产品详细介绍EEG高级数据处理分析模块可以通过可穿戴脑电测量系统采集到与EEG分析相关的脑电信号进行离线处理和分析，结合ErgoLAB人机环境测试云平台可以分析多模态数据同步分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出原始数据、处理后数据和分析后数据；并可导出可视化分析报告。1、信号处理模块EEG信号处理包括High Pass高通滤波（High Pass）；低通滤波（Low Pass）；以及带阻滤波（Band Stop）。支持自定义设置参数。2、信号分析模块（1）脑地形图分析（Scalp Map）：包括EEG信号不同频段下的平均能量值（Average Power ）与总能量值（Total Power ）的实时可视化结果显示。包含的数据指标如下：Delta(1-4Hz)   δ波，实时显示1-3Hz频段的脑电波Theta(4-8Hz)   θ波，实时显示4-7Hz频段的脑电波Alpha(9-14Hz) α波，实时显示9-13Hz频段的脑电波Beta(14-30Hz) β波，实时显示14-29Hz频段的脑电波Gamma(30-49Hz) γ波，实时显示30-48Hz频段的脑电波Custom    自定义频段，用户可根据研究需要输入特定的整数波段（2）EEG通道分析1)Channel Analysis：通道分析，可针对脑电采集的单通道或全通道的数据进行数据分析。2)Time-Frequency Spectrum：时-频图，展示所选通道在整个实验过程中每个时刻的脑电频率变化，可以通过调整参数区间阈值，改变不同频率对应的颜色。3)Power Spectrum：能量谱图，该图展示了不同频率脑波的能量值。4)数据统计：具体指标包括α、β、γ、θ、δ频段的 Total Power、Power Percent、Average Power、Power Peak、α/β、θ/β、(α+θ)/β、(α+θ)/(α+β)以及θ/(α+β)、SMR频段的Power值。5)可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、PSD数据以及整体结果报告。

一、项目分类 关键核心技术突破 二、成果简介 构建以新能源为主体的新型电力系统，是实现双碳目标、贯彻能源安全新战略的主要举措。为应对由新能源大规模接入电力系统所参与或引发的覆盖次同步频带到高频带的宽泛范围的振荡现象，本技术主要研究适用于电力电子化电力系统的广义稳定器技术。 现有技术的痛点问题是：1、新能源发电装置并入电力系统后由于其多时间尺度控制，振荡特征呈现宽频振荡和振荡频率漂移的特征；2、新能源发电装置实际工况不确定性导致控制结构参数和工作模式多变，系统振荡模式、振荡频率、阻尼特征随之改变。

目前国家电网共有线路160万公里，每公里每年需要投入6000元进行巡视、维护。尤其是春夏季，经常有农膜悬挂线路上，造成短路事故。线路也会有断股、瓷瓶碎裂等故障隐患，需要及时发现维修。 本产品可以代替人工进行线路的巡视、维护，并且比人工更细致、更有效率、24小时不间断地工作。产品克服了现有正在研发的机器人的缺点，具有如下优势： 1、飞行式上下线，不需停电即可作业。 2、感应式在线取电，不需要下线充电，可以在线路上长期工作。 3、可以跨越任何线路结构，做到长距离巡视 4、灵活的机械手可以清除农膜等杂物 5、结合物联网管理系统，可以及时获知机器人运行信息及巡视信息。

今年夏天，全球多地连续出现高温天气，用电负荷陡增。如何通过用户侧资源与电网供需互动，缓解电网负荷压力成为热点问题，也是一些城市、新能源企业等加速试点虚拟电厂项目的目的所在。

采用四驱四轮结构，可以自主移动、自我管理、自动避障和充电，连续不间断对变电站或厂区进行巡视巡检作业。机器人本体搭载高性能红外和可见光摄像机、无线通讯系统、激光雷达，可以实现在场站自主巡逻、观察周围环境、监控设备运行状况、检查设备故障情况、自动识别仪表读数等功能要求。 本产品的使用，实现了变电站全天候、全自主巡检，有效地降低了工人劳动强度和变电站运维成本，提高了巡检作业和管理的自动化、智能化水平。 产品特点 （1）自动导航 利用激光雷达，实现机器人自动导航巡检。 对站内导航部署实施实现无轨化操作，不影响其他设备布局变化。 （2）搭载高清相机/红外相机/全向云台 利用激光雷达，实现机器人自动导航巡检。 对站内导航部署实施实现无轨化操作，不影响其他设备布局变化。 （3）遥控操作/双电池备份 机器人配备有手动遥控器，可以控制机器人的运动和云台的运动，镜头变倍等操作; 系统配备双电池，可以随时更换电池，增加续航能力。 （4）本地报警故障 当机器人本体部件出现故障时，机器人语音报警并形成报文上传到本地监控后台，后台也可进行语音报警。 （5）低电量返航/自动充电 当电池电量低于预设的报警阈值时，机器人自动返回充电点。机器人实现无人管理，可自动回到充电点，自动完成充电。 （6）自动避障 机器人遇到障碍物阻碍通过时，停车避免冲撞，并报警提示。

