高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例,此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍,针对临床的现实需求,团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能,前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎,后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求,团队设计诊断算法模型,让机器利用模型进行训练,学习不同类型肺炎在CT影像表现上的不同特征,最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期,能够获取的新冠肺炎影像数据相对较少,且由于一线影像医生任务繁重,无法获得大量专家标注,因此需要算法在少量样本的条件下“自学成才”。为此,团队采用基于自迁移学习的半监督学习等技巧,使算法具备一定的“小样本学习”能力,在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小,且往往大中小病灶区域面积悬殊,如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应,“网络的底层关注细节,即小病灶区域,而网络中层到高层所关注的病灶区域则越来越大,因此模型通过不同层次的加权和融合,最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过,即便有诊断‘神器’,影像科医生也是不可替代的。”薛向阳说,人是复杂的机体,病毒在不同人体内感染的反映也不一定相同。”他表示,当遇到机器未曾学习过的微小病变或疑难病例时,仍需要影像医生的经验和智慧。以解决实际问题为目标,该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据,还是测试评估数据,都来源于临床真实病例。在算法模型定型过程中,为了检验模型的准确率和泛化性,团队也利用现实疑似病例进行了测试。
复旦大学 2021-04-10
旋转机械振动故障分析和诊断技术
在长期为电力行业解决设备重大疑难故障的实践过程中,提出了轴系载荷分配测试、分析和优化调整技术,发展了动平衡和振动故障诊断技术,提高了动平衡效率和振动故障诊断准确率。先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。
东南大学 2021-04-11
用于肿瘤病理临床诊断的双光子荧光探针
该成果创造性地利用高阶非线性光学材料获取医学临床诊断的关键信息。利用自主发明的双光子荧光探针与双光子光学CT成像的特性,首次获取了可用于癌症病理组织快速临床诊断的荧光图像。该技术是山东大学晶体材料国家重点实验室于晓强教授团队的原创,国际、国内均没有同类工作。 全新的观测技术:基于荧光探针与光学切片成像的肿瘤病理临床诊断技术。 该成果将直接带动三个高附加值的高技术产业: 新材料产业:双光子荧光探针 新设备产业:临床专用双光子荧光显微镜产业 新技术产业:技术人员培训、临床服务产业 符合临床要求的检测流程:
山东大学 2021-05-11
旋转机械振动故障诊断及处理
项目概况 以本领域高新技术和丰富的现场实际工程经验为基础,直接为国内电力、石油化工及冶金行业旋转机械设备的振动提供各种技术服务,同时进行科技成果工程化产品化的研究开发。 主要特点    1、直接面向电力、化工及冶金行业旋转机械设备,技术服务内容明确是解决生产设备的实际振动问题; 2、 具有丰富的现场实际经验,结合深厚的转子振动理论研究成果,可以迅速地解决现场绝大多数疑难机械振动故障;3、 具备先进的测试仪器、计算分析软件和开发工具;技术指标 现代化的在线机械监测及预测分析系统CSI XP32 机械健康专家,具有灵活的组态功能,适合在电力行业、钢铁行业、石化行业和造纸行业中旋转机械的应用。这些旋转机械包括汽轮发电机组、烟机或透平压缩机组、风机、泵类、齿轮箱等。16或32通道可携带式机械健康状态连续监测系统可以数星期所有通道连续同步无人值守状态监测及数据存储,解决整台机器或机组的振动分析及故障诊断问题,瞬态分析实现对透平类机械的启动、停车和生产过程全方位的状态监测。通过PeakVue波形、阶数跟踪、自定义数据采集设置、时间同步平均等参数设定、基于事件的全自动自适应监测,实现强大的故障预测分析技术。集数据采集、存储、浏览与管理于一体,能够以每秒钟5次的刷新率浏览实时的分析图谱。