G智慧诊疗平台”的经验，昆明移动协同云南大学、昆明市第三人民医院建立相应的云服务、医学影像多方协同工作（会诊）系统，通过CT诊断新型冠状病毒肺炎的互联化服务系列关键技术以及运行服务的保障模式，将复杂、昂贵的医学影像处理系统互联化、低成本化。基层医院可以免费、免培训、自助地将本地设备接入云服务平台，随后将逐步发展成为云南省传染性疾病影像互联网协同诊断平台。

本研究的技术成果如下：1 .建立了区域化检查 互通互认胃肠盆底影像学检查规范及质控标准；建 立了消化道肿瘤、炎性肠病、结直肠肛门良性疾病 等影像学诊断标准；实现了远程继续教育，切实提 高广东省基层医院胃肠道疾病的影像诊断水平。 2 .实现了盆底影像学模型及直肠癌、盆底功能障碍 性疾病（PFDD）的三维数字模型的建立；完成了 直肠癌、盆底功能障碍性疾病（PFDD）的计算机 » 软件界面 模拟应用。3.实现了医学影像云服务；实现了医疗影像数据的安全的海量存储，影像文件采用图像压缩技 术转换；支持异构系统整合，接入不同厂商的影像系统，实现了开放的移动终端支持。 安全、稳定、便捷的区域化胃肠道疾病影像会诊平台目标清晰、明确，有非常现实的医疗需求，可运 行性强，可直接产生良好的社会效益，在此基础上，可扩展至更为宽广的医学影像会诊领域。

西安交通大学《新型冠状病毒肺炎影像学诊断》全书共15.5万字，从几百个临床病例中精心挑选了590幅图，其中与新冠肺炎进行鉴别的疾病有29种之多，图文并茂，生动详细。 《新型冠状病毒肺炎影像学诊断》一书在中华放射学会主任委员金征宇教授、候任主任委员刘士远教授倡导下，在全国诊疗新冠肺炎影像专家组指导下重磅推出。另有近30多位来自武汉及其他地区战“疫”一线的影像学专家参与。 依据2020年2月5日国家卫健委颁布的《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》，该书阐述了新型冠状病毒的影像学基本征象、临床分期分型与诊断要点，帮助一线医务工作者提高对新冠肺炎的影像学识别、诊断和鉴别能力，避免误诊和漏诊，具有专业的临床指导意义。 该书的核心内容紧紧围绕新冠肺炎的影像学诊断，涵盖了新型冠状病毒的命名、影像学检查与防护、影像学检查方法、影像学基本征象、临床分型与诊断、影像学分期、影像学转归和影像学鉴别诊断等，可以很好地使一线医务工作者提高其新型冠状肺炎的影像学识别、诊断和鉴别诊断能力，避免误诊和漏诊。

本成果提供了一种可提供 720°VR 全景视频影像拍摄的无人机机载观察装 置，并确保其拍摄、观察画面的稳定性。本成果将无人机机载观察更有效地运用 到实际系统中，如空中 720°VR 影像拍摄、三维立体建模、城市规划、光伏设备 巡检等，大幅提升拍摄画面的视野范围，提高所拍摄影像的画质及稳定性。虚拟 现实(VR)全景成像技术目前广泛应用于街景地图制作、城市规划、影视制作等 领域，但空中 VR 成像及观察技术目前仍存在较大的技术缺陷，在实际应用中存 在不足。首先，空中拍摄时，由于无人机机体或旋翼遮挡，并不

XM-405活动心脏发生示教模型   功能特点： ■ XM-405活动心脏发生示教模型由3部件组成，显示心脏内腔分割形成过程： ■ 6对体节期胚胎的心脏外形示动脉球心室、心房、静脉窦等。 ■ 约四周左右胚胎的心脏外形放大，示雏形的左右心房和左右心室。 ■ 静脉窦发育成主静脉、上下腔静脉等，与部分心房后壁联在一起，胚胎第四周与第八周时的情况可以互换。 ■ 动脉管内壁局部增厚呈螺旋形，分隔成主动脉和肺动脉，其形成的膈可以活动取出。 ■ 尺寸：放大，40×40×25cm ■ 材质：玻璃钢材料

一、项目简介 磁共振成像以其具有多模态成像、高分辨及无辐射伤害等优点，在临床医学影像中具有无可替代的地位。然而较慢的成像速度及易受各种伪影干扰是其主要缺点。另一方面，随着临床上对磁共振成像需求的急剧增长，诊断医生的缺口越来越大，并严重影响病人得到及时、准确的诊断。因此，在磁共振成像中引入以深度学习为代表的智能技术，一方面用于加速成像采集速度及提高成像质量，另一方面用于进行智能诊断，解决临床医生人力不足、误诊率较高的问题。 二、前期研究基础 基于我们在磁共振成像方法设计、超分辨率重建及临床应用等方面的跨学科研究优势，我们利用深度学习技术对磁共振成像的各个方面进行整合优化设计，并取得许多重要的初步成果，具有良好的前期工作基础。 三、应用技术成果 我们在深度学习与超快速磁共振成像方面的结合进行了深度研究，并取得许多重要成像。我们研究了基于深度学习的超快速多参数磁共振成像重建，并取得良好的效果，如图1所示。我们还研究了利用深度学习对磁共振成像进行无参考扫描的扭曲校正，如图2所示。