安徽理工大学与多家企业及科研单位合作研发了综掘安全快速一体化成巷工艺及机械化成套装备，并在煤矿成功应用，取得显著经济和社会效益。2013年 12 月“综掘安全快速一体化成巷工艺及机械化成套装备研发与应用”成果通过省级鉴定，达到国际先进水平。

产品详细介绍

III-V族半导体合金体系热、动力学计算机辅助分析系统建立并完善了含Al-Ga-In-N-P-As-Sb-C-H等多元体系的III-V族合金化合物半导体热力学数据库，使之成为当前国际上数据资源相对丰富、可靠程度高的专业型数据库。在此基础上，应用该计算机辅助分析系统，可采用统一的成分空间表达方式，将覆盖四元半导体整个成分空间的光电性能（能量间隙或波长）、与相应衬底匹配的成分条件、以及各种温度下发生溶解间隙的成分范围，投影于一平面，构成III-V族半导体体系综合优化图，用以对金属有机物气相外延工艺进行辅助分析、确定满足优质半导体生长的成分空间、预测外延层半导体的成分等。同时，该系统还发展了非平衡过程分析研究方法：亚稳平衡处理、条件平衡处理和不可逆过程分析处理等，这些方法有助于III-V族半导体液相外延、气相外延和金属有机物气相外延工艺过程的热力学分析。 该项目面向光电子材料和器件的研制与生产 III-V族半导体合金体系热、动力学计算机辅助分析系统，目前主要是作为应用研究，服务于有关光电子材料和器件的研制与生产过程中工艺条件的辅助设计，以促进III-V族半导体液相外延、气相外延和金属有机物气相外延工艺逐步从经验设计迈向科学设计，在相关领域的高技术产业化方面起积极作用。 Al-Ga-In-N-P-As-Sb-C-H等多元体系的III-V族合金化合物半导体热力学数据库；瑞典皇家工学院Thermo-Calc相平衡热力学计算软件。

针对植物油炼制过程产生的脱臭馏出物化合物因其组分结构相似和物化性质相近导致现有主要生产技 病理是肿瘤诊断的金标准。病理诊断的准确严重依赖病理科医生的经验。智能化数字病理是数字化病 术中分离选择性差等关键问题，提出了以离子液体类溶剂强化的维生素E提取技术，重点发展植物脱臭馏 理与人工智能（AI）的结合，其推广不但能减轻病理医生的工作负担，还能提高医疗欠发达地区的诊断水 出物中维生素E提取的连续萃取分离工艺。基于相平衡实验数据拟合热力学模型参数，构建离子液体类溶 平，是病理学发展的未来趋势。

本系统已在中铁二院、中铁四院工程集团有限责任公司交通规划研究院投入运用。城市轨道交通运营组织计算机辅助设计系统是集数据维护、客流分析、车辆选型和列车编组方案比选、交路设计、行车计划编制、车站配线设计、能力计算等多功能于一体的城市轨道交通规划和运营组织管理工作辅助软件。可用于城市轨道交通规划和运营管理工作，适用于城市轨道交通运营管理和设计单位。

心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。 基于长时程医疗数据的临床心电智能检测平台是推动心血管疾病科学防治和管理升级 的关键技术。近年来，众多医疗设备厂商在可穿戴设备领域大力投入，所研发可穿戴设备可 实现用户心电图等生理健康数据的长时程监测，弥补了医院测量心电图的短时性。本课题中， 基于人工智能算法研发心血管疾病智能诊断系统，将可穿戴设备、移动终端、云端服务器所 实现自动诊断结果与专家诊断结果有机结合起来，实现心电疾病诊断智能化。长时程临床心 电智能检测平台的建立，利用可穿戴设备实现了对用户身体状况的长时程监测和异常筛查， 可有效推动心血管疾病健康管理模式建立。 北京清华长庚医院心内科张萍教授团队在正常和疾病心电数据库有长期的积累，曾负责十二五国家科技支撑计划《基层心电监护产品应用评价研究》，在心电监护产品评价和推广 应用方面积累了丰富的经验，在本项目中提供了医疗级心电测试数据库，与清华大学王贵锦 副教授一起搭建了医生在环并不断反馈的心电智能检测平台，同时，北京清华长庚医院作为 北京市昌平区远程诊断管理中心，为未来心电产品的推广应用和心电智能诊断的评测提供了 良好的平台。清华大学电子工程系王贵锦老师团队在低功耗硬件设计、生理大数据分析、心 电智能算法研究领域有着长期的积累。团队在国内外顶级期刊会议上发表文章百余篇，其中 SCI 文章 40 余篇，发明专利授权近 20 项。团队基于人工智能算法开展心血管疾病智能诊断 研究，在多种心电疾病诊断中达到世界先进水平。 团队所研发临床长时程心电智能检测平台特点如下： l 实现长时程心电数据的展示、查询、关键指标计算等功能； l 基于医疗大数据和人工智能技术，实现室性早搏、房性早搏、T 波改变、ST 段改 变、早复极图形改变、心房颤动等 10 余种常见心电术语的智能诊断，准确度高； l 建立心电诊断术语工程化分级体系，实现医学和工程科学高效结合； l 建立心电图规范化数据库，为医学研究创造基础。 团队所研发的手持式可穿戴心电智能检测平台特点如下： l 实现了院外心电数据的测量和采集 l 基于手持式单导联设备和人工智能技术，实现了心房颤动的院外筛查和诊断

项目成果/简介:心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。

提出的磁颗粒镀层技术，有效解决了相变材料和磁性颗粒界面润湿难题。基于MTPCM，设计出高能效热电-高储热复合微供能系统，统筹兼顾了热电输出稳定性和最大化，证实了自供电温湿度无线传感系统持续工作的可行性。

本发明公开了一种基于可穿戴生理设备的睡眠阶段分类检测算法，包括以下步骤：获取多模态脑电生理信号；对多模态脑电生理信号依次执行滤波去除噪声和Z‑score归一化处理，得到预处理信号数据；对预处理后的信号数据通过反向传播算法和梯度下降优化实现，以交叉熵损失函数衡量生成信号与真实信号的差异，不断调整参数使生成信号更接近真实睡眠信号；构建一个与生成器具有相同的卷积单元形式的判别器，判别器与生成器构成生成对抗网络模型，自动调整调节参数，输出不同睡眠阶段的分类结果。本发明通过合理整合EEG和EOG等信号和GAN模型的应用，使模型能够学习到真实睡眠信号的分布并进行准确分类；提高分类的准确性和稳定。