东北电力大学坐落在风景秀美的吉林省吉林市。学校是吉林省重点大学，始建于1949年，是新中国建立的第一所电力工科学校，1958年定名为吉林电力学院，1978年更名为东北电力学院。原隶属电力部、国家电力公司，2000年起，实行“中央与地方共建，以地方管理为主”的管理模式，2005年学校更名为东北电力大学。2012年学校入选为国家“中西部高校基础能力建设工程”重点建设高校。 学校坚持以人才培养、科学研究、社会服务、文化传承与创新为己任，主动适应国家电力工业和吉林省的经济建设需求，形成了以电力特色为主，多学科交叉融合，较为完整的学科体系。学校共有14个学院，46个本科专业，涵盖了工、理、管、文、法、经、教育、艺术8个学科门类。学校是博士学位授权单位，有电气工程、动力工程及工程热物理、控制科学与工程3个博士学位授权一级学科，1个博士后流动站，有14个硕士学位授权一级学科，49个硕士学位授权二级学科，有吉林省优势特色重点学科6个，其中吉林省重中之重重点学科2个，有工程硕士(含7个授权领域)、体育硕士、翻译硕士、会计硕士4个硕士专业学位授权类别，具有硕士研究生推免权。学校现有全日制在校生近19000人。 学校有教职工1400余人，拥有高级职称人员500余人，其中中国工程院院士2人(双聘)，国家万人计划第一批人选2人，全国杰出专业技术人才2人，国家级有突出贡献的中青年专家3人，百千万人才工程国家级人选5人，国务院政府特殊津贴获得者36人，国家级教学名师1人。拥有“教育部长江学者和创新团队发展计划”创新团队2个，国家级教学团队2个,首批“全国高校黄大年式教师教学团队”1个。 学校坚持教学工作中心地位不动摇，积极构筑并不断优化创新人才培养体系。现有国家级特色专业5个，国家级精品课程4门，国家级实验教学示范中心2个，国家级虚拟仿真实验教学中心1个，吉林省实验教学示范中心10个。近年来，学校获国家级优秀教学成果奖3项。学校是国家大学生文化素质教育基地、全国社会体育人才培训和科研基地，首批国家级工程实践教育中心建设单位，“卓越工程师教育培养计划”试点高校，国家级专业技术人员继续教育基地。 学校始终坚持“面向国家重大需求、积极服务地方经济社会发展”的科研方针，不断提高学术研究水平、科技创新能力。学校有国家地方联合工程实验室2个，国家大学科技园1个，教育部重点实验室(工程研究中心)2个，吉林省重大需求协同创新中心4个，吉林省院士工作站1个，省级重点实验室、研究中心、文科基地等25个。近年来，学校承担包括国家科技部重点研发计划、国家973计划项目、863计划项目、国家科技支撑计划项目、国家科技重大专项、国家重大科学仪器设备开发专项、国家自然科学基金重点项目等各级各类科研课题1800余项，取得了一大批高水平研究成果，获国家科技进步二等奖3项,省部级及以上科研成果奖143项，为推动科技进步以及电力工业和地方经济建设与发展作出了重要贡献。 学校先后与美国、日本、英国、俄罗斯、韩国、德国等国的高校或科研机构开展了多种形式的科技和学术交流。1998年获批培养外国留学生。2000年，国务院学位办批准学校与美国犹他州立大学合作举办国际经济与贸易专业本科教育项目。2012年，教育部批准学校与英国史萃克莱德大学合作举办电气工程及其自动化专业本科教育项目。2011年，学校获批为国家留学基金委青年骨干教师出国研修项目实施院校。2013年，经教育部批准成为中国政府奖学金来华留学生接受院校。 近年来，学校被授予全国文明单位、全国厂务公开民主管理先进单位、全国民族团结进步模范集体、全国模范职工之家、“全国毕业生就业典型经验50强高校”、吉林省先进基层党组织等荣誉称号。涌现出全国先进工作者、全国优秀科技工作者、全国职工职业道德建设先进个人、全国三八红旗手、全国优秀思想政治工作者、全国优秀党务工作者等一大批先进教师群体和以全国大学生自强之星标兵等为代表的优秀大学生群体。 “十三五”期间，学校以办人民满意大学，培养社会主义事业合格建设者和可靠接班人为目标，深入实施“人才强校、创新驱动、特色发展、开放合作”战略，继续解放思想，与时俱进，开拓创新，为建设特色鲜明的高水平教学研究型大学而不懈奋斗。

