智能中医健康镜基于传统中医理论，通过健康镜采集面象、舌象和问诊情况，经云端大数据及智能算法，自动分析舌面象信息、辨识人体体质，开展个体化中医养生干预服务，给予合理的养生调养指导建议，开启智慧中医健康管理新体验。智能中医健康镜搭载“智能语音控制”，实现自动化语音中医体质问诊，结合采集的舌面诊信息，提供可视化中医体质分析，智能评价人体健康情况。 产品特点： 深度AI人脸识别、舌象识别技术定性定量化采集针对不同人群（老年人、儿童、孕产妇、 慢性病）进行中医健康状态辨识提供实时中医个性化健康管理方案，输出标准中医体检报告报告云储存，自动建立健康档案，支持任意字段历史病例检索智能语音交互体验，智能体质辨识、舌面诊系统

2025年4月26日，中国日报网以《全国首家广电视听人工智能学院共建合作签约仪式举行》为题对我校进行了报道。

产品详细介绍  多 语 言：可显示繁体、中、英、韩、日、俄、英、德、等多种语言。 超大内存：可存1500个字符、675个东亚字、6条文本信息、2个图文信息、11个动画图标。 可调亮度：25%、50%、75%、100%在按键中随意调节。 信息速度：分五种级别速度显示流动信息，在电脑上随意可调节。 电池种类：内置高容量聚合物锂电池，充2-3小时电可以使用12-16小时。  配    件：通讯线、光盘、充电器。 包装方式：精致纸盒。                                                      主要用途：桌牌可摆放在前台、收银台、会议桌、餐桌，挂在墙上、门上、当指示牌、广告牌，可另配手柄、三脚架，可以用于车站、机场、接站牌，导游、导购、促销、晚会当手举牌。   编程方式：在电脑上装上本公司提供的软件、采取USB数据线连电脑和桌牌，在电脑软件上直接输入文字、LOGO等信息、软件自带图片编辑功能、方便、简单制作各式图片及动画。 充电方式：用USB数据线直接连电脑或直插5V电压输出充电器，方便随时随地可以充到电。   运用范围:商铺、超市、公司、酒吧、KTV、宾馆、夜总会、俱乐部、演唱会、美容美体、足浴按摩、网吧、酒店、连锁超市、中高档餐厅、西餐厅、球赛、展览中心、保龄球馆、机场、车站、医院、银行、证券市场、咖啡厅、茶座、蛋糕店、冰淇淋店、健身娱乐、拍卖行及电子城内商户摆设在前台、收银台、餐桌上等都会有非常好的广告宣传作用、LED桌牌新型、潮流、醒目显眼、安全、方便、传媒，多语言、耐用、可存储大量信息、运用范围广。   用户评价：做工精致、性能稳定、质量可靠、是广大用户最佳选择。

本项目以嵌入式控制器为核心，结合现代电子测量技术、智能控制技术、 工程流体力学、呼吸力学等多学科知识，研发一款智能呼吸机，主要用来治疗 睡眠呼吸暂停综合症、慢性阻塞性肺病等疾病，同时开发基于 Android 系统的 智能手机数据采集与通信系统，并构建物联网健康信息管理系统和健康信息云 平台，通过云传输实现患者与医生及其医疗机构的双向远程监控与服务。

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

本发明公开了一种强磁场下电子枪式电子束注入约束的装置和 方法；装置包括分段的负极板、正极板和电子枪；负极板与正极板相 对并与磁场方向平行放置；电子枪位于极板边缘且平行于极板。本发 明采用电子枪，能发射出大量高速运动的电子束；电场由通电极板产 生，电场方向与磁场方向垂直；电子枪位于极板边缘且与极板平行， 电子枪能发射出大量高速运动的电子束。这些电子束经过分段的电场 区域时产生电漂移运动。在极板出口收集电子束，根据收集电子束大 小，反馈调整电子枪发射面角度与发射功率。本发明通过分段的电场， 克服单一极板

