珠海黑马医学仪器有限公司创立于1995年3月，是省级高新技术企业。公司位于广东省珠海市高新区唐家湾医疗器械研发基地主园区，花园式科技园区占地13600余平方米，具有现代化标准厂房20000平方米。 珠海黑马致力于成为全球领先的物理治疗和分子诊断设备制造商。公司现拥有四大产线布局，包括物理治疗设备、分子诊断实验设备、手术器械清洗消毒设备及全品类离心机。公司持续秉承“品质服务至上，持续总结改进”的宗旨，完全遵照ISO9001和ISO13485国际标准组织产品生产、实施质量管理。在精密光学、精密器械、医用电机、制冷/制热系统、大数据采集与处理等方面处于行业领先水平。

产品详细介绍 一、整体概述：   医学检验虚拟仿真实训系统是国泰安教育技术股份有限公司开发的新兴产品，以医院检验科真实设备为仿真对象，涵盖生化检验、血液检验、体液检验、微生物检验、免疫检验五大类型。通过3D数字建模与仿真动画技术来模拟检验仪器的操作过程，实现在没有真实检验设备、试剂、样品、仪器的情况下完成检验项目操作。避免了学校因无贵重检验设备而无法开展实训的困境，解决了课本知识与实际操作的脱节，帮助学生掌握实验操作流程，了解实验构造及原理，满足现代实验教学的需要。 二、软件介绍：  医学检验虚拟仿真实训系统以医学检验行业分类为基准，选取“实时荧光定量PCR”、“流式细胞仪”、“全自动生化工作站”、“全自动微生物鉴定系统”、“全自动血液分析仪”作为典型设备，模拟检验项目的实验流程，嵌入仪器工作视频，融入知识点考核，建立完整的临床检验基础实验操作及思维模式训练。 三、特色亮点 四、产品定位 《医学检验虚拟仿真平台》主要面向医学类院校医学检验相关专业老师、学生，老师可用来做教学演示及实训考核，也可作为掌握学生学习情况的一个途径。医学检验相关专业学生可通过软件随时、随地进行大型检验临床仪器的仿真实训，在见习前，可以通过虚拟仿真实训学习模式对见习内容进行预习，课后，可通过虚拟仿真实训考评模式对见习内容进行复习，除此之外，学生可在专业课堂实验教学后，对比传统的手工操作与实际医学检验操作的区别。

产品详细介绍产品说明：KAF/CPR850型系统的主要功能是提供心肺复苏（CPR）的媒体教学课件，操作流程练习和考核，遵循美国心脏协会2005指南，其系统核心模块由应用软件、全身人体模型及创伤模块组成，为社会心肺复苏培训机构的师资培训及学员普及培训与医学院校、医疗卫生系统培训使用的超新一代产品。方便管理层对学员信息的管理，提供了实用、有效、数据详实的教学培训工具。该模拟人由计算机控制，进行单机操作，并由计算机、模拟人及创伤附件组成。学员的各项操作由PC界面进行准确的报告和分析，有助于心肺复苏培训，模拟创伤救护等急救培训往更高方向发展，提供了新的途径。 主要功能特点：（该款模拟人在培训时间内可利用现有的资源办公电脑进行软件安装即可进行培训。培训结束后，退出软件光盘即可用于其它日常办公用途。）该系统是在KAF/CPR780型的功能基础上开始升级，除了KAF/CPR780型的全部功能配置外，还增加了全套创伤评估模块功能。该套创伤评估模块可将各部位附件安装在模拟人身上，模拟身体各种创伤包括烧伤ⅠⅡⅢ度撕裂伤，挫伤，异物刺伤，开放性骨折闭合性骨折以及肢体断裂处等。本模件具有形象的创伤性特征，具有真实的操作手感，可模拟创伤部位的清洗，消毒，包扎，固定和搬运等操作适用于外科急救技能训练。 产品特点：■ 生命特征模拟：瞳孔及颈动脉的自动变化。■ 气道开放。■ 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，全程中文 语音提示。标准的气道开放，实时操作曲线显示，对正确和错误的操作语言提示，统计数据打印成绩，可选择训练和考核方式。■ 学员管理：操作统计报告记录及回放，练习及考核。■ 配有创伤四肢，可以训练急救、止血包扎、固定、搬运等四项创伤技术。 创伤评估模块：■ 面部烧伤I、II、III度■ 前额撕裂伤口■ 颌骨创伤口■ 锁骨开放性骨折与胸壁挫伤■ 腹部创伤有小肠暴露■ 左前臂烧伤I、II、III度■ 右前臂异物刺伤■ 右手开放性骨折（软组织撕裂伤、骨折、骨组织暴露）■ 左大腿股四头肌撕裂■ 左侧踝关节和足挫伤■ 右侧大腿金属异物刺伤■ 右小腿胫骨闭合性骨折■ 右足开放性骨折伴右小腿脚趾截断创伤 主要的配件有：■ 全身标准模拟人一具； ■ 心肺复苏应用软件一份；■ 创伤模块一套；■ 连接线一条； ■ 220V外接电源线一条；■ 高级铝塑硬皮箱一只；■ 肺袋装置四套；■ 复苏操作垫一条；■ 一次性CPR屏障清毒面膜1盒（50张）； ■ 产品保修卡一份；■ 产品合格证一份；■ 使用说明手册一本。  注：计算机用户自配

