【核心专利】一种智能化中医体质检测系统       智能面象舌象采集终端系统及面象舌象采集方法   【发明人】祁兴华   【技术领域】人工智能、生物医药   【摘要】 本项目是基于AI多诊合参与运气理论的智能健康检测仪，依托于南京中医药大学的名老中医、教授、博士团队，依据“体质可分、体病相关、体质可调”理论，依据《中医体质分类与判定》标准，通过舌诊、面诊及问诊信息采集，建立用户健康档案，人工智能分析舌象、面象及问诊数据，依据黄帝内经五运六气、望诊等中医基础理论多诊合参得出体质及健康评估，并可根据时令节气及亚健康大数据预测用户健康状况，智能推荐个性化养生方案。 作为一款以中医望诊理论为设计理念的健康测评设备，可随时随地为用户提供中医舌面测评、气色及皮肤状态观察等服务。首创五运六气结合九种体质分型理论的健康模型，以中医“治未病”为核心理念，融合中医学、现代医学、人工智能等学科，中西医结合健康评估指数模型及健康干预体系，进行测评技术与健康管理服务模式的创新，提供个性化的健康评估与涵盖衣、食、住、行、用、乐、养七个方面的健康指导，形成全方位、立体化的健康管理模式。 本产品改变了现有望诊设备体积大、安装使用困难等问题，使得望闻问切走入寻常百姓家。智能健康检测终端的诞生，为中医数字化技术走入家庭和社区带来了福音。

本项目在三维荧光光谱技术的基础上，建立光谱数据矩阵计算模型和处理方法，建立了基于荧光光谱和智能算法的食品安全检测新技术。应用于白酒检测，实现了白酒品种和年份酒年份的科学化、仪器化和智能化鉴别和测定；应用于食品添加剂检测，实现了目标物的种类和含量的方便、快捷、灵敏、准确测定。

作为珍贵的文物和历史文化遗产，古建筑及古树名木受到各级政府的重点保护，定期勘查和分析文物古建筑及古树名木健康状况成为文物保护必不可少的重要环节。对园林古建筑及古树名木进行无损检测可直接为养护管理服务，也可为建立其健康档案提供依据，具有显著的社会和经济效益。 本项目研发成功具有自主知识产权的便携式林木应力波无损检测仪，开发了相应的断层成像软件；提出了结合物联网、应力波、微钻阻力、探地雷达等多种技术于一体的综合无损检测方案。项目组拥有美国产的 TRU 树木雷达探测仪、德国产的 PICUS 三维断层成像检测仪和 Resistgraph 微钻阻力仪、美国产的SOC710VP® 便携式高光谱成像光谱仪等先进林木检测仪器。能够对各种类型的古树名木、进口原木、城市行道树、文物古建筑木结构进行健康监测或质量分级。 该项目成果获得了 2015 年度浙江省科技进步二等奖。2015 年 3 月 17 日，中央电视台科教频道为本项目成果制作了 1 小时的专题节目。 技术指标： （1）基于物联网技术实现文物古建筑、古树名木养护等信息的远程智能监控与管理； （2）利用基于连续波阵面展开及曲线路径跟踪的图像反演算法，提高林木应力波断层成像精度； （3）基于近红外光谱的木材性能退化分析评估方法，准确分析木材的纤维素、木质素含量以及结晶度和聚合度； （4）建立雷达电磁波介电常数与木材含水量、纤维方向角之间的关系模型，准确分析古树名木内部结构及根系分布情况。 效益分析： 我国几百年甚至更久远的古典建筑及古树名木众多，极具保护价值。本项目的研究成果将为园林古建筑及古树名木保护发挥重要作用，提高信息化水平，降低人力成本，并产生良好的社会和经济效益。 应用情况： 本项目研究成果已在北京天安门管委会、浙江省林业厅、杭州天目山国家级自然保护区、无锡市园林局、扬州市园林局、杭州市园文局、杭州灵隐寺、丽水市林业局、湖州市林业局、余杭区林业局、上海建工集团、浙江德升木业有限公司等单位实际应用，成效显著。典型应用案例包括北京天安门朝房检测、北京宋庆龄故居检测、杭州天目山自然保护区古树名木健康检测、扬州瘦西湖公园古树检测、扬州个园及何园景区古树检测、无锡梅园古树检测、杭州城市行道树检测等文物保护项目。 授权专利： 基于单层线性网络的无线传感器网络数据验证方法 CN201010290813.0 基于应力波技术的木材无损检测系统 CN201120310446.6

