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
基于AI 机器学习的影像组学模型研究
2019年12月以来,由SARS-CoV-2病毒感染导致的新型冠状病毒疾病(COVID-19)在全球开始蔓延。报道显示,SARS-CoV-2感染患者的中位住院时间为10天,而武汉患者在发病10天后症状有可能加重。因此,住院时间是COVID-19临床预后的重要指标之一。 目前,CT影像学已成为COVID-19肺炎的诊断和监测工具,主要表现为磨玻璃影、实变及混合密度影。然而,现阶段的影像学研究主要集中于对病灶的定性和半定量描述,缺乏对病灶的全定量分析。因此,基于前期提出的CT定量监测COVID-19肺炎病程,团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院,自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料,所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日,研究共纳入31例治愈出院的患者(排除14例未出院患者和7例首次CT检查无肺炎表现患者),并将10天作为住院时长的二分类阈值。基于有限的样本量,团队将4个中心作为训练队列,另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶,31名患者中累计分割出72个病灶。在对病灶图像预处理后,提取影像组学特征并筛选。为了研究影像组学特征的稳定性,团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现,6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中,Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89;随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后,研究又纳入了2月20日-28日新出院的6名患者,利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 
东南大学 2021-04-10
自动化机器学习算法研究与系统实现
研究目的和意义机器学习和人工智能已成为当今最热门的技术之一。2017年,国务院印发了《新一代人工智能发展规划》,正式将人工智能作为国家重要发展战略之一。人工智能已经成为信息技术时代的又一波浪潮。在这波浪潮的推动下,互联网行业、金融行业、传统制造业、政务民生、公安警务等各行各业都在积极向人工智能领域转型升级,利用人工智能先进技术提升智能分析和辅助决策能力,
南京大学 2021-04-14
全自动根茎类蔬菜上料对半切机器
所有的净菜加工厂商仍采用人工来完成这一环节的加工,可谓是费时费力,为生产经营者带去了较大的人工成本开销,并且手工对半切也存在效率不高,规格尺寸不均等诸多问题。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高炜凯 机器人产业学院 2020.10/2024.6 20484116 杭海斌 机器人产业学院 2020.10/2024.6 20481112 杜陈琳 机器人产业学院 2020.10/2024.6 20446102 裴育 机器人产业学院 2020.10/2024.6 20496329 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 陈炳伟 机器人产业学院/机械设计及其自动化 教研室主任/高级工程师 智能制造 闫东旭 机器人产业学院/电气自动化 讲师 离散元法、机械优化设计 四、项目简介 随着我国经济的发展,人民的物质生活水平不断提高,人们的饮食习惯逐步向方便快捷、营养化的方向发展,在蔬菜的加工方面出现了净菜半成品菜,受到广大人民群众的欢迎。而发展食品工业的基础便是食品机械,不断地研制各种类型的食品机械才可能促进食品工业的发展和满足不断提高的人民物质的需求。 现如今,用于蔬菜清洁、削皮和切片等功能的机器已经屡见不鲜,几乎各类规模的净菜加工厂都在使用此类机械来完成对菜品的加工,但在各个生产环节中仍存在着一个不容忽视的需求,即所有需要切片的根茎类蔬菜在使用机器切片之前都需要将其对半切开,而这一环节至今尚未被食品机械生产厂商所洞察并重视,市面上尚无能够满足这一环节要求的机械,所有的净菜加工厂商仍采用人工来完成这一环节的加工,可谓是费时费力,为生产经营者带去了较大的人工成本开销,并且手工对半切也存在效率不高,规格尺寸不均等诸多问题。
常州大学 2023-03-13
技术需求:流水线式的机器较为复杂
公司现在都是由人工进行数控车床及加工中心的操作,每人可以操作两台或三台机床,公司自2019年起就着力考察能够合作的企业或学校,致力打造由机器人替代人的数控车床及加工中心的操作,但多方寻找,还未有能够针对我公司的高端装备产品的机器人,我公司的产品,品种多,需要较频繁的更换要加工的工件,所以较其他企业的流水线式的机器较为复杂。
山东易斯特工程工具有限公司 2021-08-30
人社部:2022年就业工作这样干!
