高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
ZL-620U医学信号采集处理系统(Plus)
  简单介绍: ZL-620U医学信号采集处理系统采用小巧薄型的外置式结构。即适用于笔记本电脑,也适用于台式电脑。与计算机接口:USB2.0。由于系统内部A/D采集部分采用了独立的电路板(在外置机箱内),因此以后无论计算机的接口技术如何发展,仪器均可通过更换A/D采集器模块和相应软件适应计算机的发展,仪器升级十分方便。刺激器采用了光耦合全隔离系统、ECG具12种导联模式。 详情介绍: 硬件技术指标:1.仪器采用小巧薄型且抗干扰电源一体化外置式结构,电源交流220V,除机箱内置变压器外,外部无需接任何变压器,从而确保仪器在做任意生物电实验时,无须外接任何地线都能确保其显示的生物电信号的清晰和准确。从而保证本机抗干扰性能及准确度。2.仪器具有4个通道(八道为8个通道),所有通道均为多功能全程控隔离型放大器。每一通道的放大器均可作生物电放大器、血压放大器、桥式放大器使用,还可作肺量计、温度计等。且每个通道拥有独立的硬件模块,互相独立,大大加大了通道间的抗干扰能力,同时也为仪器养护维修带来了很大方便。3.采用高精度16位A/D转换芯片,单通道硬件*高采样率1000KHz。硬件*低采样率0.01Hz。四通道连续采样时*高采样频率200kHz ,且实时采样的过程中可以根据需要来改变采样率。4.扫描速度:0.05ms/div~3200s/div。5.放大器输入电阻≥100MΩ(双端输入)及50MΩ(单端输入)、共模抑制比≥100dB、噪音≤±1μV(RMS)或≤±3μV(P-P)。6.频响:DC~20kHz。7.输入范围:5μV~500mV。8.灵敏度:  a)生物电模式:20uV/div~500mV/div   b)血压模式3.6-360(mmHg/div)   0.36-180(mmHg/div)(高灵敏度换能器)9.交、直流具有相同的增益:量程500mv、200mv、100mv、50mv、20mv、10mv、5mv、2mv、1mv、500uV、200uV、100uV、50uV、20uV、10uV档可调;可直接输入10V电信号而放大器不饱和。10.低通滤波(硬件):0.3 Hz、 3 Hz 、10Hz、30Hz、100Hz、500Hz、1kHz、3kHz、10 kHz、OFF(20kHz)。具有5阶以上的滤波方式。11.时间常数(硬件):0.001s、0.002s、0.02s、0.2s、1s、5s、DC。12.光电隔离程控刺激器的主要技术要求:具备单刺激、串单刺激、连续单刺激、双刺激、串双刺激、连续双刺激、定时刺激、强度递增刺激、频率递增刺激、波宽递增刺激、强间隔递增刺激、自动串双刺激等刺激模式。*大负载电流:100 mA、具备正电流、负电流输出方式,满足国家对实验安全用电标准、不会因为误操作导致电击。输出电压<=50V,以满足国家安全用电标准。13.数字滤波模式:    1)滤波参数可调的高通、低通、带通、带阻。    2)有阶数可调的零相移数字滤波。14.硬件系统包含ECG全导联导联卡,每个通道均可作12种导联方式的心电图,导联切换方式可程控,导联方式共12种: Ⅰ、 Ⅱ 、Ⅲ、aVR、 aVL、 aVF、 V1、 V2、V3、V4、V5、V6。13.实验环境数据检测功能,可以在实验信息中测量并添加当前实验的环境温度、大气压、湿度,做为仪器实验的环境参数。14.可配套医学网络管理教学系统,进行实验室网络化教学。   软件技术性能:1. 智能式,一体式设计2.具有监听和记滴功能,记滴具有专用的分析计数软件。3.单台设备之间可以任何组合并构成新的8~16通道记录仪,并拥有独立的8通道和16通道软件。软件可任意设定1~16个显示通道(5~16通道用于分析)。4.包含生理、药理、病理生理实验项目,实验项目数不少于50个;并可根据用户需要自行无线扩展实验项目(自己定义参数)。具有灵活的量纲转换功能,由数据库对各类实验的零位、量纲转换比例、实验参数等各类参数进行存储,并灵活快捷的调用修改。5.支持波形数据导出功能,可被Matlab,Spss,Sas等软件打开。可定制开放数据接口,对软件进行二次开发。用户可自己编写软件对实验波形数据进行采集,记录,分析。6.支持外刺激捕捉模块、和血压血氧监测仪同步显示。微循环同步视频显示、记录;并可与视频视教系统配套使用。将生理信号和视频信号同步记录,并支持同步回放。7.具有数据分析功能:积分、微分、频率直方图、序列/非序列密度直方图和二维和三维频谱分析等。8.软件集成专用药理分析工具箱,集成多种药理分析工具,如:PA2的计算, 使用Bliss法完成的LD50计算,t检验计算.回归分析等。具备心电自动统计分析功能。具备心率变异性(HRV)分析功能。具备心肌细胞动作电位、LTP、脑电、细胞及神经放电的专用测量分析功能。