高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
新冠肺炎 AI 筛查和辅助诊断系统
影像学检查在新冠肺炎的诊疗中具有非常重要的参考价值,《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》将“疑似病例具有肺炎影像学特征者”作为临床诊断标准,但在临床实践中存在一定局限,疫情爆发导致待阅片数量激增,医生阅片压力巨大;新冠肺炎属于新发疾病,各地医疗机构特别是基层机构缺乏阅片经验,且由于“异病同影”,容易造成漏诊或误诊;该病病程发展快,患者需要接受多次胸部CT检查以监测病情发展、评估治疗效果等,单凭阅片医生肉眼很难快速对比并识别病灶变化。 在接诊量高峰期,亟待建立更精准高效的人工智能影像辅助诊断方法。孙逸仙纪念医院林天歆教授组织医院呼吸内科、急诊科、放射科、大数据与人工智能团队开展科研攻关,在广州再生医学与健康广东省实验室、广东省科技厅的支持下,联合清华大学、澳门科技大学以及广州康睿智能科技有限公司,使用50万份临床影像学大数据,开发了基于胸部CT的新型冠状病毒肺炎AI筛查和辅助诊断系统。 该系统能对新冠肺炎进行快速诊断,判定新冠肺炎的分级和严重程度,协助医疗机构加速辨别感染者,为快速隔离、诊断、治疗争取时间。其优势主要体现在:快速、准确地诊断新冠肺炎。有经验的影像科医生看完1个患者的胸部CT图像约15-30分钟。该AI系统可在20秒内完成1个患者CT图像的检测及诊断过程,诊断准确率达90%以上。进行病情严重程度分级和重症危重症预测功能。该系统可对胸部CT图像每一切面的小结节、磨玻璃影和实变进行自动分割、标注及定量分析,可预测患者的吸氧频率、血氧饱和度、全身代谢情况、其他器官损伤程度,预测病人发展为重症、危重症的概率和时间,以便医生及时干预,降低患者死亡率。协助医务人员进行药物效果评估,指导用药。系统可对同一位患者用药前后的CT图像进行对比分析,通过定量计算病灶在用药前后的变化,判别药物是否有效,指导临床用药。
中山大学 2021-04-10
旋转机械振动故障检测与诊断系统
项目概况 本系统采用自主研发的数据采集处理箱,对旋转机械的振动数据进行实时采集、降噪、快速傅立叶变换、小波变换等处理,并将处理过的数据送往上位机进行故障特征的提取。 上位机对下位机传送来的数据信息进行特征提取、故障检测及诊断,实时监测旋转机械的运动状态。 本项目实用性强,拥有自主知识产权,市场应用前景广阔。 主要特点 数据采集处理在以DSP作为处理器的下位机进行,大大加快了振动信号的实时处理能力;振动信号的降噪和特征提取综合运用傅立叶变换和小波变换两种算法,提高了振动故障信号的降噪和故障鉴别能力;故障的诊断综合运用专家系统、神经网络、支持向量机等故障分类方法。技术指标 本系统可分别显示时域振动图、频谱图、极坐标图、轴心轨迹图、瀑布图、相关分析图等旋转机械振动信号傅立叶变换频谱信息;也可显示小波序列图、小波能量分布图等旋转机械振动信号的小波变换谱信息。同时,可给出引起旋转机械振动的故障原因。市场前景 旋转机械的振动故障占旋转机械故障的70%以上,对旋转机械的正常运行构成较为严重的威胁。旋转机械振动故障的检测与诊断设备价格一直偏高,而且故障的漏报率和误报率一直较高,影响了大型旋转机械故障诊断系统得应用。 本系统的价格适中,使用方便,对于提高企业的经济效益具有非常现实的意义,拥有广阔的市场前景。
南京工程学院 2021-04-11
输变电设备在线监测与故障诊断系统
随着国民经济的持续发展,我国的电力系统正在向超高压、大电网、大容量、自动化的方向发展,对输变电设备进行在线监测与故障诊断,可有效提高电气设备的运行可靠性,具有重要的意义。该系统能够联网实时监测和远程管理变压器、GIS、电容型设备等输变电一次设备,及时发现输变电设备内部的各种短路、局部放电、绝缘受潮和老化等故障,并实时诊断预警,为输变电设备正常运行提供必要的指导数据,大大提高了输变电设备的运行可靠性。该系统是总结十多年来高电压与绝缘技术研究所关于绝缘泄漏电流测量、介质损耗测量、局部放电测量、振动特征测量和故障诊断技术等领域的研究结果,结合现场实际检测和处理经验,采用最新的传感器技术、信号处理技术、计算机技术等手段和最新诊断理论、算法实现的新一代高性能智能化、综合化的在线监测系统。采用多元信息融合技术进行故障综合诊断,诊断效率和准确度大大提高,达到了国内领先水平。
华北电力大学(保定) 2021-02-01
回转机械在线监测和故障诊断系统
