一种基于矢量数据的 SAR 影像道路损毁信息提取方法，根据灾后的 SAR 影像的范围，获取对应区 域的矢量数据;将矢量数据投影到 SAR 影像的坐标系之后，将矢量数据配准到 SAR 影像上;提取 SAR 影像的疑似道路损毁区，包括利用道路检测算子进行线检测，将道路宽度信息与道路矢量数据进行形状 水平集分割，融合得到疑似道路损毁区;建立贝叶斯网络模型对疑似道路损毁区进行进一步判断，提取 出道路损毁信息。本发明利用矢量数据作为先验信息，辅助 SAR 影像道路变化检测，检测率高;提出 的线检测与形状水平集相结合的方法能够很好的提取断裂区，漏检率低;建立的贝叶斯网络模型能够有 效的剔除干扰信息，减少道路损毁提取的虚警。

等效负折射率平板透镜又称 DCT-plate，该技术通过光场重构原理，将发散的光线在空中重新汇聚，从而形成不需要介质承载的实像。根据场景需要，可设置不同的影像呈现角度，结合体感互动装置实现人与实像的直接交互。该技术现处于世界领先地位！ 

本发明公开了一种遥感影像圆形油罐自动检测方法，首先，对遥感影像进行 MHC 视觉显著变换得 到视觉显著图，再经过数学形态学增强，得到增强视觉显著图，利用 hough 变换在增强视觉显著图上圆 检测，得到疑似油罐区域；然后，对遥感影像进行 turbopixels 过分割，根据特征合并分割块，根据似圆 特征，得到疑似油罐区域；最后，结合由 hough 检测结果和似圆特征检测结果，利用油罐圆心与半径关 系和多特征进行 SVM 分类，过滤掉同心圆和非油

本发明提供一种核安全壳高分辨率影像采集系统，包括移动平台、采集平台和控制中心，所述移动 平台包括框架，用于控制采集平台竖直位置并担负配重的电机总成，用于控制采集平台距离安全壳壳壁 距离的推拉杆装置，安装于框架底部用于控制采集平台及移动平台水平位置的轨道轮，控制箱，无线网 桥，以及用于采集平台上下移动限制控制的轨道绳；所述采集平台包括框架，固定在框架两侧用于沿着 安全壳壁采集照片的相机，固定在框架中间位置的集控箱，固定在框架上沿的光控照明灯，以及

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。

以人性化自助服务为设计理念，面向高校师生提供7X24小时服务，以在线业务系统为支撑具有多种登录认证机制、自助信息查询、自助打印成绩单及证明文件、校园卡或微信自助缴费、微信验证信息真伪、短信智能预警、终端远程管理、参数动态设置等功能，可实现多校区、多部门自助服务一体化管理，推动学校治理理念转变，使学校更多地从"管理"师生向”服务"师生转变，改善工作作风和治理方法，提高学校管理效益和社会效益。 ■线下智能服务终端自助打印输出能力一赋能一取材料场景 ●应用一：成绩单/证明文件材料自助打印 自助打印终端集查询、缴费、打印功能于一体，提供“一站式”服务，可为高校师生提供成绩单、在读证明、学籍证明等各种证明文件的“7*24小时不打烊”自助打印，不受时间、空间限制，提升学校校务管理行政效能。 ●应用二：固定资产标签自助打印 系统对接学校现有资产管理系统，为师生提供稳定、可靠、便捷、7*24小时的固定(无形)资产和低值耐用品等资产的入账单、资产标、申请单、签自助打印服务;资产标签含有唯一二维码，可以通过扫码查看设备基本信息，方便入库。 ●应用三：证件一体化自助办理 系统对接人事系统，实现按照学校、学院(系)、专业、学生等(公司、部门、个人)配置证件卡模板;模板能够实现卡面的不同以及字段位置的不同，卡面上字段能够从系统直接带出，师生(员工)直接能够在自助服务终端免费(付款)打印证件卡。 ■线下智能服务终端自助打印输出能力一赋能一交材料场景 ●应用一：智慧财务报账 智慧财务报账终端告别手动报账的繁琐与不便，开启“人机协作，智慧报账”的全新报账模式。实现智能设备与业务系统深度融合，改变传统报账交单方式，克服时间和空间上的局限性，向广大师生提供全方位、全天候的财务服务，方便快捷，实现报账管理的信息化、智能化。 ●应用二：学生证自助补办 学生证自助补办终端为提供便捷、高效的补办服务。通过身份验证、费用支付、学生证打印、学生证回收盖章、学生证领取等功能，学生可快速完成补办申请。操作简单、安全可靠，支持24小时使用，适用于学生证遗失、损坏或信息变更等场景，极大提升了补办效率，节省排队时间。 ■线下智能服务终端自助打印输出能力一赋能一强身份认证场景 学籍电子注册身份验证基于图像或视频输入进行检测，与注册库比对，实现1:N的人脸比对，或与证件比对，实现1:1的人脸比对。适用于人脸登录、VIP人脸识别、人脸通关等无需刷卡验证的场景。 ■线下智能服务终端自助打印输出能力一赋能一咨询问答场景 学校管理员可通过“问答知识库FAQ管理”，整理录入师生办事过程遇到的常见问题，师生可直接在自助服务终端上通过语音进行咨询问答的服务;师生在操作过程中，系统自动通过语音方式提醒用户操作每一个步骤，完成操作后，可通过语音方式提醒学生注销退出系统、取卡等事项。  

