本发明提供一种颈动脉图像的多维多种特征提取方法，具体为：（1）依据颈动脉的医学三维超声体数据构建感兴趣区域二维序列图像和感兴趣区域三维图像；（2）对二维序列图像提取二维特征，对三维图像提取三维特征，所述二维特征包括二维纹理特征、二维形态特征和二维弹性特征，所述三维特征包括三维纹理特征；（3）验证各种特征是否对图像分类具有贡献，保留具有贡献的特征；以假发现率最小为目标，在具有贡献的特征中搜索得到全局最优特征组合。本发明针对图像进行了多个维度多类特征的提取，囊括了纹理、形态、弹性三大类特征，特征数目多，

张家港市青松生物医学仪器有限公司是生产生物学、医学实验仪器（器械）的企业。企业创建于1985年，名称是沙洲县三兴声电公司，1987年撤县建市时改为张家港市生物医学仪器厂，当时在上海第二军医大学、华东师范大学、中科院上海生理研究所等单位的有关专家、教授的亲切关怀和指导下，开发的产品形成系列化，许多产品已编入大专院校的教科书。07年1月改建公司。 企业现在生产经营的产品分为九大类：1.生物医学实验器具;2解剖台、输液台系列；3.动物行为学、药理学实验仪器；4，生化分析类；5实验室常用器械设备；6动物笼具类；7.兽用器械，宠物骨科，显微外科器械类；8.植保器材；9各种生物切片。

XM-YK医学多媒体素材库及教学平台   医学多媒体素材库及教学平台将现代的人工智能、计算机网络技术、计算机模拟技术、多媒体技术与新时代的医学教育特点相结合，为医学院校提供了多媒体的大量素材，供医学教育和医学科研参考。   功能特点： ■ 内容丰富，素材库储存了大量的医学图片、医学动画、文字、flash制作的素材2D、3D动画及多种医学音频、视频等。其中包括各种临床实际病例和手术演示，生动形象、效果逼真。 ■ 医学素材内容200G，包括医学教育的三十个学科，其中有系统解剖学、局部解剖学、组织胚胎学、医学生物学、生物化学、医学微生物学、免疫学、寄生虫学、人体生理学、病理解剖学、病理生理学、药理学、基础护理学、诊断学、内科学、神经病学、精神病学、外科学、妇产科学、儿科学、眼科学、耳鼻喉科、口腔科学、皮肤性病学、医学影像学、中医学、中药学、流行病学、传染病学、骨伤科学、急救医学等。 ■ 医学多媒体课件制作和管理平台：通过素材库可快速查找到教学所需素材，修改素材、编辑课件、发布课件。管理员在服务器端可根据教学的需要，将文本、声音、图形、图像、动画等多媒体素材有机地融为一体，从而制作开发出多媒体应用课件；可以用文字、图片、图像等多媒体文件及其他病理体征做为题干；组编单选、多选、判断正误、匹配、排序、填空和论述题等多种题型。

XM-D009自主神经电动模型   XM-D009自主神经电动模型显示交感神经低级中枢、交感干；交感神经节前和后节纤维的分布规律；副交感神经低级中枢的部位；睫状神经节、翼腭神经节、下颌下神经节、耳神经节等副交感节前纤维的起始和节后纤维的分布；盆内脏神经的分布情况，控制面板上独立的按钮。   一、显示内容： 左边简要显示交感神经与脊神经的关系及交感神经结前纤维发出的部位及其三种方向，右边是主体部分，清晰显示模型的交感神经秘副交感神经的结构特点用其分布。 ■ 演示副交感神经的低级中枢（即脑骶部）： 1、脑干四对副交感神经核（又称结前神经元）自上而下，为动眼神经副核、上泌涎核、下泌涎核、迷走神经背核（可分别闪亮）。 ①、动眼神经副核发出结前纤维，随动眼神经，其中副交感神经纤维进入睫状神经（副交感神经结）结后纤维分布二睫状肌和瞳孔括约肌。 ②、上泌涎核发生结前纤维，随面神经，其中副交感神经纤维至翼腭神经结（副交感神经结），结后纤维支配泪腺、鼻腔口腔粘膜的腺体。另一部分结前纤维至下颌下神经结（副交感神经结）结后纤维公布二下颌下腺和舌下腺。 ③、下泌涎核发出结前纤维随舌咽神经其中的副交感纤维至耳神经结（副交神经结）结后纤维分布于腮腺。 ④、迷走神经背核发出台前纤维，随迷走神经至胸腹腔器壁内或附近至副交感神经结，结后纤维分布于相应的器官。 2、骶部副交感：脊髓骶部第2－4节的副交感神经核发出结前纤维骶神经分出副交感神经纤维加入盆从，随盆丛至脏器附近或脏器壁内副交神经结，结后纤维分布于结肠左曲以下的消化管、盆腔脏器及外阴器。 ■ 演示交感神经低级中枢（即胸腰部）： 1、白交通支入交感干后有三种去向： ①、进入交感干后，终于相应节段的交感神经结。 ②、进入交感干后往上行、或向下行，并终止于上方或下方的神经结。 ③、进入交感干后，不换神经元既穿出交感干终止于椎前神经结（椎前神经结有肠系膜上神经结、肠系膜下神经结、腹腔神经结、主动脉肥腻神经结）。 上述白交通结前纤维入交感干后的三种去向均可发光显示。 2、交感神经结发出的结后纤维有三种去向： ①经灰交通支（结后纤维返回脊神经分布于躯干四肢的血管、汗腺和竖毛肌（31对脊神经均有灰交通联系）。 ②随动脉行走，在动脉外膜处形成神经丛，并随动脉分布至所支配的器官。 ③示交感神经结的结后纤维直接支配到所支配的器官。   二、技术参数： ■ 尺寸：60×24×85cm ■ 材质：PVC材料+木框   三、标准配置： ■ XM-D009自主神经电动模型：1台 ■ 电源线：1根 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-YK医学多媒体素材库及教学平台   医学多媒体素材库及教学平台将现代的人工智能、计算机网络技术、计算机模拟技术、多媒体技术与新时代的医学教育特点相结合，为医学院校提供了多媒体的大量素材，供医学教育和医学科研参考。   功能特点： ■ 内容丰富，素材库储存了大量的医学图片、医学动画、文字、flash制作的素材2D、3D动画及多种医学音频、视频等。其中包括各种临床实际病例和手术演示，生动形象、效果逼真。 ■ 医学素材内容200G，包括医学教育的三十个学科，其中有系统解剖学、局部解剖学、组织胚胎学、医学生物学、生物化学、医学微生物学、免疫学、寄生虫学、人体生理学、病理解剖学、病理生理学、药理学、基础护理学、诊断学、内科学、神经病学、精神病学、外科学、妇产科学、儿科学、眼科学、耳鼻喉科、口腔科学、皮肤性病学、医学影像学、中医学、中药学、流行病学、传染病学、骨伤科学、急救医学等。 ■ 医学多媒体课件制作和管理平台：通过素材库可快速查找到教学所需素材，修改素材、编辑课件、发布课件。管理员在服务器端可根据教学的需要，将文本、声音、图形、图像、动画等多媒体素材有机地融为一体，从而制作开发出多媒体应用课件；可以用文字、图片、图像等多媒体文件及其他病理体征做为题干；组编单选、多选、判断正误、匹配、排序、填空和论述题等多种题型。

