新华三绿洲数据运营平台是新华三自研的一站式智能数据开发和治理平台，集成了先进的大数据技术，主要包含数据标准、数据开发、数据质量、数据资产、数据脱敏以及时空与图引擎等数据使用场景，支持结构化数据、非结构化数据、时空数据、图数据的分析和加工。产品以打破“信息孤岛”消除“数据烟囱”为理念，帮组用户把数据用起来，以发挥数据最大价值。 数据安全 提供基于用户访问级别控制的静态脱敏以及动态脱敏能力。从敏感信息自动发现、分级分类、数据变形以及安全审计等一体化数据安全服务。 一站式开发 一张画布中完成全流程业务的开发，用SQL表达业务逻辑，用户仅需三步即可实现一个完整的开发流程。 规范化标准 提供规范化、流程化数据标准能力，提供国标，部标，行业标准管理，为后续的数据处理进行数据标准化提供关键性支撑。 自定义检核 灵活的检核方案配置管理，用户可以根据变化自由地编辑指标规则，从而帮助用户发现问题数据，改善数据质量情况。 统一数据资产 拉通数据的全生命周期流程，自动解析元数据，理清数据的来龙去脉。自定义业务分类，根据业务属性对数据进行分层分类管理。 图与时空引擎 针对高度互联数据的存储和查询场景进行设计，提供图数据库、图计算、图可视化为一体的图服务以及大规模存取、查询、分析时空数据的工具和算法集合能力。 行业套件 提供智慧行业套件知识库，涵盖行业数据标准、数据模块、行业数据主题库、专题库、行业算法库，加速交付能力，增强行业认知。 简单易用 产品贯穿整个数据应用生命周期，通过简单易用的可视化界面，用户可以通过可视化的操作界面“玩转”大数据。

云数据库，是依托H3C CloudOS云平台资源和运行环境的自助式按需提供的数据库即服务（DBaaS, Database as a Service），辅以自动化部署、读写分离、高可用、备份恢复、健康检查、监控等特性，融合DBRE（Database Reliability Engineering，数据库可靠性工程）自动化流程保障业务连续性，加速应用程序现代化。 功能架构 产品价值 应用场景

数据可视化旨在借助于图形化手段，清晰有效的进行相关数据的传达与沟通，通过直观的传达关键数据的特征，从而做到数据价值的更高体现。提供多种展示模板供用户进行选择，同时支持模块的自定义功能。

