产品详细介绍

虚拟牙齿矫正系统是为隐形牙套制造系统输出模拟矫正数据的软件。通过对患者牙齿的 CT、MRI 等图像进行三维重构，患者只需按牙科医生指示，不同时期佩戴不同的牙套就可以达到预期矫正效果。 隐形牙齿矫正具有美观、易摘取、无刺激、易控制、可以预先看到虚拟的治疗过程等优点，虚拟牙齿矫正系统的开发具有很高的商业价值和应用前景。 计算机辅助牙齿矫正分析软件系统项目获得陕西省自然科学基金资助，已获发明专利1项，发表高水平学术论文20余篇。

东北大学医学影像智能计算教育部重点实验室团队研发的肺部精准诊疗医学影像AI-VR 辅助诊疗系统适用于肺部医疗、肺部手术术前规划、术中导航、教学、肺部CT图像分割等医学临床领域。传统的肺部医疗诊断中，主要是通过观察肺部二维切片图像去发现病原体，往往只能靠医生的经验来判断，而具体病灶何在、几何形状、大小及周围生物组织，是无法通过二维图像去观察，其术前分析与方案设计是借助二维肺部CT影像或计算机成像来观察判断，缺乏沉浸感、立体感和交互性。基于虚拟现实技术并结合实验室的技术与数据储备优势，开发了一套基于VR的AI肺部辅助手术系统，致力于肺部三维重建，为医疗人员更好地解决了医生面对大型手术准备不足的问题。

视觉扫描建模：研发形成基于子地图的大尺度环境扫描建模，实现了多人协同的多阶段地图创建、拓扑-语义地图描述、无须标记点的设备对象外观稠密扫描建模。 人员综合定位：引入深度学习技术，在不需要部署额外设备、不依赖GPS信号的环境下，研发形成了基于视觉/惯导的人员综合定位系统，实现了未知环境下同时建图与定位（SLAM）、可达80m×80m室内外环境下分米级人员定位。 增强现实作业辅助：结合分层地图描述、数字化作业指导卡与作业人员定位等核心技术，配合头戴式AR智能眼镜/便携式移动终端，研发了含前后台通信结构的多人协同作业指导、作业人员安全管控、巡检路径校核、可视化装配引导等关键应用技术，形成了智能化电力运维检修、应急演练作业人员的新工作模式。

本系统旨在设计一款辅助视觉残疾人群日常生活的穿戴式设备。该系统具有纸币识别、交通标志识别、日常用物体识别及场景文字识别等功能。主要应用与辅助视觉残疾人的日常生活。、lineØ 纸币识别的功能对应于视障人群的日常生活的货币使用过程，有了这款穿戴式设备的辅助，他们可以自主的各种生活场合中使用纸币，他们只需要把纸币在设备前置摄像头前轻微晃动，设备就可以通过语音给出纸币的面值反馈给使用者。Ø 交通标志的识别是出于对视觉障碍人群安全的考虑，设备可以识别红绿灯，并且通过语音实时告知使用者，这可以有效的降低使用者在过马路危险。Ø 文字识别对应满足视觉障碍人群的阅读需求，使用者只需要把手指指向想要了解的内容，设备就会给出报纸或是书本上的文字内容，这样可以极大的便利他们的阅读需求。此外通过一定的改进和优化，系统也可以对自然场景下的文字进行识别，比如街头的广告牌、物品的外包装的文字等。Ø 该系统还可以对日常生活中常见的物品进行识别，室内的桌子、茶杯等，还有超市里的各种商品。该功能对应解决使用者在日产生活中购物的需求，有了该系统的辅助他们可以自主的在超市中选择他们想要的东西，并且完成结账。

