四川大学抗击新冠肺炎疫情应急科研攻关相关项目组联合中国移动，发挥文、理、工、医多学科交叉融合优势，充分利用华西医学科研资源，在“5G医学转化服务平台”和“医学+信息”基础上，研发成功的基于5G云计算的新冠肺炎免疫检测与智能分析系统是全球首个运用新冠肺炎生物芯片，融合物联网、大数据、人工智能、云计算等信息技术的高科技产品，能在不同场景（机场/车站安检、大型活动安检、社区及个人自检等）对目标人群开展免疫检测，并通过人工智能技术进行分析，为新冠疫情的最终解决提供必要技术支撑。该系统实现了检测点的分散式布局与检测资源下沉，能避免集中检测的交叉感染，检测方便快捷，准确率高，数据自动上传国家指定平台。

本发明公开了一种具有立体视觉显示的医学影像工作站，所述 医学影像工作站包括计算机主机、3D 显示屏、输入设备和软件系统； 软件系统包括一般医学影像工作站所具备的软件功能模块，以及立体 视觉显示模块、3D 交互模块、2D 显示与立体视觉显示联动模块；立 体视觉显示模块用于实现含景深信息的立体视觉显示；3D 交互模块用 于从输入设备接收用户输入的含景深信息的操作指令，并在 3D 显示屏 上实时、同步显示出操作结果；2D 显示与立体视觉显示联动模块用于 实现 2D 显示屏和 3D 显示屏联动，或 2D 显示和立体视觉显示之间切 换。本发明可以弥补现有的医学影像工作站在立体视觉显示、3D 交互、 2D 显示与立体视觉显示联动方面的不足，从而提高医生的观测效果和 工作效率。

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。

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。