XM-PF开放式皮肤性病学多媒体教学系统   功能特点： ■ XM-PF开放式皮肤性病学多媒体教学系统具有开放性、交互性，能够让学生课后随时地进行自主学习，可对学员24小时开放使用。 ■ 该系统操作简单，内容丰富，涵盖了各种皮肤病、性病200余种，病例2000余个，模拟试题50套。 ■ 内容包括： · 病毒性皮肤病 · 皮炎、疹类皮肤病 · 细菌、真菌、梅毒等感染性皮肤病 · 节肢动物及所致皮肤病 · 物理及职业性皮肤病 · 红斑鳞屑性皮肤病 · 血管神经及过敏性皮肤病 · 结缔组织性皮肤病· · 皮肤附件器疾病 · 色素障碍性皮肤病 · 皮肤肿瘤、皮肤角化性皮肤病 · 大疱性皮肤病 · 性病 ■ 配置：19寸触摸一体机，双核处理器，内存2G，硬盘500G。

XM-ZJ开放式针灸学多媒体辅助教学系统   功能特点： ■ XM-ZJ开放式针灸学多媒体辅助教学系统为医学院校学生提供了一种能够自主学习、加强感官认识、强化护理学相关知识、易于操作的全方面的学习条件，丰富医学院校护理教学内容，弥补书面教学过于抽象的不足，方便学生自主学习。 ■ 系统具有开放性、交互性，能够让学生课后随时地进行自主学习，可对学员24小时开放使用，系统操作简单、界面漂亮，具有动态效果，能够从视觉上、听觉上吸引学生注意力，避免了枯燥无味的介绍，弥补课堂不足。 ■ 包括经络腧穴学、刺法灸法学、临床治疗学、知识扩展等。 ■ 内容丰富，素材量大，容量超过20G，以视频、动画、图片为主。 ■ 经络腧穴学部分内容涉及全身上百钟穴位，详细介绍了临床常用穴位的定位、解剖、主治、应用等。 ■ 刺法灸法学则详细论述了定义、特点、应用等，并配以丰富的图片和视频。 ■ 临床治疗学部分讲解了涉及急症、内科病证、妇科病证、儿科病证、皮外骨伤科病证、五官科病证六大系统临床常见疾病，分别讲解每种疾病的症状体征、症候分析、病因病机、辨证治疗、医案举例等内容。 ■ 配置：19寸触摸一体机，双核处理器，内存2G，硬盘500G。

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

本发明公开了一套早期检测苹果果实内潜伏轮纹病菌的组织学方法，涉及植物组织内病原菌检测领域。本方法适用于调查苹果果实内潜带轮纹病菌的皮孔数量。具体方法为：对于欲检测的苹果果实或果实组织在不低于100℃的温度蒸煮10分钟以上，剥取表皮；剥取的表皮经1%~15%的次氯酸钠透明5~20分钟，1%~30%氢氧化钾或氢氧化钠浸泡3~5分钟，0.1%~3%的苯胺蓝水溶液染色3~5分钟，用20%~80%的甘油作浮

本实用新型涉及一种用于小型植食性昆虫生物学实验参数观察微虫笼饲喂装置，属于养虫装置的技术领域；所述的微虫笼饲喂装置，包括壳体、纱网，其特征在于，所述微虫笼饲喂装置还包括接虫孔、孔盖、密封袋，所述纱网设置在所述壳体的上部，所述接虫孔设置在所述壳体上，所述孔盖活动设置在所述接虫孔上部，所述密封袋的一端套设在所述壳体的下部，另一端设置有凹凸扣；所述凹凸扣上设置有4‑5mm的缺口，凹凸扣的结构设计可快速对饲喂装置封口，操作简单、气密性好、制作成本低，且对寄主植物无束缚，有效减少植株的机械损伤，同时可适应植株生长。

