【痛点问题】 最新全球疾病负担研究显示我国总体卒中终生发病风险为39.9％，位居全球首位，这意味着中国人一生中每５个人约有２个人会罹患卒中。此外，卒中也是我国疾病所致寿命损失的第一位病因。每年新发卒中患者超过200万，其中约70%的患者为缺血性中风，而且发生率增长迅速，远高于全球平均水平。对缺血性脑卒中的预防和治疗已成为关系我国人民健康的世界性难题。 缺血性脑卒中的主要病理基础是动脉粥样硬化。医学影像能够直接、客观地观测到斑块的几何和纹理形态，相较于核磁共振和CT，超声是一种无创、经济、快速和实时的成像技术，被广泛应用于颈动脉斑块的筛查中。目前，国内医院超声机是普遍存在的，而且多数都是二维的超声，且现有研究多数是提取二维超声图像中的颈动脉斑块信息特征，只能部分反映投影直线上的特征，不具有空间信息，从而影响了脑卒中风险评估的准确性；同时，我国基层卒中中心影像设备缺乏，无法进行耗时长、价格贵的CT灌注或MR成像，而且影像诊断从业人员经验有限，缺乏决策能力。因此，通过颈动脉三维超声成像系统、结合人工智能和多模态影像学精准辅助诊断，能够更全面地反映颈动脉斑块的特性，对医生预测脑血管事件风险意义重大。 【成果介绍】 面对我国大健康产业发展要求，我们高标准谋划、高位推动。产品模块主要包括：1）颈动脉三维超声成像设备及基于颈动脉三维超声AI影像卒中早期风险预测；2）急性期内基于临床CT影像的卒中AI影像辅助诊断。 本项目在二维超声机的基础上，开发用于颈动脉成像的三维超声机，实现探头扫描机械设备等核心部件国产化；利用采集的序列图像重建颈动脉的三维模型，为医生诊断提供更丰富的数据。该方案能有效地控制医疗成本，具有普适性，容易推广，可用于颈动脉粥样硬化的普查，有效预防心脑血管事件的发生。同时，随着人工智能技术的飞速发展，将人工智能赋能三维超声成像设备，实现三维超声成像以及影像分析的智能化，将进一步提高三维超声成像设备的核心竞争力，从而推动我国超声产业跨越式发展。 本项目建立基于人工智能和多模态影像学的缺血性卒中的精准辅助诊断系统，辅助基层卒中中心医生进行卒中治疗的精准决策。目前我国对卒中采用的是分级诊疗体系，卒中中心收治卒中病人后，根据平扫或造影CT、临床表现、以及发病时间确定是对其进行溶栓治疗，或是将病人转移至具有血管内取栓能力的省市级三甲医院。在这个过程中卒中中心医生需基于有限的CT影像数据作出快速、准确的决策；而三甲医院医疗资源紧张，无法全天候服务，一个准确的辅助诊断工具将极大缓解三甲医院资源压力，并且大幅提高工作效率。本项目拟面对我国卒中分级诊疗体系中的痛点，基于病人前期颈动脉三维超声和临床指标建立中风风险早期预测模型，并结合人工智能和CT影像分析技术，进行缺血性脑卒中早期预测与辅助诊断。 【技术优势】 产品的核心技术包括： 1） 三维超声成像系统探头扫描机械结构，超声图像三维重建软件，基于深度学习的颈动脉斑块分割算法及软件； 2） 脑卒中AI影像风险预测和诊断系统的相关核心算法，如平扫CT中的ASPECTS自动评分算法、大血管栓塞自动检测算法、卒中梗死核心和半暗带的自动量化算法、基于颈动脉斑块三维超声图像的风险预测模型。 主要优势： 1) 所有软、硬件的核心算法或部件完全自主知识产权； 2) 项目通过研究颈动脉三维超声成像系统产品，可广泛应用于特异性与灵敏度高的颈动脉斑块筛查，而且操作简单便利，价格低廉，适于在社区医院、乡镇医院等医院进行大规模颈动脉斑块特征筛查； 3) 在系统的研究生产中，可实现探头扫描机械设备等核心部件国产化，摆脱对外国器件的依赖性； 4) 建立三维颈动脉斑块超声图像库及诊断规范，为相关类型仪器的研究和生产提供临床图像数据库。 颈动脉三维超声系统的研发与生产将为临床提供国产化颈动脉斑块筛查设备，提高国产医疗器械的核心竞争力，推动我国超声产业跨越式发展，有效缓解“看病难、看病贵”问题，提高我国重大疾病的防治水平。 【技术指标】 1） 三维颈动脉斑块超声图像分辨率<0.5mm,成像速度<1min; 2） 开发一套基于人工智能和多模态影像学的缺血性脑卒中精确辅助诊断系统，能在5-10分钟之内提供决策支持，并能达到有2-3年经验的放射科医生的诊断精度。 【技术成熟度】 原理样机/验证。 【发展规划】 发展方向：5年内仍将保持脑卒中智能影像风险预测与诊断为主要产品方向。5年后，逐步向与超声、CT成像系统等结合，实现软、硬件一体化的智能诊疗设备，在心脑血管等临床应用领域，成为世界上具有垄断优势的大型智能诊断以及成像设备制造商。 发展战略：成为一家技术垄断型、哑铃型（重技术和销售），在影像智能分析领域处于国际领先地位的高科技企业。 项目实施方案：（包括总的方案和年度计划任务）

