XM-SZY中医四诊仪（舌面脉信息检测分析系统）   XM-SZY中医四诊仪（中医舌面脉信息检测分析系统）采用一体化设计，将舌诊仪、面诊仪、脉诊仪、体质辨识及问诊四种功能巧妙的融于一体，可进行舌像采集分析与处理、面像采集分析处理、中医脉象采集分析处理以及体质辨识、问诊等辅助诊断教学。   一、舌像采集分析处理： 1、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。   2、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。   3、软件功能： ■ 用户权限管理，提高系统安全性。 ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，大大提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 图像采集分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析功能。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，支持5步撤消。   二、面像采集分析处理： ■ 通过对病人面部图像进行分割、人机病症问诊作答，结合医生专业诊断，给出专业诊断结果并打印成报告，该系统能达到辅助中医临床诊断的作用，从数据库中读取面诊以及问诊信息数据，建立和编辑病例，建立中医诊断报告。中医面诊检测分析系统采用形状模型实现对眼睛、鼻子等器官进行定位，提取出额头、下颏和两颧区等人脸区域。通过采用K-means算法对面部图像的颜色进行提取，计算不同的颜色聚类中心的距离而进行面部颜色的分析；通过采用改进的2DPCA对面部图像进行特征抽取，通过计算测试样本特征与训练样本特征之间的余弦距离，实现对面部图像的光泽分析。 ■ 面象采集主要是在特定的光源环境下，采用高清晰摄像头 获得患者面部的图像信息，将这些特征值与特征数据库中的阈值进行比对，给出面色分析结果。可分析12种面色：青色、赤色、黄色、白色、黑色、正常、淡白、淡红、红、 深红、暗红、紫黑。 ■ 测试结果用表格显示，简洁易懂，并可以生成PDF文件保存以便查询，也可以打印报告。   三、脉象采集分析处理： 由单头脉象换能器、脉象放大器、A/D转换卡、计算机和脉象辩证分析软件等部分组成。能自动采集脉象信号，并将中医脉象的位、数、形、势和脉象的各项特征参数自动分析处理，同时结合中医望诊、问诊（以人际对话形式），根据中医八钢辩证的思路，提示受试者的健康状况等内容。 ■ 无创伤性中医脉象检测，可将采集器固定于寸、关、尺任何一部位采集脉象信息，能实时显示和存储数字化脉波信号，自动判读脉象的位、数、形、势，识别脉图特征参数，并以多维逻辑判断模式确定脉名；能以脉诊检测为线索，经人机对话询问病人症状，作出初步的八纲和脏腑辩证结论，能显示和打印系列脉图、最佳脉图及其特征参数、取脉压力、脉幅趋势图、40秒脉波趋势图等组成的脉图检测报告，以及脉象提示的动脉系统张力、阻力、生理年龄、自律神经平衡状态和辩证结论等组成的临床辅助诊断报告。 ■ 测脉结论报告： · 脉位：分浮、中、沉三类。 · 脉力：分有力、中、无力三类。 · 脉势：分满实、正常、低乎虚、中空虚四类。 · 脉率：分迟、缓、平、带数、数、疾六类。 · 节律：分正常、不齐、结代、促四类。 · 脉形：以a，b，c分别标记主波、重搏前波、重搏波，按各波出现的情况分为abc，ab，ac，a等四种脉形。 · 脉名：按位、数、形、势综合判别，有平、弦I、弦II、弦III、弦IV、滑、平滑、平弦、弦滑、涩、芤、濡、虚、实、弱、微、散、革、牢、紧、洪、细、浮、沉、迟、缓、数、疾、结代、促等。 ■ 临床辅助诊断报告： · 张力：反映动脉管壁紧张程度，结论分张力高、张力正常、张力低三类。 · 阻力：反映动脉系统外周阻力，结论分阻力高、阻力正常、阻力低三类。 · 生理年龄：系统按脉图特征参数与生理年龄相关性推出的结论，可提示动脉系统的生理状态。 · 自律神经平衡状态：反映交感神经与副交感神经平衡状态的指标，结论包括低水平平衡、正常水平平衡、高水平平衡、大体平衡、交感神经功能亢进、副交感神经功能亢进等类型。 · 辩证结论：根据脉象分析和问诊的综合分析，从八纲、脏腑、气血津液等方面提供临床辩证的结论。 ■ 主要技术指标： 1、单探头脉象转能器： · 灵敏度：0.5mV/克力（桥压6V） · 线性范围：0-500克力（原0-250克力） · 温度漂移：小于1%（F.S）（-5℃~+40℃）（原小于2%） · 机械滞后：小于1%（F.S） · 输出阻力：1KΩ · 固有谐振频率：大于1000Hz(-3db) · 最大垂直位移距离：大于15mm 2、脉象采集器交流放大回路（脉搏波回路）： · 输入动态范围：0-25mV（相当0-50克力，动态力） · 满幅输出：5V（原4.5V） · 时间常数：大于3秒 · 上限截止频率：大于3000Hz（-3db）（原大于1000Hz） 3、直流放大回路（取脉压力回路）： · 输入动态范围：0-150mV（相当0-300克力，静态力）（原0-125mV（相当0-250克力，静态力）） · 电源：USB供电 · 功耗：小于10VA · 连续工作时间：4小时，停机1小时后再开机 · A/D转换器：8路12位A/D转换（原4路）   四、体质辨识与问诊： ■ 根据中华中医药学会2009年发布的《中医体质分类与判定》，中医体质共分为9种基本类型：平和质、气虚质、阳虚质、阴虚质、痰湿质、湿热质、瘀血质、气郁质、特禀质。不同体质类型在形体特征、生理特征、心理特征、病理反应状态、发病倾向等方面各有特点。该软件以《中医体质辨识判定》标准为基础，通过软件智能化判断，自动生成体质报告。 ■ 问诊采集主要是病人对照数据库中的各种症状进行挑选，通过回答88道试题（病人起病和转变的情形，寒热、汗、头身感、大小便、饮食、胸腹、耳、口等各种状况），最后进行提交并由系统自动判断。 ■ 档案管理功能：可录入被测评人的姓名、年龄、性别等基本信息，方便准确的查询。 ■ 通过回答《中医体质分类与判定》标准中的67项标准问卷，软件自动计算出体质类型。 ■ 根据计算出的体质类型，软件自动生成中医调理保健建议。 ■ 软件界面简洁，操作简单。 ■ 测试结果用表格显示，简洁易懂，并可以生成pdf文件保存以便查询，也可以打印体质报告。 ■ 软件建议丰富，包括体质特征、运动养生、饮食养生、起居调理。 ■ 软件一机一码，使用安全。

