该技术主要针对基于酶抑制剂法的有机磷农药快速检验中， 检测含 P=S  键有机磷农药时灵敏度低，易产生假阴性，不能满足国标要求的间题。创

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。

1.管理类人才，有丰富的机械行业管理经验；2.技术人才，精通视觉算法、程序编写和视觉应用的高级人才1-3人。3.精通机器人和AGV整体结构设计的高级人才1-3人 

伴随着虚拟现实技术，增强现实技术，触觉反馈技术以及智能机器人的出现，人们在视觉和触觉上有了越来越多不同的全新体验。例如，目前对 于机器人的操作方式一般是通过遥控装置或是手动触控，这个使用者的操作带来 很多不方便而且对于初学者来讲也不是很好掌握，同时操作失误率较高，因为我们不能真切的感受到机器人的世界。具备视觉与触觉反馈的体感机器人采用体感交互装置采集目标人体肢体关 节信息，对目标人体的姿态或动作进行分析识别;根据获取到的分析识别结果产 生对应的体感交互指令;将体感交互指令发送至机器人，机器人执行体感交互指 令;同时机器人采集自己周围环境信息，例如指尖压力信息和周身图像信息，通 过体感交互装置反馈给目标人体。通过上述方式不仅突破了传统的对机器人的控 制方式，而且通过触觉反馈的方式还有 3D 图像的显示，在大程度的让使用者得 到沉浸式的操作体验。随之而得到的不仅仅是方便的操作和大大降低的操作失误 率，同时也给用户带来了更为生动的操作体验。

小试阶段/n本发明涉及一种基于视觉信息的人体姿态跟踪方法。本发明具有实用性强、准确性高和效率较高的特点。 人体姿态跟踪问题可以描述为：根据监控环境中采集到的视频序列和首帧真实姿态，估计每帧图像中受控人物的全身姿态，要求估计出的姿态向量包含人体全身所有关节点的三维位置坐标。。一般粒子滤波算法特别是用于人体姿态跟踪的算法，比如免疫粒子滤波，它们的运动模型都是一阶线性的；由于人体姿态原始空间维数太高，在此高维空间中建立的运动模型的方法计算量大，很难达到跟踪中的实时性要求。本发明旨在克服上述技术缺陷，提供一

本项目深入分析了日常生活中晕车晕船等晕动病的发病原因，开创性地从体感和视觉两个方面对晕动病进行预防和缓解。通过设计一种基于自动控制技术和图像处理技术的嵌入式防晕动平衡系统，以Intel Galileo和Bay Trail平台为核心，同时控制三自由度平台的平衡和稳定摄像头采集的图像，实现了体感和视觉的双平衡，从而屏蔽了外界倾斜和晃动对乘客的影响。在一定程度上避免了晕动病的发生，更为乘客带来了娱乐舒适、丰富多彩的旅行体验。