右江民族医学院是广西壮族自治区直属全日制普通本科院校，位于广西百色市——邓小平同志领导的百色起义发源地。学校承担着本科生、研究生和留学生的培养，是广西、云南、贵州三省交界地区最大的高等医学教育中心、医疗卫生服务中心、医学科学研究中心。 历史沿革 学校的前身是创建于1958年的百色高等医学专科学校，1978年升格为本科医学院校，并更名为右江民族医学院。1982年获学士学位授予权，1997年通过全国普通高校本科教学合格评估，2000年获得招收外国留学生资格，2007年接受教育部本科教学工作水平评估获优秀等级，2013年成为硕士学位授权单位，2015年获“全国文明单位”“全国毕业生就业典型经验高校”(全国高校就业50强)、教育部临床医学专业认证6年认证期限。 办学条件 学校占地面积106.54万平方米，教学行政用房建筑总面积为14.22万平方米，其中教学科研及辅助用房建筑总面积为12.96万平方米，行政用房建筑面积1.26万平方米，学生宿舍面积7.64万平方米，拥有教学科研仪器设备总值13209.43万元，图书馆馆藏图书72.01万册;主办省级学术期刊《右江民族医学院学报》和《右江医学》;学生自主学习平台等网络信息资源丰富，实现校园网络全覆盖;建有功能齐全的模拟医院及临床技能实训中心，建有1个国家级住院医师规范化培训基地;建有1所直属附属医院和5所非直属附属医院以及55个教学实践基地。 内设机构 学校设有基础医学院、临床医学院、公共卫生与管理学院、药学院、医学检验学院、医学影像学院、研究生学院、护理学院、国际语言文化教育学院、成人教育学院(继续教育学院)、马克思主义学院、口腔医学院、全科医学院等13个二级学院，体育部等1个系(部)。 办学规模 开设24个全日制普通本、专科专业及专业方向，基础医学和临床医学为硕士学位授权一级学科点，形成了普通本科教育、专科教育、研究生教育、留学生教育、成人教育等多层次、多类型的办学格局。学校现有学生26038人，普通全日制学生13404人，其中本科生9007人，预科生157人，研究生311人，留学生254人，高职高专生3675人;非全日制成人学历教育学生12634人。 学科专业 涵盖医学、文学、管理学等3个门类;22个全日制普通本、专科专业，其中，自2018年起临床医学本科专业在广西本科第一批次进行招生。拥有2个广西一流学科、4个广西壮族自治区优势特色学科、1个广西临床医学研究中心、2个国家中医药管理局重点建设学科、9个广西重点学科，7个广西高等学校优势特色专业、6项自治区特色专业及实验实训教学基地(中心)建设项目、5项自治区特色专业及课程一体化建设项目、2项自治区级精品在线开放课程、4项自治区级精品视频公开课，拥有3个一级学科硕士学位授权点和3个硕士专业学位授权点，二级学科硕士授权点 16个。形成了普通本科教育、专科教育、研究生教育、留学生教育、成人教育等多层次、多类型的办学格局。 科学研究 学校拥有1个国家中医药管理局科研三级实验室及二级实验室、6个广西高校重点实验室及1个培育基地、2个广西中医药科研二级实验室、1个国家民委人文社会科学重点研究基地、1个广西博士后创新实践基地、1个广西临床医学研究中心、1个广西高校高水平创新团队、1个广西高校人文社会科学研究培育基地等16个各级、各类的专门研究机构。近三年来，学校共承担国家级科研项目40项、省部级科研项目66项;科研经费3771.1万元;获得省部级科技奖励10项、地厅级奖励21项;拥有国家专利12项;共发表论文2116篇，其中SCI、EI、ISTP等收录论文51篇;出版学术著作13部。 师资队伍 学校现有专任教师861人，其中具有高级专业技术职务人员369人。