自定义快进、倒回、慢放、及自动重放等回放模式、将保存的瞬态数据重新以事件实时的完整过程展现给用户。AMS设备管理组合软件平台方便多种预测分析技术的融合,简单快捷的使用方法使得振动故障诊断更为简单,PeakVue专利技术是滚动轴承、复杂齿轮箱、纸机设备及轧机设备健康状态监测的利器。市场前景     1、汽轮发电机组及辅机现场振动测试、分析、故障诊断与处理        ●振动测试        ●振动分析和机组状况评估        ●各种振动故障分析和判断        ●故障处理与消除 2、各种类型旋转机械的现场高速动平衡 3、新机组振动调试        ●新机组分步与整套启动的振动调试        ●调试阶段(首次冲转到满负荷试运行结束)振动测试、分析和处理。 提供分析意见,给出运行和消缺的处理方案,参与实施处理        ●高速动平衡 4、新机组性能考核试验(振动部分)        ●对新机组振动性能的测试、分析和评估
南京工程学院 2021-04-11
用于肿瘤病理临床诊断的双光子荧光探针
"该成果创造性地利用高阶非线性光学材料获取医学临床诊断的关键信息。利用自主发明的双光子荧光探针与双光子光学CT成像的特性,首次获取了可用于癌症病理组织快速临床诊断的荧光图像。该技术是山东大学晶体材料国家重点实验室于晓强教授团队的原创,国际、国内均没有同类工作。该成果将直接带动三个高附加值的高技术产业: 1. 新材料产业:双光子荧光探针 2. 新设备产业:临床专用双光子荧光显微镜产业 3. 新技术产业:技术人员培训、临床服务产业 "
山东大学 2021-04-10
旋转机械振动故障分析和诊断技术
成果介绍在长期为电力行业解决设备重大疑难故障的实践过程中,提出了轴系载荷分配测试、分析和优化调整技术,发展了动平衡和振动故障诊断技术,提高了动平衡效率和振动故障诊断准确率。市场前景先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。
东南大学 2021-04-11
单分子晶体管和分子诊断技术
项目采用光致异构化合物通过酰胺共价键链接于具有纳米间隙阵列的二维单层石墨烯的间隙形成光致异构化合物-石墨烯单分子器件;采用生物分子链接构建了单分子生物传感器;利用有机半导体小分子构建了性能可靠的2-3纳米单分子场效应晶体管。当单个光致异构化合物被桥接于具有纳米间隙阵列的二维单层石墨烯之间的纳米间隙时,它们具有可逆的光控开关功能和电控开关功能;当生物分子桥连石墨烯电极时,它们具有单分子DNA精准测序的功能;单分子场效应晶体管目前是国际上最小的晶体管,有望为器件微小化产生芯片集成核心技术。
北京大学 2021-02-01
白内障病变智能检测与分级辅助诊断技术
本研究为信息技术与医学的有效交叉与深度融合,将计算机视觉与人工智能技术无缝介入白内障诊疗过程的各个阶段:从健康筛查、识别病变、分级判断并推荐治疗方案,到最后判断治疗完成后的病患改善程度等,可完美解决白内障诊断及相关医疗服务所面临的高强度、低准确度和供给失衡的问题,实现多种类型白内障图像的智能检测与分级辅助诊断系统,具有高性能、高鲁棒性等优势,并可推广至其他多种AI医疗图像领域。本课题组与四川省人民医院有多年合作关系,可将该系统全面覆盖西部地区从省、地、市到县等多级不同条件的医疗机构,同时不断丰富病症表观多样性和扩大图像数据规模,为研究的深入开展及性能的提高完善创造更为有利的条件。
电子科技大学 2021-04-10
非洲猪瘟 PCR 与 ELISA 诊断与风险预警技术
本成果首先参照 GenBank 收录的 23 株 SAFV P72 蛋白全基因序 列设计一对特异性引物,根据设计的引物探针最佳反应体系和反应条件,并对 建立的 PCR 反应方法进行敏感性、特异性、重复性试验;其次,参考非洲猪瘟 病毒 Con09/Bzz020 株 p54 基因的核苷酸序列,进行 p54 蛋白的体外表达,并进 一步建立一种间接 ELISA 检测方法,所建立的两种检测方法具有很好的应用性, 能够用于非洲猪瘟疫病的检测。同时建立了非洲猪瘟的风险分析和预警技术。 该技术能对非洲猪瘟进行临床鉴别诊断和预警分析,特异性好,灵敏度高,应 用前景广阔。 
青岛农业大学 2021-04-11
风电机组——传动系统状态监测与诊断
1、ARM+FPGA内核 2、多类传感器混合输入 3、低\高速轴分段采集 4、18位A/D,高速并行采集 5、12通道振动\2通道键相\通道 4-20mA 6、以太网\现场总线\无线通信
东南大学 2021-04-11
首页 上一页 1 2
  • ...
  • 13 14 15
  • ...
  • 32 33 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1