发展了基于头表脑电技术的光标控制系统，该系统利用信息技术对残疾人的大脑信息进行解码，然后对其意图进行识别，然后将识别结果作为控制命令输出，达到对计算机光标或者外界轮椅的控制，建立残疾人和外界的一条通道，为残疾人和外界的交流以及运动的辅助提供了帮助。该系统融合了多种信号模式，可以针对不同的被试及应用目的提供相应的控制方式。

发展了基于头表脑电技术的光标控制系统，该系统利用信息技术对残疾人的大脑信息进行解码，然后对其意图进行识别，然后将识别结果作为控制命令输出，达到对计算机光标或者外界轮椅的控制，建立残疾人和外界的一条通道，为残疾人和外界的交流以及运动的辅助提供了帮助。

成果简介： 发展了基于头表脑电技术的光标控制系统，该系统利用信息技术对残疾人的大脑信息进行解码，然后对其意图进行识别，然后将识别结果作为控制命令输出，达到对计算机光标或者外界轮椅的控制，建立残疾人和外界的一条通道，为残疾人和外界的交流以及运动的辅助提供了帮助。该系统融合了多种信号模式，可以针对不同的被试及应用目的提供相应的控制方式。

【项目来源】江苏省中医药管理局项目“双根清脑冲剂对血管性痴呆ICAM-1表达影响的临床与实验研究”，编号：H-013。 【成果鉴定】经江苏省科技厅组织专家鉴定，达到国内领先水平。 【类    别】中药新药六（2）类。 【剂    型】颗粒剂。 【处方来源】南京中医药大学中医专家经过长期临床与实验研究认为精亏髓空，气血不足，脑府失养是血管性痴呆的发病基础，瘀血阻滞，痰蒙清窍，脑络不通是血管性痴呆的病理关键，痰瘀久滞，化毒损髓是血管性痴呆发生及演变的核心环节，确定清毒活血化痰法是防治血管性痴呆的重要治法之一。据此组方，临床用于急性期血管性痴呆病人的治疗，总有效率达90%。 【功能主治】清毒活血化瘀。主治血管性痴呆。 【主要技术指标】 1．临床研究：治疗血管性痴呆（VD）（急性期）70例临床观察，结果表明双根清脑颗粒可改善患者的认知能力，降低痴呆患者血中ICAM-1含量，改善患者血液流变学指标，总有效率达90%，疗效优于尼莫地平。 2．实验研究：本品能够使大鼠的反应时间和3分钟内错误次数明显下降，潜伏期明显延长，并可改善或部分改善其空间分辨反应能力；能显著降低模型动物脑海马组织及血清MDA、NO、NOS含量，升高或部分升高SOD的活性及SOD/MDA的比值；能有效降低VD大鼠模型脑组织内内皮细胞ICAM-1的表达，推测其有下调VD大鼠模型脑微血管内皮细胞ICAM-1的表达的作用。荧光显微镜观察显示本品具有保护血管内皮细胞完整性的功能，流式细胞仪检测显示本品血清药理具有下调血管内皮细胞损伤模型细胞ICAM-1表达的作用。 【推广应用前景】血管性痴呆（VD）是指由缺血性或出血性中风或缺血缺氧性脑损害导致的以认知损害为特征的一个综合征。流行病学研究表明，随着人口老龄化及脑血管病发病率的增高，血管性痴呆的发病率呈不断上升之势，且不同国家及地区之间存在着很大差异。在欧美等国，血管性痴呆是仅次于阿尔茨海默氏病（AD）的第二位最常见的痴呆。然而，在亚洲及许多发展中国家，血管性痴呆的发病率超过了AD。研究显示，中国65岁以上老年中痴呆的发病率为3.9%，其中血管性痴呆占68.5%而居首位，平均病程在5年左右，存活率低于普通人群和AD患者。由此可见血管性痴呆是老年期痴呆的常见类型之一，在我国尤为突出。由于痴呆造成病人记忆、认知等方面的障碍，导致患者生活能力下降，严重影响老年人的身心健康和生存质量，并给社会和家庭带来沉重负担。故本产品的开发上市对该病的防治具有重要的现实意义。 【进展情况】已完成临床前主要研究工作。

由中电云脑（天津）科技有限公司（简称“中电云脑”）联合天津大学共同研发的国产首款脑机编解码集成芯片——“脑语者”是一款拥有完全自主知识产权的国产高集成脑-机交互芯片，可适用于特种医学、康复医学、脑认知、神经反馈、信号处理等脑-机混合智能的重点应用领域。“脑语者”芯片是中国电子信息产业集团（简称“中国电子”）和天津大学