近年来，学校组织实施了“双百工程”，选派94名优秀教师出国留学，通过申请获得自治区级、国家级教育基金项目选派25名优秀教师出国留学，聘请英国帝国理工大学教授、“上海曙光学者”等高层次人才来校工作。现有享受国务院政府特殊津贴专家4人，自治区优秀专家1人，广西“新世纪十百千人才工程”第二层次人选2人，“广西优秀中青年骨干教师培养对象”3人，“广西高校优秀人才资助计划”人选15人，自治区有突出贡献科技人员 1人，自治区先进工作者1人，“八桂名师”1人，全国优秀教师及优秀教育工作者7人，自治区优秀教师8人，广西高校教学名师1人，“广西青年科技奖”获得者2人，自治区级教学团队2个，广西优秀专家及广西特聘教授、卓越学者各1名。 教育教学 学校获批教育部卫生部“第一批卓越医生教育培养计划项目试点高校”，获得1个国家级大学生校外实践教育基地建设项目、1个教育部专业综合改革试点项目、4个自治区实验教学示范中心、2个自治区教学团队、1个自治区人才培养创新实验区、7个自治区高等学校优势特色专业、5项自治区特色专业及课程一体化建设项目、6门自治区精品课程;近三年来获自治区教学成果奖特等奖1项、一等奖2项、二等奖3项、三等奖8项。 人才培养 建校60年来，学校先后培养了5万多名“下得去、用得上、留得住”的医学毕业生，其中少数民族学生比例达65%，他们广泛分布在基层医疗卫生机构，大部分成为所在单位的业务骨干。据统计，我校毕业生在基层就业的总体比例达到60%以上，用人单位对学校毕业生的总体满意度达94%以上。学校的人才培养有效满足了区域医药卫生事业的发展需要，为维护人民健康、促进经济社会发展做出了突出贡献。 近年来，本科人才培养质量稳步提升，临床医师资格考试通过率连续六年高于全国10个百分点;近四年护士执业资格考试一次通过率平均达99.6%。2013年荣获第四届全国高等医学院校大学生临床技能竞赛总决赛三等奖、华南赛区一等奖，2014-2017年，获得华南赛区二等奖3次，三等奖1次;2015年第四届全国高等医药院校药学/中药学专业大学生实验技能竞赛一等奖2项，2017年第五届全国高等医药院校药学/中药学专业大学生实验技能竞赛特等奖1项，二等奖2项;2017年首届“泽众杯”全国医学检验技术专业大学生在线形态读片大奖赛三等奖1项、优秀1项。 对外交流 先后与美国、英国、德国、法国、加拿大、马来西亚、泰国等多个国家教育机构签署了教育合作交流协议，招收来自20余个国家的留学生400多人，与英国新拉纳克郡大学开展中外合作办学项目。自2014年起，学校自筹经费组织实施“双百工程”，截止2018年4月，已选送94多名优秀教师出国研修。近几年来，学校共选派教师出国进修、学习和访问近200人次。 社会声誉 近年来学校先后获得“全国文明单位”“全国毕业生就业典型经验高校”“全国百姓放心示范医院”“全国医药卫生系统创先争优活动先进集体”“全国卫生系统医院文化建设创新奖”“广西继续医学教育先进单位”等诸多荣誉称号。 党和国家领导人十分关心学校的建设和发展，江泽民、李鹏、李瑞环、宋任穷、李铁映、温家宝等党和国家领导人先后莅临学校视察指导，对我校为少数民族地区和广大基层培养“下得去、用得上、留得住”高质量应用型医学人才的办学特色给予充分肯定。

学校简介：始建于1999年的辽宁何氏医学院，是经教育部批准设置、由归国医学博士创办的高校，位于沈阳市棋盘山风景区。学校以“梦想、感恩、学问、坚毅、结果”为校训，坚持“一切为了学生”的宗旨，发挥“医、教、研、产一体化”平台优势，培养具备理性思维、独立人格、拼搏精神、知行合一的民族复兴人。 学校致力于培养以视觉科学为特色，跨界、融合、协作的大健康领域应用型人才。目前开设26个本科专业、14个高职专业和5个留学生专业，并与中国中医科学院、中国医科大学、沈阳药科大学、东北大学等院校合作联合开展研究生教育。