乳化液泵站是井下综合采煤工作面支护设备的动力源泉，其工作状态好坏与安全生产密切相关。要实现煤矿井下安全作业，提高采煤工作效率，防止出现重大设备安全事故，保障乳化液泵站井下安全运行是十分必要的一个环节。乳化液泵数字监护仪设计目标就是采用现代高科技的智能机电系统技术， 实现井下乳化液泵站全天候安全运行和无人自动监测，在异常情况兆头出现时实时声光报警，提醒用户处理，防止出现事故。在出现事故时候能自动保护如停机等，以防止事故扩大。

24 小时动态心电 / 血压同步记录器：以动态心电监测、动态血压监测研究工作为基础，开发出了动态心电 / 血压二合一记录器，并取得医疗器械注册证书。与传统的单心电或单血压动态测量相比，该装置对复杂心血管疾病患者的正确诊断具有明显优势。

一、基于虚拟现实（VR）的中小学智慧教育：为在教育行业落实重庆市五届人 大一次会议打好“三大攻坚战"，实施“八项行动计划”的精神，该成果充分利 用VR身临其境和游戏互动的高科技手段，采用中小学生易于接受的方式，学习 和体验初高中的课本教学大纲内的知识重点难点，让学习不再枯燥。参展内容包 括《物理》VR课程（17章节），《化学》VR课程（10章节），《生物》VR课 程（6章节）。该成果直接或者间接解决几个问题：1激发学生学习兴趣；2. 易于接受；3.有利于教育公平；4.中小学学习减负和升学压力平衡的解决方案；5.教育奢侈化潮流下的一种解决方案；6.教师上课的强有力的辅助工具；7.画面 场景效果优异，让学生瞬间爱上这种方式的学习，在玩耍中潜移默化的学习。 二、智能穿戴及其应用：为深入贯彻党的十九大精神，为促进我市经济转型 升级、积极响应重庆市以大数据智能化为引领的创新驱动发展战略，全方位对接 和服务重庆“三大攻坚战"和“八项行动计划"，加快大数据、人工智能技术率 先在相关领域的深度应用，落实重庆市《关于加快推进可穿戴设备产业发展的工 作意见》，加强“互联网+ ”人工智能核心技术及平台开发，推动虚拟现实、增 强现实产品研发及产业化，支持可穿戴设备、智能服务机器人等产品创新和产业 化升级。为解决现有如Kinect、LeapMotion等视觉感知产品场景受限，并且国 际上无完善的基于穿戴产品的应用识别的技术等问题，实施可穿戴设备与云计算、 大数据、人工智能、虚拟现实等技术的融合应用开发。参展内容包括智能穿戴硬 件设备（智能手套、智能手表等），以及智能穿戴应用（1.基于智能手环的非 接触式Fly Bird游戏；2,面向老年人的穿戴式家居设备控制系统；3.基于智 能手环的手势控制音乐播放器；4,基于穿戴手势的智能小车控制系统）。市场及经济效益分析： 一、 基于虚拟现实（VR）的中小学智慧教育项目效益：针对中小学“物联网、大数据、人工智能”教育培训提供实验室搭建指导、师资 培训、课程研发与学生体验。为中小学提供“建立实验室、师资培训、学生体验培训、课程研发”服务； 结合全国计算机教育指导委员会指导设立行业标准服务重庆及西部教育市场。 二、 智能穿戴及其应用项目效益： 填补重庆智能穿戴产业研发空白； 成立重庆市智能穿戴健康大数据中心；通过核心技术研发协助政府招商，形成穿戴产品产业链聚集，推进重庆传统制造 业升级转型，占领国际智能穿戴科技领域，促进我国民生保障，医疗服务和环保 事业的发展；通过全国甚W全球智能穿戴协会资源，引入领域高层次人才。