"脑机接口（Brain-Computer Interface，BCI），是一种可以实现大脑与机器之间连接的技术，该技术可以对脑电波信号进行解码，并将其翻译成机器能够读懂的指令，从而实现人脑与机器之间的交互。脑机接口技术按信号采集方式可分为侵入式和非侵入式两类。侵入式脑机接口将电极直接植入到大脑的颅腔或灰质内，所获取的神经信号质量比较高。但其缺点是容易引发免疫反应和愈伤组织（疤），进而导致信号质量的衰退甚至消失。非侵入式不必植入大脑，只需在头部佩戴电极装备，通过诱发或自发脑电信号进行采集分析，具有良好的时间分辨率、易用性、便携性，而且价格相对低廉。 本项目采用自主研制的专用无胶干电极和高频稳态视觉诱发系统实现脑机控制。主导采用15~25Hz及以上的光源频率进行视觉诱发，结合自主研制的专用无胶干电极装置、高频稳态视觉诱发系统、基于FBCCA算法的微弱脑电信号检测处理系统，项目就以下方面进行创新：专用干电极的研制、针对干电极的高信噪比差分滤波方法和基于滤波器组的典型相关分析方法。"

以WMS仓储管理系统为核心，与OMS订单协同中心、三方接口对接等模块组合，实现企业内外部数据共享和供应链协同。对直播电商订单、出入库、配送、计费、退货、盘点等环节进行全流程场景化服务和统一标准化管理，实现全链协同，快速反应，既保证了直播业务活动的专业、灵活应对，又兼具管理的精细化、准确性。

基于视觉问答的电力安全辅助系统的解决方案，利用无人机、智能机器人等多种巡检方式采集的巡检影像数据，建立电力设备缺陷视觉问答数据集，融合视频处理分析、图像识别、电力自然语言处理、电力知识图谱等人工智能技术应用，挖掘分析巡检影像缺陷特征，构造缺陷识别算法模型，实现输电线路本体缺陷和环境风险自动识别诊断，最终形成缺陷识别、诊断、检修一体化智能安全辅助服务系统。 一、项目进展 已注册公司运营 二、企业信息 企业名称 合肥合工安驰智能科技有限公司 企业法人 段章领 注册时间 2017年 注册所在省市 安徽省合肥市 组织机构代码 91340111MA2R01W28C 经营范围 智能科技、网络科技、电子科技、信息科技、软件科技领域内的技术开发、技术咨询、技术服务、技术转让；广告发布；软件开发；电子产品、家用电器、床上用品、家具、家居用品、计算机、软件及辅助设备、二类医疗器械的销售。 企业地址 合肥市包河经济开发区花园大道369号F426-2 获投资情况 曾获股东投资200万 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 沈奥 计算机与信息学院/计算机科学与技术创新实验班 2019/2023 韩知渊 计算机与信息学院/计算机科学与技术专业 2019/2023 帅竞贤 计算机与信息学院/电子信息工程专业 2019/2023 何煦 计算机与信息学院/计算机科学与技术专业 2020/2024 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 卫星 计算机与信息学院/计算机科学与技术 副教授 人工智能、深度学习 赵冲 本科生院/工程素质教育中心 讲师 计算机网络、深度学习 五、项目简介 针对现阶段各类电力巡检手段的不足以及保障电力设备安全的重要性，本团队提出基于视觉问答的电力安全辅助系统的解决方案，利用无人机、智能机器人等多种巡检方式采集的巡检影像数据，建立电力设备缺陷视觉问答数据集，融合视频处理分析、图像识别、电力自然语言处理、电力知识图谱等人工智能技术应用，挖掘分析巡检影像缺陷特征，构造缺陷识别算法模型，实现输电线路本体缺陷和环境风险自动识别诊断，最终形成缺陷识别、诊断、检修一体化智能安全辅助服务系统。 2021以来共申请发明专利11项（其中学生排序第一2项，排序第二4项），软件著作权1项（学生排序第一），取得国家级科技竞赛奖励2项，省部级科技竞赛奖励4项；团队依托于计算机与信息学院分布式智能与物联网研究所，与力源电力设备股份有限公司、国网安徽省电力公司检修公司、安徽南瑞继远电网技术有限公司等达成合作意向。

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