具备心电、血压、心室内压、脉搏、呼吸等动态自动测量功能。作定量的呼吸流量测量及呼吸力学指标测定功能、并可做运动肺通气测量。9.数据结果导出、导入、备份、保存功能和数据断电恢复功能。数据测量结果能够以数据浮动板或通道内显示方式显示。软件具备波形声音回放功能,将实验波形以音频的格式播放。(如减压神经放电,心音,耳蜗微音器电位等实验的声音还原)。10.软件可配套英文版软件,适用于对外教育。具备上下文帮助系统。11.软件具备拆分示波功能(即左视功能),用于在记录过程中、可以随时观察已经记录的波形,并可对齐进行相关数据分析。12.WINDOWS传统软件界面,支持XP、WIN7/8/10操作系统。主要配件:(可根据用户需求改变附加配置)1-主机一台;2-生物信号采集处理系统分析软件1套;3-USB2.0信号线配件 1根;4-屏蔽保护生物电信号输入线2根;刺激输出线1根;记滴输入线1根。
安徽耀坤生物科技有限公司 2022-05-25
一种在图像中识别物体的方法
成果描述:本发明申请要解决的问题是,对环境噪声较大的场合,根据对象的结构进行实时识别。本专利建立一种实时的智能物体检测算法,根据动态区域连通性提取物体的结构特征,通过矩函数映射得到特征进行识别。市场前景分析:本发明最主要的任务是弱化了形态的特征,强调结构,从而加强的了抗噪能力,并通过概率模型,给出了精确的数据概率分析。已在实际的应用(自然生态保护区的熊猫识别)当中取得显著效果。与同类成果相比的优势分析:本发明主要面向复杂环境中颜色特征明显的对象,从对象的颜色特征出发得到结构,对结构进行判断从而进行识别。
电子科技大学 2021-04-10
基于图像序列的超分辨率成像技术
基于真实成像模型,图像序列/视频数据的通用超分辨率重建方法;对弱纹理目标的高清重建,对超精细纹理的精确预测与重建。
东南大学 2021-04-11
基于CR系统的图像增强技术应用研究
上世纪80年代,日本富士公司初率先在世界上推出第一套CR系统(计算机X射线影像仪Computed Radiography),它是用成像板(Imaging Plate,简称IP)替代传统的胶片进行感光并存储,再把储存于IP上的感光信号用激光扫描方法转换成电信号并进行数字图像处理的一种技术,实现了胶片数据化,为放射科无片化及医疗影像计算机联网打下了扎实的基础,为进入远程影像资料会诊开辟了道路。CR系统能直接生成数字图像,使其不再经过显影、定影、水洗技术流程,从而节省了大量的劳动力和精力;CR系统生成的数字图像大大的减少了存放X线胶片的空间,保证了图像的质量,也便于图像的存储、查找,从而结束了图像查询缓慢、易错、保存质量不高的时代,方便对病人资料进衍管理。正是由于它的这些优点,CR技术才得以在医学中广泛应用。 CR图像在生成、传输和扫描进入计算机时,会受到医学影像设备、媒质的实际性能、以及接收设备的限制,这些因素引起图像质量的退化。退化的X射线数字图像质量不能达到直接用于实体造型的要求,从而影响了医生的准确诊断。影响CR系统成像的因素主要有X射线散射、噪声以及人为因素,其中人为因素是指X射线的用量不足或过量。一般来说,由于X射线散射、噪声引起的图像退化很难避免,而且一直存在,因此本项目主要考虑人为因素引起的图像模糊问题,利用图像增强技术对模糊图像处理,方便医生诊断。 以下是模糊大剂量CR图像、模糊小剂量CR图像以及可以用于诊断的标准CR图像显示效果:
南京工程学院 2021-04-11
一种高效的图像颜色矫正方法
一、主要功能和应用领域: 随着光照颜色的不同(如早晨、中午、傍晚的阳光波谱不同;室内外不同颜色的灯光等),用数码相机拍摄下来的同样一个场景的图像,其中物体的颜色会发生改变。本成果的主要功能是为了消除此外界光源颜色对照片中物体色彩的影响,得到颜色保真的图像(图1)。 本成果的应用领域非常广泛,比如可以内置在数码相机或数码摄像机中,实现对所拍摄影像的实时颜色矫正;也可以对已有的各种数码影像进行颜色矫正后处理(如内置在数字电视中)。 图1. 技术功能展示。对于给定的色偏图像(左),本方法的颜色矫正结果(右)与真实结果(中)非常接近。 二、特色及先进性: 算法简单,处理效果好。与目前数码相机及数码摄像机中普遍采用的颜色矫正(即白平衡)方法(如Grey-world或White-patch方法)相比,计算效率相当,但可以处理空间不均匀光照颜色影响,处理效果在统计意义上具有显著的改进,得到颜色更为保真的影像。 三、技术指标: (1)处理效果显著优于目前数码设备中普遍采用的技术,颜色保真度比目前常用的Grey-world和White-patch方法平均提高90%以上。 (2)通过算法优化和硬件加速,可以实现对图像和视频的实时处理。 四、能为产业解决的关键问题: 实际场景(如街道、室内)的外界光照颜色复杂多变,本技术可以提供更为高效的影像颜色矫正技术。颜色高保真对于视觉欣赏,以及复杂的计算机视觉应用(如目标识别)均具有重要价值。
