本发明公开一种多模态信息融合的足球视频事件检测与语义标注方法，包括：利用潜在语义分析方法检测互联网赛况报道文本描述语句的事件类型；检测足球视频中级语义对象，划分场地区域并进行攻防转换析，确定视频事件片段的边界；根据中圈和哨声检测结果确定比赛开始时间，利用贝叶斯网络实现攻防片段的初始语义分类；在文本描述中的粗粒度时间信息的约束下，根据文本和视频片段的语义同步文本描述和视频事件，实现足球视频事件的语义标注。本发明方法融合互联网文本信息和视频内在视听特征分析足球视频，提高了视频事件及其边界检测的准确率，实

光学相干层析技术(OCT)是一种基于光学相干特性的在体、实时、高分辨率的三维断层成像技术，以其非侵入性及高分辨率等特点，在视网膜疾病的研究及临床诊断中日趋体现出巨大的潜力。近年来团队以OCT成像方式为主，结合自适应光学、光致超声、自发荧光等多种成像手段，研究具有国际先进水平的眼底多模态成像系统。新型的多模态成像方式可以同时反映视网膜的散射特性及光吸收特性，并同步获取眼底的结构与功能图像。该研究可以对由眼底视网膜病变所带来的眼底组织结构及功能上的变化进行观测和估计，实现相关疾病的早期准确诊断。

光学相干层析技术(OCT)是一种基于光学相干特性的在体、实时、高分辨率 的三维断层成像技术，以其非侵入性及高分辨率等特点，在视网膜疾病的研究及临床诊断中日趋体现出巨大的潜力。近年来团队以 OCT 成像方式为主，结合自适 应光学、光致超声、自发荧光等多种成像手段，研究具有国际先进水平的眼底多 模态成像系统。新型的多模态成像方式可以同时反映视网膜的散射特性及光吸收 特性，并同步获取眼底的结构与功能图像。该研究可以对由眼底视网膜病变所带 来的眼底组织结构及功能上的变化进行观测和估计，实现相关疾病的早期准确

本发明公开了一种非刚性多模医学图像精确配准方法，包括以下步骤：分别对参考图像和浮动图像进行归一化处理并使用脉冲发送皮层模型进行处理得出两幅点火映射图；然后采用索贝尔算子分别提取两幅点火映射图的边缘特征得到对应的梯度图，并计算两梯度图的差值平方和；最后基于自由网格变形模型及差值平方和确定目标函数，采用拟牛顿法对目标函数进行迭代优化，获得最佳形变参数。本发明将脉冲发送皮层模型和差值平方和用于非刚性多模医学图像配准，大大提高了配准精度。

机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。 一、项目分类 关键核心技术突破 二、技术分析 创新性： 机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。系统主要由两部分功能模块组成：自动化模型重建模块及三维可视化交互管理系统模块。其中自动建模模块由点云影像自动配准、实景三维模型重建、点云滤波、点云分类、建筑物单体化分割、建筑物结构化模型重建等软件子模块构成。系统支持DEM、DOM、实景三维模型、建筑物LoD1至LoD3模型等多种产品生产；支持多核、多CPU、多GPU架构的任务并行化管理，支持搭建点云、影像、模型数据库，支持人机交互进行语义分割、模型编辑、纹理编辑等功能。 软件解决的关键问题： LiDAR点云与倾斜影像异源异构数据配准问题，点云影像数据难以联合应用； 单一数据源三维信息与纹理信息不全，高质量模型结果依赖高精度数据输入，导致数据获取成本昂贵、效率较低； 城市级实景三维模型重建自动化程度低，低精度自动结构化模型成果难复用，而手动模型绘制难度高、工艺繁琐； 实景三维数据制作单位高度依赖国外软件，国产化难。 先进性： 当前，国内90%以上地形级实景三维数据制作测绘单位都基于国外软件进行三维重建，而城市级实景三维模型则重度依赖全人工手动勾绘且需调用国外专业三维建模软件，模型重建学习成本极高、软件针对性不强而效率低下。 机载LiDAR与航空影像联合城市三维建模系统软件系统以高精度、高效率、高自动化程度城市级实景三维模型重建为首要目标。软件系统具备高精度点云影像配准模块提供异源数据联合应用基础；采用LiDAR点云约束的多视影像密集匹配策略实现高精度、全覆盖三维数据输入以实现高质量实景三维模型重建；采取地面点滤波、非地面点地物分类、目标地物单体实例分割递进式流程得到建筑物等地物单体化三维数据；优化自动结构化模型重建与人工干预的结构化建模流程，无需额外依赖专业建模软件；提供针对建筑物结构化建模的模型编辑、纹理编辑模块，不达标的自动模型可复用，三维点云端、二维影像端可独立或联合编辑，具备交互友好的参照式、勾绘式、半自动编辑模式。 独占性： 系统主要搭建两条生产路线，以适应不同地域模型精度要求差异、不同应用时间响应要求。其一是以LiDAR点云为主的快速建筑物结构化模型重建，经过点云分类、建筑物实例分割、结构化模型重建等步骤构建人工地物结构化模型，并利用配准后多视影像对模型纹理映射，此生产线主要产品包括DOM、DEM、 LoD2为主的建筑物结构化模型、典型地物真实色彩点云等轻量基础数据；其二是在LiDAR点云约束下生成高精度密集匹配点云构造高质量实景三维模型，并在此基础上提取建筑物单体三角网数据，经过模型简化抽象得到建筑物LoD3模型，此生产线主要产品包括实景三维模型、建筑物LoD3模型等城市级实景三维数据要素。 此外，软件系统支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、国产麒麟(V4/V10)等多操作系统中运行，已阶段性实现国产化。

