高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
XM-SX-4网络版中医舌象诊断系统
XM-SX-4中医舌象诊断系统(网络版)   XM-SX-4网络版中医舌象诊断系统在单机版的基础上增加了以下功能: ■ 联网测试:教师机可以以管理员角色进行题库管理、试卷管理、试题管理、用户管理、数据分析。 ■ 题库管理:增加题库、删除题库、修改题库、查看题库。 ■ 试卷管理:可以查看、修改各试卷的详细内容和考生的考试详情,可以把试卷以word格式导出。 ■ 用户管理:修改用户、查看用户、增加或删除用户、查看考试记录。 ■ 试题管理:增加试题、删除试题、批量导入试题、克隆试题、修改试题等,目前默认支持5种题型(单选题,多选题,判断题,填空题和问答题)。 c:考试分析、试卷分析。 ■ 教师机:可以自主添加题库及试题,能随时设置考试开始和结束时间、成绩公布时间,编辑舌象试题发送到学生机中,教师机也可以在后台进行成绩修改。 ■ 学生机:学生机收到试题后在考试允许时间内开始答题,答题完成后提交试卷发送回教师机,系统可以自动评分,成绩公布时学生机可以看到自己的考试成绩。 一、主要功能: ■ 计算机控制内部相机进行自动对焦拍摄,操作简单,图像清晰,完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原,使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节,使采集环境保持稳定。 ■ 在特定的光源环境下,采用摄像头获得舌像信息,对舌体图像的颜色、纹理、轮廓进行特征提取,由计算机将这些特征值与特征数据库中的阈值进行比对判断,给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置,操作前使用,避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。 二、主要特点: ■ 系统具有自主学习功能,通过不断学习,有效提高系统自主诊断准确性。 ■ 支持自动分析,且允许人工修正,提高诊断的准确性。 ■ 准确分析舌质、舌苔等,并直观显示结果。 ■ 支持初诊、复诊分离,实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理,提高安全性。 ■ 自动对焦(即自动舌体捕获)。 ■ 灯光控制功能。 三、软件功能: ■ 用户权限管理,提高系统安全性。     ■ 病理、临床库可以持续更新,具备学习能力,且具备自动提取舌体,自动分析舌体、自动分析后手动调整等功能,提高了学习的准确度。 ■ 快捷的初诊、复诊入口,操作方便、快捷。 ■ 功能强大的视频分析能力,既可实时诊断,又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力,数据分析能力。 ■ 病例学习:单击主界面中的“病例学习”选项,进入学习界面,包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项,学习与分析过程,采用人机交互的方式。 ■ 自动获取:单击自动获取按钮,如果参数正确,舌体提取成功,若存在不足,可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取:为了便于分步处理,此处特征提取分步骤完成,分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后,相关特征将被量化,以舌质为例加以说明。比如,单击舌质特征、舌苔特征按钮后,数据结果自动分析结果。 ■ 人工绘制:对于某些来自于其他途径的图片,会存在自动获取舌头错误的情况,此时可以通过人工绘制来完成。单击“人工绘制”后,在图像显示区域,单击右键将出现菜单,包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点,单击“绘制完成”后再自动识别完成;勾画轮廓则是按住鼠标左键后通过拖动完成绘制,绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销,最多支持5步撤消。
上海欣曼科教设备有限公司 2021-08-23
旋转机械振动故障分析和诊断技术
在长期为电力行业解决设备重大疑难故障的实践过程中,提出了轴系载荷分配测试、分析和优化调整技术,发展了动平衡和振动故障诊断技术,提高了动平衡效率和振动故障诊断准确率。先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。
东南大学 2021-04-11
旋转机械振动故障分析和诊断技术