目前在校学生有10000余人，来自国内24个省市以及国外14个国家。 学校聘请近百位国际知名学者和两院院士为客座教授、名誉教授、名誉院长，曾邀请诺贝尔奖获得者为学生讲授开学第一课。聘任著名科学家为学科带头人，建立发改委国家地方联合共建实验室、科技部国际科技合作基地、国家卫健委防盲治盲培训基地、眼基因库等。目前学校已与荷兰埃因霍温理工大学(Eindhoven University of Technology)、意大利比萨大学(University of Pisa)、匈牙利森梅威斯大学(Semmelweis University)、法国里昂第一大学(Université Claude Bernard Lyon 1)、日本国立九州大学(Kyushu University)、匈牙利罗兰大学（Eotvos Lorand University）、南非开普敦大学（University of Cape Town）等国外大学长期深度合作。此外，与匈牙利NutriPharma International公司的全面战略合作被正式纳入一带一路“16+1合作”项目中。 我校位于国家教育部、工信部等九部委提出建设的眼产业特色小镇中心。这里的10余家研究院所和30余家创业公司，与学校多家临床教学实习医院一起，将为学生提供更多的创业和就业机会。 招生电话：024-88053145，024-31351886

风光旖旎的镜泊湖，拥抱着美丽的牡丹江，滋养着黑龙江省东南部这座风调雨顺、人杰地灵的城市。牡丹江医学院作为黑龙江省东南部唯一一所高等医学院校，就镶嵌在这座城市的西北部，散发着浓郁的人文气息。学校概况 牡丹江医学院创建于1946年，著名史学家郭沫若先生亲笔题写校名,是集研究生、本科生、继续教育于一体的特色型应用大学。学校占地面积77万平方米，建筑面积40万平方米。学校拥有2所直属附属医院、7所教学医院、85所教学实践基地。图书馆藏书丰富，投入2000万元，建成覆盖全校的有线无线网络和5G网络，学校出口总带宽6G。拥有先进的科研平台，为本科及研究生科研能力培养提供了保障。 专业设置 学校现拥有医学、理学、工学、管理学四个学科门类，涵盖21个本科专业。临床医学、医学影像学、医学检验技术、制药工程四个专业列为省级一流本科专业建设点，医学影像学专业是省级一类特色专业和国家级一类特色专业建设点、省级人才培养模式创新实验区。口腔医学、临床医学、医学影像学、麻醉学专业在黑龙江省列为本科一表招生。临床医学、基础医学、生物学、护理学、公共卫生学、药学、生物医学工程为硕士学位授权一级学科,硕士授权二级学科30个。师资队伍 学校现有教职工3340人（含两所直属附属医院），拥有高级职称人员723人，硕士以上学位教师占81%，其中博士学位教师145人，博士生导师、硕士生导师286人；龙江学者特聘教授3人，国务院及省政府特殊津贴获得者、省级教学名师、省优秀中青年专家和省卫生系统有突出贡献的中青年专家等25人，省领军人才梯队、省高校科技创新团队、省级教学团队等7个。招生批次 招生范围面向全国28个省(市、自治区），招生批次分为本科提前批（订单定向免费医学生）、本科一批、本科一批B（地方农村专项计划）、本科二批、本科二批合作办学、少数民族预科、专升本、对口升学（三校生），共八个批次。国际交流 学校与俄罗斯太平洋国立医科大学、美国田纳西大学、菲律宾法蒂玛大学等国外院校建立了交流与合作关系。办学特色 学校始终坚持以岗位胜任能力为目标的“三位一体”人才培养模式，按专业实施分段式“三早”教育实践活动，强化学生临床实验能力综合素质的培养，强化人文教育，培育大学精神。就业举措 学校为学生的成长成才提供全力关怀与扶助，注重学生的动手实践能力培养。就业咨询服务常态化，定期举办就业招聘会，最大限度地实现岗位对接，为学生的继续深造和就业创造最有利条件。在部分地区，牡医培养的学生因为踏实、勤奋、实践能力强而成为一种人才品牌，深受用人单位的青睐。