本系统旨在设计一款辅助视觉残疾人群日常生活的穿戴式设备。该系统具有纸币识别、交通标志识别、日常用物体识别及场景文字识别等功能。主要应用与辅助视觉残疾人的日常生活。 ？ 纸币识别的功能对应于视障人群的日常生活的货币使用过程，有了这款穿戴式设备的辅助，他们可以自主的各种生活场合中使用纸币，他们只需要把纸币在设备前置摄像头前轻微晃动，设备就可以通过语音给出纸币的面值反馈给使用者。 ？ 交通标志的识别是出于对视觉障碍人群安全的考虑，设备可以识别红绿灯，并且通过语音实时告知使用者，这可以有效的降低使用者在过马路危险。 ？ 文字识别对应满足视觉障碍人群的阅读需求，使用者只需要把手指指向想要了解的内容，设备就会给出报纸或是书本上的文字内容，这样可以极大的便利他们的阅读需求。此外通过一定的改进和优化，系统也可以对自然场景下的文字进行识别，比如街头的广告牌、物品的外包装的文字等。 ？ 该系统还可以对日常生活中常见的物品进行识别，室内的桌子、茶杯等，还有超市里的各种商品。该功能对应解决使用者在日产生活中购物的需求，有了该系统的辅助他们可以自主的在超市中选择他们想要的东西，并且完成结账。 系统采用了穿戴式与计算机视觉和机器学习等理论知识相结合。穿戴式技术具有佩戴舒适甚至无感、使用过程不应干扰正常生活、使用便携的优点。这样的系统实现形式有利于简化使用者的使用门槛，提升使用体验。计算机视觉和机器学习技术，使用计算机及相关设备对生物视觉的一种模拟，可以有效的获取外接环境，通过分析外界环境做出相应的回应、给出结果。通过机器学习方法可以有效的对数据进行建模、分析。 系统设计的指标主要包括两部分，及硬件指标和软件性能指标。 硬件指标主要有以下几点： ？ 主控CPU采用的是4核CortexA9处理器 ？ RAM需要大于512M，稳定5V电源 ？ HDMI接口支持，USB 接口支持，常见音视频编解码支持 ？ 摄像头采用的720p的高清USB摄像头。 软件指标只要包括： ？ 指尖检测部分的主要包括指尖位置的检测的准确性，以及ROI确定的准确性，能否准确的划分出待识别目标所在的区域 ？ 物品识别部分主要包括可识别物品的类别，以及识别的准确率指标 ？ 对纸币识别的准确率和召回率以及计算的时间成本，主要涉及的算法的时间和空间复杂度 ？ 文字识别主要包括检测的正确率和召回率 系统基本构成如下图所示，主要包括前端固定眼镜边上的高清摄像头，后端数据处理部分采用的是AMR CortexA9四核处理器作为数据和算法处理单元。 系统基本工作流程为，以手指的一次特定手势（食指有方向性指向某个物体）为触发，系统检测到此手势后自动在手指尖端区域检测敏感信息，如字符，物体等，进一步通过计算机视觉算法，对检测的信息做识别处理，最后对识别结果进行语音播报作为反馈给使用者。用户只要用手指指向交互的给出识别的物品，那么设备就会开始读取这个场景，进行识别并将结果语音输出。 如果该产品可以得到推广，那么可以极大的帮助视觉残疾人，这一款穿戴式设备可以甚至可以改变数以千万记视障人群的日常生活，他们可以减轻对他人的依赖自由独立的生活。 目前该设备正处于原型开发期，已经取得了阶段性的成果，可以准确的定位值之间所在的位置，能较为准确的识别自然场景的中纸币面值，以及简单的文字。下一阶段着重把性能经一步优化，增添识别物体的功能。 该项目是由电子科技大学程洪教授主导的创新性高新项目。不但具有广大的市场前景，据可靠统计全国至少有各类残疾人总数超过8千万，而其中视觉残疾的人数找到15%，因此这款设备具有广阔的市场前景，可以带来一定经的经济效益。而且，更为重要定位于辅助他们日常生活产品充分体现出平等关怀的助残精神，帮助他们更好的生活是我们也是社会的责任所在。

2020年3月3日，甘肃省科技厅披露甘肃新冠肺炎智能辅助鉴别筛查系统研发成功，并进行了初步临床验证，已开始提供线上服务。该通过使用体液活检生化数据及智能学习算法，构建了新冠肺炎临床样本的快速智能辅助鉴别筛查工具。该系统识别敏感性较高，适于快速鉴别新冠肺炎和其它肺炎及流感患者，尤其适用于对于核酸筛查为阴性的潜在新冠肺炎患者的筛查。兰州大学基础医学院、化学化工学院，兰州大学第一医院感染科、兰州市肺科医院检验科以及甘肃海基生物技术有限公司联合成立了新冠肺炎临床快速辅助智能化鉴别筛查系统科技团队。这一系统可以直接利用当前定点医疗机构，及具有资质的第三方机构常用检测仪器以及CT检测的数据结果，快速准确地给出辅助诊断意见，为新冠肺炎疑似病例确认提供快速有效参考的临床建议。同时，该工具具有现场、快速、高效、界面友好、易操作等优势和特色，与《新冠肺炎诊疗方案第六版》和现行临床检验，以及甘肃省内远程医疗网络完全接轨，有利于推广至基层医疗检测单位。新冠肺炎临床快速辅助智能化鉴别筛查系统科技攻团队针对临床需求，还在开发其它专用临床智能辅助诊疗工具，上述成果将为此次疫情及未来相关生物安全威胁提供有力的临床支持和技术储备。该系统在兰州大学第一医院、兰州市肺科医院、甘肃省人民医院和武汉抗疫一线进行了初步临床验证，并已开始提供线上服务。

