本发明提供一种核安全壳高分辨率影像采集系统，包括移动平台、采集平台和控制中心，所述移动 平台包括框架，用于控制采集平台竖直位置并担负配重的电机总成，用于控制采集平台距离安全壳壳壁 距离的推拉杆装置，安装于框架底部用于控制采集平台及移动平台水平位置的轨道轮，控制箱，无线网 桥，以及用于采集平台上下移动限制控制的轨道绳；所述采集平台包括框架，固定在框架两侧用于沿着 安全壳壁采集照片的相机，固定在框架中间位置的集控箱，固定在框架上沿的光控照明灯，以及

一、所属领域 人工智能，精密自动化，生物分析与检测，环境微生物检测，工业微生物检测，细胞组织分析检测。 二、项目介绍 1. 痛点问题 微生物的识别、计数和定性分析一直是食品、医药和生物行业的重要一环。传统的人工检测方式劳动强度比较大，且检测主观性强，标准难以统一，计数和检测结果不准确；在对环境的微生物监测中，人工方法只能做到抽样检测，无法做到持续性检测。 近两年行业巨头们（如GE，安捷伦，赛默飞等）开始推出图像识别技术的微生物检测设备，其结果来自直观影像，分辨率高，操作难度低。但是这些设备目前采用的光学显微镜倍数都在800倍以下，只能进行计数，如果要完成相关定性分析，需要在800倍以上的放大倍数获得单细胞微生物的清晰图像（如酵母菌，大肠杆菌）。但800倍放大倍数对应的有效视场只有200微米*200微米，对计数和活性统计分析又不具备足够的采样数量。目前国内外设备均没有解决好这个问题，对微生物进行定性分析的准确率低，无法满足市场需求。 2. 解决方案 本项目针对微生物和细胞活体检测中缺乏有效参照物的技术难点，根据显微扫描设备的结构，将全景化视域重构技术和微米级电机结合，解决了镜头大幅平移过程中的自动对焦难题和微生物溶液动态环境中的影像拼接难题，在保证1000倍放大的基础上，获得的有效视场增加到10毫米*10毫米的范围；再通过自动化图像采集和拼接，得到完整的微生物图像；然后结合传统的图像分割以及深度学习图像识别的优势，小样本高精度动态完成微生物的类型识别，计数，活性，死亡率，出芽率等定量定性分析。 3. 竞争优势分析 与国内外的主流检测设备对比，本项目技术优势主要体现在： 1）独创的微生物影像全景化视域重构技术，实现0.5微米的分辨率和20*25毫米的超大视角； 2） 解决微生物影像领域小样本智能识别和智能检测的难题； 3） 检测目标、检测内容、检测流程和逻辑可通过自然语言定制，提高设备功能通用性； 4）计数准确率超过人工计数，准确率超过国内细胞计数仪器一个数量级； 5）第一台按照国家微生物计数检测标准开发研制的微生物计数仪。 本项目的第一代产品样机与国内外同类产品对比，主要性能优势和技术优势如下： 在食品行业，本项目获得了青岛啤酒北京密云分厂的啤酒原液和相关酵母菌种，针对生产用酵母菌采集了大量实拍图像数据，优化后的酵母菌计数和出芽率算法识别率均在95%以上。 4. 发展规划 按照三步走的方式来设定发展规划： 1）基于全景化视域重构技术，构建第一代检测仪器，首先进入门槛最低的食品微生物检测市场，对啤酒和发酵乳企业提供酵母菌检测计数技术和设备； 2） 利用已有技术积累，进入环境微生物检测和高校实验室市场； 3）最后以食品和环境检测市场为根据地，进入门槛最高的生物医药检测市场，提供微生物检测和组织检测的相关设备。 5. 知识产权情况 已申请3项专利。 三、合作需求 1）寻求500-800万元天使投资； 2）寻找高校研究所，食品工业和环境检测领域的客户、渠道伙伴； 3）寻找生物医药，医学临床领域的客户、渠道伙伴和产品测试环境。 四、团队介绍 科研团队： 1）周悦芝 博士 清华大学计算机系研究员，项目负责人，在边缘计算和深度学习等领域有丰富的开发经验和杰出的研究成果，在面向医学影像的AI图像分析方面曾发表多篇论文，申请或获得多项国家发明专利。 2）黄权伟 清华大学计算机系硕士，负责图像分割及细胞识别等相关算法研发。 3）梁志伟 清华大学计算机系硕士，负责深度学习算法加速研究和实现。 五、联系方式 E-mail：ott@tsinghua.edu.cn 成果编号：20230055

