已有样品/n面向体重过重、退化性膝关节炎、运动损伤、下背痛等只要是在重力状况下从事陆地康复训练有困难的患者，提供康复训练服务。拟解决的主要问题：1.有效改善神经肌肉损伤的康复效果；2.缩短神经肌肉康复训练恢复周期；3.避免陆地康复治疗导致的潜在损伤；4.降低传统运动康复训练的成本。(预期)成果的先进性或独特性：1.有效改善神经系统损伤及脑损伤的康复效果；2.不同水深的神经肌肉

采用一体化的监控管理体系结构，支持管理功能的跨域、分布式部署、运行与协作。支持和扩展了标准的信息模型，提供了主机、集群、节点、网络计算系统四个层次的监控信息，为各监控层次提供了完整的监控度量指标。支持对硬件、软件、网络、服务等各类资源的监控。支持OpenPBS、LSF、OAR等计算作业管理系统。 提供虚拟组织、系统操作员、站点管理员、普通用户等不同层次的信息抽象视图；提供强大的故障检测和报警功能，以邮件等方式报告资源故障；提供完整的基于web2.0的数据展示界面；支持用户定制的图表的生成；采用分布式记账方式，准确记录用户的资源消耗情况；支持灵活的计费策略。该技术目前在中国国家网格、药物设计网格、高能物理网格以及中国国家网格工业社区等多个实际运行的分布式网络计算系统当中得到应用。

随着科学技术的发展，互联网用户数量及应用规模不断扩大，传统互联网日益暴露出安全性、移动性、可扩展性及服务质量差等严重问题，无法满足当今乃至未来网络的需求。因此，迫切需要构思和设计全新的互联网体系与机制。近年来，国际上对新型互联网体系与机制的研究极为重视，美国和欧盟自2007年起，相继启动了FIND、FIRE和FIA等计划，但至今尚未见到综合有效解决上述问题的方案。/line在这种背景下，“标识网络体系及关键技术”项目以自主创新为主要手段，提出了新型互联网体系的构思，并获得国家973、863等科技计划的支持。项目组发明了标识网络体系及关键技术。

成果简介：本项目采用服务器/客户机结构和TCP/IP协议。服务器位于被控制及操作或测量设备一段，客户机通过因特网从任何可以接入因特网的地方访问服务器。在进行远程控制时，由于因特网对于信息的传送有不确定延时的特点，为了使系统保持稳定性，需要采用延时预测，采样信息处理等多种控制措施，得到稳定的控制。在进行远程测量及操作时，主要采用基于图像反馈的运动－等待工作模式、基于虚拟环境的工作模式和基于监督控制的三种测量及操作模式，实现安全可靠的远程测量及控制。此项目是国家自然科学基金支持项目。远程测量技术主要用

XM-D017A脑神经和脑神经的成分及分布电动模型   XM-D017A脑神经和脑神经的成分及分布电动模型显示十二对脑神经：嗅神经、视神经、动眼神经、滑车神经、三叉神经、展神经、面神经、前庭蜗神经、舌咽神经、迷走神经、脊髓副神经和舌下神经。显示脑神经的成分及分布：感觉神经、运动性神经、混合性神经、一般躯体感觉纤维、特殊躯体感觉纤维、一般内脏感觉纤维、特殊内脏感觉纤维、一般躯体运动纤维、特殊内脏运动纤维、一般内脏运动纤维,模型上有上述相应功能的各自独立按钮键。   尺寸：51×23×86cm 材质：PVC材料+木框   标准配置： ■ XM-D017A脑神经和脑神经的成分及分布电动模型：1台 ■ 电源线：1根 ■ 说明书：1册 ■ 保修卡合格证：1张

由以人工预设为主的人治模式逐步转向数据与知识驱动的智能模式是未来网络发展的趋势。如何设计面向服务质量的智能化网络管控机制，是提升大规模网络效率和性能的关键。本项目从未来网络管控系统的高灵活配置、高动态适应、多元化可定制、多维度可扩展以及高性能高可用等实际需求出发，开展智能化可演进网络关键技术的研究，旨在解决传统网络资源管控所面临的网络体系结构限制、网络行为认知匮乏以及服务质量保障乏力等核心难题。项目以人工智能技术在面向未来网络体系结构的资源管控机制中的创新应用与实际部署为技术突破点重点，围绕软硬件协同网络管控原型系统开发、网络流量数据实时获取、网络状态轻量可测、管控决策按需可控等方面展开研究。

低频神经调控仪是韩济生院士科研成果，应用高科技手段实现了用数字化神经调控治疗仪器代替传统手针。在疼痛，戒毒，孤独症等多种西医没有很好手段的疾病治疗等方面具有很好的疗效。

XM-655E脑干脑神经核及脑神经 XM-655E脑干脑神经核及脑神经根据脑神经核纤维的分布、功能和发生来源，将脑神经核用各种颜色加以区分，深红色代表体躯传出（运动）核柱，黄色代表一般内脏传出（付交感）核柱，粉红色以示特殊内脏传出核柱，蓝色代表一般体躯，内脏和特殊内脏传入（感觉）核柱，黑绿色代表特殊体躯传入核柱，延髓背侧的薄、楔束核亦用蓝色表示，中脑红核用橙黄色，黑质用紫色，脑神经纤维鱼核柱颜色一致。 尺寸：放大，30×23×45cm 材质：优质铁丝

