1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

本发明公开了一种用于修正热气流对数字图像相关测量精度影响的方法，先对稳定热气流影响前后的圆形标识点阵列进行识别，然后通过3D?DIC算法求解喷有散斑的试件沿x，y，z方向的位移量，并采用热气流的影响造成圆形标识点产生虚位移场的参数矩阵对上述x，y，z方向的位移量进行修正，从而得到更精确的在热气流影响下被测试件表面位移场。本发明测量装置简单，易于实现，便捷有效、成本相对较低，有效减小了热气流对系统成像的影响，能够有效地修正热气流对数字图像相关测量精度的影响。

1、为实现完全的手推进样，开发了配套的注射器流量稳定头，使得手推注射器可以产生稳定的流量，摆脱浓缩效果的强流速依赖性。所开发微流控滤头具有优异的样品浓缩性能，操作通量达到若干毫升/分钟级。 2、开发了一款具有自主知识产权的全自动细胞分选仪器(如下图所示)，该仪器以“8核”螺旋流道惯性分选芯片为核心，集成了被动流量调节阀，使得仪器可以采用低成本的隔膜泵作为进样驱动。仪器具有多次分选、回液、富集浓缩及自动清洗等多种模式。可全自动实现血液中肿瘤细胞的高通量自动分选和浓缩。两次分选后血细胞去除率99%，癌细胞回收率80%以上。该仪器无需复杂的生化标记，有望为癌症转移的早期诊断和有效预后评估提供重要工具手段。

产品详细介绍

项目的背景及目的 本软件是MEMS器件的设计人员的辅助工具，通过该软件设计人员可以在实际生产之前提前预览到所设计器件的三维几何形状，如果不符合要求可以进行重新设计或者对原来设计进行修改。这样可以大大的降低设计的成本和时间，为MEMS设计人员提供较为感性的认识。 技术原理与工艺流程 基于体积图形学的MEMS工艺仿真系统需要结合体积图形学和专家系统以及物理模型，最终实现MEMS典型工艺的真实模

产品详细介绍  大体积电子密度计MDS-3000具有超大称重范围，方便大体积样器的整体测量；可快速测量金属、陶瓷、塑料等大体积物品的密度测量 大体积电子密度计MDS-3000秉承日本Alfa Mirage一贯产品品质，操作稳定，客户操作简便。大体积电子密度计MDS-3000在保留了高精度的同时，实现了对大尺寸，大重量样品的测量是对金属，及大块产品进行整体测量，大体积电子密度计MDS-3000最大可以测量到3kg，密度读到0.001ｇ/cm3。 大体积电子密度计MDS-3000具有固体测量及液体测量（选配件） 固体模式 精度可至0.001g/cm3 自动称重功能，更高重复性 专门的粉体测量程序 可显示密度、体积、重量和测量误差 可测量固体（包括浮体、颗粒等）和液体和粉体 多种测量时间可选 可观测密度和体积变化率 液体模式（需要选配液体配件） 精度0.01g/cm3（分辨率可至0.001g/cm3） 可设定密度变化系数实现液温补偿 测试种类： 固体、颗粒体、薄膜、浮体 最大测量范围： 3000g 密度精度： 0.001 g/cm3 密度范围： ＞1，＜1 皆可测试 显示值： 密度、体积 温度、溶液补偿设定： 可自由设定 密度上、下限设定 联机接口： RS-232 大体积电子密度计MDS-3000满足ASTM D792、 ASTM D297、 GB/T1033、GB/T2951、 GB/T3850、 GB/T533、 HG4-1468、 JIS K6268、 ISO 2781、ISO 1183、GB/T4196、GB/T4123、GB/T5586及JB/T7780等标准。

与仪控相关和化工相关的技术岗位人员

与仪控相关和化工相关的技术岗位人员

1. 痛点问题 工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。数据所有者通常会采用前效方法对数据库中的数据加以保护，但是这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，通常的数字水印采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。此外，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。 2. 解决方案 工业物联网数据是工业大数据规模迅速扩张的主要来源。各类物联网传感器以极高的频率采集其所在设备的工作状态数据，通常为一系列包含数据产生时间戳（Timestamp）和采集数据（Data）形式为(Timestamp, Data) 的元组序列，称为时间序列。工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。 数据所有者通常会采用前效方法对数据库中的数据加以保护，包括但不限于：数据加密、用户权限划分等等。但是，这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。此外，数字水印通常采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。 本项目针对常见的水印失效场景进行了分析，提出了能够有效提示水印鲁棒性的技术，更好的确保数据安全的管理能力。 3.合作需求 在全国范围内工业互联网/工业大数据相关领域寻求应用场景，希望能与能源/装备制造行业的大中型企业开展这方面的合作研究和落地实施；并针对上述企业开展包括二次开发在内的各类实际应用，助力企业降本增效、转型升级。

产品详细介绍 机械臂运动算法STEAM主题课程 项目背景 随着工业 4.0 科技革命的到来，工业机器人已成为工业化程度的重要标志。机械臂是最为典型也是最早出现的工业机器人，它可以代替人的繁重劳动以实现生产的机械化和自动化，提高生产效率的同时避免人身事故的发生。机械臂课程的学习可以培养学生将科学技术应用于日常生活、社会实践的意识。 在本项目中，学生可借助机械臂运动算法套件与人工智能与编程教学系统，了解关节机械臂和伸缩机械臂的原理及特点，搭建不同类型机械臂并通过编程实现智能控制。 课程性质 这是一门以项目式教学开展的跨学科课程，以基于建构主义理论的 5E 教学模式作为指导，结合了 中小学信息技术课程标准与编程教学特色。 课程目标 1.知识与技能 ⚫  了解机械臂的类型及其在现实生活中的应用。 ⚫  掌握关节机械臂和伸缩机械臂的结构特点，设计并制作相应模型。 ⚫  学习图形化编程或 C++代码编程的基础知识，使模型完成实际任务。 ⚫  掌握机械臂运动算法的设计、编写及调试。 2.过程与方法 ⚫  通过观察、查阅相关资料等活动，培养对信息的有效性、客观性做出判断的意识，发展分析概括能力。 ⚫  通过机械臂模型的搭建和编程，发展编程思维和工程思维能力。 ⚫  在完成模型设计和算法设计过程中，提高分析问题和解决问题能力，养成自学能力。 3.情感态度与价值观 ⚫  了解机械臂在日常生活中的实际应用，萌发将科学技术应用于日常生活、社会实践的意识。 ⚫  养成实事求是，尊重自然规律的科学态度。 ⚫  关注科学技术对社会发展、自然环境及人类生活的影响。