本发明公开了一种荧光成像装置及方法。所述装置包括连续进样装置、样品管道、切片激光器和高速荧光采集端；连续进样装置与样品管道连接，样品管道依次包括扫描管道和偏转管道，扫描管道和偏转管道夹角在 60°至 120°之间，扫描管道管壁为光学平整面；切片激光器产生的光切片投射在扫描管道上；连续荧光成像装置垂直于切片光设置。所述方法包括以下步骤：(1)将荧光标记的样品分散于离散相中，由连续相驱动形成样品序列 24； (2)每个样品经过激光切片器产生的光切片，激发荧光，连续荧光成像装置采集多张切面荧光图。

西北工业大学自动化学院博士研究生、“第六镜科技”创始人、CEO刘闯向记者介绍，针对新冠肺炎疫情防控需求，“第六镜”在春节期间迅速响应，紧急开发了多型号、多用途设备。 针对各地推出的疫情管控办法，“第六镜”推出了无接触式人脸识别+实时测温模块相结合的产品及相应管理系统。出入人员可自主通过公众号上传照片，刷脸进出该场所。管理者可设置出入人员进出次数和时间。温度异常人员自动提醒，可匹配身份证和人脸比对功能。 主要功能：在人群密集场所进行人体表面温度快速检测，可有效的检测人体表面温度，对含有传播性病毒而引发人体体温偏高人群的筛检，从而达到避免病毒传播的目的。同时，设备筛选到高温人体后，会报警提示并即刻抓拍面部信息，进行人像比对，并将个人信息和图像进行留存，也可与声光报警设备、门禁设备等进行联动，使场景得到有效管控。 应用场所：主要应用于社区、车站、机场、医院、学校、幼儿园、出入境口岸、地铁、体育馆、演唱会、工厂矿区、娱乐场所、监狱、拘留所、教堂、影院剧院等。 此外，针对大流量人口密集度高的区域，“第六镜”搭载了多款热成像测温设备，如双目热成像测温仪、热成像摄像机、便携式热成像测温仪、快速测温安检门、双目热成像摄像机等，并推出了响应的管理报警平台。 第六镜还开发了后端软件系统——第六镜科技Rafo平安城市系统疫情防控子系统。具备移动端信息录入、数据可视化、体温异常报警、体温异常门禁联动限制、异常人员抓拍、身份认证、异常入员比对、异常人员追踪、以图搜图等系统功能。 系统类别：社区防控、校园防控、园区防控、卡口防控 部署形式：公有云服务或本地部署 服务内容：标准版本、快速响应定制化开发或支持二次开发