该成果提出了变压器局部放电检测的系统的、全面的外部干扰排除方法；提出了变压器局部放电超宽带天线阵列定位新技术；提出了变压器内部局部放电缺陷严重程度的特征参数，进而提出了局部放电缺陷的类型和严重程度的诊断方法，并且设计并实现了相应的自动诊断软件。 研究成果通过了实验室试验验证，并在上海市电力检修公司和福建省十余座变电站得到应用。该成果抗干扰技术的在线检测结果的准确性与过去相比提高了3倍，准确率提高到95%；定位技术误差一般不超过30cm；总体运算时间在秒级，Y型优化阵列准确定位区域比现有的矩形阵列大18倍。 该成果在局部放电缺陷严重程度的诊断方法和预警预测方法方面填补了国内外空白，对放电类型的严重程度识别的准确度达到了93.3%以上。授权发明专利3项，发表SCI、EI论文14篇，并获得2012年福建省科学技术奖三等奖。

肺癌是我国及全球发病率和死亡率均位居首位的恶性肿瘤，早期诊断对于降低肺癌死亡率具有关键意义。目前美国的肺癌低剂量螺旋CT早期筛查医保项目因阳性率过低，成本效益比存争议，欧洲则拟采取血清学筛查阳性人群再行CT的路线。随着我国居民消费升级和健康意识提升，体检市场呈现井喷发展趋势。作为肺癌高发国家，我国肺癌早期筛查势在必行。 同济大学附属上海市肺科医院在肺癌诊断和治疗方面在全国处于领先地位。肺科医院粟波研究员项目组采用人类全蛋白质芯片，以健康人群和多种肺部良性疾病患者为对照，对肺癌患者进行了血清自身抗体的筛选，获得一组具有自主知识产权的全新肺癌诊断自身抗体。项目组采用基因重组技术表达了相关自身抗原，作为检测自身抗体的配偶体，利用反向酶联免疫吸附测定原理，建立了酶标法检测血清自身抗体用于肺癌早期诊断的ELISA试剂盒，获得国家发明专利授权。通过临床前的回顾性验证和评估，表明此项目构建的自身抗体检测和联合检测肺癌（含早期）具有较好的敏感性和特异性，联合检测的总体特异性为96%，敏感性为77%，诊断性能已超过了目前已报道过的自身抗体类型组合。此项目主要关注体检筛查和医学检验市场，用于肺癌的早期血清学筛查诊断，或肺部CT小结节的良恶性的辅助预测，及肺癌的复发监控和伴随诊断，具有较大的社会效益和经济效益。

用编码器信号触发数据采集设备采集振动信号，依次分时对复杂传动链的每个轴都进行了2"整数倍采样，从而各个轴数据频谱分析可以得到相应轴的尖锐故障峰，忽略模糊峰值信号，所有轴尖锐频谱峰合成系统故障预测与诊断去混叠频谱，可以实现复杂传动链的精确故障预测与诊断。本发明中的频谱分析，包括但不限于FFT快速FT、阶比谱、倒频谱等常用频谱分析方法。

该成果提出了变压器局部放电检测的系统的、全面的外部干扰排除方法；提出了变压器局部放电超宽带天线阵列定位新技术；提出了变压器内部局部放电缺陷严重程度的特征参数，进而提出了局部放电缺陷的类型和严重程度的诊断方法，并且设计并实现了相应的自动诊断软件。 研究成果通过了实验室试验验证，并在上海市电力检修公司和福建省十余座变电站得到应用。该成果抗干扰技术的在线检测结果的准确性与过去相比提高了3倍，准确率提高到95%；定位技术误差一般不超过30cm；总体运算时间在秒级，Y型优化阵列准确定位区域比现有的矩形阵列大18倍。 该成果在局部放电缺陷严重程度的诊断方法和预警预测方法方面填补了国内外空白，对放电类型的严重程度识别的准确度达到了93.3%以上。