回转机械在线监测和故障诊断系统,以化工、石化等行业的回转机械为对象,采用先进的计算机技术、光纤传输技术和独创的全息谱监测诊断方法,全面、实时、连续地实现了机械运行状态的监测和故障诊断。在线监测和诊断系统采用高性能的光纤计算机网络,传输速率高、误码率低;在线监测和诊断系统中前端监测计算机、主监测计算机和诊断分析计算机并行工作,保证监测的连续性和实时性;多任务的系统运行环境,保证了对突发事件数据和信息的捕获,实现了事故追忆功能;在线监测和诊断系统采用通用的网络协议,提高了系统的互联
西安交通大学 2021-01-12
尾部烟气净化装置故障诊断与运行优化
项目概况 基于相关规范,建立了一套针对石灰石、石灰、活性炭(焦)等燃煤锅炉烟气脱硫吸 收剂的性能测试设备。可为石灰石、石灰、活性炭(焦)生产厂提供技术支持,同时为石灰 石(石灰)-石膏烟气脱硫法,活性炭(焦)干法烟气脱硫工艺提供设计可行性分析,以及 脱硫装置的运行提供技术支持。 主要特点 对于石灰石、石灰为吸收剂的湿法烟气脱硫工艺,由于石灰石、石灰成分不同,尤其 是 CaO、MgO 等主要成分的变化,导致脱硫活性不同。并且石灰石、石灰循环浆液还含有部 分石膏、飞灰等成分,对浆液吸收 SO2的性质产生影响。对于活性炭(焦)为吸收剂的干法烟气脱硫工艺,由于活性炭(焦)制备工艺不同,吸附 SO2能力各异。在设计初期,尤其是 在筛选吸收剂,或对已建脱硫装置进行优化分析过程中,需要对不同吸收剂的 SO2吸收能力 进行评价。本测试设备即是根据以上测试原理,模拟烟气脱硫环境,对吸收剂进行测试。 技术指标 测试结果易读取,直观,设备操作简便易行。设备建立的模拟情况与湿法、干法工业 运行接近,观察、检测方便、实用性强(可反复使用)。此类测试平台是一种新颖的科研开 发平台。 市场前景 近年来与多家环保公司合作,有良好的适用性,受到广泛认同。目前已为国内 3 家环 保公司,2 家石灰石生产厂所采用。具有良好的市场空间
南京工程学院 2021-04-13
大骨节病亚临床期诊断与分期综合治疗
在国内外大骨节病以往研究的基础上,以四川省阿坝州大骨节病高发区的易感人群与患者为主要研究对象开展工作。在影像学、组织学和酶学、细胞因子的层面研究亚临床期诊断方法和标准,探索亚临床与早期患者减缓或阻断病程进展的干预措施,使阿坝州大骨节病新发病例明显降低,现症病人减轻症状,阻止病情恶化,改善功能,减轻残障程度,为全国现有高发区的防治工作提供可借鉴与推广的经验。
四川大学 2016-04-29
交通车辆远程状态监测智能诊断系统
面向轨道交通运输系统安全运行监控需求,提出和设计了测控管一体化解决方案,开发了一套运行状态远程监测与故障诊断系统。可对在线设备记录数据和系统运行状态信息进行监测和实时远程无线传输,并基于专家系统对设备记录数据和运行状态信息进行实时故障分析与诊断,此系统非常适用于交通车辆运行的监控等。 创新要点: 1.依托便携式车载数据分析装置、多网融合无线车-地通信系统以及地面智能诊断预警平台,进行交通车辆运行状态和设备记录数据远程采集和无线传输、故障分析诊断,诊断信息和故障解决方法可
河海大学 2021-04-14
iMago c21型彩色超声多普勒诊断仪
四川大学计算机学院医学影像实验室与声泰特(成都)科技有限公司合作,共同从事医用彩色超声诊断仪的研发工作,应用数字信号(图像)处理、模式识别、科学可视化、三维成像、弹性成像、宽景成像等先进计算机科学技术,并结合自适应波束形成、回波合成技术、彩色方向性能量图、自适应彩色增强技术、自适应滤波、自适应斑点杂讯抑制算法、相位翻转谐波成像、DSP和FPGA开发平台,完成设备软、硬件的设计、实现及优化。目前该仪器已取得美国FDA、欧盟CE的医疗器械认证,是目前市场上具有竞争力的产品。
四川大学 2016-04-21
PDM2000设备故障诊断与预知维修系统
PDM2000 设备故障诊断与预知维修系统是集设备测试、状态分析、设备管理、故障诊断及预知维修为一体的高科技产品。采用先进的数字信号处理技术对机械设备运行状态进行检测,对于故障设备可有效而准确的诊断出故障部位和故障程度;对于正常设备可对其实现剩余寿命预测和故障预测,实现预知维修。另外该产品体积小,重量轻可很方便的在现场进行作业。
大连理工大学 2021-04-13
船舶主(副)机性能在线监测、诊断系统
本系统为在线监测系统,主要对船舶柴油机在运行中的性能参数进行监测。如柴油机的振动、噪声、油温、输出扭矩、输出转速、缸压、输入扭矩、输入功率、曲轴箱及螺旋桨的变速箱等多个性能指标进行实时多通道采集分析。系统自行对相应的变化做出反应,自动报警。并对测试结果自动打印测试报告。该系统具有黑匣子功能,对故障信号能够自动存储、分析和诊断。
大连理工大学 2021-04-13
首页 上一页 1 2
  • ...
  • 74 75 76
  • ...
  • 999 1000 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1