杭州高谱成像技术有限公司成立于2019年7月，是一家专注光谱成像技术，致力于为用户提供光谱视觉产品和综合解决方案的高科技创新企业。 公司围绕自主研发的核心技术-高光谱成像技术，陆续开发了包括可见光至近红外高光谱相机、无人机载高光谱成像系统，以及便携式、实验室和显微高光谱成像仪等系列光机电一体化精密仪器，并形成了从高光谱核心部件设计装调，到成像仪整机研制以及高光谱数据处理软件和算法应用的完整技术链，解决客户在教育科研、智慧农业、生态环保、智能制造、工业检测等应用领域的深层次感知需求。 

产品详细介绍1. 全封闭式暗箱设计，可在明室观察、拍摄2. 130万像素低照度高分辨率CCD，信噪比≥70dB，具备软积分功能3. 日本大孔径6倍光学电动变焦镜头，∮52mm，变焦范围11.5~69mm，USB输出4. 专业紫外增强灯管，紫外光强度达到1000uw/cm25. 双面抛光西外玻璃厚度均匀，透射率高，观察时无灯管阴影、背景清晰6. 紫外透射面积：200mm×200mm，透射波长312nm7. 带254nm、365nm紫外及可见光反射装置8. 电动变焦镜头可通过软件控制光圈、对焦、图像放大或缩小等参数调整，操作方便，精度高9. 标配Hema GSG2000核酸/蛋白凝胶图像分析管理软件10. 图像分析和管理软件可提供多用户管理系统，方便进行实验结果的记录和管理，符合良好实验室标准11. 软件功能强大，界面简洁清晰，操作简便，全中文显示12. 高性价比，特别适合于科研实验室及教学实验室使用。

该发明公开了一种基于双库协同机制的 KDD* 新系统 , 该系统是在 KDD 技术的基础上融入双库协同机制，即构建数据库与基础知识库的内在联系“通道”，从而用基础知识库去制约与驱动 KDD 的挖掘过程，改变 KDD 固有的运行机制，在结构与功能上形成了相对于 KDD 而言的一个开放的、优化的扩体。双库协同机制的引入，使得 KDD 在功能上得到了进一步的完善和提高 , 并诱发出若干新的结构模型，对知识发现系统的主流发展起着重要的推动作用。◆项目的应用范围及经济效益分析 一种基于双库协同机制的 KDD* 方法及系统 （已获国家发明专利证书 , 专利号： ZL 01145080.0 ），是在 KDD技术的基础上融入双库协同机制，即构造数据库与基础知识库的内在联系“通道”，用基础知识库去制约与驱动KDD的挖掘过程，并在KDD的挖掘过程中对知识库进行实时维护，实现了“知识与数据库同步进化”；改变与优化了KDD固有的运行机制，实现了“多源头”聚焦与减少评价量；强化并提供了知识发现的智能化程度，提高了认知自主性, 形成了知识的自动评价系统, 减少了领域专家的工作量,较有效地克服领域专家的自身局限性，实现了“采用领域知识辅助初始发现的聚焦”；在结构与功能上形成了相对于KDD而言的一个开放的、优化的扩体-- KDD*。双库协同机制的引入，揭示了在一定的建库原则下，知识子库与数据子类结构之间的对应关系，为实现“限制性的搜索”而减小搜索空间、提高挖掘效率提供了有效的技术方法，使得KDD在功能上得到了进一步的完善和提高，并诱发出若干新的结构模型和发掘、评价方法，对知识发现系统的主流发展起着重要的推动作用。 国际著名无形资产评估机构“香港国际无形资产评估事务所”品过此专利无形资产价值66万美元。   该系统是一款通用软件，具有从数据导入到知识管理、知识展示的全部功能，界面友好 ;具有多种可视化展示功能;与用户数据接口简单，不需建立数据仓库。具有良好的通用性与可扩展性;应用范围广。