杭州电子科技大学是一所电子信息特色突出，经管学科优势明显，工、理、经、管、文、法、艺等多学科相互渗透的教学研究型大学。学校始创于1956年，初名杭州航空工业财经学校，而后历经杭州航空工业学校、浙江电机专科学校、浙江机械工业学校、杭州无线电工业管理学校、杭州无线电工业学校等时期，1980年经国务院批准改建为杭州电子工业学院，2003年原杭州出版学校整体并入，2004年更名为杭州电子科技大学。学校先后隶属于第二机械工业部、第四机械工业部、电子工业部、信息产业部等中央部委，2000年实行浙江省与信息产业部共建、以浙江省管理为主的办学管理体制，2007年成为浙江省与国防科学技术工业委员会共建高校，2015年被列为浙江省重点建设高校。学校坚持立足浙江、依托行业、面向世界、服务社会、支持国防，秉承“团结勤奋、求实创新”的优良传统，弘扬“笃学力行、守正求新”的校训精神，形成了鲜明的办学特色。 学校校园环境优美，风景如画，现设下沙、文一、东岳、下沙东及青山湖等5个校区，占地面积2500余亩;下设20个学院及教学单位，举办1所独立学院，有全日制在校学生25000余人，教职员工2300余人。学校拥有本科教育、研究生教育、来华留学生教育、继续教育等完整的人才培养体系，现有59个本科专业，拥有2个国家级综合改革试点专业、6个教育部“卓越工程师教育培养计划”试点专业、7个国家级特色专业建设点、2个国防特色重点专业，是省属高校中唯一拥有国防特色重点专业的高校，4个专业通过工程教育专业认证。设有6个博士学位授权一级学科，1个博士后科研工作站，18个一级学科硕士授权点，75个二级学科硕士授权点，9个领域的工程硕士专业学位授予权，拥有会计硕士专业学位(MPAcc)、工商管理硕士专业学位(MBA)、应用统计硕士专业学位、国际商务硕士专业学位、汉语国际教育硕士专业学位、审计硕士专业学位、艺术硕士专业学位、金融硕士专业学位授予权及同等学力在职人员申请硕士学位授予权，具有硕士推免权和雅思考点。拥有4个国防特色学科、2个浙江省重中之重一级学科、2个浙江省重中之重学科、4个浙江省一流学科(A类)、7个浙江省一流学科(B类)、1个浙江省哲学社会科学重点研究基地、1个浙江省人文社会科学重点研究基地、19个浙江省重点学科。经过多年的建设和发展，学校已发展成为浙江省人才培养、科学研究、社会服务和文化传承创新的重要基地，办学规模、水平、质量和效益等各项指标均位于浙江省属高校前列。 学校拥有一支以国家及部省级有突出贡献的专家和学术造诣深的知名学者为带头人，中青年专家教授、博士等教师为骨干的高水平教学科研队伍。全校教职工2300余人，专任教师1600余人，正高职称290余人，具有博士学位教师1100余人。拥有院士3名，浙江省特级专家2人、国家级有突出贡献中青年专家4人、国家杰出青年基金获得者4人、国家社科重大项目首席专家2人、国家新世纪百千万工程人才5人、青年长江学者2人、优秀青年科学基金获得者2人、教育部新世纪优秀人才支持计划13人、浙江省突出贡献中青年专家6人、浙江省“钱江学者”特聘教授15人。设有国家“111计划”学科创新引智基地1个、省级院士专家工作站1个。 学校科研实力雄厚，在众多领域参与并完成了一系列国家“六五”至“十二五”计划重点攻关、“973”“863”等高科技攻关和国家、省部基金科研项目，年度科研经费逾亿元。近年来，学校获国家科技进步二等奖4项、国家发明二等奖2项、国家自然科学奖二等奖1项，荣获“全国信息产业科技创新先进集体”称号。拥有浙江省智慧城市研究中心(浙江省“2011协同创新中心”)、浙江省信息化与经济社会发展研究中心(浙江省哲学社科重点研究基地)、浙江高等教育研究院、海洋工程研究中心、微电子研究中心、中国财务云服务研究院、生物三维打印与医疗器械研究院、中国科教评价研究院、浙江省管理会计应用创新研究中心、浙江(杭电)创新材料研究院等一批科技教育研究平台。目前，学校与国内外数百家企业建立了稳定的科技合作关系，已成为浙江省科技创新与成果转化的高地，取得了良好经济效益和社会效益。 学校坚持“以人为本、追求卓越”的育人理念，致力于培养具有家国情怀、国际视野、创新精神和实践能力的高素质人才。获国家级教学成果奖励10项。