|
搜索
搜 索
高等教育领域数字化综合服务平台
食品安全监测系列快速检测技术和设备研制与开发
已有样品/n有机磷农药快速检测试剂盒：以有机磷农药人工抗体作为样品预处理材料，从不同食品中分离富集有机磷农药后，然后利用酶抑制-化学发光直接测定人工抗体上所富集的有机磷农药。显著提高了目前酶抑制法快速检测有机磷农药这一国标方法的准确性，目前已可提供相应的试剂盒。内毒素快速检测试剂盒：内毒素是革兰氏阴性细菌产生的体外毒素，由于内毒素含量很低，我们制备了可特异性结合内毒素的仿生材料-人工抗体。将人工抗体同时作为样品预处理
华中科技大学
2021-01-12
基于视频信号的渣土车轮胎清洁状况监测系统
本系统由设置于路边的视频图像采集装置和后台图像识别服务器组成。 渣土车进入监控区域，视频图像采集装置采集渣土车的图像，并将所采集图 像发送到后台图像识别服务器。图像识别服务器分割出渣土车的轮胎图像，并进 行清洁检测。对疑似问题车辆发出人工干预请求。 本系统适合城市道路管理部门使用。 授权专利： 基于视频信号的城市车辆轮胎清洁状况监测方法 201310135366.5
江南大学
2021-04-13
公交大数据驱动的公交运行监测与评估系统
北京工业大学
2021-04-14
基于物联网的水质监测预警成套设备和系统
北京工业大学
2021-04-14
地下工程三维信息化监测管理系统
北京工业大学
2021-04-14
一种皮肤电阻变异性在线监测仪
成果创新点 可用于医疗监测、运动状态评估、测谎仪等。 对皮肤电阻进行检测，可帮助了解自身的自主神经健 康状况，及时治疗。运动员可以通过皮肤电阻变异性检测 装置了解自身交感神经的活跃度，从而了解自身状况是否 适合运动、剧烈运动后是否得到充分休息。当人说谎时， 交感神经活跃度会不自主地提高，造成皮肤电阻下降，这 些数据可以在仪器上直观地呈现。 相对目前主流侵入性检测，本技术无需 24 小时动态
中国科学技术大学
2021-04-14
一种皮肤电阻变异性在线监测仪
可用于医疗监测、运动状态评估、测谎仪等。
对皮肤电阻进行检测，可帮助了解自身的自主神经健康状况，及时治疗。运动员可以通过皮肤电阻变异性检测装置了解自身交感神经的活跃度，从而了解自身状况是否适合运动、剧烈运动后是否得到充分休息。当人说谎时，交感神经活跃度会不自主地提高，造成皮肤电阻下降，这些数据可以在仪器上直观地呈现。相对目前主流侵入性检测，本技术无需24 小时动态连续检测，无需限制测试者的活动；设备简单，容易测量。采样频率为 10Hz，远大于市面上其他的皮肤电阻采集器，可连续工作达 5 小时。数据无线传输，受测者在测试过程中可从事的活动类型不再受限；数据采集中不需变换档位，数据采集连贯无跳变。装置嵌入分析程序，无需专业医护人员，即可直观了解自主神经系统的健康情况。
中国科学技术大学
2023-05-17
基于计算机视觉的产品质量在线监测技术
该成果是面向产品质量在线检测应用领域，一种基于计算机视觉和高性能计算机构成产品在线监测系统。采用基于摄像机参数、运动目标信息状态参数和模糊控制策略的主动视觉测控模型，利用一种抽样算法的视频快速解读技术运动目标快捷检测技术，又采用高鲁棒的Camshift和Kalman滤波相结合的运动目标高可靠快捷智能识别与跟踪方法，以达到具有高可靠感知、高清晰、智能化、高精度定位、高可靠跟踪和智能信息处理检测的优势。 该成果是面向产品质量在线检测应用领域，如食品用朔料制品的在线质量检测与告警
南京航空航天大学
2021-04-14
遥测院硕士生利用GNSS监测台风获新进展
近日，我校遥感与测绘工程学院2018级硕士研究生文一朵利用全球卫星导航系统（GNSS）监测台风获得新进展，以第一作者在国际重要二区遥感期刊《Remote Sensing》上发表论文，其导师金双根教授为通讯作者。
南京信息工程大学
2020-02-27
基于差分拉曼便携动态无创血糖监测仪
本成果首次创新性采用指甲上采集血糖拉曼信号，并利用双波长激发差分算法消除背景噪声，极大提升信号信噪比，实现个体病例一天血糖变化趋势监测。其中核心技术包括拉曼光谱差分算法和多重迭代反卷积算法进行血糖浓度预测，解决了利用光学方法实现无创监测血糖在低血糖浓度（4mmol/L）监测不准确的行业难题；
一、项目分类
关键核心技术突破
二、技术分析
1、研发背景：
无创血糖动态检测技术一直是医学工程领域研究热点之一，也是具有挑战性的世界性难题，我国现有近1.4亿的糖尿病患者。而糖尿病作为一种慢性疾病，目前还没有效的治疗方式，血糖监测是其唯一的预防及治疗方式。
解决主要问题：
解决了常规拉曼无创血糖监测背景噪声影响大，监测准确度低等问题，首次创新性采用指甲上采集血糖拉曼信号，并利用双波长激发差分算法消除背景噪声，极大提升信号信噪比，实现个体病例一天血糖变化趋势监测。其中核心技术包括拉曼光谱差分算法和多重迭代反卷积算法进行血糖浓度预测，解决了利用光学方法实现无创监测血糖在低血糖浓度（4mmol/L）监测不准确的行业难题；
创新性：
1）方法创新：实验证明在指甲上可以有效测得拉曼信号，预测正确度达到85%（GB/T 27417-2017）以上，达到国际医疗标准；
2）算法创新：在差分算法中加入特殊约束算符对信号进行约束优化，有效的抑制了噪声信号并使较弱的拉曼峰信号增强近百倍。
3）外观设计创新：自主设计一款便携式、小型化（长×宽×高=15×4×10cm），符合人体工学的无创血糖仪，用户单手即可快速完成血糖监测；
技术先进性：
首次实现了 利用差分拉曼光谱技术在指甲处实现全天动态血糖监测。对比分析国内外所检文献，属于我们首次提出。
推广应用价值：
有望解决利用传统拉曼光谱技术诸多问题，将极大促进拉曼光谱技术在动态血糖监测领域的应用，加快相应无创血糖仪的推出和市场推广。
市场前景：
我国糖尿病患者近1.4亿，未来三年无创血糖仪的市场将达到180亿元，我们按1%市场占有率来看，销售规模将超亿元。
前期应用情况：
项目的技术开发完成，工程化样机开发完成，处于大样本病例数据采集测试中。
北京理工大学
2022-08-17