深入解析黄酒酿造机理并且创新生产技术与装备，是黄酒产业可持续发展 的必由之路。项目围绕如何科学评价黄酒麦曲质量及产品感官体验、如何高效生产优质麦曲、如何提高产品感官体验等关键技术难题等，本项目完成了基于 组学技术的黄酒酿造关键技术与装备的创新及应用。 创新要点 建立了黄酒麦曲及酒醪发酵机理解析方法，阐明酿造过程的微生物驱动力。解析了液化力、酸性蛋白酶活力、酒化力等活力形成的关键微生物，高级醇及生物胺形成代谢途径及关键微生物；通过风味组学技术解析黄酒风味物质形成及变化过程；通过培养组学技术证明微生物是麦曲活力、黄酒风味的主要来源；发现氧气浓度、温度、湿度是麦曲微生物群落结构形成的核心驱动力。全面系统地解析麦曲的各项指标，针对传统麦曲制作中环境依赖、生产效率低、品质不稳定等问题，在已有机械化制曲（国家技术发明奖成果）的基础上首次开发了智能化精准制曲技术与装备。构建了黄酒产品风味轮，阐明了关键风味物质的最适浓度范围。证明β-苯乙醇、异戊醇、异丁醇、组胺、苯乙胺以及酪胺等高级醇和生物胺是影响黄酒醉酒和醒酒的关键化合物，建立了适用于不同黄酒酵母亚株及酿造工艺的高级醇调控方法。

XM-WK开放式外科手术学多媒体辅助教学系统   功能特点： ■ XM-WK开放式外科手术学多媒体辅助教学系统为医学院校学生提供了一种能够自主学习、加强感官认识、强化护理学相关知识、易于操作的全方面的学习条件，丰富医学院校护理教学内容，弥补书面教学过于抽象的不足，方便学生自主学习。 ■ 系统具有开放性、交互性，能够让学生课后随时地进行自主学习，可对学员24小时开放使用，系统操作简单、界面漂亮，具有动态效果，能够从视觉上、听觉上吸引学生注意力，避免了枯燥无味的介绍，弥补课堂不足。 ■ 内容丰富，素材量大，容量超过20G，以视频、动画、图片为主，模拟试试10套以上。 ■ 外科图片库内含：常用器械、物品及基本技术类、麻醉类、心肺复苏与急救类、外科感染类、常见体表肿瘤类、头颈部疾病及处理类、胸部疾病类、腹部疾病类、泌尿、男性生殖系统疾病类、直肠肛门疾病类、创伤、烧伤类、运动系及周围血管神经疾病类、应用解剖及其它类、再植与植皮类等。 ■ 手术视频包括：手术基础、无菌术类、外科手术基本操作技能类、麻醉类、心肺复苏急救技术类、创伤和战伤类、颜面部颈部手术类、心胸外科手术类、胃肠外科手术类、肝胆外科手术类、泌尿外科手术类、神经外科类、骨外科类、整形外科类、眼科类、耳鼻喉科类、口腔科类、妇产科类等。 ■ 配置：19寸触摸一体机，双核处理器，内存2G，硬盘500G。