心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。 基于长时程医疗数据的临床心电智能检测平台是推动心血管疾病科学防治和管理升级 的关键技术。近年来，众多医疗设备厂商在可穿戴设备领域大力投入，所研发可穿戴设备可 实现用户心电图等生理健康数据的长时程监测，弥补了医院测量心电图的短时性。本课题中， 基于人工智能算法研发心血管疾病智能诊断系统，将可穿戴设备、移动终端、云端服务器所 实现自动诊断结果与专家诊断结果有机结合起来，实现心电疾病诊断智能化。长时程临床心 电智能检测平台的建立，利用可穿戴设备实现了对用户身体状况的长时程监测和异常筛查， 可有效推动心血管疾病健康管理模式建立。 北京清华长庚医院心内科张萍教授团队在正常和疾病心电数据库有长期的积累，曾负责十二五国家科技支撑计划《基层心电监护产品应用评价研究》，在心电监护产品评价和推广 应用方面积累了丰富的经验，在本项目中提供了医疗级心电测试数据库，与清华大学王贵锦 副教授一起搭建了医生在环并不断反馈的心电智能检测平台，同时，北京清华长庚医院作为 北京市昌平区远程诊断管理中心，为未来心电产品的推广应用和心电智能诊断的评测提供了 良好的平台。清华大学电子工程系王贵锦老师团队在低功耗硬件设计、生理大数据分析、心 电智能算法研究领域有着长期的积累。团队在国内外顶级期刊会议上发表文章百余篇，其中 SCI 文章 40 余篇，发明专利授权近 20 项。团队基于人工智能算法开展心血管疾病智能诊断 研究，在多种心电疾病诊断中达到世界先进水平。 团队所研发临床长时程心电智能检测平台特点如下： l 实现长时程心电数据的展示、查询、关键指标计算等功能； l 基于医疗大数据和人工智能技术，实现室性早搏、房性早搏、T 波改变、ST 段改 变、早复极图形改变、心房颤动等 10 余种常见心电术语的智能诊断，准确度高； l 建立心电诊断术语工程化分级体系，实现医学和工程科学高效结合； l 建立心电图规范化数据库，为医学研究创造基础。 团队所研发的手持式可穿戴心电智能检测平台特点如下： l 实现了院外心电数据的测量和采集 l 基于手持式单导联设备和人工智能技术，实现了心房颤动的院外筛查和诊断

项目成果/简介:心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。

高柔性、高安全性、高能量密度的柔性电源器件，能为移动、便携式、可穿戴电子设备提供稳定、安全的电源技术。 

 可穿戴电子设备具有体积小，测量方便和支持实时动态测量的优点，是未来智能健康监测平台的核心。本项目针对可穿戴生物电子设备开发的难点与挑战，依托研究团队在生物电信号采集、处理和集成电路设计的前期工作基础，通过系统级算法设计，关键电路模块优化等工作，研究与设计具有高灵敏度，低噪声和低功耗的生物电信号采集系统。   在本项目中，研究团队就当前可穿戴电子设备面临的核心挑战展开技术攻关，包括设计具有高精度和低噪声的模拟采集电路，低功耗的模数转换器，以及能够克服运动伪迹干扰的生物电信号处理电路。此外，基于低功耗的无线传输技术，系统中集成了采集电路到终端智能手机的信号传输模块，并开发了相应的软件应用程序。 在本项目的实施过程中，利用团队连勇教授先前研发的超低功耗、高性能心电采集芯片，研发团队设计与演示了具有高精准度的可穿戴心电/血压监测系统。该系统能够准确实时地将采集到的生物电（如血压）信号传输到移动终端，并通过抗噪声信号处理算法实时地反馈用户的当前状态。研究团队还开发与设计了基于柔性电极材料的脑电采集与分析电路，面向疲劳驾驶检测这一应用背景，开展了相应的真车采集实验。    

该项目开发出一种带有智能助力、可穿戴在行走障碍患者下肢进行康复训练或行走助力的机器人设备，主要应用于下肢康复领域，可以实现全支撑真实行走训练方式和在线姿态反馈实时智能引导的全闭环人机交互训练模式，能为各种状态（不同损伤及恢复体况）的患者进行准确合理助力、提供正确步态引导的真实行走式康复训练，使患者运动机能得到更快更好恢复，高效提升行走能力。作为国内首个治疗改善下肢运动障碍的特效智能机器人系统，该产品改变了传统一对一人工或半机械康复训练治疗模式，为患者提供一种广泛适用的下肢康复训练科学手段，极大提升了我国康复学科的技术水平和先进性.

"脑机接口（Brain-Computer Interface，BCI），是一种可以实现大脑与机器之间连接的技术，该技术可以对脑电波信号进行解码，并将其翻译成机器能够读懂的指令，从而实现人脑与机器之间的交互。脑机接口技术按信号采集方式可分为侵入式和非侵入式两类。侵入式脑机接口将电极直接植入到大脑的颅腔或灰质内，所获取的神经信号质量比较高。但其缺点是容易引发免疫反应和愈伤组织（疤），进而导致信号质量的衰退甚至消失。非侵入式不必植入大脑，只需在头部佩戴电极装备，通过诱发或自发脑电信号进行采集分析，具有良好的时间分辨率、易用性、便携性，而且价格相对低廉。 本项目采用自主研制的专用无胶干电极和高频稳态视觉诱发系统实现脑机控制。主导采用15~25Hz及以上的光源频率进行视觉诱发，结合自主研制的专用无胶干电极装置、高频稳态视觉诱发系统、基于FBCCA算法的微弱脑电信号检测处理系统，项目就以下方面进行创新：专用干电极的研制、针对干电极的高信噪比差分滤波方法和基于滤波器组的典型相关分析方法。"