XM-655E脑干脑神经核及脑神经   XM-655E脑干脑神经核及脑神经根据脑神经核纤维的分布、功能和发生来源，将脑神经核用各种颜色加以区分，深红色代表体躯传出（运动）核柱，黄色代表一般内脏传出（付交感）核柱，粉红色以示特殊内脏传出核柱，蓝色代表一般体躯，内脏和特殊内脏传入（感觉）核柱，黑绿色代表特殊体躯传入核柱，延髓背侧的薄、楔束核亦用蓝色表示，中脑红核用橙黄色，黑质用紫色，脑神经纤维鱼核柱颜色一致。 尺寸：放大，30×23×45cm 材质：优质铁丝

1.采用“智能识别，无需额外定位技术”，印刷要求低，使用方便 本系统采用国内目前最先进的“智能识别”技术，答卷设计无需增加额外的定位点、定位线或同步头，也不需要以答题区域的边框、转角等作为定位识别符，确保了不因答题区域的线框偏移、变形、模糊或断线等因素影响扫描识别的稳定性及准确率。且系统中设置了自动识别偏移、折角检测、双页进纸等。 2.试卷纸张适应性好，支持超薄、加长纸扫描 本系统支持使用50克以上普通纸，以复印、速印或胶印方式双面印制答卷，2010年安徽中考各科试卷在本系统中均顺利通过扫描。 3.支持任意答题卷或答题卡的扫描、阅卷 由于采用了“智能识别”技术，本系统可做到在预先不知答题卡设计的情况下对任意答题卡或答题卷的顺利扫描和阅卷工作。2010年安徽中考阅卷成功使用本系统即是很好的例证。 4.互联网阅卷优势明显 本系统支持A4、A3及不规则尺寸的答卷扫描识，且A3答题卡在200dpi分辨率下，其双面扫描的影象文件容量不大于250K，这就确保了在当前互联网带宽不是很宽的情况下依然能够流畅的进行互联网阅卷；本系统不仅支持在局域网、广域网或互联网上进行阅卷，并且提供B/S和C/S结构的可选系统，具有支持通过互联网实现教师在家里阅卷或跨地区学校联考远程网上阅卷功能； 5.分布式设计，轻松实现联考 本系统采用C/S结构，支持分点联合阅卷功能，可以轻松实现与其他同样应用本系统的兄弟单位一起进行联考阅卷。 6.答卷扫描与考生考号、客观题涂点识别同步完成，无须行进行二次识别操作 本系统在答卷扫描的同时即完成客观题答案的准确识别，当扫描完成时，客观题的识别工作即全部完成，有利于及时发现扫描过程中出现的异常情况，便于及时进行查错和纠错操作。如果采用严格定位技术设计的产品，扫描与识别分二次进行，先扫描后识别。 7.答题卷设计灵活，支持多种统计与分析 本系统支持单选、多选的客观题任意混排，不限制客观题答案选项的数量（原则上不少于26个）以及不限制答案的组合方式，同时支持客观题的题目和涂点混排。 本系统也支持主客观题部分的选做题（M选N，M≥N，如2选1、3选2等）评卷及数据处理功能，即系统可以自动识别选做的标识并进行处理；同一大题的不同选题应可以交由不同分组的老师独立评阅；且支持公共答题区域和8字码（七段码）识别，以最节省纸张的方式实现选项较多的选做题。 支持A、B卷的答题卡及常用条形码考生考号的自动识别，同时支持题卡合一和题卡分离的模式。 本系统支持评卷题目按照题组分组阅卷以及统计分析功能，从而实现对文综、理综中单个科目（如：政治、历史、物理、化学等）分科单独统计分析。 8.系统适应性强、容错性好 支持试卷印刷异常的特殊情况处理功能，确保在出现例如：试卷页码漏印、试卷印刷有倾斜、客观题涂点印刷不完整、试卷有小幅褶皱等情况下的正常扫描识别功能。 9.可实现与主流高速扫描仪的无缝对接 本系统设计使用底层协议实现与当前主流的高速扫描仪无缝对接，采用本系统不需要增加额外的图形加速卡，即可实现对答卷的扫描识别速度不低于扫描仪的标称值，实时性达到100%（即：正确识别的答卷扫描识别量 ≧ 扫描仪标称速度 X 实际扫描时间）。 10.支持典型试卷、电子化批注，便于课堂讲评 支持在试卷上做类似于人工阅卷评卷给分的给分标记，在标记时完成登分；试卷评阅的痕迹能以图像的方式保存在计算机系统中，并与阅卷过程中的标记及得分进行合成生成电子图像。 在评卷过程中对典型试卷可随时作标记，阅卷完成后方便调阅，使课堂讲解更直观、生动。