循环系统挂图（26张）   第二版《人体解剖挂图》在第一版的基础上，重新设计、增绘、修改近80幅图。新增绘的内容：主要是肌肉部分，从而将骨、骨连结和肌肉编绘成一个完整的运动系统；另外，在消化、呼吸、泌尿生殖和局部解剖等系统中也增绘了若干幅新图。全套挂图仍按运动系统、消化系统、呼吸系统、泌尿生殖系统、循环系统、神经系统、内分泌系统、感觉器和局部解剖等9个部分，进行编排包装，共计260幅。 为了节省篇幅，本版挂图仍对某些内容采用一图多用的方法予以展示，例如部分血管和周围神经部分，即未作独立的完整系统进行编绘，而是放在“局部解剖”中予以综合展示。因此，使用内分泌系统挂图时，请按读者上述编排，依教学需要进行选图。   主要内容： 1、血管分布模式图 2、大、小循环示意图 3、心脏的外形和血管（前面） 4、心脏的外形和血管（后面） 5、心脏的位置 6、心包及心脏体表投影 7、右心房和右心室内腔 8、左心房和左心室内腔 9、心肌的走行 10、心室底及心脏传导系 11、头颈部的静脉 12、奇静脉及腔静脉 13、椎静脉丛 14、胸膜壁的浅静脉 15、肝门静脉及其属支 16、门腔静脉吻合模式图 17、胎儿血液循环模式图 18、体腔后壁的静脉和胸导管 19、淋巴系统模式图 20、头颈的淋巴管和淋巴结 21、气管、支气管、肺及胸前壁的淋巴管和淋巴结 22、胃的淋巴管和淋巴结 23、大肠的淋巴管和淋巴结 24、女生殖器的淋巴管和淋巴结 26、脾

呼吸系统挂图（12张）   第二版《人体解剖挂图》在第一版的基础上，重新设计、增绘、修改近80幅图。新增绘的内容：主要是肌肉部分，从而将骨、骨连结和肌肉编绘成一个完整的运动系统；另外，在消化、呼吸、泌尿生殖和局部解剖等系统中也增绘了若干幅新图。全套挂图仍按运动系统、消化系统、呼吸系统、泌尿生殖系统、循环系统、神经系统、内分泌系统、感觉器和局部解剖等9个部分，进行编排包装，共计260幅。 为了节省篇幅，本版挂图仍对某些内容采用一图多用的方法予以展示，例如部分血管和周围神经部分，即未作独立的完整系统进行编绘，而是放在“局部解剖”中予以综合展示。因此，使用内分泌系统挂图时，请按读者上述编排，依教学需要进行选图。   主要内容： 1、呼吸系统概观 2、喉软骨 3、喉的软骨及韧带（1） 4、喉的软骨及韧带（2） 5、喉肌 6、喉腔及声带 7、喉内腔和喉口 8、气管、支气管及肺段 9、肺的内侧面 10、肺和胸膜 11、胸膜及肺的体表投影（1） 12 胸膜及肺的体表投影（2）

消化系统挂图（25张）   第二版《人体解剖挂图》在第一版的基础上，重新设计、增绘、修改近80幅图。新增绘的内容：主要是肌肉部分，从而将骨、骨连结和肌肉编绘成一个完整的运动系统；另外，在消化、呼吸、泌尿生殖和局部解剖等系统中也增绘了若干幅新图。全套挂图仍按运动系统、消化系统、呼吸系统、泌尿生殖系统、循环系统、神经系统、内分泌系统、感觉器和局部解剖等9个部分，进行编排包装，共计260幅。 为了节省篇幅，本版挂图仍对某些内容采用一图多用的方法予以展示，例如部分血管和周围神经部分，即未作独立的完整系统进行编绘，而是放在“局部解剖”中予以综合展示。因此，使用内分泌系统挂图时，请按读者上述编排，依教学需要进行选图。   主要内容： 1、消化系统模式图 2、口腔及咽峡 3、口腔底及舌下面 4、恒牙（1） 5、恒牙（2）及乳牙 6、牙的构造模式图（纵切） 7、舌 8、鼻腔、口腔、咽和喉的正中矢状断 9、唾液腺 10、咽肌和舌肌（侧面观） 11、咽腔（后面观） 12、咽肌（后面观） 13、食管（前面观） 14、胃 15、腹部脏器（前面观）（1） 16、腹部脏器（前面观）（2） 17、直肠（内面观） 18、空肠及回肠内面观、结肠外面观 19、肝 20、肝叶、肝段和血管、胆管的肝内分布 21、胆道、十二指肠和胰腺（前面观） 22、网膜 23、腹腔正中矢状图 24、腹后壁腹膜的配布 25、腹腔横断（平面膜孔）、腹前壁内面观