1、项目简介 本项目在三维荧光光谱技术的基础上，建立光谱数据矩阵计算模型和处理方法，建立了基于荧光光谱和智能算法的食品安全检测新技术。应用于白酒检测，实现了白酒品种和年份酒年份的科学化、仪器化和智能化鉴别和测定；应用于食品添加剂检测，实现了目标物的种类和含量的方便、快捷、灵敏、准确测定。 2、创新要点 本项目研发用于复杂混合物体系检测的高分辨率荧光光谱技术，结合数学建模方法和智能计算技术，以三维荧光光谱获得更多信息，以三维数阵校正智能算法进行混合物光谱特征信息的提取和处理，在处理复杂混合物体系光谱信息方面发挥优势，实现了以“数学分离”代替“化学分离”、以“计算识别”代替“人工判别”，解决了复杂混合物荧光光谱特征指向问题，建立了新的食品安全检测技术。 3、效益分析 “白酒年份酒的荧光光谱检测技术及鉴别系统”可实现对所建库中不同品牌白酒及不同年份白酒进行准确鉴别，可应用于白酒企业的生产管理和年份白酒消费市场的监督管理，将促进我国白酒年份酒的产生和销售的规范和发展，推动品牌白酒鉴别工作的技术进步，为打击假冒伪劣、保护名牌提供技术支持，具有直接的经济效益和良好的社会效益。 4、推广情况 建立的白酒荧光光谱检测技术对“中国白酒 169 计划”和“白酒 3C”计划的家白酒企业的产品进行了应用。在“山西杏花村汾酒厂股份有限公司”，本项目成果已应用于公司的生产管理和市场的监督管理.本项目成果已在“无锡市凯得灵糖果食品有限公司”得到应用，应用于公司生产原料和成品的检测。为本公司确保产品质量，提供了有效的技术支持，促进了产品质量的稳定和提高，应用二年多时间以来，糖果的产销量有了显著的增长。

以配合物与被检测物（农残等有害物）间形成人工配体受体关系从而实现对被检测物的分子识别，同时它们具有很好的光学性能即与被测物分子间相互作用会产生特异的光谱响应，通过纳米与酶的复合物构建微芯片可建立对被检测物的“指纹图谱”，因此，可实现农药残留快速检测。检测结果具有特异性识别的“分子指纹图谱”效果。系统由微阵列芯片、微分析系统、光学信号采集、转化系统、信号的分析处理与显示系统、嵌入式系统、微控制系统及数据库的集成。该系统选择具有特异性分子识别作用的卟啉分子，构建微传感阵列，以微传感阵列与被测物分子相互

利用蚯蚓动物反应器将有机废弃物与脱水污泥进行同步处理，能够解决区域一定范围内的以污水处理厂污泥为主的有机废弃物污染问题。蚯蚓的适应和消化能力强，能够起到分解混合物中的有机物，调节系统的氧化还原条件和改善微生物群落结构等作用，迅速的完成将污泥到处理产物(蚯蚓粪和蚯蚓)的转化。本研究从资源循环利用角度出发，主要研究蚯蚓动物反应器对污泥处理的最佳反应条件及处理产物的应用前景，以期为更好的将有机废弃物与污泥一并资源化利用提供科学指导与理论依据。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

1. 背景随着工农业生产的不断发展和人民生活水平的提高，氨氮的排放量急剧增加，已成为环境的主要污染源并引起了社会各界的关注。氨氮是引起水体富营养化的主要因素之一，对饮用水的安全构成一定的威胁。如何进一步削减工业废水氨氮/总氮的排放总量，是改善水质富营养化状况的根本措施。2. 关键技术：高效吹脱与氨资源化技术及装置3. 技术原理本项目针对传统氨氮吹脱技术目前存在的缺点，通过对氨吹脱塔填料及塔内件结构等的改进，强化气液传质过程，在提高氨去除效率的同时，降低气液比，缩短吹脱时间，从而显著降低能耗；同时开发新型氨吸收-解吸溶剂，采用高效吸收-解吸技术获得一定浓度的氨水，从而实现吹脱气中氨的高效回收与资源化，同时吸收-解吸溶剂能循环使用，从而消除二次污染，变废为宝，进一步降低氨氮吹脱技术的运行成本；进而运用集成化技术，对氨氮吹脱技术和氨高效回收资源化技术进行优化集成，形成高效、节能、低成本的高浓度氨氮废水处理与资源化预处理集成技术，满足工业企业对高浓度氨氮废水处理的技术需求。

多模态医学影像信息处理与分析，具有重大的应用背景，是国家和社会当 前高度重视的研究领域之一。 本项目拟基于机器学习方法，主要研究医学影像的特征描述、设备无关性 的特征评价与特征选择、基于内容的多模态医学影像检索、医学影像信息挖掘、 参考库建设与算法辅助研究平台的设计与开发等内容。研究目标为： （1）建立统一的特征描述模型，实现跨模态医学影像的统一特征描述； （2）提出有效解决特征提取层面上医学影像信息处理与分析算法的设备无 关性问题的通用框架； （3）在医学影像标注数据有限、数据库为海量等条件下，实现高效率单模 50 态影像检索，有效提高多模态、跨模态医学影像检索的精度，实现用户友好的 检索结果展示； （4）从结构复杂的多模态医学影像数据中，挖掘有用的知识，构建有效的 辅助诊断模型、实现个人疾病风险预警； （5）完成首期参考库建设与算法辅助研发平台的开发，为项目研究内容的 开展提供有效数据和环境支撑。本项目获得国家自然科学基金重点项目资助，项目执行期 2013.1-2017.12。

本发明公开了一种超大规模 RDF 图数据的划分与并行分布处理 方法，包括：对原始的 RDF 图数据进行预处理，生成对应的哈希字典 文件和整形三列表数据，并将整形三列表数据转换成关联矩阵 M；建 立关联矩阵 M 的超图模型，在该超图模型中，M 的主语、谓词和宾语 即为超边，与超边相关的数据即为超边数据；判断该 RDF 图数据是连 通图还是非连通图，如果是非连通图，则将该非连通图划分为多个连 通图；基于超图模型，并发的广