在微波能场内，反应物料在传送带上受连续微波辐射，喷射垂直气流透过传 送带网面作气流增效，使反应物料进行固相合成反应的方法。本装置包括带有多个微波源的一个反应腔体，内置作水平机械运动承载反应物料的传送带，气流经传送带网面进入反应腔，对反应物料进行垂直气流增效和连续微波辐射固相合成反应，由排气孔回收气体。本装置能够使微波均匀地辐射到反应物，防止副产物强酸及局部积热造成的焦化反应，使常规微波条件下难以实现的反应得以完成，降低能量成本，并加快反应速度、提高产物纯度与微波合成效率。 

简述：地铁牵引变流器基于国家“十一五”最新科技成果（项目：“城市轨道交通能馈式牵引供电系统及牵引传动系统研制”，编号： 2007BAA12B07 ），具有完全自主知识产权，应用于地铁牵引传动系统，实现牵引电机驱动及控制，具有模块化、轻量化、低噪声等特点，可完全替代国外进口系统。该设备已通过铁道部产品质量监督检验中心机车车辆检验站型式试验，在广州地铁 1 号线完成装车试验，即将装一列车。

按照《新型冠状病毒肺炎诊疗方案（试行第五版修正版）》，湖北省增加了“临床诊断病例”分类，对疑似病例具有肺炎影像学特征者，确定为临床诊断病例，以便患者能及早按照确诊病例相关要求接受规范治疗，进一步提高救治成功率。因此，对患者的影像学分析在确定“临床诊断病例”上就具有极为重要的意义。 根据国家指南这一重要变化，西安交通大学第一附属医院影像学郭佑民团队，在前期承担国家卫健委重大行业专项《基于“数字肺”的呼吸系统疾病评价体系与诊断标准研究》基础上，针对新冠肺炎肺部影像学特点与医学成像技术公司合作，第一时间研发了新冠肺炎肺部感染辅助诊断系统，实现了对新冠肺炎感染者肺内病变部位快速检出、定量评价病变范围和病变演变过程评估 CT扫描是新冠肺炎诊断的重要环节，已成为确定“临床诊断病例”的重要标准。但是在影像诊断过程中，每位患者的CT检查多达几百幅甚至上千幅图像，单靠影像诊断医师从庞杂的图像特征中筛选出新冠肺炎所具有的特征，不仅要求医师具备肺炎诊断与鉴别诊断的经验，还需要相当的观察时间，严重影响病例筛查的效率。 同一患者3次检查结果对比，红色区域为病变，相比较病变体积逐渐缩小，提示病情好转。  同一患者3次检查结果对比，红色区域范围增大，数目增多，提示病变进展，同时还能观测到病变密度的变化。  图为同一患者4次检查结果对比，图中红色区域体积逐渐增大，提示病情进展。 郭佑民教授团队利用AI技术为新冠肺炎的影像诊断“赋能”。依托专家训练，人工智能结合传统的计算机视觉技术，对新冠肺炎患者肺部病变区域进行分割、计算，可以同时获取病变区域的体积、密度、磨玻璃成分等定量参数，尤其是对于患者随访的数据，可以实时进行图相配准，精准定位病灶位置、大小，方便比较病变的消长。  通过临床试验发现，该系统能够辅助临床医生对新冠肺炎进行快速诊断，并能提供智能诊断报告，适应阻断疫情扩散蔓延的公共卫生紧急应对要求，具有很好的临床应用效果。该系统已在包括华中科技大学协和医院等多家医院部署，为了鼎力支持抗“疫”一线，新冠肺炎辅助诊断系统将开放全国同行免费使用。