本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。

本发明涉及一种基于小波变换与混合注意力机制的轴承故障诊断方法，具体包括：利用传感器获取轴承振动信号，得到原始故障数据；对原始故障数据依次进行小波变换、加入高斯噪声、分块采样；并为采样后的数据生成类别标签和位置标签；基于混合注意力机制、残差结构、可学习卷积构建故障诊断模型；将采样后的故障数据划分为训练集和测试集，作为模型的输入数据进行训练，实时监控训练结果进行参数优化，同时将故障诊断结果可视化；在多种噪声条件下与现有模型进行对比实验，检验模型性能。本发明所提出方法解决了传统轴承故障诊断方法在多变噪声条件下故障识别率较低的问题。

数字人技术与大语言模型结合是当前人工智能技术领域的研究热点之一，将数字人技术和自然语言处理技术相结合，可以创造出更加智能化、真实感更强的数字人应用。科研团队经过研究实践，已取得具有前瞻性的知名汽车企业和三甲医院的合作意向。有望在不久的将来，为汽车、医疗等领域的企事业单位提供先进的技术支持。

本发明涉及一种基于距离保持水平集的牛肉图像中背长肌自动分割方法。首先采用摄像机标定法对CCD摄像机进行标定，选取从屠宰场购买的牛胴体眼肌切片作为样本，利用改进的样本块修复模型恢复图像反光区域原有信息。提取眼肌切面区域中的候选区域，从中寻找一个处于背长肌区域的小矩形区域，其外轮廓设为初始轮廓曲线。设定迭代规则自动确定权系数ν的值，自适应控制水平集演化，检测相邻10次的系数函数(f(Ck))值，若这10个值的方差小于某一阈值(定为f(C0)/100)，停止迭代，获得牛肉眼肌区域。对图像人工标记前景和背景区域，再对标记后的原始图像进行分水岭变换，最后提取出的眼肌区域即为最终目的眼肌区域。利用本发明可以实现牛肉图像中背长肌的自动分割，从而进行牛肉眼肌特征的提取，实现牛肉质量等级自动评定。

本发明公开了一种基于开关非局部全变分的椒盐噪声污染图像滤波方法，包括以下步骤：通过一个二阶段的形态学检测算子对噪声污染图像进行预处理，得到参考图像和噪声标志位。基于噪声标志位，再用改进的非局部全变分方法对参考图像进行滤波，以得到去噪后的图像。本发明可以有效检测图像的噪声分布情况，产生很低的漏检率和误检率。此外，本发明基于参考图像，能精确计算两个图像块之间的相似度，可在有效抑制椒盐噪声的同时很好地保护图像边缘和纹理等细节信息，其提供的峰值信噪比和结构相似度优于现有椒盐噪声滤波方法。

本发明公开了一种双通道荧光光学显微成像中基于图像处理的自动对焦方法，包括 S1 获得生物组织样本当前冠状面轮廓，并获得三个对焦窗口位置；S2 对三个对焦窗口进行扫描，并采集第 i 层生物组织样本细胞构筑通道的图像；S3 判断当前层三个对焦窗口的图像采集是否完成，若是，则 i＝i+1，并进入 S4，若否，则返回 S2；S4 判断·830·采集层数 i 是否大于预设的阈值，若是，则进入 S5，若否，则返回 S2；

现有CT显示方法的根本缺点是不能实现真正的立体显示。针对这一点，我们设计了较为独特的显示方案。在此方案中，显示屏上将不会出现被显示图像的本身，液晶显示屏显示的是经过数字编码处理的图像的近场衍射图案，基本性质类似于全息图，当液晶显示屏被相干光源照射时，在屏后一定的位置将会出现器官的三维立体图像，由于是真正的三维图像，此器官的再现像可以同时从不同的角度进行观测。同时由于编码图案是由断层图像经计算机的数字计算而获得，所以不仅显示速度非常迅速，而且显示出的再现图像是被检测器官的真正三维透视立体像，观测它如同观测一个实际的透明器官，器官内的组织部结构一目了然。因此，这种显示屏可以彻底改变目前CT检测结果的显示方式，大幅度提高疾病诊疗的准确性和成功率。这是本方案的突出优点所在，也是此项目的创新之处。经过调查，到目前为止，国内外还不存在任何类似的显示器，此项目开发成功以后将具有完全的自主知识产权。此项目的直接目的是研制出可实用化的CT立体显示仪，以彻底改变目前CT检测结果的显示方式。项目成功以后可以立即获得实际应用，大幅度提高疾病诊疗的准确性和成功率，获得明显的社会效益和经济效益。在此基础上，可以进一步研制其它具有普遍适用性的立体显示装置如立体电视机和新一代的立体电影等。所以此项目可以作为系列研究滚动开发的一个开端，具有突出的学术价值和实用价值。

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

IVF不明原因的胚胎发育停止的基因诊断。本项目利用在我院收集的IVF过程中原因不明的胚胎发育停止的病人中利用基因芯片和长非编码RNA芯片同时检测精子基因。目前检测出的结果已初步得到验证，该诊断项目将为这一类病人的个体化治疗方案和体外的治疗提供依据。 目前IVF不明原因的胚胎发育停止是导致试管婴儿成功率低的主要原因之一。本项目的转化和产业化将为解决试管婴儿的成功率提供较好的解决途径。

本发明公开了图像合成方法及图像处理装置。