中软国际教育科技集团充分发挥教育行业总集能力，携手产业生态合作伙伴（腾讯&中软国际云智能业务集团），为高校提供一站式校园信息化建设服务。依托中软国际教育科技集团对教育产业的理解与沉淀，将腾讯优质的高校信息化建设产品及服务引入，联合中软国际云智能业务集团在高校运营服务领域优势，三方创新融合，致力打造中国高校信息化建设标杆服务体系。

SE800系列信息化试剂安全柜 集成CMOS条码识别、多点触摸操控、视频监控、人脸识别等功能，可将试剂信息与条码绑定录入系统，形成完整的试剂信息数据库，并对数据进行分类统计、筛选，实现试剂安全存储管理。 管理对象：易制毒易制爆、危化品试剂等   产品参数PARAMETERS： 集成13.3英寸电容式触摸屏，预装专业操作软件 集成条码识别器，可识别试剂信息 人脸识别和账号密码登录，可设置双人身份验证登录 集成制冷控温系统，控温范围-5～8℃ 集成内循环过滤系统，可提高柜体环境净化能力 双人双锁，24小时移动侦测视频监控   产品特色FEATURES： 1、多种开启方式 人脸识别、账号密码、机械钥匙（可根据用户需求定制） 2、CMOS条码识别 集成条码扫码器，将人员信息、试剂信息与条码绑定录入系统，形成完整的试剂数据库 3、自动联动控制 集成制冷控温系统，控温范围-5～8℃ 集成内循环过滤系统，可提高柜体环境净化能力 4、双层钣金、防静电接地导线、增设泄压口 5、智能化信息系统 自动记录流转信息、自动统计分析，生成各类统计报表，支持数据随时查询并导出EXCEL报表，实现库存无纸化管理；

在碳中和目标驱动下，光伏发电装机水平预计将成倍增长。空气污染将会降低光伏发电水平，有损光伏发电的“减污降碳”效益，然而，我国空气污染及其改善对光伏发电的影响仍缺乏系统研究。

随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在IEEE Transactions on Cybernetics上发表了一种由生成对抗网络（GAN）驱动的进化多目标算法。

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。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

本发明公开了一种基于信息挖掘的智能决策支持构造方法（ IDSSIM ) ，该方法完善并扩充了现有智能决策支持系统的功能，改变了现有智能决策支持系统固有的运行机制，将决策推理机制、 WEB 挖掘和 KDD ＊挖掘和领域专家知识获取有效地融入智能决策支持系统中，从而形成了一类具有“双网”、“五库”、综合集成、多层递阶结构模型的新型智能决策支持系统。此系统在结构和功能上相对现有系统而言是一个开放的、优化的扩体，并对智能决策系统的主流发展起着重要的推动作用，有望形成新一代的智能决策支持系统概型。

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。