XM-102女性全身人体骨骼模型   XM-102女性全身人体骨骼模型示女性成人骨骼，由女性全身散骨串制而成一整体骨架，成直立姿势，四肢大的关节部分均可活动，显示女性全身骨骼的组成和形态外观、神经分支、脊椎动脉和腰椎间盘等，头颅含可活动的下巴、可移动的头颅盖、骨缝线和三颗可取下的下牙，其中四肢骨和头颅骨可以灵活拆卸组装，整体固定在支架上，带底座，可灵活移动。 尺寸：自然大，高170cm 材质：PVC材料

产品详细介绍 KAF/BLS 800是急救技能、基础护理技能两种功能的组合，遵循美国心脏学会2005指南。其核心模块由全身人体模型，CPR控制器组成，提供了一个多功能实用的培训工具。 1、心肺复苏操作：■ CPR 心肺复苏:根据2005国际心肺复苏指南标准设计，可进行人工呼吸和心外按压;操作方式：训练、普及考核、综合考核，全程语音提示。标准的气道开放，正确和错误的操作语音提示，统计数据打印成绩;模拟瞳孔自动变化；模拟颈动脉搏动。 2、基础护理操作：■ 洗头、洗脸 ■ 手臂静脉穿刺、注射输液（血）■ 三角肌注射 ■ 股外肌注射■ 灌肠法■ 男、女导尿术■ 男、女膀胱冲洗■ 整体护理：擦洗、穿换衣服■ 四肢关节左右弯曲、旋转、上下活动 标准套配置：■ 高级复苏全身人体模型一具；■ 高级电脑液晶显示器一台；■ 豪华手拉推式人体硬塑箱一只；■ 复苏操作垫一条；■ 屏障面膜(50张/盒)一盒 ；■ 可换肺囊装置四套；■ 可换面皮一只；■ 热敏打印纸二卷；■ 2005国际最新操作指南光盘1盘■ 现场急救常用技术使用手册 1 本■ 使用说明书一本。■ 保修卡、合格证； 选配件： 1、 护理人头部模型：通过更换护理人头部模型可进行口鼻气管插管、口鼻饲食法、洗胃法、口腔护理功能操作。(价格：800.00元) 2、 可选配：（1）580心肺复苏控制器(价格：12500.00元)（2）480心肺复苏控制器(价格：11000.00元)（3）380心肺复苏控制器(价格：9500.00元) 3、可升级为计算机控制心肺复苏模拟人(价格：17000.00元)

“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

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 涂然 计算机科学学院/计算机科学与技术 2018/2022 201831061321 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 张全 计算机科学学院 讲师 计算机视觉、并行计算 四、项目简介 本项目开发的产品主要是针对加油站的一些风险行为进行视频监控监测，监控检测部分包括吸烟、打电话操作等危险行为，当检测到风险行为发生的时候，通过互联网的高效传输，会通过语音报警的形式进行提醒，这样可以有效的避免加油站灾难事故的发生，进一步降低加油站可能的安全隐患，能够更加保证加油站工作人员和附近居民的生命和财产安全。 本项目首先在加油站合理的布置多个监控摄像头，确保能够无死角的监控加油站的完整环境，然后结合计算机视觉和深度学习中的目标检测和目标跟踪算法，对需要监控的的风险行为进行识别，然后利用训练好的识别模型运行在监控设备里面，通过监控摄像头能够对加油站的危险行为进行及时预警，实现有效降低加油站事故发生的概率。本产品将深度学习和实际工程应用相结合，经过实际测试，取得效果非常显著，得到加油站工作人员的认可。