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
浙江三和科教仪器有限公司
浙江三和科教仪器有限公司 2021-01-05
镇江安琪精密仪器有限公司
        安琪精密仪器有限公司是以生产教学仪器、医疗仪器为主,集科研开发、生产制造、销售服务为一体的高科技企业。公司以“发展教育事业,全心全意为教育服务”为宗旨,以“给您繁忙的工作带来无限的便利”为全新的设计理念, 应用最新的科技成果,把机械、 电子、计算机与光学仪器的经典制造技术完美地集合为一体,生产出多媒体视频展示台(实物展示仪)系列产品、彩色视频显微镜、数码生物显微镜、高倍相差显微镜,相衬显微镜,数码电子阴道镜,精子分析仪,显微性病分析仪,体视显微镜,工业检测显微镜,教学手术显微镜、电脑视频转换器、显微互动教室系统、多媒体电教室系统,广泛应用于教学、会议, 公、检、法,医学 商贸等领域。 品质为本,服务至上,多年来,安琪公司生产的视频展示台等系列产品以精良的品质、优惠的价格、优质的服务受到广大用户的交口赞誉,企业将一如既往地为教育、医疗及办公领域提供精益求精的产品与尽善尽美的服务。
镇江安琪精密仪器有限公司 2021-01-15
博山同业分析仪器厂
博山同业分析仪器厂是研制、开发、生产分析仪器的专业厂家。产品已广泛 应用于电力、石油、化工、农药、医药等行业。 我厂本着“质量第一,用户至上”的宗旨,以高新技术为产业支柱,善于学习,勇于创新,按现代企业 制度规范企业行为,始终遵守“品质至上,至诚至信”的信念,致力于中国分析仪器的发展。凭借自身优势,建立具有核心竞争力和持续发展力的新型企业。在这里汇集了高素质的科技人才,具有较强的技术力量,有着强烈的追求信念,不断为客户提供高品质的产品。
博山同业分析仪器厂 2021-01-05
万欣大型仪器设备综合管理平台
万欣大型仪器设备综合管理平台通过智能化的过程管控手段,搭建覆盖全校的大型仪器设备开放共享相关事务的网上办公和业务处理系统平台,实现对实验室与大型仪器设备的全业务、全空间管控。有效缓解仪器设备管理人员的工作压力与难度,降低繁重的低层次工作量;提升实验教学及科研水平;服务内容公开化、流程化、规则化、费用明细化;为各级管理层获得一手的真实数据依据,通过对数据的深度分析,以便修正原有的不恰当管理方式和资金分配方式,实现高效的宏观管控。
上海万欣计算机信息科技有限公司 2021-02-01
精彩活动预告③ | 第63届高博会开创未来系列发布活动——解码人工智能教育新生态、科研仪器突围新实践
第63届高等教育博览会将于5月23-25日在中铁·长春东北亚国际博览中心举办。作为高等教育领域的高品质、综合性、专业化品牌展会,本届高博会紧扣“融合·创新·引领:服务高等教育强国建设”主题,携700余家科技企业、1000余所参会院校,在10余万平方米的科技矩阵中,全面展示新技术、新产品在高等教育领域的应用成果,为推进高等教育现代化贡献智慧与力量。
高等教育博览会 2025-05-19
一种改善电子传输材料醇/水溶性和电子注入特性的方法
本发明提供一种简单的酸处理方法以改善传统蒸镀型电子传输材料的醇/水溶性和界面修饰特性。传 统的蒸镀型含氮杂环类电子传输材料在醇类或水溶液当中的溶解性一般较差,不适合于制备全溶液加工 的有机电致发光器件。采用简单的酸处理方法将含氮芳杂环质子化进而改善其醇/水溶性,同时这些质子 化后的含氮盐具有良好的界面修饰特性。将这些含氮盐用作电子注入/传输层而应用于溶液加工法制备的 有机电致发光器件当中不仅能够显著提升器件的效率、减缓器件效率衰减,而且还能够简
武汉大学 2021-04-14
电工电子实验室设备,电工实验室,电子实验室
产品详细介绍本公司专业生产电工电子实验室设备,电工实验室设备,电子实验室设备
上海上益教学仪器有限公司 2021-08-23
宁波凯迪科教仪器有限公司(慈溪市周巷镇群信教育仪器设备厂)
  宁波凯迪科教仪器有限公司座落于环境秀丽的杭州湾畔,占地面积8200多平方米,建筑面积6300平方 米,北依新建的世界第一跨海大桥--杭州湾大桥,南临沪、杭、甬高速公路和329国道,交通便捷。  本厂专业生产中学、小学数学、自然、化学、物理、生物的实验仪器及演示仪器、品种繁多、规格齐全。  本厂自1985年创建以来,经过多年的技术改造和设备更新,已经发展成为一定规模的教学仪器生产基地,拥有金工、塑料、木工、电子、装配等全套机械设备,固定资产1680万元,下设十多个车间和三个900平方米的成品堆放仓库,厂部实行部门、车间二级管理制度。全厂员工牢固树立“教育第一,质量第一”的企业宗旨,坚持贯彻ISO9001国际质量体系,建立产品开发到售后服务全过程的质量管理体系。产品选用优质原材料,采用精湛、先进的工艺、合理的价格,赢得了广大用户的信赖。产品销往黑龙江、新疆、内蒙古、吉林、天津、河北、湖南、江苏、广东、广西、河南、江西等全国十多个省、市、自治区。  为使企事业更好地服务于全国各地的教育教学的改造和发展,开拓、创新教具市场,厂长何忠明先生偕全体员工热忱欢迎新老用户光临指导,真诚合作,让我们携手共谋发展,迈进教具行业的新领域。
宁波凯迪科教仪器有限公司(慈溪市周巷镇群信教育仪器设备厂) 2021-01-15
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
基于AI 机器学习的影像组学模型研究
2019年12月以来,由SARS-CoV-2病毒感染导致的新型冠状病毒疾病(COVID-19)在全球开始蔓延。报道显示,SARS-CoV-2感染患者的中位住院时间为10天,而武汉患者在发病10天后症状有可能加重。因此,住院时间是COVID-19临床预后的重要指标之一。 目前,CT影像学已成为COVID-19肺炎的诊断和监测工具,主要表现为磨玻璃影、实变及混合密度影。然而,现阶段的影像学研究主要集中于对病灶的定性和半定量描述,缺乏对病灶的全定量分析。因此,基于前期提出的CT定量监测COVID-19肺炎病程,团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院,自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料,所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日,研究共纳入31例治愈出院的患者(排除14例未出院患者和7例首次CT检查无肺炎表现患者),并将10天作为住院时长的二分类阈值。基于有限的样本量,团队将4个中心作为训练队列,另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶,31名患者中累计分割出72个病灶。在对病灶图像预处理后,提取影像组学特征并筛选。为了研究影像组学特征的稳定性,团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现,6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中,Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89;随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后,研究又纳入了2月20日-28日新出院的6名患者,利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 
东南大学 2021-04-10
首页 上一页 1 2
  • ...
  • 53 54 55
  • ...
  • 175 176 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    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