产品详细介绍 1080P高清双路DVI采集卡/双路HDMI采集卡MV-DVI420E （可接DVI、HDMI高清数字信号） 【产品简介】 1080P高清双路DVI采集卡/双路HDMI采集卡MV-DVI420E是维视公司综合技术应用，依据市场导向，针对大屏幕边缘融合、流媒体、多媒体录播系统、大屏拼接、医疗以及科研、检测等领域最新推出的新一代基于PCI-E Express X4总线作为数据存取通道，最大传输速度达到480MByte/s的双通道高速DVI/HDMI接口高端图像采集卡,除具有PCI-E X1接口采集卡的图像还原更真实、色彩画质更细腻、过渡层次更好、采集范围更广、图像细节损失更小等优点外在1920*1200分辨率下双路同时均可达到30FPS，具有帧率高、画面流畅、相对VGA接口画质更好的显著特点，该产品可采集PC机显卡等图形设备输出的DVI/HDMI信号，还可采集非标准逐行RGB分量等图像信号，适用于高精度、高分辨率的图像采集、高清DVI/HDMII视频图像的存储、编码传输等要求。 【产品特点】 1、1080P高清双路DVI采集卡/双路HDMI采集卡MV-DVI420E采集信号接口：双路DVI-I,可做到VGA、DVI、HDMI接口一卡解决； 2、 视频支持DVI single link , DVI dual link; 3、 可采集计算机等图形设备输出的双路VGA、DVI、HDMI接口信号、还可采集非标准双路RGB分量以及Y/Pb/Pr等分量图像信号; 4、1080P高清双路DVI采集卡/双路HDMI采集卡MV-DVI420E采用高端ADC芯片，使用高效Master DMA模式，图像采集过程几乎不占CPU资源，板载RAM内存芯片作为图像缓存; 5、 高精度数模转换，可得到高分辨、高速度、高质量的无损VGA图像及DVI、HDMI数字图像; 6、 支持硬件任意开窗，二级缩放，硬件翻转； 7、 有类似内存映射的功能，多个应用程序/进程可以共享其采集的图像数据； 8、 1080P高清双路DVI采集卡/双路HDMI采集卡MV-DVI420E硬件控制帧率流量，可在实际使用中和其它采集卡配合，更有效提高带宽的利用率； 9、 支持RGB32、RGB24、YUV422、RGB8等采集格式； 10、 亮度、饱和度、对比度多种参数可调节; 11、 1080P高清双路DVI采集卡/双路HDMI采集卡MV-DVI420E 提供丰富的二次开发包； 12、 做工精良，全系采用环保材料以及部分进口元器件，保证了产品的稳定性。 【产品优势】 （一）、技术优势 1、 DVI/HDMI模式：1920*1200/30帧；1920×1080/30帧；1600×1200/30帧；1440×1050/30帧；1280×1024/30帧；1024×768/30帧；800×600/60帧，最高可采集1920*1200分辨率;  2、 双路DVI/HDMI图像采集卡MV-DVI420E VGA模式：分辨率可达2048*1536； 3、 HD模式：可采集1080P 、720P、586P、480P逐行数字信号; 4、 高点频：直接采用高性能采集芯片，点频可达220M，目前市场很少有厂家达到; 5、 高传输速率：采用PCI-E Express X4总线架构设计，兼容X8、X16传输速率更高; 6、 高带宽利用率：独有的硬件带宽利用技术，使PCI-E总线得到真正意义上的有效使用; 7、 Microvision自有技术，无信号时不蓝屏、死机; 8、 1080P高清双路DVI采集卡/双路HDMI采集卡MV-DVI420E 全自动行场频检测：具有全自动行场频自适应能力和信号自检测能力，信源端信号的变化不需要用户调节，完全适合无人值守应用； 9、 采用标准的WDM、VFW驱动，支持标准的Directshow进行开发，提供完整的二次开发包SDK。也可提供基于VC、VB、Delphi等的二次开发包演示程序和源代码； 10、 1080P高清双路DVI采集卡/双路HDMI采集卡MV-DVI420E可使用微软的AmCap, VidCap, Windows Media Encode, Window Movie Maker、第三方提供的LabView等应用软件； 11、 兼容性好：支持国内大多数大多数视频会议软件、视频监控软件、P2P采集端软件、直播软件。 （二）、综合优势 1、 性价比高 产品均为维视自主开发，具有多年相关产品开发经验，掌握核心领域技术，合理灵活的市场定位及价格，高性能低价格有绝对优势，为用户减少产品成本。 2、 产品服务 西安、北京、深圳、上海等地拥有自己的分公司及服务部，为产品销售和维护提供保障，可提供强有力的技术支持，第一时间为客户解决问题。 3、 性能稳定 产品性能达到国内领先水平，图像行业多年的技术积累及市场考验使产品具有很高的稳定性，故障率低，为客户的售后维护减少成本。 4、 持久合作 用户不必担心产品的更新换代所带来的问题，我们会提供完善的解决升级方案，以解客户后顾之忧。 【开发工具】 　　● 操作系统支持：Windows 2000、XP、win7、Vista。　　● SDK支持：VC、VB、Delphi。提供演示程序及演示程序源代码！　　● 驱动支持：WDM、VFW、DirectX、OpenCV、Matlab、LabView、Halcon、MIL。 【应用领域】　　1、教育课件录制、多媒体录播录像、会议录制、视频会议，远程教育培训；　　2、大屏幕边缘融合系统、大屏幕拼接、电视墙行业、虚拟演播室、虚拟现实、工控、游戏机等设备；　　3、安检X光机、雷达图像信号、VDR纪录仪；　　4、医疗X光机、CT机、胃肠机等；

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

其中的前景图像提取方法包括：获取第i帧与第i-1帧中位置相同的像素点之间的距离，获取距离大于预定值的像素点集合Z，获取像素点集合Z中与第i-1帧中的前景区域的像素点位置相同的像素点集合U，将像素点集合U进行背景差分处理，获得像素点集合E，根据像素点集合E、像素点集合T以及像素点集合W的并集确定第i帧的前景区域，像素点集合W为像素点集合Z中与第i-1帧中的前景区域的像素点位置不相同的像素点集合，像素点集合T为第i-1帧的前景区域中与像素点集合U中的像素点位置不相同的像素点集合。上述技术方案能够快速准确的提取出第i帧中的前景图像。

清华大学利用具有自主知识产权的 DMB-T 系统所开发出来的应急双向视频图像传输系统，在国务院应急办领导视察时获得了好评，并已经在国内部分地区获得了应用，反应良 好，有效地解决了特殊情况下图像信息的传输和发送问题，如在反恐演习、奥运安保、2008 年雪灾、地震灾害的现场图像回传中发挥了作用。该系统对于构建和谐社会、维护社会治安、 打击犯罪提供了重要的技术保障。清华大学数字电视技术研究中心在原有技术基础上，针对 当前频率资源紧张的现状，提出了图像传输带宽可变的新一代系统。该方案已经被公安部正 式接收成为其标准技术方案之一，未来不少要害行业和部门(公安、消防、电力、卫生、水 利、森林防火、库区大坝安全等)都可能需要配备该系统。我们愿意与当地企业合作，根据 需求进一步做好系统优化并完成产品设计，使之成为一个具有低成本、高可靠性和产业化成 熟度高的产品。

本研究成果基于数字图像处理和智能识别原理，依据CCD工业摄像机获得的黑白彩色图像，进行滤波、校正、灰度化、白平衡、差分等数字图像处理，采用小波变换等技术，获得监测对象的轮廓外形，然后与基准图像轮廓比较，获得监测对象状态等信息。