一、所属领域 人工智能，精密自动化，生物分析与检测，环境微生物检测，工业微生物检测，细胞组织分析检测。 二、项目介绍 1. 痛点问题 微生物的识别、计数和定性分析一直是食品、医药和生物行业的重要一环。传统的人工检测方式劳动强度比较大，且检测主观性强，标准难以统一，计数和检测结果不准确；在对环境的微生物监测中，人工方法只能做到抽样检测，无法做到持续性检测。 近两年行业巨头们（如GE，安捷伦，赛默飞等）开始推出图像识别技术的微生物检测设备，其结果来自直观影像，分辨率高，操作难度低。但是这些设备目前采用的光学显微镜倍数都在800倍以下，只能进行计数，如果要完成相关定性分析，需要在800倍以上的放大倍数获得单细胞微生物的清晰图像（如酵母菌，大肠杆菌）。但800倍放大倍数对应的有效视场只有200微米*200微米，对计数和活性统计分析又不具备足够的采样数量。目前国内外设备均没有解决好这个问题，对微生物进行定性分析的准确率低，无法满足市场需求。 2. 解决方案 本项目针对微生物和细胞活体检测中缺乏有效参照物的技术难点，根据显微扫描设备的结构，将全景化视域重构技术和微米级电机结合，解决了镜头大幅平移过程中的自动对焦难题和微生物溶液动态环境中的影像拼接难题，在保证1000倍放大的基础上，获得的有效视场增加到10毫米*10毫米的范围；再通过自动化图像采集和拼接，得到完整的微生物图像；然后结合传统的图像分割以及深度学习图像识别的优势，小样本高精度动态完成微生物的类型识别，计数，活性，死亡率，出芽率等定量定性分析。 3. 竞争优势分析 与国内外的主流检测设备对比，本项目技术优势主要体现在： 1）独创的微生物影像全景化视域重构技术，实现0.5微米的分辨率和20*25毫米的超大视角； 2） 解决微生物影像领域小样本智能识别和智能检测的难题； 3） 检测目标、检测内容、检测流程和逻辑可通过自然语言定制，提高设备功能通用性； 4）计数准确率超过人工计数，准确率超过国内细胞计数仪器一个数量级； 5）第一台按照国家微生物计数检测标准开发研制的微生物计数仪。 本项目的第一代产品样机与国内外同类产品对比，主要性能优势和技术优势如下： 在食品行业，本项目获得了青岛啤酒北京密云分厂的啤酒原液和相关酵母菌种，针对生产用酵母菌采集了大量实拍图像数据，优化后的酵母菌计数和出芽率算法识别率均在95%以上。 4. 发展规划 按照三步走的方式来设定发展规划： 1）基于全景化视域重构技术，构建第一代检测仪器，首先进入门槛最低的食品微生物检测市场，对啤酒和发酵乳企业提供酵母菌检测计数技术和设备； 2） 利用已有技术积累，进入环境微生物检测和高校实验室市场； 3）最后以食品和环境检测市场为根据地，进入门槛最高的生物医药检测市场，提供微生物检测和组织检测的相关设备。 5. 知识产权情况 已申请3项专利。 三、合作需求 1）寻求500-800万元天使投资； 2）寻找高校研究所，食品工业和环境检测领域的客户、渠道伙伴； 3）寻找生物医药，医学临床领域的客户、渠道伙伴和产品测试环境。 四、团队介绍 科研团队： 1）周悦芝 博士 清华大学计算机系研究员，项目负责人，在边缘计算和深度学习等领域有丰富的开发经验和杰出的研究成果，在面向医学影像的AI图像分析方面曾发表多篇论文，申请或获得多项国家发明专利。 2）黄权伟 清华大学计算机系硕士，负责图像分割及细胞识别等相关算法研发。 3）梁志伟 清华大学计算机系硕士，负责深度学习算法加速研究和实现。 五、联系方式 E-mail：ott@tsinghua.edu.cn 成果编号：20230055

拉普拉斯域光学乳腺影像系统（LD－DOT）是一种基于漫反射光成像原理的功能成像手段。有别于基于形态学进行诊断的传统医学成像手段，它利用不同病变的乳腺组织对光的漫反射程度的不同，通过得到双乳全局血管微循环特征参数的定量分布来诊断组织病理属性（正常/良性/恶性）以及分布范围，探测深度可达6厘米以上，扫描过程安全快速，结果直接客观，是一种经济高效的诊断乳腺病变的无创方法。

