XM-HL4A高级组合式基础护理训练模拟人（女性）   XM-HL4A高级组合式基础护理人模型综合了基础护理与外科护理的主要功能，由高分子材料制成，具有形象逼真、操作真实、拆装方便、结构合理和经久耐用等特点，还可以拆装分部件进行局部功能教学训练。 一、模型功能： ■ 清洗梳理头发（假发）、洗脸 ■ 眼、耳滴药水清洗 ■ 口腔护理 ■ 口鼻气管插管 ■ 气管切开护理 ■ 吸痰法 ■ 氧气吸入法 ■ 口鼻饲法 ■ 洗胃法 ■ 乳房护理、乳腺检查 ■ 手臂静脉穿刺、注射、输液（血） ■ 三角肌皮下注射 ■ 股外侧肌注射 ■ 胸腔穿刺 ■ 肝脏穿刺 ■ 骨髓穿刺 ■ 腰椎穿刺 ■ 灌肠法 ■ 女性导尿术 ■ 男性导尿术 ■ 女性膀胱冲洗 ■ 男性膀胱冲洗 ■ 造瘘引流术 ■ 臀部肌肉注射 ■ 腹腔解剖重要器官结构观察 ■ 整体护理：擦浴、穿换衣服。 ■ 四肢关节左右弯曲、旋转、上下活动。   二、标准配置： ■ 组合式基础护理训练模拟人：1台 ■ 模拟人衣服：1套 ■ 输液袋：1套 ■ 说明书：1册 ■ 保修卡合格证：1张

耐尔得受邀参与“2022年中国混凝土与水泥制品协会标准制修订计划”

本发明公开了一种辅助机器视觉穴盘幼苗质量检测的苗盘分隔装置。两个安装横梁平行横跨在架体的上方，其上部两端各安装一个直线气缸，两个无杆气缸两端的限位块分别固定于安装横梁短边外侧上部，纵向分隔组件中的两个拉杆安装梁分别位于各自安装横梁的上方，并与各自下方的两个直线气缸的气缸杆连接，纵向分隔组件中的多根轴向开口的空心圆柱吊杆上部分别固定于安装横梁各自对称的孔中，横向分隔组件中的分隔片安装梁的两端分别固定于各自无杆气缸的滑块上，横向分隔组件中的分隔片限位支撑板的两端分别水平固定在安装横梁短边的外侧下部。本发明有效解决相邻叶片跨界重叠导致的机器视觉系统误判问题，同时占地面积小，有效避免对幼苗叶片的损伤。

高速公路、城市高架等桥梁、地铁隧道、大坝、房屋建筑等混凝土结构或钢结构在施工或长期运营期间会出现裂纹或其他缺陷，进而带来很大的安全隐患。针对此情况，提出了混凝土、钢结构表观损伤远程非接触测量理论，研发出结构表观损伤的非接触检测仪与分布式监测系统。已经在国内外数十座桥梁、隧道与建筑上得到应用。

（专利号：ZL 201410081879.7） 简介：本发明公开一种超级电容器用三维中孔纳米笼状碳材料的一步法制备方法，属于碳材料制备技术领域。该方法是以有机金属配位化合物为碳源和模板，氢氧化钾为活化剂，两者研磨混合后转移至陶瓷坩埚中，采用微波加热制得超级电容器用三维中孔纳米笼状碳材料。所得三维中孔纳米笼状碳材料的比表面积介于1041～1595m2/g之间，总孔孔容介于0.79～1.52cm3/g之间，平均孔径介于3.05～4.88nm之

（专利号：ZL 201410468864.6） 简介：本发明公开了一种酸化介孔SiO2胶体球催化剂的制备方法，属于化学催化剂制备领域。该催化剂制备方法如下：首先，在室温下使CTAB与磷钼酸在溶剂无水乙醇中反应，两者混合后立刻产生沉淀，过滤，干燥，得到表面活性剂M-6，将M-6分散到具有一定比例的乙醇/水的混合体系中，加入TEOS，使其在碱性条件下水解，过滤，干燥，煅烧得到介孔SiO2胶体球，最后再用酸处理，便得到酸化介孔SiO2胶体球催化

浙江大学水质自动监测站竞争性磋商

一种树径生长量的自动测量装置，通过无线网络节点远程监测装置实现实时监测树径的实时生长量和生长状态；包括装置固定模块和测量模块；装置固定模块将测量模块固定于树干上需要测量树径变化量的位置上；测量模块包括带有弹簧的直线位移传感器、测头端滑轮、转向滑轮、导向滑轮、无弹性细钢丝绳、卡头和测头端滑轮与带有弹簧的直线位移传感器的连接部分；无弹性细钢丝绳通过转向滑轮、导向滑轮和测头端滑轮后，无弹性细钢丝绳环抱于需要测量树径的位置上，通过卡头将无弹性细钢丝绳两端卡紧；根据带有弹簧的直线位移传感器的位移量来确定树径生长的变化量。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