|
搜索
搜 索
高等教育领域数字化综合服务平台
XM-137颈椎模型（枕骨颈椎和椎动脉脊神经模
XM-137颈椎模型
XM-137颈椎模型（枕骨颈椎和椎动脉脊神经模型）显示由7节颈椎带枕骨、椎动脉和脊神经串制而成的一个整体，示枕骨颈椎和椎动脉脊神经的关系。
尺寸：自然大
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
XM-644内囊与基底神经节立体解剖模型
XM-644内囊与基底神经节立体解剖模型
XM-644内囊与基底神经节立体解剖模型可拆分为2部件，左半侧显示丘脑、尾状核、杏仁核、豆状核的形态位置及相互间的关系，右半侧显示内囊。
尺寸：放大，8×11.5×13cm
材质：玻璃钢材料
上海欣曼科教设备有限公司
2021-08-23
高精度图像对焦伺服控制器及显微成像系统
技术成熟度：技术突破
领域存在着景深影响效率的突出问题，本产品以高性能异构处理器为核心运算单元，以嵌入式手段通过视觉流与控制流的严格对位，高性能实时完成视频控制信息的结算，并直接输出电机驱动信号控制相关执行机构完成闭环控制。
本产品主要面向高性能伺服闭环控制的视频应用领域，能够显著提升显微工业自动化领域的视频对焦及对位处理的效率及精度，亦可实现宏观领域的视觉嵌入化控制闭环应用。
意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持
东北师范大学
2025-05-16
大功率超高压汞灯光源驱动器
成熟度：技术突破
一种安全、可靠、光强稳定的数字化超高压汞灯曝光光源控制器，驱动功率高达3kW，功率调整步长小于5W，光强稳定性误差不高于0.3%@30min，汞灯触发成功率高于90%。
意向开展成果转化的前提条件：中试放大及产业化工艺开发资金支持
东北师范大学
2025-05-16
系列化主被式上下肢关节运动康复器
针对脑卒中与关节损伤高发趋势，本产品基于康复医学理论研发多关节智能康复产品，覆盖肘、膝、踝、腕等上下肢关键关节，通过对关节的反复训练，增强关节本体感觉，打开活动度，推动神经系统重组代偿，助力关节功能恢复。
本产品实现多项突破，运用高精度传感器，精准捕捉关节运动微小变化，实现人机互动与实时康复数据反馈；结合自适应算法实现动态重力补偿，精准调控角度/速度/力矩三维参数，通过循迹坐标点样线拟合生理运动轨迹；创新集成多训练模式切换系统，满足全康复周期需求；产品兼具硬/软件双重安全防护，提高产品安全性。
腕关节康复器
前臂康复器
肘关节康复器
膝关节康复器
踝关节康复器
吉林大学
2025-05-19
致微灭菌器GI54SW-液晶屏
中仪云（南京）科技发展有限公司
2026-01-15
我国科学家发现了强光镇痛作用的神经环路机制
近期，暨南大学研究团队在Neuron杂志线上发表了题为“Avisualcircuitrelatedtotheperiaqueductalgrayareafortheantinociceptiveeffectsofbrightlighttreatment”的研究论文，深入阐释了强光镇痛作用的神经环路机制。
科技部生物中心
2022-04-01
新冠病毒会对神经系统造成重大伤害的研究
2020年2月25日，华中科技大学胡波等团队在预印版平台medRxiv 发表未经同行评审的题为”Neurological Manifestations of Hospitalized Patients with COVID-19 in Wuhan, China: a retrospective case series study“的研究成果。 该研究从2020年1月16日至2020年2月19日收集数据，214名住院患者，实验室确诊为冠状病毒2（SARS-CoV-2）感染，诊断出严重的急性呼吸道综合症。在研究的214位患者中，有88位（41.1％）为重度患者，有126位（58.9％）为非重度患者。 该研究发现，与非严重的COVID-19患者相比，严重的患者通常具有神经系统症状，表现为急性脑血管疾病，意识障碍和骨骼肌症状。因此，对于COVID19患者，除了呼吸系统症状外，医生还应密切注意任何神经系统表现。
华中科技大学
2021-04-10
基于神经网络的智能无人机疫情预警监控系统
目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。
北京理工大学
2021-04-10
关于应用神经网络对核裂变产物的研究进展
原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化
北京大学
2021-04-11