高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
一种结合字符级分类和字符串级分类的文本检测和识别方法
本发明公开了一种结合字符级和字符串级分类的文本检测和识别方法,在图像中提取可能属于同一字符的像素集形成备选字符;滤除不满足字符几何特征统计规律的备选字符;采用基于字符旋转和尺度不变性特征的字符级分类器对备选字符分类,以确定备选字符为某字符的概率;将字符两两合并形成初始字符串;计算两两字符串间的相似度,将相似度最高的两字符串合并成新的字符串,直到没有可再合并的字符串;采用基于字符串结构特征的字符串级分类器对字符串分类,以确认具有语意的字符串;利用待识别字符为某一字符的概率对字符串识别,得到语意文本。本发明将文本检测和识别过程作为一个整体,利用检测和识别的相互作用提高结果精度,简单高效。 
华中科技大学 2021-04-11
教学信号发生器
宁波浪力仪器有限公司(余姚市朗海科教仪器厂) 2021-08-23
学生信号发生器
宁波浪力仪器有限公司(余姚市朗海科教仪器厂) 2021-08-23
General通用信号分析软件
产品详细介绍通用信号数据处理与分析ErgoLAB生理测试云平台,除针对EMG、EDA、HRV、RESP信号的专业处理与分析软件之外,还提供了General基础通用信号分析软件,如生物力学信号、环境信号、皮温SKT、眼电等,该分析模块默认为一般化的处理方式,可满足基本的信号处理与分析统计。其他信号如生物力学信号、环境信号、其他生理信号、眼电信号等可在 General 一般性分析模块中进行处理与分析。该模块可以结合人机环境同步平台和生理记录系统采集到的所有生物信号进行离线处理和分析。可对信号进行自由选择、放大、缩小,便于查看数据,在整体呈现数据的基础上,还可以根据片段、事件、场景三种分割方式进行数据呈现;可导出ASCII格式的原始数据、处理后数据和分析后数据;并可导出分析报告单。技术要求:  1、信号处理模块包括基础滤波,包括高通滤波(High Pass)、低通滤波(Low Pass)和带阻滤波(Band Stop);滑动滤波(Smooth),包括滑动均值滤波Moving Average、高斯滤波Guass和Hann窗;Scale变换,包括线性变换(Liner Transform)、指数变换(Power Transform)和绝对变换(Absolute Transform)3种,以及数据降采样(Resample)。手动信号校正方法包括线性插值(Linear interpolation)、样条差值(Spline interpolation)以及通过复制信号区域进行插值。2、信号分析模块信号分析包括时域分析和频域分析,且可时域分析、频域分析自由切换。A.时域分析是将生物信号看作时间的函数,通过分析得到生物信号随时间变化的统计特征。其统计分析指标包括:包括最大值(Max)、最小值(Min)、均值(Mean)、标准差(STD)、最大最小值差(Range)、方差(Variance)。B.频域分析是运用参数模型法和直接傅里叶变化(FFT)将时域分析信号转换为频域分析信号,对信号进行功率谱密度分析,从功率谱密度中确定生物信号的频带。具体包括中值频率(Median Frequency)与均值频率(Mean Frequency)。3、可视化Chart与导出数据模块:包括原始数据Raw Data、处理数据Processed、PSD数据以及整体结果报告。
北京津发科技股份有限公司 2021-08-23
阿尔茨海默病脑活动和脑网络异常准确刻画方法
阿尔茨海默病(AD)是一种不可逆的神经退行性疾病。大量基于功能磁共振影像的研究提示AD可能是一种失连接综合征。但是由于缺乏大样本、多站点的数据集交互验证,迄今为止与AD脑功能活动、脑连接的异常模式还没有得到一个清晰一致的结论,脑功能活动是否可以作为AD的早期影像学标记也有待进一步验证。为准确刻画AD的脑活动、脑连接和脑网络异常模式,并探索功能磁共振影像指标作为AD早期识别标记的可行性,中国科学院自动化研究所脑网络组研究中心联合中国人民解放军总医院、首都医科大学宣武医院、天津环湖医院和山东大学齐鲁医院等国内外多家单位的研究人员组成的研究团队,共同利用多中心、大样本的功能磁共振影像数据(N=688),使用荟萃分析的方法找到了AD中稳定的、可重复的功能异常模式,并从标记的泛化性、个体化精准诊断可行性与生物机制解析等方面进行了系统的研究。该研究成果近日在《Human Brain Mapping》在线发表。本研究首次使用多中心、大样本的静息态功能磁共振数据集对AD患者的功能异常进行了全面系统的研究,并评估了与AD有关的功能异常作为AD诊断的生物标记物的有效性和泛化性。