人社部就业促进司司长张莹表示,2021年人社部会同有关部门认真贯彻落实党中央、国务院决策部署,深入实施就业优先政策,保持了就业局势的总体稳定,实现了“十四五”就业工作的良好开局。一是就业目标任务圆满完成。
人力资源和社会保障部 2022-02-22
生成式人工智能与虚拟数字人
面向数字人的大规模生成需求,发展生成式人工智能理论,探索机器学习方法从数据中自动化学习数字人建模方法,提出了高精度三维人脸重建技术、表情驱动数字人技术、语音驱动数字人技术三项世界领先的技术,以低成本、高效率生成可驱动的高保真数字人。该技术能够极大提升数字人的生成质量与生成效率,支持大规模高精度的数字人生成,具有广泛的应用前景。
上海交通大学 2023-05-09
XM-101人体全身骨骼模型
XM-101男性全身人体骨骼模型   XM-101男性全身人体骨骼模型示男性成人骨骼,由男性全身散骨串制而成一整体骨架,成直立姿势,四肢大的关节部分均可活动,显示男性全身骨骼的组成和形态外观、神经分支、脊椎动脉和腰椎间盘等,头颅含可活动的下巴、可移动的头颅盖、骨缝线和三颗可取下的下牙,其中四肢骨和头颅骨可以灵活拆卸组装,整体固定在支架上,带底座,可灵活移动。 尺寸:自然大,高170cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
XM-104人体骨骼标本模型
XM-104人体骨骼标本模型   XM-104人体骨骼标本模型显示男性全身骨骼的组成和形态外观,串制成直立姿势,四肢大的关节部分均可活动,头颅含可活动的下巴、可移动的头颅盖,其中四肢骨和头颅骨可以灵活拆卸组装,整体固定在支架上,带底座,可灵活移动。 尺寸:高45cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
高级鼻胃插管及口腔护理模型人
XM-BQC高级鼻胃插管及口腔护理模型人   XM-BQC高级鼻胃插管及口腔护理模型人模拟了一成人男性上半身结构,模型自中切牙至胃内距离在45-55cm范围内,胸壁透明,可实坐位、半坐位,解剖结构包括鼻腔、口腔、牙、舌、悬雍垂、会厌、气管、支气管、双肺、食管、胃,胃采用透明材料制成,可全程观察胃管进出胃腔的过程、胃管头端的位置、灌洗液在胃腔内的冲洗情况。   功能特点: ■ 面部清洁 ■ 瞳孔示教 ■ 口腔护理 ■ 氧气吸入疗法 ■ 鼻胃管放置 ■ 口鼻管插管训练 ■ 洗胃术训练 ■ 模拟颈动脉搏动
上海欣曼科教设备有限公司 2021-08-23
XM-303人体层次解剖模型
XM-303人体层次解剖模型   XM-303人体层次解剖模型由78部件组成,显示人体全身肌肉的层次,包括皮肤、肌肉、内脏器官、全身血管神经等,并显示人体各大系统,器官俱全,可单独示教,暴露肌肉、神经、血管深层、浅层结构,大部分肌肉能拆下,可分成头、颈、项背、上肢、胸、腹、盆、会阴、臂和下肢等部件。   尺寸:自然大,50×24×173cm 材质:玻璃钢材料   功能特点: 1、XM-303人体层次解剖模型按局解操作顺序,可分成头、颈、项背、上肢、胸、腹、盆、会阴、臂和下肢于一体等部件,每一部分均可拆卸装配。 2、模型在头部作矢状切面,拆开可取出整个脑模型。 3、脑部示大、小脑内部结构,脑神经穿出脑干的位置和脑的血管。于右半脑侧头颈和甲状腺峡平面分别作水平与矢状断面,以显示颈部断面和头颈部的鼻咽腔、喉腔等结构。 4、拆下左半侧下颌骨显示颌面深部颞下窝内的肌肉、神经和血管。分别拆卸翼内、外肌、舌上骨、下肌群、胸锁乳突肌、胸肢带肌、肩带肌、项背浅中肌,以显示各局部血管、神经的位置、行程分支和分布。 5、右上肢作矢状与横切面,以展示断面上的结构。 6、右侧上肢与下肢示浅筋膜、皮神经及浅静脉的属支、分布、毗邻,左侧上肢与下肢,去掉浅筋膜,浅、中层肌肉能层层卸装,以示深层血管神经的行走经过和分布范围,肌肉,起止点和形态位置,胸腹腔内各脏器均可拆卸并安装还原。 7、取出内脏,则可显示后纵膈和腹后区各结构,盆腔和会阴部分可分别表达盆壁、会阴部的坐骨直肠窝内诸结构,阴囊能清晰表示层次结构关系,阴茎作横断面以示其机构。 8、模型的每个拆装件均能安装还原以示整体观及表达全身肌肉、内脏、动静脉、神经的形态以及毗邻关系。
上海欣曼科教设备有限公司 2021-08-23
首页 上一页 1 2
  • ...
  • 133 134 135
  • ...
  • 188 189 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