XM-H3100高智能数字网络化ICU综合护理技能训练系统 （学生机）   ★ 标志表示需要与选配件配套使用才能实现的功能。 XM-H3100高智能数字化ICU综合护理技能训练系统可自主表现生命体征，并可对所给予的治疗措施自主进行生理体征变化，该系统由全身男性模拟病人、生命体征模拟器和计算机等组成，具有基础护理与高级护理功能。本系统同时适用于医院、医学院、卫校等医疗单位，并面向乡村医师技能培训，提供心肺复苏术、体外除颤等急救操作技能。通过虚拟的模拟及护理技能的培训、图文、声像、视频相结合，有操作日志、存贮、考核评估、成绩打印、网络交互式功能。 适用学科：ICU护理、急救医学护理、呼吸内科护理、心内科护理、泌尿内科护理、外科护理、急救医学、危重症医学、战地医学等。 主要功能： ■ ICU技能： · 气道管理技术：标准口、鼻插管，气管切开术，支持仰头举颏法、推举下颌法开放气道。模拟牙关紧闭、舌水肿、咽部水肿、喉痉挛、单双侧肺阻塞、主气道堵塞等体征。 · CPR操作训练：可进行口对口、口对鼻、简易呼吸器对口等多种通气方式；电子监测气道开放、吹气次数、吹气频率、吹气量、按压次数、按压频率、按压位置和按压深度；自动判断人工呼吸及胸外按压的比例；实时数据显示，全程中文语音提示；抢救成功后，模拟人瞳孔由散大变为正常，颈动脉恢复搏动，出现自主呼吸。 ★ 真实除颤起搏（选配）：可与不同厂家、不同型号的除颤起搏器配套使用，实现真实除颤起搏。 ★ 模拟除颤起搏（选配）：多媒体动画展示医用除颤起搏器的使用，与XM-J980模拟除颤起搏器配套使用，可实现除颤起搏，可选择除颤能量，最大除颤能量达到360J。 ★ 真实AED（选配）：可与不同厂家、不同型号的AED配套使用，实现真实AED训练。 ★ 模拟AED（选配）：多媒体动画展示AED操作过程，与XM-AED99F自动体外模拟除颤仪配套使用，可实现AED训练。全程中文语音提示，提供贴片电极和纽扣电极，自动检测心率并分析是否需要除颤。 ★ 真实心电监护（选配）：可与不同厂家、不同型号的心电监护仪配套使用，实现真实心电监护。 ★ 模拟心电监护（选配）：与XM-J115多参数模拟心电监护仪配套使用，可实现模拟心电监护。使用指夹式血氧探头检测血氧，内部储存上千种种心电图。多参数模拟监护仪（LCD）屏幕提供12导联心电图、血氧饱和度、呼吸、二氧化碳、血压（动脉血压、中心静脉压、肺动脉压、无创血压）、心输出量等。 ■ 生命体征模拟： · 瞳孔观察：瞳孔液晶显示为CSTN伪彩、65K色、RGB；能在1-9mm之间随意模拟瞳孔的正常、散大、缩小等状态。 · 颈动脉、股动脉、桡动脉搏动，生动再现病人呻吟、咳嗽、呕吐声音。 · 呼吸模式：模拟正常呼吸、叹气样呼吸、陈-施氏呼吸、库什摩尔呼吸、毕奥呼吸。 · 真实的自主呼吸，呼吸时胸廓有起伏，可调节呼吸频率及呼吸深度。 · 听诊：可听诊几十种声音，包括正常心音、异常心音、正常呼吸音、异常呼吸音、正常肠鸣音、异常肠鸣音。 ■ 临床护理训练： · 穿刺术：胸腔穿刺、骨髓穿刺。 · 血压测量训练、三角肌皮下注射、股外侧肌内注射、手臂静脉穿刺注射、输血、臀部肌肉注射。 · 清洗梳理头发、洗脸、耳清洗滴药、口腔护理、假牙护理、吸痰法、氧气吸入法、口鼻饲法、洗胃法、胃肠减压、灌肠法、造瘘引流术、男/女性导尿术、男/女性膀胱冲洗术。 · 整体护理：四肢关节左右弯曲、旋转、上下活动、擦浴、穿换衣服、冷热疗法。 ■ 软件系统： · 提供单机版（一点一套）、网络版(一点多套）软件，用户可根据实际需要进行选择。 · 脚本/病例编辑：支持用户自编辑模拟护理病例，软件自动记录病情的变化和学员操作过程。 · 模拟注射泵/输液泵的使用：多媒体动画展示注射泵/输液泵的操作流程，可选择药物进行操作。 · 训练与考核：软件内存有几百道考题。支持心电图、急救知识理论、护理场景、病例、CPR训练与考核。 · 心电图监护：使用指夹式血氧探头，实现模拟心电监护和真实心电监护，内部储存上千种心电图。 · 护理场景脚本训练/考核：系统自带数十个场景，涵盖内科、外科、急诊、ICU等科室病人的护理，并通过交互性多媒体课件检验护理操作关键知识点的掌握程度。软件提供多种药物治疗和典型的辅助检查，如胸片、超声心动图，12导联心电图等。 · 局域网络教学：可选配摄像头，具有彩色视屏监控功能，可对每个在线的学生的操作手法和过程进行实时视频监控，综合计算机同步统计数据，便于教师掌握每个学生的训练考核情况。 系统组成： ■ 硬件： · ACLS高智能成人模拟人 · XM-S7模拟血压测量仪 · 简易呼吸器、听诊器、喉镜、气管套管、输液套装 ■ 软件： · 局域网内学生机应用软件V2.0 · ACLS脚本编辑软件V2.0 ■可选配件（用户自配）： · 真实心脏除颤起搏器 · XM-J980模拟心脏除颤起搏器 · 真实AED · XM-AED98F自动体外模拟除颤仪 · 真实心电监护仪 · XM-J116多参数模拟心电监护仪 · 视频监控设备 · 计算机 · PC工作站 · 抢救操作台