更具体地说,研究发现脑内默认网络(DMN)、扣带回、基底神经节以及海马的异常功能连接和局部活动可能是AD认知能力、脑内信息交流受损的基础。脑网络异常的严重程度的个体间差异与认知损害程度、β淀粉样蛋白累积程度显著相关,这进一步加深了我们对AD的神经生物基础和脑功能活动异常之间关系的理解。跨中心独立验证的个体识别准确率和临床评分预测的结果表明脑功能活动异常可能作为AD发生发展可能的影像学标记物。后续独立验证数据集和一系列的对比实验证实了结果的可重复性和泛化性,夯实了本文的结论。这也是该团队继基于多中心的功能磁共振阿尔茨海默病脑活动改变研究和基于海马影像组学的AD早期识别的研究之后,在AD的脑影像异常表征上取得的又一重要进展。团队后续的工作将集中在更多独立中心、纵向跟踪的高危人群的验证工作,并希望和更多的团队建立进一步的合作。该研究受到国家重点研发计划课题、国家自然科学基金委面上项目、中国科学院先导项目和模式识别国家重点实验室开放课题等项目的支持。相关论文信息:https://onlinelibrary.wiley.com/doi/10.1002/hbm.25023
首都医科大学 2021-04-11
XM-616A脑及脑动脉和大脑皮质功能定位模型
XM-616A脑及脑动脉和大脑皮质功能定位模型   XM-616A脑及脑动脉和大脑皮质功能定位模型可拆分为8部件,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;脑的动脉供应:动脉的来源、动脉在脑底面的行程和联合情况、大小脑的动脉分布;用不同颜色标识大脑各不同功能区域。 尺寸:自然大,20×20×15cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
脑机接口控制系统
该系统从人脑头皮上采集脑电信号、输入计算机实时分析处理、检测用户多种控制意图、然后向轮椅发出控制指令。用户无需做出任何肢体动作或是发出声音,只需执行不同的意识任务,便可完成对轮椅起动、停止、左转、右转、加速、减速等多种功能控制,实现轮椅自主驾驶。环境控制系统、手臂康复系统
华南理工大学 2021-04-14
靶向治疗脑胶质癌药物
脑胶质母细胞瘤是世界性的医学难题,存在迫切的临床需求,申请人发明的新药ACT001(即DMAMCL)能选择性杀灭癌症干细胞,并可穿过血脑屏障,在脑部中的浓度达到血液中的1.8倍,可在脑原位胶质母细胞瘤动物模型上抑制87%的肿瘤生长,并延长生存期172%。 一、项目分类 关键核心技术突破 二、成果简介 脑胶质母细胞瘤是世界性的医学难题,存在迫切的临床需求,申请人发明的新药ACT001(即DMAMCL)能选择性杀灭癌症干细胞,并可穿过血脑屏障,在脑部中的浓度达到血液中的1.8倍,可在脑原位胶质母细胞瘤动物模型上抑制87%的肿瘤生长,并延长生存期172%。其口服胶囊制剂已进入澳洲临床I期试验,没有观察到副作用,药代数据支持足够的安全性与疗效。因此,ACT001有望成为中国创造的“First-in-Class”胶质瘤孤儿药在海内外上市,为这一世界性的医学难题提供新的治疗手段。 创新点如下:  ACT001是采用“双缓”策略的药物,口服后缓慢吸收,体内缓慢释放药物,推荐剂量下,无毒副作用。  ACT001正在进行澳洲临床I期试验,目前已有多位患者服用,没有药物相关的毒副作用,PK数据优于临床前的动物试验。  ACT001可从天然产物小白菊内酯制备而来,而小白菊内酯在西方传统草药小白菊中的含量很低(0.1%)。我国特有的中药山玉兰根皮中,小白菊内酯的含量高达9.6%,从而实现ACT001的大量生产。 ACT001是以癌症干细胞为靶点筛选和开发的药物,其在临床上的试用,将为探索靶向癌症干细胞的新药提供重要参考价值。
南开大学 2022-07-28
头解剖附脑动脉模型
XM-605A头解剖附脑动脉模型   XM-605A头解剖附脑动脉模型可拆分为10部件,显示颅内的脑结构,包括颅底、大脑半球、间脑、小脑、脑干、中脑、脑桥、延髓各个部分以及脑神经和脑血管等结构。 尺寸:自然大 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
脑解剖模型XM-603
XM-603脑解剖模型(3部件)   XM-603脑解剖模型可拆分为3部件,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。 尺寸:自然大,18.5×14×13.5cm 材质:PVC材料
上海欣曼科教设备有限公司 2021-08-23
首页 上一页 1 2
  • ...
  • 7 8 9
  • ...
  • 46 47 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1