型号/规格： A、B 产品描述： 由高分子材料制造，与麻醉针和麻醉导管配套使用。 适用范围： 用于辅助麻醉导管穿入麻醉针，以起到定位作用。

产品详细介绍 图像定位系统  系统概述 电教摄影师都有这样一个体会：工作很辛苦！尤其是在多机位拍摄时，更加辛苦。当富有激情的老师授课时，在讲台上来回走动，不断展示新的PPT幻灯片，经常与学生交流，为了拍摄好这样的授课情景，摄影师十分忙碌：需要不断推拉摄像机跟踪拍摄老师图像，需要通过切换台不断在VGA与摄像机之间进行切换，还需要调整摄像机对准回答问题的学生，并进行镜头切换。有了PowerCreator Graphic Position System 图像定位系统后，这些工作都可以自动完成（还需要PowerCreator Media Cast配合使用，后面有详细介绍），无需人工参与。 　　　　　　　　　　　 图像定位系统结构图如下所示：    功能特点 系统组成 PowerCreator Graphic Position System 由两个子系统组成：教师跟踪系统与学生定位系统。教师跟踪系统自动计算教师在讲台上的位置，通知教师摄像机进行转动；学生定位系统自动识别站立学生所处的位置，通知学生摄像机进行定位，以特写的方式进行拍摄。 跟踪目标不会丢失 与市场上同类产品相比，PowerCreator Graphic Position System 的一个最大特点就是：跟踪目标不会丢失，即使在讲台上以最快的速度跑动。    真正满足常态化教学要求 录播系统解决方案中，对于如何拍摄学生画面一直是一个难题，一般解决方案都需要学生按一个触发器（可能是按键、 手持麦克、压力感应器等），这些技术不具备实用价值，违反了常态化教学要求。PowerCreator Graphic Position System很好的解决了这个问题，学生和老师无需做任何操作，只需要回答问题时，站立起来就可以了。 抗干扰性强 基于红外技术的产品，容易受太阳光、热光源等因素干扰；基于超声波技术的产品，长时间使用，对人身体健康有害。相比前两种技术，PowerCreator Graphic Position System 基于图像识别技术，很好的解决了以上问题。 部署简单 安装部署PowerCreator Graphic Position System，只需要在教室的几个不同位置安装摄像机就可以了，十分方便。

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

针对分布式风光发电在配电网中的高比例接入态势，源荷存在时空不匹配特性，导致功率倒送和节点过电压等问题，面向电网网架相对薄弱地区，开展考虑风光发电不确定性的储能的选址定容研究，实现不同运行方式下储能的优化配置；提出基于有功/无功电压控制分区的新型配电系统电压控制策略，实现配电网电压的分散式与集中式协同控制，满足高渗透率风光并网场景下的电能质量要求。

一、 项目简介随着大电网技术和智能电网的发展，静止无功发生器（SVG）、静止无功补偿器（SVC）及晶闸管投切电容器（TSC）已成为当今电网侧和负荷侧主流无功补偿和电压控制元件。该项研究成果包含35KV/10KV/6KV电压等级的SVG、SVC和TSC的控制与成套技术，具有独立知识产权，包含多项专利技术，已在电网变电站/所、大型工业用户、风力发电、光伏发电等应用领域取得多个工业化运行业绩，是电力电子技术与电网运行技术相结合的先进柔性交流输电系统（FACTS）基本元件。二、 市场前景（应用领域、市场分析）SVG、SVC和TSC是电网侧无功潮流调节和电压水平控制的先进设备，也是负荷侧功率因数提高和节能增效的理想装置。按行业经济分析机构提供的资讯，2012年该行业市场总额为40亿元，预计2013年将达到70亿。同时，随着电力运行要求的不断提高，该行业呈逐年递增趋势。三、 规模与投资需求（资金需求、场地规模、人员等需求）按年产值1亿元计算，生产流动资金预计为5000万，生产场地面积不少于3000m2。生产与技术人员约100人，具有本科以上学历且从事相近行业不少于3年的技术人员不少于30人。四、 效益分析按第五项投资与生产规模，年利润不低于2000万。五、 项目具体联系人及联系方式（包括电子邮箱）张福民 李占凯 联系电话：13820777617 电子邮箱：abcd4907@126.com（李占凯）六、 高清成果图片3-4张

高校科技成果尽在科转云

该成果应用计算机科学、图形学、电力系统计算、系统仿真等多项技术，利用计算机为系统调度员提供了一个与实际电力系统相似的模拟环境，用以帮助调度员熟悉自已的电力系统的结构及各种运行方式，学会在各种事故情况下作出正确判断，采取合理措施，提高调度人员处理事故的能力，积累运行经验，提出运行管理水平，从而保证电力系统安全稳定运行。该系统可模拟电网在各种运行方式下的稳态工

本发明公开了一种工件位置追踪定位方法，包括如下步骤：1) 在车间划分出多个监测区域，在各监测区域处分别设置摄像头；2)将 各摄像头采集到的视频图像分别传送给计算机，并进行运动物体识别； 3)根据各超高频 RFID 读写器的读取距离，在各监测区域内再分别选定 一个与超高频 RFID 读写器的读写距离相应的扫描区域；4)确定工件的 位置信息及所处的加工状态，并将所得到的上述信息上传至 MES 生产 管理系统。本发明能够提

因果关系是自然界现象之间最普遍和最基本的联系。在物理学、生命科学、地理学等各个自然科学领域乃至哲学、经济学等社会科学中，发现内蕴的因果关系、因果网络可以反映系统演化的核心互作机制，具有重要的科学意义。