脑电信号作为人体重要的生理信息，已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮，来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种，有方便检测、非侵入式且对被试对象友好等特点。一般认为，通过对大脑脑电波的检测并采取特定数据分析方法，有望将大脑的各项反应能力充分挖掘出来。近年来，脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明，人类认知能力与脑电信号有关，其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点，给研究带来了不少挑战。杨立坚课题组使用样条函数，基于随机抽取的122名大学生志愿者训练集，以闭眼静息态下8个脑前区导联的脑电信号（图1），对20名志愿者测试集进行工作记忆能力的预测（图2），其确定系数R^2在多次随机试验下的中位数为68%，最低值大于50%，最高值72%（图3）。图1 ：试验中脑电信号记录的导联名称和位置图2：对某测试集计算的认知能力预测值与真实值的对比图3：对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果，课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时，与机械工程系教授吴方芳和硕士生王健凯高效合作，分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用，背靠理论，写好算法”的统计学理念，把样条回归估计脑电信号的光滑轨迹，张量样条回归估计协方差函数，样条估计函数型主成分与得分等深刻的统计学前沿理论，结合LASSO回归，转化为快速准确分析脑电数据的算法（图4），从2018年12月开始仅用6个多月的时间，就很好地解决了基于工作记忆能力预测的问题，完成了这篇跨学科应用方法论文。图4：算法流程图

便携式脑立体定向仪是神经外科手术的辅助设备，集成了手术规划、导航和操作平台。该定向仪采用了一系列计算机技术和机器人技术，实现了无框架立体定向手术，完成对传统带框架手术的技术超越，在国内属于首创，技术上达到了世界先进水平。 特点如下：既能导航定位，又可作为操作平台，简化了手术过程；医生在三维空间内完成最佳手术路径的规划，提高手术质量；无框架技术避免了手术死角，扩大了手术适应症，也免除了病人安装常规框架的痛苦；机械臂操作简单方便，定位精度高，手术误差小于1mm；可移动式便携设计，与手术床对接简单，具有普遍的适应性。已获得5项国家专利和国家科技进步奖，实施5000余例手术，20家医院推广应用。

家长笔记是3-12岁孩子家长们记录孩子全方位成长过程的社区内容平台。家长可以在这里记录分享孩子成长方方面面的轨迹和瞬间，也可以和万千家长共同探讨孩子的养育理念、经济投入、教育产品选购、牛娃成长路径等所有家长关心的养育话题。

XM-612间脑直观模型   XM-612间脑直观模型可拆分为4部件，显示了间脑的分部和神经核团，间脑包括上丘脑，背侧丘脑下丘脑，后丘脑和底丘脑五部，还显示背侧丘脑，下丘脑和底丘脑的神经核团以及脑基底核和内囊在冠状争面上的形态，配布及其邻接关系，在垂体的矢状切面显示了垂体门静脉。 尺寸：放大，24.5×13×24.5cm 材质：PVC材料

XM-604C脑外形及右半侧脑血管模型   XM-604C脑外形及右半侧脑血管模型可拆分为5部件，大脑作正中矢状切面，显示脑的外形结构、大脑外侧面主要结构、大脑半球内侧面和底面的主要结构、脑干各面的主要结构、小脑的主要结构、右半侧脑的动脉分布。 尺寸：自然大，20×20×15cm 材质：PVC材料

健康管理大数据平台的建设，是实现全民健康国家战略的重要组成部分，虽然移动互联的技术和应用突飞猛进，但高效、便利的生物信号采集终端设备尚待有效解决。该研究成果是健康物联网领域的智能终端设备，它基于心率变异性分析的独特算法，通过个体佩戴的可穿戴带式设备采集生物信号，实现对个体健康状况的整体评价，同时生物信号数据的处理分析依托于移动互联网和云端，该项需要医-工结合的技术可助力健康管理大数据平台的建设。

健康管理大数据平台的建设，是实现全民健康国家战略的重要组成部分，虽然移动互联的技术和应用突飞猛进，但高效、便利的生物信号采集终端设备尚待有效解决。该研究成果是健康物联网领域的智能终端设备，它基于心率变异性分析的独特算法，通过个体佩戴的可穿戴带式设备采集生物信号，实现对个体健康状况的整体评价，同时生物信号数据的处理分析依托于移动互联网和云端，该项需要医-工结合的技术可助力健康管理大数据平台的建设。应用范围:可应用于各类人群的健康状况评估及健康管理大数据的采集。效益分析:该技术通过可穿戴式生物信号采集设备，实现对个体健康状况的整体评价。由于信号采集的硬件已非常成熟，该技术的核心部分主要在于信号分析的算法。 其技术优势在于：指标特异性高；生理基础明确；心电信号分析算法独特；是无创的诊断技术；检测条件简便；所需硬件技术成熟、成本低廉；便于健康管理大数据的采集；具有大规模推广的价值。

一、项目简介 人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析，易受光照、遮挡、穿着和复杂背景等因素的影响，研究的挑战极大。对人体的属性，尤其是人脸和人体姿态的智能分析，是计算机视觉和人工智能中的热点研究问题，也是视觉产业化急需突破的关键技术。 二、前期研究基础