XM-FT330高智能婴儿互动照料模拟人   XM-FT330高智能婴儿互动照料模拟人造型逼真，适合护理和儿科临床工作者及初为人父母的人们使用，可以练习婴儿日常护理所需的各种技能和技巧，设定6种不同场景以实施对婴儿的不同护理需要。   功能特点： ■ 仿真婴儿模型，采用高分子材料制成，肤质仿真度高，四肢灵活。 ■ 具备6种模式，分别为：正常、饥饿、过饱、尿湿、发热、恐惧，不同场景的设置能够模拟出真实状态下婴儿的表现特征。 ■ 脉搏测量：按住宝宝左手脉搏键5秒后会自动报出脉搏频率。 ■ 体温测量：将体温计插入肛门10秒后拔出会自动报出体温值。 ■ 在不同的场景下，可通过测肛温、喂奶、爱抚、更换尿布、擦浴等操作使其进入其他状态。 ■ 在正常状态下，随着时间的推移，婴儿自动进入尿湿或饥饿状态，喂奶一段时间后会进入过饱状态。 ■ 正常模式：抚摸宝宝头部会发出随即呀呀声，抚摸宝宝背部发出笑声，将奶瓶接近嘴部时发出吃奶声。 ■ 饥饿、尿湿、发热、恐惧模式：宝宝会哇哇大哭，这时候需要判断宝宝哭闹原因并及时给予正确的护理方能使宝宝安静下来，护理操作包括：喂奶、换尿布、敷冰袋、轻轻安慰宝宝。 ■ 饥饿模式：应及时喂奶，若宝宝没吃饱便移开奶瓶后宝宝继续发出哭声，直至吃饱（大约需150秒）。 ■ 尿湿模式：应及时更换尿布。 ■ 发热模式：体温脉搏会持续上升，此时应及时敷冰袋，敷冰袋持续一分钟后宝宝会停止哭声，脉搏和体温持续下降，直至恢复正常状态。 ■ 恐惧模式：轻轻多次抚摸婴儿头部或背部后哭声会逐渐减少，直至恢复正常状态。 ■ 过饱模式：此时喂奶宝宝会发出声音表示“我吃饱！”，拍打或抚摸背部时宝宝会发出打嗝声。

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

项目简介： 水安全是一个国家社会与经济发展的基本保障。水资源的管理和 使用需要精确和及时的监测。现有的水质检测技术需要不断提高其便 携性、降低成本、提高测量灵敏度，用来实现野外的实时水质监测。 本项目以 pH、pO2、温度等水质参数为出发点，通过小型化相关 传感器和检测设备，研发出可用于多参数水质检测的手持式设备。 项目特色： 用于水质多参数检测的手持式设备包括多个传感器、传感器信号 采集电路、低功耗蓝牙（BLE）和窄带物联网（NB-IoT）等通讯电路 以及多传感器融合算法等软硬件模块。 一般商用的 pH、pO2、温度等水质测量设备，需要使用市电供电， 只能在室内使用或者工作环境必须有市电的接入口。使得水质测量范 围受限。并且多数水质检测设备体积较大，难以携带。少数可手持的 设备，成本高昂，功能单一，难以适应室外多参数水质检测的需求。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

太阳能光伏发电绿色无污染，而且我国太阳能资源丰富，水平面总辐射约 1680 吉瓦（1 吉瓦=1000 兆瓦=109瓦），大部分可以用于太阳能光伏发电。随着光伏材料以及相关技术的发展，光伏发电成本已经大幅度降低，光伏能源作为一种新型清洁能源在我国的应用规模迅速增长。光伏发电已经跨越了示范应用阶段，进入了大规模推广的阶 段。近年来，光伏发电产业规模迅速增长。截止到 2015 年 6 月底，中国光伏发电累计装机容量达到了 35.78 吉瓦，其中光伏电站 30.07吉瓦，分布式光伏 5.71 吉瓦。根据美国 IHS 咨询公司预计，2015 年全球光伏装机量增长 16%~25%，达到 53-57 吉瓦之间。

本实用新型涉及一种带有智能家居系统的拼接式楼房。本实用新型由拼接式楼房组件以及智能家居控制系统组成，所述拼接式楼房组建由设置于房间框架内的基层以及设置于基层上的装饰层和隔板组成，所述智能家居系统由服务器终端、安防系统、环境调控系统、网络系统以及远程终端。本实用新型在建筑开发商提供的最基础的框架基础上，购房者可将内部结构灵活改变，由用户定制。实施上按照功能可以由其他专业供应商构造（整体厨房、浴室已经有专业分工，不需使用水泥来固定瓷砖，更换时简单无损耗，使得变换房屋构型变成了更加容易）。本实用新型将多种市场通用产品集成，适合于家居的智能化，可构建性价比较高的智能家居控制系统，远程控制方式灵活多样，用户可通过智能手机和PC机对家居随时进行监控。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。