该发明公开了一种基于双库协同机制的 KDD* 新系统 , 该系统是在 KDD 技术的基础上融入双库协同机制，即构建数据库与基础知识库的内在联系“通道”，从而用基础知识库去制约与驱动 KDD 的挖掘过程，改变 KDD 固有的运行机制，在结构与功能上形成了相对于 KDD 而言的一个开放的、优化的扩体。双库协同机制的引入，使得 KDD 在功能上得到了进一步的完善和提高 , 并诱发出若干新的结构模型，对知识发现系统的主流发展起着重要的推动作用。

提供了基于移动互联网及云计算技术的跨区域多机构整合急救资源协同救治的医疗信息共享平台，具有以下几大功能:基于 FMC-D 时间的智能转运决策辅助、系统内医疗单元 通讯、系统内医疗单元信息共享及 PCI 医院介入影像质控管理。系统分为医疗单元终端(包 括 EMS 终端、非 PCI 医院终端及 PCI 医院终端)和云计算服务端两部分，通过 3G/4G 无线 互联进行数据交换处理。急救车客户端考虑到用户的操作体验，采用基于 Android 系统进行 开发。云计算服务端处理中心部署在云服务器上，按照 SOA 架构的理念进行框架设计，依 托于数据仓库对业务数据进行深度挖掘分析。本系统的特色包括: 体系结构设计以时间轴为中心。时间轴是描述 AMI 患者救治流程的关键事件时间节 点的集合，如:呼叫 EMS 时间，EMS 响应时间，急救车到达时间，首次胸痛发作时间，本 次胸痛发作时间，EMS 首份心电图时间，等。通过对上述关键事件时间节点的统计、分析 通过资源合理调配、辅助决策支持等方式提高针对 AMI 的救治效率。 智能推荐技术。该推荐主要基于以下信息:1，实时的医院医疗资源信息(如床位资 源、医生资源、手术资源等);2，地理位置信息，主要是权衡道路拥堵情况以及距目标医院 距离信息;3，救治能力，主要指通过救治流程中产生的历史数据挖掘分析衡量 PCI 医院救 治能力的信息。 大规模的支持。急救车客户端考虑到用户的操作体验，采用基于Android系统进行开发。 云计算服务端处理中心部署在云服务器上，按照 SOA 架构以及基于 XMPP(Jabber)协议通信 机制的开源架构的理念进行框架设计，依托于数据仓库对业务数据进行深度挖掘分析。在北京 等地的实践表明该系统具有支持区域内多 PCI 医院，多非 PCI 医疗机构，多 EMS 机构并发协 同救治的流程以及流程中产生的 PB 级的数据。在一套完整、独立的 RCTS-AMI 系统内，预计 500-800 家 PCI 以及非医院，12 万台终端，2000-2500 位医生可以使用本系统。

当前顺义区正全力建设“创新型产业集群和制造业高质量发展创新引领示范区”，打造“3+4+1”高精尖产业发展体系，将顺义建设成为全国最大的多场景智能网联汽车创新生态示范区。为本项目的实施，提供了良好的条件。 本项目主要包括对自动驾驶车辆以及道路基础设施进行信息化升级改造，搭建综合数据平台，建设满足智能网联汽车示范应用需求的车路协同系统，建设车路协同示范、智慧交通综合应用示范等多个示范场景。 车路协同部分：通过对现有道路基础设施的改造，构建交通测试环境并配套智能网联设施，实现网联车辆测试的智能化和标准化。实现智能车辆的V2X应用场景测试。形成适用于车-路/车-车/车-网/车-人四类场景的LTE-V和LTE网络以及前端系统设备与光纤链路的互联互通。 运行监管平台：以智能车辆（包含电动车辆）的车路协同和无人驾驶应用示范为重点，研发示范区运行监管平台，并基于此平台开发示范区智能汽车信息服务及管理系统，完成车路协同示范、自动驾驶示范、智慧交通综合应用示范等示范场景的建设，基于车路协同技术实现智能车辆和无人驾驶车辆在普通道路、十字交叉路口的典型应用和自动运营。