简单介绍： 鼠脑立体定位仪适配器，适用于国内各**牌的脑定位仪 详情介绍： 该适配器包含鼻固定适配器和一对18度耳杆。

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

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

本项目在 2 项国家自然科学基金项目和国家"863"计划海洋重大专项连续 3个五年计划滚动支持下，历经 10 多年产学研联合攻关，研究并掌握了基于稀疏换能器阵列的三维成像规律，发明了适用于近场和远场条件下的换能器阵列稀疏方法，解决了换能器阵元数量巨大所导致的高系统复杂度难题；研究了波束形成算法的计算机制，发明了分布式子阵波束形成实时处理算法和动态三维图像构建方法，实现了水下高分辨率三维场景的实时成像；发明了基于大规模 FPGA 的并行处理系统架构，实现了 128×128 个波束信号的高速实时计算，成功研制了高分辨率相控阵三维声学摄像声纳系统，为我国海底探测和水下安防等提供了一整套高端先进的探测手段。本项目的成果打破了国外的技术垄断，填补了国内空白，作为国家重大科技成果参加了“十一五”国家重大科技成就展。本项目共申请国家发明专利 18 项，其中授权 14 项；获得美国发明专利授权 2 项；获得软件著作权 3 项；发表 SCI/EI论文 16 篇；经由两位院士和其他专家组成的专家组鉴定，项目总体技术水平达到国际领先，为行业进步起到重要的推动作用。

本发明公开了一种相控阵三维声学摄像声纳动静目标识别方法,包括目标聚类步骤、目标特征提取步骤和目标特征匹配步骤。通过遍历声纳数据点,利用数据点之间的距离连通性对目标进行聚类,得到单帧图像中的各个独立目标;对聚类后的各个目标进行三维特征提取,包括目标总点数、目标质心、距离跨度和边界信息等;对相邻两帧中处于重叠区域的目标进行前后帧的特征匹配,通过合理设定各个特征参数的权重值,计算各个特征参数与权重值的累加和,实现动静目标的有效识别。该方法布局严谨、高实时高精度、准确率高、可扩展性强,有效地实现了三维声纳目标动静目标识别功能。

本发明公开了一种基于FPGA的三维摄像声纳系统的阈值调整装置及方法。该阈值调整装置与结果读取单元和存储器写入控制单元相连,位于三维摄像声纳系统的每个并行处理机内,包括:结果暂存缓冲器、最大值搜索单元、本地阈值计算单元、阈值发送单元、阈值接收单元和阈值仲裁单元。该阈值调整方法根据探测场景的变化和不同探测距离处目标回波强度的变化,动态的调整空间不同位置处所使用的阈值。本发明采用多单元块并行处理和流水线操作方法,可与前端的数字波束形成器同步工作,保证了优异的实时性能。

一种用于集控式一体化网络课程制作平台的摄像装置，包括一对对称布置的摄像装置，两摄像装置通过位于中间的竖直转轴转动连接，摄像装置由筒体、连杆组成，所述筒体为中空柱形体，内部形成通道，连杆一端与筒体侧壁连接，另一端与竖直转轴连接，镜头安装在所述通道内。通过一竖直转轴将两摄像装置转动连接，在对目标区域进行摄像时，可以根据目标区域的远近调节两摄像装置之间的夹角，进而实现精确的三维成像，更好的还原真实课堂环境。

产品详细介绍

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