产品详细介绍一、特点高级全功能护理人训练模型是根据临床基础护理操作与实习护理技术大纲的要求，经专家研讨后由我公司开发研制的最新产品增加了血压测量操作练习。该产品综合了基础护理与外科护理的主要功能。 本模型由进口PVC塑胶材料，经模具浇模工艺制成。具有形象逼真、操作真实、拆装方便、结构合理和经久耐用等特点。还可以拆装分部件进行局部功能教学训练。是目前国内最先进、功能齐全、材料讲究的全新高级护理训练模型。二、产品功能：1、头部护理：洗头、洗脸。2、眼、耳滴药水清洗。3、口腔护理。4、氧气吸入法。6、气管切开护理7、可进行口腔直接气管插管操作训练。8、洗胃法。9、胸腔解剖重要器官结构观察。10、手臂静脉注射、输液、输血训练。11、三角肌皮下注射。12、大腿、臀部肌肉注射。13、男、女性导尿术。 14、男、女性膀胱冲洗。15、灌肠法。16、会阴护理。17、造瘘引流术护理。18、胸、腹部穿刺训练包括胸腔、腹腔、肝脏、骨髓和腰椎穿刺。①胸腔穿（在左侧肩胛线第7-8肋间，避免在第9肋间以下穿刺）；②腹腔穿刺（在下腹部脐与髂前上棘连线中外1/3交点处）（暂缺）；③肝脏穿刺（在右侧腋中线第8-9肋间，深度不超过6cm）（偏高）；④骨髓穿刺（在左侧髂前上棘后方1-2cm处）；⑤腰椎穿刺（在第3-4腰椎棘突间隙，成人进针深度为4-6cm，髂嵴最高点平第4腰椎棘突）。19、胸腔解剖重要器官结构观察20、整体护理：床上擦浴、座式擦浴、穿换衣服、冷、热疗法21、创伤护理：消毒、换药、止血、包扎（1）、大腿皮肤裂伤（消毒、清洗）（2）、大腿感染性溃疡（消毒、清洗、换药）（3）、足坏疽，第1、2、3足趾和足跟压疮（褥疮）（4）、上臂截肢残端（供包扎训练）（5）、小腿截肢残端（供包扎训练）三、可进行血压测量练习（功能特点）1、血压测量训练模式及考核模式，收缩压、舒张压及心率参数可自行设定2、技术指标：①设定收缩压范围：80-200mmHg ②设定舒张压范围：50-120mmHg ③心率设定范围：50-140次/分五、血压测量训练模式及考核模式1.血压测量训练模式使用方法：⑴ 将手臂模型与训练仪连接并设置收缩压、舒张压和心率值。注意：使用时，如果发现训练仪所测压力值与压力表指针读数偏差较大，请进行压力校正以保证训练的准确性。⑵ 将手臂模型水平放置，手心向上，血压表平放在桌面上，排尽袖带内的余气，平整地缠绕在肘关节上方2厘米处，松紧以能放入一指为宜。⑶ 戴上听诊器，将听诊头紧贴在肘关节上方上臂内侧肱动脉处，关紧气门，握住手球往袖带内打气至160mmHg左右（正常人舒张压<130mmHg），然后缓慢打开气门放气，使指针缓慢下降，当听到听诊器中的第一声响亮搏动声，血压表指针所指示的刻度即代表收索压。继续放气，搏动声继续存在并放大，当搏动声突然消失时，此时指针所指示的刻度即代表舒张压。*如果没有听清楚，可将指针降至”0”位，重新测量。*如果在第一次加压结束后马上听到柯氏音，请再适当加压20~30mmHg进行测量，高血压病症适用。*放气测量过程中，如放气速度过快，训练仪将报警提示*测量过程中，如柯氏音不明显或声音偏低，请确认听诊器头放置是否正确*测量过程中，放气速度控制在2-4mmHg/s可使测量结果精确⑷ 测量完毕，排尽袖带内余气，拧紧气门，解开袖带，整理妥善，放入盒内。2.血压测量考核模式使用方法：①首先进行压力校正（见”压力校正方法”）②然后设置收缩压、舒张压和心率值。③最后同时按”+”和”-”键，此时，训练仪将进入考核模式，屏幕上主要参数值将被隐去，同时键盘被锁，无法执行单键操作（不包括快捷键）。④考核模式血压测量方法与训练模式测量方法相同⑤将学员所测得的收缩压、舒张压数值与设定数值进行对比，考核学员成绩。⑥考核结束后，用户再次同时按“+”和“-”键切换到训练模式，原设定的参数值将重新显示。六、适用范围1、适用于高等医学院校、护理学院、职业卫生院校等临床教学示教及学员实践操作训练2、医院医护人员继续教育临床教学实践操作训练3、基层卫生单位临床医学普及培训

