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

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

本发明公开了一种遥感影像圆形油罐自动检测方法，首先，对遥感影像进行 MHC 视觉显著变换得 到视觉显著图，再经过数学形态学增强，得到增强视觉显著图，利用 hough 变换在增强视觉显著图上圆 检测，得到疑似油罐区域；然后，对遥感影像进行 turbopixels 过分割，根据特征合并分割块，根据似圆 特征，得到疑似油罐区域；最后，结合由 hough 检测结果和似圆特征检测结果，利用油罐圆心与半径关 系和多特征进行 SVM 分类，过滤掉同心圆和非油

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

一种先验地理信息辅助下的光学遥感影像舰船检测方法，包括建立港口和海岸线相关的先验地理信 息库，得到纠正后的待检测遥感影像；进行区域分割提取边界线，根据海岸线矢量库获取海岸线矢量， 进行海岸线变化检测；海陆分离得到海面区域和靠岸区域；针对海面区域，先基于多视觉显著性进行舰 船疑似目标检测，再基于多特征的机器学习方法在舰船疑似目标中检测舰船；针对靠岸区域，进行全局 显著性检测得到初始的疑似区域，再根据形态信息进行图像分割获取最终的疑似区域，之后利用

通过研究注意力机制、多尺度卷机和数据增强方法（随 机掩盖、真假数据融合等），解决医学影像中个体差异大的 病灶或病例难以有效识别的难题，突破微小病灶或细胞等小 目标难以被识别的瓶颈。

本发明公开了一种结合全球 DEM 与立体视觉的卫星影像云检测方法，利用密集匹配的 DSM 数据 和现有的全球 DEM 数据 SRTM，结合高程与影像灰度信息提取云区域。主要步骤如下：通过多影像多 匹配基元方法获得模型匹配的 M-DSM，基于特征线的方法配准 M-DSM 与 SRTM，通过高程差值获得 初始种子点，然后把种子点计算到像方，结合影像的灰度信息提取出云区域。本发明在有大面积雪的影 像，能有效的避免雪的干扰，准确地检测出云区，提高了遥感影像的利用率。 

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。

北京航空航天大学生物与医学工程学院生物光学影像实验室长期开展荧光分子影像研究，在二维和三维荧光分子影像方面积累了丰富的技术基础。在自有核心技术的支撑下，充分调研市场需求，自主研发了荧光分子影像仪产品Fluoracle。 荧光分子影像可直接在活体上提供细胞和分子水平上的二维和三维定量和特异性成像，突破了传统的切片观察手段的局限，为动植物疾病机理研究、药物动力学和毒理评估、生物和医用材料在体评估、疾病预测等领域提供了革命性的全新研究手段。 主要性能指标：三维定量和分析生物发光、荧光三维定量（~1mm高空间分辨率）和自动分析三维轮廓拓扑精度500um反射自发荧光扣除光谱分析算法自动扣除自发荧光干扰透射扫描均一成像自定义拓扑透射均一成像去除自发荧光干扰相机传感器sCMOS量子效率500-700nm>85%； 400-900nm>30%成像像素2064x2056可检测最小发光70 photons/s/sr/cm2视野3.9cmx3.9cm ~ 23x23 cm光源氙灯激发荧光滤光片8~16选配荧光滤光片8~16选配成像密室空间40x50x35cm（宽x深x高）成像系统空间120x60x90cm（宽x深x高）