拉普拉斯域光学乳腺影像系统（LD－DOT）是一种基于漫反射光成像原理的功能成像手段。有别于基于形态学进行诊断的传统医学成像手段，它利用不同病变的乳腺组织对光的漫反射程度的不同，通过得到双乳全局血管微循环特征参数的定量分布来诊断组织病理属性（正常/良性/恶性）以及分布范围，探测深度可达6厘米以上，扫描过程安全快速，结果直接客观，是一种经济高效的诊断乳腺病变的无创方法。

本发明公开了一种用于对数控机械加工设备的实验模态分析测点执行布置优化的方法，包括：(1)通过有限元仿真，获得设备的整体结构模态振型及相应的模态振型矩阵；(2)利用整体结构模态振型，确定并选取设备的模态振型敏感部件及其相应的振型矩阵；(3)从模态振型敏感部件中选取其表面可测节点，并将这些表面可测节点作为布置优化的对象；(4)使用有效独立法，对表面可测节点进行迭代剔除；以及(5)采用香农采样定理，对模态振型敏感部件执行线性化均匀布点。通过本发明，可以克服现有模态测试效率低、时间长等方面不足，并能够在保证数控机床结构模态测试中固有频率和振型辨识前提下，优化测点数目及测点位置，提高测试效率。

本发明公开了一种用于机械装备结构的模态参数自动识别方法， 该方法包括如下步骤：将整个频域区间按照区间宽度分割成宽度相同 的频率小区间，统计固有频率落在各频率小区间内的极点总数；将极 点总数小于阀值的频率小区间内的极点作为计算极点而剔除，剩余的 极点作为物理极点而保留；然后，利用最小方差准则，从上述步骤中 剩下的极点中自动识别各阶模态参数。该识别方法可有效区分计算极 点与结构物理极点，自动识别结构的模态参数，获得机械结构在工作 状态下的动力学特性参数，有效减少模态分析中的人工参与，为机械 结构的在线检

本发明公开了一种数控机床模态参数的获取方法，通过对数控机床的工作台施加多次加减速冲击产生激励，实现对数控机床模态参数的获取，包括：确定施加的单次加减速冲击的时间及加速度值；确定施加的相邻加减速冲击的间隔时间，该间隔时间的序列为随机序列；根据确定的加速度、单次加减速冲击的时间以及各次加减速冲击间的间隔时间控制工作台平动，从而产生激励；采集激励下的数控机床的响应信号并经模态分析处理后即可得到数控机床的模态参数。本发明的方法通过控制工作台在某两个速度值之间不断做加减速动作对机床进行激励，获得工作台在一定速

一种实时可见光遥感影像云区检测方法，属于图像数据处理方法；本发明包括原始影像子块划分，然后快速提取各个子块的特征，最后通过对各个子块特征的二分类完成云区检测。针对云区无方向性的特点，本发明提出用单方向各向异性高斯滤波器组来实施滤波操作。为了避免大尺度二维卷积运算的复杂度，单方向的各向异性高斯滤波操作是通过行、列拆分的无限冲激响应滤波器来实现的。为了降低视觉单词直方图特征生成过程中视觉单词查询复杂度，视觉单词首先通

本发明兼顾地学空间统计学和模式识别理论方法，基于统计方法提出分割前最优尺度分割参数自动选择及分割后的尺度效应评价及尺度分割参数的优化调整，提高了面向对象遥感影像信息提取和分析的精度、效率和自动化程度。

一种彩色数字影像色度校正方法及系统，包括构建典型色彩样本光谱反射率数据集，在源光源条件 下计算数据集中各色彩样本色度信息并以主波长及色纯度为依据进行样本分组，求解目的光源条件下每 组子集中各样本的色度信息；分别以源及目标光源条件下各分组样本子集色度信息为输入输出端，拟合 构建神经网络；针对源光源下任一色度信息，通过分组判别方法确定对应神经网络，并依此预测其对应 目标光源下色度信息。本发明可保证彩色影像色度信息在不同光照条件下映射的准确性，且实施