电子科技大学 2021-04-10
一种高效的图像颜色矫正方法
随着光照颜色的不同(如早晨、中午、傍晚的阳光波谱不同;室内外不同颜色的灯光等),用数码相机拍摄下来的同样一个场景的图像,其中物体的颜色会发生改变。本成果的主要功能是为了消除此外界光源颜色对照片中物体色彩的影响,得到颜色保真的图像。 本成果的应用领域非常广泛,比如可以内置在数码相机或数码摄像机中,实现对所拍摄影像的实时颜色矫正;也可以对已有的各种数码影像进行颜色矫正后处理(如内置在数字电视中)。
电子科技大学 2021-04-10
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别,是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低,对比度差,存在颜色漂移和边缘模糊等问题;另外,水下图像样本稀少且缺乏足够的变化性,使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破,提出两种解决方案,一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法,由普通光学图像生成水下图像,构建水下图像目标检测与识别仿真库,该数据库一方面数据量大且具有较大的变化性,也即场景与目标均具有较大的变化性;另一方面,由于是由普通光学图像迁移获得,因而也可以直接应用普通光学图像自身的标签信息,无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统,解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术,可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下,进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1)基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果;b为模拟生成的水下风格图像及其目标检测结果;c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学 2021-04-11
法布里珀罗干涉圆环图像处理方法
一种法布里珀罗干涉圆环图像处理方法,属于光谱测量图像的 处理方法,用于将法布里珀罗干涉圆环图像转换为精确、低噪声的法 布里珀罗干涉光谱图像。本发明顺序包括确定圆心坐标步骤、数据折 叠步骤和平滑降噪步骤。本发明数据折叠步骤中,充分利用了法布里 珀罗干涉圆环图像上所有像素的信息,法布里珀罗干涉圆环图像上非 X′轴上的像素到原点 O′的距离不全为正整数,所得到的法布里珀罗 干涉光谱图像精度达到了亚像素,经过平滑降噪步骤后,降低图像噪 声,图像信噪比高。
华中科技大学 2021-04-11
一种DCT域上的图像检索方法
本检索方法包括以下步骤:1.确定主颜色模糊隶属度函数和纹理模糊 隶属度函数;2.选取拟检索图像的主颜色特征块;3.根据主颜色模糊隶属 度函数和主颜色特征块,提取主颜色模糊直方图特征,得到主颜色特征向 量K;4.选取纹理特征块;5.根据纹理模糊隶属度函数和纹理特征块,提取 纹理模糊直方图特征,得到纹理特征向量TK;6.综合主颜色特征向量和纹 理特征向量,得到表达图像检索特征的综合向量Key=[K,TK];7.以拟检索 图像的图像检索特征为索引,与图像库中的图像进行匹配检索。
中山大学 2021-04-10
互联网图像视频识别与检索系统
随着互联网及多媒体技术的快速发展和大数据时代的到来,视频网站、新闻网站、社交网站、博客、微博、微信等网络媒体形态不断涌现,图像、视频等多模态的数据急剧膨胀,随之带来了“管不住”和“用不好”两大问题。“管不住”是指互联网中隐藏着大量有害信息,如何自动分析与识别非常重要。“用不好”是指现有方法一般是单模态分析与识别技术,如图像分析、文本分析等,但单模态分析与识别因为信息有限难以取得好的效果。 针对上述两个亟待解决的关键问题,基于在图像处理、视频处理、机器学习、模式识别、搜索引擎技术等方向上多年的科研成果,我们开发出互联网图像视频识别与检索系统,支持对互联网上的图像、视频等多媒体数据进行采集、分析、识别和检索,突破网络有害信息难以识别和媒体大数据难以利用的问题,应用于互联网内容监管和大数据行业应用等领域,为维护网络内容安全和促进媒体大数据利用提供技术支撑。
北京大学 2021-02-01
首页 上一页 1 2
  • ...
  • 21 22 23
  • ...
  • 50 51 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1