结果发现，对视频材料的偏爱与学生-示范者之间的左侧颞叶脑间同步有关；相比前期，这种相关性在观看后期更强；脑同步可区别，甚至预测学生对视频材料的偏好程度。这些实验结果表明：一个视频材料之所以受学生喜欢，是因为这个材料更容易导致学生-示范者的大脑同步；学生较早感兴趣于视频材料所呈现的内容，则可预测接下来的视频内容；一旦预期得到验证，就给人带来一种愉悦感。也就是说，好听、好看的视频材料，其原因是众多观众与示范者的“不谋而合”与“大脑共鸣”。此外，研究团队还原了具有高生态效度的师生互动教学场景，教师面对面地向学生教授知识（心理学领域）；设计了两类教学方式：一类是教师逐步提供难度渐进的问题，引导学生自己解决问题，这称为支架式教学；另一类是教师提供一些信息，诠释重要的术语、概念和原理，这被称为解释性教学。在两类教学活动中，研究者也采用近红外脑成像技术，全程同步采集师生两个人的大脑活动。 结果发现，师生间大脑活动在教学过程中趋向同步；这种师生脑同步依赖于教师使用的教学策略；这就是，当教师采用支架式教学时，其与学生的脑同步，比解释性教学时更强；这种增强的师生脑同步，可预测学生的学习表现。 为了厘清师生脑同步和具体教学行为之间的关系，研究者用视频编码技术，发现了师生脑同步的增强与教师采用的支架行为有关（如询问引导性问题，提供暗示等）；但是，当教师执行解释行为（如提供定义或澄清概念等）时，师生脑同步则比较弱。基于这些结果，研究建议：教师在教学活动中，除了要进行必要的概念解释外，可以提出一些由易到难的问题，帮助学生思考所学内容及其关系；这些问题因人而异时，效果最好。

天津大学医学工程与转化医学研究院与中国电子信息产业集团中电云脑（天津）科技有限公司合作，充分发挥国家健康医疗大数据试点工程天津“云脑”中心自身的大数据平台及计算技术优势，连日来针对疫情发现、分析和预警技术，以及远程诊疗方案取得多项重要成果。据悉，作为健康医疗大数据国家研究院、智能医学工程教育部工程研究中心的依托建设单位，天津大学与中国电子信息产业集团于2017年联手组建国家健康医疗大数据试点工程天津“云脑”中心，中心现已搭建起医疗大数据服务云脑平台，开展医疗数据的远程收集、处理工作，并研发了面向医疗大数据的优化处理和利用技术。在疫情预测预警方面，基于国家相关部门发布的经济行为、人口分布及迁徙等统计数据，集合当前的疫情病例数据，应用人工智能和科学计算技术，“云脑”重点实现了：城市人口流动输入性疫情预警：以日为周期监测城市流入人口的数量、来源分布以及来源城市疫情状况，对各市的输入性疫情进行预测和预警；城市疫情预警：融合经济数据、疫情状况、人口流动分布以及病毒感染特点对未来一周的疫情进行预警；疫情状况与经济行为指数相关度追踪：基于政府部门发布的经济相关数据，分析经济行为与疫情的相关程度，为政府相关部门开展疫情防控工作提供科学参考数据。天津“云脑”在面向新冠肺炎的远程诊疗方面已准备就绪，即将进入临床测试阶段。“云上诊室”基于物联网、远程通信、大数据等技术手段，实时将来自医疗科室、影像科的新冠肺炎患者的诊疗数据经由高速网络同步传输到会诊中心，并可向医疗系统共享疫情医疗数据，集合呼吸科、感染科、内科、重症医学科、反射科等专家进行网络会诊，进而实现专家与病患、专家与医务人员之间异地“面对面”的互动，减少院内聚集性感染，缓解疫情下紧张的医疗资源，为疑似病患提供就诊空间，为确诊患者争取救治时间。“云上诊室”相关成果将用于：远程影像诊断：构建实用高效、稳定可靠的远程医疗影像服务平台，存储区域内的影像资料索引信息，并能够直接调用新冠肺炎的患者信息与CT等影像诊断报告；远程重症监护：实时在线监护新冠肺炎病患信息、影像、视频资料，并通过线上会诊室，对病患出具诊断治疗指导意见；新冠肺炎智能辅助诊断：实时采集病患的生理数据，构建针对新冠肺炎的数据病例库，利用机器学习等技术，辅助临床诊断；提供第三方对接标准接口：为多媒体设备、应用、网络平台等提供第三方的对接标准接口，实现可扩展、模块化。

本研究根据90％脑神经功能正常的人在短时间闭眼后脑电（EEG）中alpha（α）波幅均可明显增强这一普适特征，设计了一套简便易行的基于脑电α波的脑-机接口系统。该系统仅需在操作者头后部放两个脑电检测电极，短暂训练就可以快速而可靠地控制外接机电装置运行开关，还可以扩展为多选项实时控制系统。搭建了闭眼alpha波控制系统，引入开关抑制模块减少误控制，实现了对单个开关的快速可靠控制，经10名操作者试验，激活开关平均时间为2.4秒、平均错误率3％，进一步开发设计了基于计算机LabVIEW平台显示的循环灯选择系统，利用α波控制单个开关的功能，通过四灯循环作为指示菜单，实现了四个目标的α波控制选择。经5名操作者试验，证实每个受试者均只需少数训练时程即可达到10%或更低的错误率。设计了α波机器人控制系统以实现α波对服务机器人的实时控制。经5名操作者参加连续25次随机方向控制实验，平均正确率达到91.2％，再次证实本研究设计的α波的脑-机接口系统进行多选项控制的可实现性和潜在应用价值。如实现系统集成化和便携化，配置适当的控制显示面板，可望进一步开发出专供那些患有全身性重症瘫痪但头脑功能正常的残疾人使用的新型助残轮椅等产品。