国内没有具备降解材料检测的权威机构

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

该项目2016年获得国家技术发明二等奖。属兽医药理与毒理学研究领域。为保障动物源食品安全，成果发明兽用抗菌药和违禁化合物残留高效检测核心试剂及产品、多组分残留物痕量加速溶剂萃取和恒温萃取技术，解决了兽药残留高效、快速、高通量检测的一系列关键技术问题。共获授权发明专利39件，制订国家标准19项，备案产品17个，保藏物种41种，专家鉴定为国际领先水平成果8项，国际先进水平成果4项；获省部级技术发明和科技进步奖一等奖4项，其他奖3项；培养博士生11人、硕士生59人，各类技术人员2000余人次。 该项目在农业、卫生、质检和贸易系统使用面达40-50%，在全国500多家大中型养殖企业的使用率达60%-70%，全国兽药残留超标率由使用前5-10%下降到现在1%以内，为养殖业年均挽回经济损失159.23亿元(据中国农科院农业经济研究所测算)。项目完善了国家兽药残留检测技术体系，提升了兽医科技自主创新能力，对保障食品安全、应付重大突发事件、打破国际技术壁垒、维护经济社会稳定等做出了贡献。 成果完成时间：2012年

中科院武汉物数所针对现有食品检测技术中存在的检测技术方法不完善等关键问题，建立了无需进行复杂样品前处理及样品分离的，高效、快速和全面的食品检测评价新技术，可全面、实时监测食品产业链中的各个环节。 市场预期：应用于食品检测领域，预计经济效益在千万级别。

基于图像处理和机器学习进行人眼特征提取与分析，建 立基于特征模型与外观模型融合的智能视觉感知机制，并通过 海量大数据分析和建模计算，提出了智能视觉感知驱动的眼动 注视点计算方法，解决了跨设备坐标系空间无缝转换和多用户 标定模型共享等关键“卡脖子”技术问题。此外，提出基于深 度学习的运动想象脑电分类方法，面向人-机器人交互开发了 智能脑机接口与应用系统。 ：

项目成果/简介:本系统（俗称一脚踢）是针对智能汽车环境下的基于目标检测和动作识别的智能电动尾门系统而展开研究的。通过车载环视摄像头，结合计算机视觉目标检测、动作识别等技术，对车辆外部人员的特定动作检测和识别，对特定动作（如踢脚等）做出响应，智能开启车辆尾门，从而实现人车智能交互.应用范围:该发明可以用于所有车型的智能电动尾门开启，尤其适合于新能源车的电动尾门开启，可以做到效果好、微成本，给用户带来方便愉悦的用车体验。项目阶段:试验阶段效益分析:该发明采用基于视觉的方式，相比现有的基于电磁感应的方式，其效果更好、更安全、成本更低。已在室外晴天、阴天、树荫下，以及室内停车场等场景下的复杂背景下用荣威RX5成功地完成了实验，解决了其中的身份识别、动作效果、实时开启等问题。

农产品分选是农产品采后商品化处理的核心环节，是提高农产品标准化水平与增加 农民收入重要手段。随着现代农业发展，传统的人工分选和面向单种作物的专用分选装 备已不能适应经济社会发展的要求。随着近两年人工智能技术的爆发式增长，将人工智 能与农产品分选相结合，将领智能农机分选装备的发展方向，对发挥我市现代农业的高 端装备制造业先发优势，提升我市作为装备制造业强市的国家地位具有积极意义，具有 良好经济效益和社会效益意义。目前一些胡萝卜等农产品生产加工企业主要依靠人工分 级，生产成本高，生产效率低，利润低。针对外贸行业对农产品分选要求，研制了国内 首台套的胡萝卜智能精选分级生产线，该生产线已顺利推广到马铃薯、花生、苹果的智 能分级领域。

本实用新型涉及一种多结构光双目复合视觉焊缝跟踪装置，涉及自动焊接技术领域， 特别是焊接机器 人视觉传感技术领域。该装置包括用于向焊缝区域投射结构光条纹的多 线激光发生器(10)、装有窄带滤光 片(1)和中性减光片A(2)的用于采集焊缝特征 激光条纹图像的摄像机A(3)、装有带通滤光片(8)和中性减光 片B(9)的用于采集 激光条纹以外图像的摄像机B(7)、与摄像机A(3)、摄像机B(7)相连的控制器(11) 组成。 综合两摄像机的图像信息可以计算出焊枪当前理想位置，得到与实际位置的差值， 并由控制器转换成模拟信号或无线通信输出，控制焊枪纠偏电动机，实现焊缝自动跟踪 的目的。 

本系统（俗称一脚踢）是针对智能汽车环境下的基于目标检测和动作识别的智能电动尾门系统而展开研究的。通过车载环视摄像头，结合计算机视觉目标检测、动作识别等技术，对车辆外部人员的特定动作检测和识别，对特定动作（如踢脚等）做出响应，智能开启车辆尾门，从而实现人车智能交互.

本系统旨在设计一款辅助视觉残疾人群日常生活的穿戴式设备。该系统具有纸币识别、交通标志识别、日常用物体识别及场景文字识别等功能。主要应用与辅助视觉残疾人的日常生活。、lineØ 纸币识别的功能对应于视障人群的日常生活的货币使用过程，有了这款穿戴式设备的辅助，他们可以自主的各种生活场合中使用纸币，他们只需要把纸币在设备前置摄像头前轻微晃动，设备就可以通过语音给出纸币的面值反馈给使用者。Ø 交通标志的识别是出于对视觉障碍人群安全的考虑，设备可以识别红绿灯，并且通过语音实时告知使用者，这可以有效的降低使用者在过马路危险。Ø 文字识别对应满足视觉障碍人群的阅读需求，使用者只需要把手指指向想要了解的内容，设备就会给出报纸或是书本上的文字内容，这样可以极大的便利他们的阅读需求。此外通过一定的改进和优化，系统也可以对自然场景下的文字进行识别，比如街头的广告牌、物品的外包装的文字等。Ø 该系统还可以对日常生活中常见的物品进行识别，室内的桌子、茶杯等，还有超市里的各种商品。该功能对应解决使用者在日产生活中购物的需求，有了该系统的辅助他们可以自主的在超市中选择他们想要的东西，并且完成结账。