本项目是从生物制药顶层设计考虑，通过样本自动存取系统来提高生物制 药的科研水平和效率，采用先进技术解决系统集成中的复杂关键技术问题。项 目针对目前普遍使用冰箱（柜）冷藏样本的缺陷，进行彻底变革，设计全封闭 蜂窝式复合旋转机构，在此基础上，再运用相关技术，设计一种既能高效、安 全存取样本，又能高效利用和管理样本的系统，该系统功能扩展后，可组成智 能自动实验系统。

本实用新型提供了一种便于收集粪便的肉鸡养殖设施，包括肉鸡养殖设施底座，所述肉鸡养殖设施底座表面固定连接第一挡板，所述滑块共同连接有滑动饲料槽，设置在没有所述肉鸡进出口的第一挡板底部的第一开口内的滑块侧面固定连接有螺纹孔滑块，所述螺纹孔滑块两侧均设有固定连接在肉鸡养殖设施底座表面一侧边两端上的挡块，两个所述挡块之间水平设有滚珠丝杆。本实用新型方便对肉鸡粪便进行收集采样，从而降低粪便取样的劳动量。

微生物菌制剂处理禽畜粪便，使禽畜粪便无臭味，进一步把大分子有机物发酵降解为小分子有机物，使植物更容易吸收利用。在高温发酵阶段温度可达60～70℃，经过发酵处理的鸡粪变为无病毒、无虫卵、无害虫的卫生肥料。变臭粪为绿色食品生产的上等肥料，既改善环境又增加了有机肥资源。特别适合养鸡户多的县，或者大的养鸡厂，具有很高的经济效益、环境效益。微生物菌制剂净化养殖水，也可以净化景观用水，比如旅游地的湖泊、水库、河流受到污染，或者城市公园的水富营养化等都可以用本菌制剂治理，达到污水变清、保护水资源的

主要用于保存生物大分子及部分小分子及组织生物活性，为生物样本提供超低温（-80℃）、深低温（-196℃）环境下的自动化无人存储及管理服务，包括生物样本稳定存储、信息记录与追溯、自动挑取整盒或单支管等。

本实用新型公开了一种水貂粪便与尿液分离收集器，包括放置架，所述放置架的上端安装有输送箱，所述放置架的下端四角均固定有支撑腿，所述支撑腿的下端设有支撑装置，所述输送箱内设有输送装置，所述输送箱的一端固定有操作箱，所述操作箱内设有空腔，所述空腔内的相对侧壁上共同固定有固定板，所述固定板的上端固定有第二伺服电机，所述第二伺服电机的输出轴末端固定有转动杆。本实用新型通过对现有技术的改进，解决了不方便对尿液和粪便进行分离的问题，并且方便对粪便进行挤压，避免粪便内残留有尿液，造成分离不完全的问题，方便对尿液和粪便进行收集，避免了浪费，方便支撑和移动，使用方便。

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

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。

成果简介： 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。

成果与项目的背景及主要用途 污泥或家禽粪便大量堆积影响环境，造成污染，利用快速好氧堆肥方式使污泥或家禽粪便达到除臭、稳定的作用。通过向堆垛中加入N、P元素的适合配比，合成具有较高肥效的土壤改良剂和有机肥料。产品能用于农业、林业和园林花圃等。 技术原理与工艺流程简介 通过向污泥或家禽粪便加入适当的调理剂和N、P、K元素，再经过静态反应仓强制通风的好氧堆肥工艺，然后经过二次发酵稳定和粉碎装袋等

高校科技成果尽在科转云