阿尔茨海默病（AD）是一种不可逆的神经退行性疾病。大量基于功能磁共振影像的研究提示AD可能是一种失连接综合征。但是由于缺乏大样本、多站点的数据集交互验证，迄今为止与AD脑功能活动、脑连接的异常模式还没有得到一个清晰一致的结论，脑功能活动是否可以作为AD的早期影像学标记也有待进一步验证。为准确刻画AD的脑活动、脑连接和脑网络异常模式，并探索功能磁共振影像指标作为AD早期识别标记的可行性，中国科学院自动化研究所脑网络组研究中心联合中国人民解放军总医院、首都医科大学宣武医院、天津环湖医院和山东大学齐鲁医院等国内外多家单位的研究人员组成的研究团队，共同利用多中心、大样本的功能磁共振影像数据(N=688)，使用荟萃分析的方法找到了AD中稳定的、可重复的功能异常模式，并从标记的泛化性、个体化精准诊断可行性与生物机制解析等方面进行了系统的研究。该研究成果近日在《Human Brain Mapping》在线发表。本研究首次使用多中心、大样本的静息态功能磁共振数据集对AD患者的功能异常进行了全面系统的研究，并评估了与AD有关的功能异常作为AD诊断的生物标记物的有效性和泛化性。更具体地说，研究发现脑内默认网络(DMN)、扣带回、基底神经节以及海马的异常功能连接和局部活动可能是AD认知能力、脑内信息交流受损的基础。脑网络异常的严重程度的个体间差异与认知损害程度、β淀粉样蛋白累积程度显著相关，这进一步加深了我们对AD的神经生物基础和脑功能活动异常之间关系的理解。跨中心独立验证的个体识别准确率和临床评分预测的结果表明脑功能活动异常可能作为AD发生发展可能的影像学标记物。后续独立验证数据集和一系列的对比实验证实了结果的可重复性和泛化性，夯实了本文的结论。这也是该团队继基于多中心的功能磁共振阿尔茨海默病脑活动改变研究和基于海马影像组学的AD早期识别的研究之后，在AD的脑影像异常表征上取得的又一重要进展。团队后续的工作将集中在更多独立中心、纵向跟踪的高危人群的验证工作，并希望和更多的团队建立进一步的合作。该研究受到国家重点研发计划课题、国家自然科学基金委面上项目、中国科学院先导项目和模式识别国家重点实验室开放课题等项目的支持。相关论文信息：https://onlinelibrary.wiley.com/doi/10.1002/hbm.25023

XM-616A脑及脑动脉和大脑皮质功能定位模型   XM-616A脑及脑动脉和大脑皮质功能定位模型可拆分为8部件，显示脑的外形结构：大脑外侧面主要结构、大脑半球内侧面和底面的主要结构、脑干各面的主要结构、小脑的主要结构；脑的动脉供应：动脉的来源、动脉在脑底面的行程和联合情况、大小脑的动脉分布；用不同颜色标识大脑各不同功能区域。 尺寸：自然大，20×20×15cm 材质：PVC材料

1.痛点问题 “数智医学平台技术”针对当前临床研究过程中所遇到的受试药不良信息反馈不及时、多中心临床试验时各中心间难以及时交流信息、人力物力高耗低效、临床数据质量因各种人为因素导致的数据质量和可靠性下降、数据处理和统计过程的繁琐和低效率等诸多痛点问题，通过数字化解决方式，优化当前临床研究的工作模式，提高工作效率和数据可靠性。本项成果实现让受试者信息更安全、数据管控更合规、数据质控更可靠、项目执行更高效、产业服务更优质的临床研究新模式。 2.解决方案 本项成果核心点在于研发出自主可控的国密安全算法和智能数据抽取新技术，在线实现智能化临床研究全流程以及健康医疗数据统一管理服务，建立跨域多中心在线直连的临床研究新模式。本项成果通过数据采集及预处理标准、标注及质控标准、以及病例数据集标准所构建的标准体系，以实现对不同医院、系统、厂商医疗数据的标准化。本项成果实现电子病历、MRI/CT影像、病理等数据变成统一的标准化高质量的数据，并支持智能化数据采集、远程数据录入、远程监察、在线数据统计分析等功能，来解决研究者在临床研究中的数据收集困难、基础调研不足、研究依从性不高、数据的统计分析过程繁琐等问题，实现对临床研究过程中的全流程实时管理。