睡眠不足的人基本都有眼部不适的体验，刘祖国教授、李炜教授团队近5年来关注睡眠不足引起的眼部病变，发现睡眠不足导致眼表和泪液系统功能障碍，产生干眼，并阐明了其中的分子机制，同时在睡眠相关性眼表病变的治疗方面进行了有益探索。

研究利用天然植物多酚化合物木犀草素与微量营养元素金属锰离子成功合成了一种具有类酶活性的材料（Lu-Mn纳米酶），该材料具有良好的生物相容性和生物安全性，在微酸性条件下（肿瘤微环境）可高效地将H2O2转化为具有肿瘤细胞清除能力的·OH，能够有效杀死肿瘤细胞，抑制肿瘤生长，为癌症治疗提供了一种新的策略。

本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。 解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。 在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。 目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。

三明医学科技职业学院(三明职业技术学院)是一所公办全日制综合性高职院校，2005年5月正式成立，2016年9月更名。 一、办学条件。校园占地421亩，校舍面积15.3万平方米;固定资产总值2.62亿元，教学仪器设备总值4296万元;图书馆藏书38.66万册。建成校内实训基地44个，校外实习实训基地140个。其中：中央财政支持的实训基地3个、省级财政支持的实训基地5个、省级区域性(三明)公共实训基地1个。 二、专业建设。现已建成医学护理、纺织染整、财经商贸、机械电子、学前教育等5个专业群31个招生专业，全日制在校学生5810人。拥有临床医学、学前教育、早期教育3个国控专业，护理、现代纺织技术、染整技术、服装设计、会计、物流管理、机械制造与自动化7个省级示范专业。在首届福建省高职院校专业质量评估中，5个专业获全省第一，12个专业位列前十。2017年我校物流管理(快递方向)专业获全国示范专业。 三、师资队伍。现有教职工318人，其中高级职称以上教师91人、硕士以上学位103人、“双师素质”教师136人。校外兼职教师170人，附属医院一线临床兼职教师69人。省市级教学名师4名，专业带头人35名，省级教学团队1个，精品课程5门。 四、教学质量。学校实行毕业证与从业资格证“双证制”，毕业生双证书获得率90%以上，就业率98%以上，特别是护理和助产专业的执业资格考试通过率持续保持99%以上。学生参加技能大赛获全国奖11项、省级奖94项，其中企业沙盘模拟经营、电子商务、染色小样工等项目多次获得国赛一等奖。扶持设立大学生创新创业项目11个，获省级教学成果奖二等奖2项，三等奖2项。 五、社会服务。承担省市科研课题150项，横向研发项目43个，校企合作开发教材26部、专利25项。率先成立三明联创旅游酒店管理多元投资职教集团，与省纺织行业协会、香港思嘉集团等100多家行业、企业(单位)建立校企合作关系，并设有国家职业技能鉴定中心。尤其作为福建省监狱系统干警培训基地，开展服装、鞋类生产技术与管理业务培训2300多人，深受好评。 六、校园环境。我校地处三明市区，前依麒麟山城市公园，背靠仙人谷国家森林公园，城市绿道绕校而过。校园依山而建，层层登高，林木葱翠，空气清新，历来是教书育人的好地方，是省级文明学校、省级园林单位、“黄炎培职业教育奖”优秀学校。

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。