现有国家级人才培养模式创新实验区1个，是教育部批准的卓越工程师教育培养计划高校。学校学风浓郁，学科竞赛成绩突出，近五年在挑战杯、互联网+、电子设计、数学建模、ACM程序设计和智能汽车等全国大学生顶级权威学科竞赛中获得国家级二等奖以上200余项，4次冲入ACM国际大学生程序设计大赛全球总决赛，曾获美国数学建模竞赛特等奖等国际奖项，参加省级以上学科竞赛获奖人数与学生拥有专利数在省属高校中位列首位。2017年，第41届ACM国际大学生程序设计竞赛全球总决赛获得全球排名并列第20;第12届全国大学生“恩智浦”杯智能汽车竞赛全国总决赛获一等奖数全国高校排名第一。 办学60多年来，学校在复合型IT人才培养方面的教学实践成果连续五届获得国家教学成果奖。学校先后为国家和社会培养输送了16万余名优秀人才，众多校友成为阿里巴巴、中电熊猫、长虹、海信、海尔、创维、中芯国际、厦门宏发、北信源、京东方等国内电子企业的领军人物，据统计全国IT百强企业中有近三分之一的掌门人为我校校友。学校被誉为“IT企业家摇篮”和“卓越会计师沃土”。学校毕业生基础知识扎实，动手能力较强，深受用人单位和社会各界好评，毕业生初次就业率和考取研究生的比例在浙江省属高校中一直名列前茅。在全国30个省市区招生分数位居同类院校前列。据第三方调查显示，我校毕业生的起薪率、职业稳定性、国内外升学率、对母校的忠诚度等方面指标均处于省内领先地位。学校是“全国普通高等学校毕业生就业工作先进集体”“全国毕业生就业典型经验高校”。 学校是浙江省首批文化校园建设试点单位，校园文化丰富多彩、特色鲜明。拥有网络文化、原创音乐文化、志愿服务文化、学科竞赛文化等一批国家级文化品牌，每年均开展“大学之道”人文讲堂、“缤纷下沙”高雅艺坛、社团文化节等数十个文化主题活动以及科技文化节、研究生IT创新学术论坛等一批学术主题活动。金庸、王蒙、泽尔滕(诺贝尔经济学奖得主)、李昌钰等众多海内外名家大师都曾来校，与师生切磋交流。校园环境优美，书海风荷、雅湖云影等“杭电十景”风光如画。 学校设施一流，建有现代化的教学楼、实验室、科技馆、体育场、文化活动中心、国际交流中心、图书馆等。拥有14个省部级重点实验室、检测仪表与自动化系统集成技术教育部工程研究中心、射频电路与系统省部共建教育部重点实验室、3个国家级实验教学示范中心、1个国家级虚拟仿真实验教学中心、10个浙江省实验教学示范中心，4个省科技创新公共技术平台、1个浙江省工程实验室(工程研究中心)、2个浙江省国际科技合作基地、1个浙江省“2011协同创新中心”、1个浙江省新型高校智库(浙江省信息化发展研究中心)，以培养基于网络的先进制造技术人才为主的工程训练中心。学校具有先进的网络信息平台，校园网络基础设施健全，教学科研实验室及服务与共享公共平台完善，办学条件处于浙江省属高校及国内同类院校先进水平。 学校对外合作交流广泛多元，已与美国、加拿大、英国、德国、俄罗斯、法国、日本等20多个国家和地区的知名高校建立了友好关系，并开展了博士、硕士、本科联合培养项目和硕士、本科中外合作办学项目等实质性合作。学校大力发展来华留学生教育， 招生国别丰富，教育层次覆盖学历生教育和非学历生教育。学校响应国家“一带一路倡议”，设立了“一带一路沿线国家国际学生招生奖学金专项”，来华留学生数量和质量逐年提高。学校拥有中美、中俄、中德、中法、中澳、中芬、中日、中白等国际科技合作平台和研究团队，广泛开展国际科技合作和学术交流，每年都聘请大量长短期外国文教专家驻校任教，选派近千名优秀大学生赴国(境)外名校留学或长短期学习，选派近百名教师赴国(境)外高校进修学习。 当前，面对新的发展机遇和挑战，杭州电子科技大学将坚持自身办学特色，服务国家和社会重大需求，以改革创新、追求卓越的精神，加快推进内涵式发展，着力提高学校综合实力和核心竞争力，大力培养高素质人才，推动科学技术发展和经济社会发展，努力建设特色鲜明、国内一流的高水平研究教学型大学。

西安科技大学自2007年开始就对电子封装材料制备技术开始研究，目前已经开发出AlN/Al、SiC/Al系列电子封装材料制备技术。涉及原位合成、无压浸渗、热压烧结等多种制备方法。本项成果为一种原位合成AlN/Al电子封装材料技术，目前此项技术已获批国家发明专利1项。