本发明公开了一种基于改进 SIFT 算子的低空多视角遥感影像匹配方法，首先采用优化的 DoG 算子 对第一影像和第二影像进行特征点检测，然后利用基于局部区域采样模拟的 SIFT 描述子对特征点进行 描述形成特征向量，最后采用 NNDR 策略形成初始匹配特征点，并利用基于极几何约束的 RANSAC 算 法对匹配点进行提纯。本发明能够有效地解决低空遥感影像匹配中存在的多视角以及弱纹理等问题。 

 NCCN指南推荐“高危”局限性肾癌术后可以通过辅助靶向治疗减少复发率，但临床中使用临床病理指标认定的“高危”亚群中有约50%的患者术后不出现复发，不必接受昂贵的辅助靶向治疗。为弥补临床病理指标的不足，更准确地识别真正的“高危”患者，减少不必要的辅助靶向治疗，本研究首先从TCGA数据库白种人局限性肾癌90万个SNP位点中筛选出44个与术后复发密切相关的SNP位点。然后通过对227例训练组患者的44个SNP位点检测，发现6个位点与黄种人局限性肾癌复发密切相关。将这6个SNP位点组合成预测模型进一步在中山大学组(217例)、国内多中心组（410例）和TCGA组（441例）验证表明，该预测模型是局限性肾癌术后复发的独立影响因子。该模型与临床病理指标相结合可以进一步提高预测准确度，更精准地识别复发高危患者。该杂志同时刊登了国际著名泌尿外科专家、美国德州大学西南医学中心Yair Lotan教授和Vitaly Margulis教授的述评，指出该分子预测模型对局限性肾癌术后个体化诊疗决策的制定具有重要作用，避免“一刀切”的治疗方案导致临床上的过度治疗或者治疗不足。

核医学是涉及在疾病诊断和治疗中应用放射性物质的医学专业。从某种意义上说，核医学是“从里到外放射学”或“内镜放射学”，因为它记录了从体内发出的辐射，而不由外部放射源如X射线产生的辐射。此外，核医学扫描与放射学不同，重点不在于成像解剖，而在于功能，因此，它被称为生理成像模式。 单光子发射计算机断层扫描（SPECT）和正电子发射断层扫描（PET）是核医学中最常见的两种成像方式。​ 核医学成像 核医学成像 使用少量放射性物质，称为放射性示踪剂，采用静脉注射、吸入或口服给药，放射性示踪剂经过被检查的区域并以伽马射线的形式发出能量，这些能量由特殊的相机和计算机检测来建立您身体内部的图像。核医学成像提供了采用其他成像方法通常无法获得的独特信息，并提供了在早期阶段确定疾病的潜力。 核医学诊断 核医学诊断 使用核医学作为诊断工具是一种通常无痛的方法，可以为医生提供非常重要的信息。一些放射性示踪剂采用注射给药，而另一些则会被要求吸入或口服。这些放射性示踪剂含有少量放射性物质，当您在特殊相机或成像设备下进行检查时，医生可以在分子水平上查看正在发生什么。 核医学治疗 核医学治疗 使用核医学作为治疗方法，如放射性碘（I131）治疗或放射免疫疗法（RIT）等，已被证明有助于对抗某些癌症、心脏病和其他疾病。在成人中，核医学可用于以下方面： 脑 - 检测许多类型异常或失调的早期迹象，特别是与癫痫或阿尔茨海默氏症等疾病相关的。核医学也可以帮助评估疑似脑肿瘤。 心脏 - 帮助可视化血流和功能，并评估心脏病发作后的损伤。 骨骼 - 评估骨折、感染、骨肿瘤或关节炎，还可用于确定活组织检查的位置。 肺 - 用于扫描呼吸和血流问题或检测肺移植排斥反应。

贵州晨曦医学教育发展有限公司于2017年08月04日成立。法定代表人赖元祥，公司经营范围包括：法律、法规、国务院决定规定禁止的不得经营；法律、法规、国务院决定规定应当许可（审批）的，经审批机关批准后凭许可（审批）文件经营;法律、法规、国务院决定规定无需许可（审批）的，市场主体自主选择经营等。

南开大学计算机学院程明明教授团队与北京推想科技有限公司的联合团队，在CT影像智能诊断方面有紧密的合作基础，并在前期研究中取得丰富的成果。 自新冠肺炎疫情爆发以来，相关技术人员深入湖北疫区合作医院，将智能诊断技术用于新冠病毒的筛查。武汉同济医院过去几周实际发生的475例疑似肺炎CT数据当中，人工智能(AI)对于疑似肺炎CT的敏感度为98.32%，对于同时期140例有症状但是确认非肺炎患者的CT特异度为82.14%。该系统为一线医生筛查提供了重要帮助。  武汉同济医院医生正在使用CT影像AI筛查系统 初步实验和应用结果表明，利用各级医院普遍使用的CT影像获取设备，以及人工智能在线筛查系统，有望为新冠病毒防控工作提供智能辅助的双保险，极大提升筛查效率。在与新冠病毒争分夺秒的战役中取得先机。该项目目前已完成具有较强实用性的版本，可以为防疫工作提供实质性辅助。研究团队还在积极探索更高的检测精度和更细致的量化分析技术。 新冠肺炎AI系统具有三大重要功能：快速筛查及预警提示、数字化精准辅助诊断与病程监控、区域疫情实时监控。该系统已在国内包括疫区在内的40家医院应用部署，数据累积8.1万份，为进一步提升系统性能奠定了基础。