成果介绍在长期为电力行业解决设备重大疑难故障的实践过程中,提出了轴系载荷分配测试、分析和优化调整技术,发展了动平衡和振动故障诊断技术,提高了动平衡效率和振动故障诊断准确率。市场前景先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。
东南大学 2021-04-11
旋转机械振动故障分析和诊断技术
在长期为电力行业解决设备重大疑难故障的实践过程中,提出了轴系载荷分配测试、分析和优化调整技术,发展了动平衡和振动故障诊断技术,提高了动平衡效率和振动故障诊断准确率。先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。
东南大学 2021-04-13
基于AI大数据深度学习的胃肠道肿瘤辅助病理诊断系统的研发
针对植物油炼制过程产生的脱臭馏出物化合物因其组分结构相似和物化性质相近导致现有主要生产技 病理是肿瘤诊断的金标准。病理诊断的准确严重依赖病理科医生的经验。智能化数字病理是数字化病 术中分离选择性差等关键问题,提出了以离子液体类溶剂强化的维生素E提取技术,重点发展植物脱臭馏 理与人工智能(AI)的结合,其推广不但能减轻病理医生的工作负担,还能提高医疗欠发达地区的诊断水 出物中维生素E提取的连续萃取分离工艺。基于相平衡实验数据拟合热力学模型参数,构建离子液体类溶 平,是病理学发展的未来趋势。
中山大学 2021-04-10
关于发布航空发动机高温材料/先进制造及故障诊断科学基础重大研究计划2022年度项目指南的通告
国家自然科学基金委员会现发布航空发动机高温材料/先进制造及故障诊断科学基础重大研究计划2022年度项目指南,请申请人及依托单位按项目指南中所述的要求和注意事项申请。
国家自然科学基金委员会 2022-10-14
一种新型旋转机械故障预测与诊断技术
用编码器信号触发数据采集设备采集振动信号,依次分时对复杂传动链的每个轴都进行了2"整数倍采样,从而各个轴数据频谱分析可以得到相应轴的尖锐故障峰,忽略模糊峰值信号,所有轴尖锐频谱峰合成系统故障预测与诊断去混叠频谱,可以实现复杂传动链的精确故障预测与诊断。本发明中的频谱分析,包括但不限于FFT快速FT、阶比谱、倒频谱等常用频谱分析方法。
电子科技大学 2021-04-10
离心泵振动故障融合诊断方法及振动信号采集装置
一种离心泵振动故障融合诊断方法及振动信号采集装置,其特点是:它通过离心泵振动信号采集装置采集离心泵的正常状态,质量不平衡,转子不对中和基础松动振动信号;利用小波包分解,重构技术实现离心泵振动信号的特征量提取,并将特征向量分别输入子模糊神经网络I和II,由模糊模式识别子系统预处理后代替相应的传感器信度函数分配的相关系数,整个子模糊神经网络包括数据模糊化层,输入层,隐含层和输出层,利用D-S证据理论的组合规则,求得融合后信度函数分配,从而实现离心泵的正常,不平衡,不对中和基础松动状态的融合诊断.其方法科学合理,诊断效率高,诊断结果准确;信号采集装置具有结构简单,性能可靠,信号采集全面,真实有效优点.
东北电力大学 2021-04-30
基于信息融合的传感器故障的智能在线诊断技术
该项目以基于信息融合的故障诊断技术为背景,研究传感器故障诊断相对于一般故障诊断的特殊性及其已有的各种方法的内在联系,建立能够融合主要诊断方法、具有广泛适应性的诊断框架体系。主要研究内容包括:故障诊断的对象由单个传感器变为传感器系统;故障诊断的技术由单一方法转变为适应传感器不同过程的相应方法共同作用;为传感器故障的在线检测与信号恢复提供一致的方法;对可能的故障传感器,利用正常工作的传感器信息,恢复其性能。
武汉工程大学 2021-04-11
智能化嵌入式软件随机故障分析再现与诊断技术
针对特定的故障现象(尤其是随机故障、间歇性故障等),通过综合贝叶斯网络、FMEA、FTA等多种故障分析方法、融合多元故障相关信息(故障现象、故障案例、专家经验、故障模型等),进行系统深入的故障分析、找出可能的故障原因;利用智能化的方法(如遗传算法、群智能算法等),结合强度和异常等测试理念,自动生成满足多目标(如各种覆盖率、故障现象的匹配度等)的测试用例,借助自主构建的通用嵌入式软件仿真测试环境,实现故障的快速再现和基于贝叶斯的动态故障定位。 通过智能化的嵌入式软件随机故障分析再现与诊断,可以在故障分析、故障再现、故障定位等方面,利用智能化方法进行系统性、启发式的故障诊断研究,形成一系列的智能故障诊断分析工具包、进而形成嵌入式软件故障诊断分析专家系统,可有效提高故障诊断与定位分析的效率。
北京航空航天大学 2021-04-13
首页 上一页 1 2
  • ...
  • 7 8 9
  • ...
  • 555 556 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1