镜头型号 YF-W11 类型 短焦定焦 电动位移 YES 焦距（mm） 14.5 F值 1.9 镜头直径（mm） 90 重量（KG) 1.2 离轴率 1:1 投射比 0.7:1 投影距离(m) 尺寸（英寸） 长*宽（m） 0.6 40 0.8*0.6 0.84 60 1.2*0.9 1.1 80 1.6*1.2 1.4 100 2.0*1.5 1.7 120 2.4*1.8 2 150 3.0*2.3 2.9 200 4.1*3.0 3.6 250 5.1*3.8 4.2 300 6.1*4.6 4.9 350 7.1*5.3 5.7 400 8.1*6.1 适用机器型号：三洋XT2500 XT3500

镜头型号 YF-WXUA 类型 短焦定焦 电动位移 NO 焦距（mm） 11.4 F值 2.0 镜头直径（mm） 80 重量（KG) 0.8 离轴率 1:0 投射比 0.75:1 投影距离(m) 尺寸（英寸） 长*宽（m） 0.6 40 0.8*0.6 0.9 60 1.2*0.9 1.2 80 1.6*1.2 1.5 100 2.0*1.5 1.8 120 2.4*1.8 2.2 150 3.0*2.3 3 200 4.1*3.0 3.8 250 5.1*3.8 4.5 300 6.1*4.6 5.3 350 7.1*5.3 6 400 8.1*6.1 使用机器型号：三洋XU1050C， XU1060C

镜头型号 YF-W21 类型 短焦定焦 电动位移 YES 焦距（mm） 13.05 F值 2.0 镜头直径（mm） 100 重量（KG) 1.6 离轴率 1:1 投射比 0.8:1 投影距离(m) 尺寸（英寸） 长*宽（m） 0.6 40 0.8*0.6 1 60 1.2*0.9 1.3 80 1.6*1.2 1.6 100 2.0*1.5 1.9 120 2.4*1.8 2.4 150 3.0*2.3 3.2 200 4.1*3.0 4.0 250 5.1*3.8 4.9 300 6.1*4.6 5.7 350 7.1*5.3 6.5 400 8.1*6.1 适用机器型号：三洋PLC-XM1000 /XM1500  PLC-ZM5000C

镜头型号 YF-W21B 类型 短焦定焦 电动位移 YES 焦距（mm） 11.4 F值 2.0 镜头直径（mm） 80 重量（KG) 0.8 离轴率 1:1 投射比 0.75:1 投影距离(m) 尺寸（英寸） 长*宽（m） 0.6 40 0.8*0.6 0.9 60 1.2*0.9 1.2 80 1.6*1.2 1.5 100 2.0*1.5 1.8 120 2.4*1.8 2.2 150 3.0*2.3 3 200 4.1*3.0 3.8 250 5.1*3.8 4.5 300 6.1*4.6 5.3 350 7.1*5.3 6 400 8.1*6.1 适用机器型号：三洋PLC-XM1000 /XM1500  PLC-ZM5000C

镜头型号 YF-W21A 类型 短焦定焦 电动位移 YES 焦距（mm） 10.9 F值 1.9 镜头直径（mm） 90 重量（KG) 1.2 离轴率 1:1 投射比 0.68:1 投影距离(m) 尺寸（英寸） 长*宽（m） 0.5 40 0.8*0.6 0.8 60 1.2*0.9 1.1 80 1.6*1.2 1.4 100 2.0*1.5 1.6 120 2.4*1.8 2.0 150 3.0*2.3 2.8 200 4.1*3.0 3.5 250 5.1*3.8 4.1 300 6.1*4.6 4.8 350 7.1*5.3 5.5 400 8.1*6.1 适用机器型号：PLC-XM1000 /XM1500  PLC-ZM5000C

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

目前，本项目系列产品主要有：肿瘤患者低频旋转磁场治疗系统1代机（CRSMART-C）、2代机（CRSMART-H）以及正负度耦合保健仪。该设备可抑制肿瘤细胞生长，促进肿瘤细胞凋亡；同时通过改善免疫功能，从而提高晚期肿瘤患者的生活质量，为恶性肿瘤的治疗提供了一种新的途径。 前期临床观察到该产品有效抑制肿瘤的生长控制病程进展，并显著改善患者的生活质量，其中胃癌患者的生活质量改善的有效率为52.4%，肺癌患者的生活质量改善的有效率为40.0%，食管癌患者的生活质量改善的有效率为44.4%；