简单介绍： ZL-22A高精度足趾容积测量仪是用于解热****筛选和鉴定的仪器，是一种通过测量大鼠足趾致炎肿胀后的消肿过程来评价**的效价，了解**作用时间和药效规律的仪器。高精度足趾容积测量仪有测量准确、计时准确、准确性和操作上的方便性，高精度足趾容积测量仪与国外同类产品相比无论在式样结构、精度上都提高了一个档次，但对介质（液体）的使用要求和对操作技术上的要求远低于国外同类产品。 该设备采用加高式机身，测量人员测试时不用弯腰，符合人体工学设计。 详情介绍： 1、显示：5寸触摸屏 2、显示分辨率：480万 3、测量容积范围：0～150ml 4、测量误差：≤±5μl 5、显示分辨率：0.001ml 6、测量精度：0.001ml 7、校零误差：≤±3μl8、石英测量筒内径为：φ=50mm  (可拆卸清理)9、测量筒*大盛水量：130ml  (水质不限)10、内电式时钟连续运行：10年11、时钟误差：<0.083秒/小时12、配脚踏控制开关，无需动手可锁定读数13、自带背光灯板，可清晰观察足底状态14、带USB外部存储功能，实验数据方便导入EXCEL15、大面积机箱平台，可作为手腕托架，测量更稳定。16、系统内存50组,每组512个历史数据17、输入电压：交流190～250V  50HZ18、功率<20W19、体积：350×245×340mm 20、重量：约4KG

成果介绍人脸图像分析研究不仅能丰富和发展图像处理与分析的理论和方法，而且在教育、医疗、公安等社会服务以及公共安全等行业中具有重要的应用价值。基于人脸视觉特征的表情、身份以及亲属关系识别是当前人脸图像分析研究的前沿课题，而光照和人脸姿态变化等因素对人脸视觉特征提取与建模的影响则成为当前该研究面临的主要瓶颈。开展鲁棒人脸视觉特征的提取、建模与识别研究，突破现有研究的局限性，能显著推动人脸图像分析的研究进展，进一步满足国家在社会服务与公共安全等领域中的需求。技术创新点及参数1、 突破局部二值模式编码的视觉特征描述算子的局限性，提出局部三值模式编码的视觉特征描述算子，提出解决场景光照变化干扰以及高斯噪声干扰的图像处理一般性方法。2、 率先提出基于区域协方差矩阵的非正面表情特征描述方法，提出基于高斯混合模型和最小贝叶斯错误率估计的异方差鉴别分析方法，建立基于高斯混合模型的多视角表情识别理论。3、 率先提出基于人类学和遗传学的“父母—子女”亲属关系鉴别方法，提出以父母年轻时面部图像为桥梁的“父母—子女”亲属关系鉴别的子空间迁移学习理论和方法。4、 提出人脸视觉特征提取和识别的多流形鉴别分析理论，提出双子空间鉴别分析的增量式算法，突破双子空间鉴别分析方法的计算瓶颈。市场前景本项目围绕人脸图像中的表情、身份以及亲属关系识别等科学问题，深入开展鲁棒人脸视觉特征的提取、建模与识别的理论和方法研究，重点解决视觉场景中光照与人脸姿态变化下的鲁棒人脸视觉特征的提取与建模问题

本发明公开了一种智能视觉监控检索中提取目标运动轨迹特征的方法，包括以下步骤：获取目标运动轨迹，以二维空间坐标序列对目标运动轨迹进行描述；根据描述目标运动轨迹的二维空间坐标序列，计算描述每次采样中目标运动方向的水平分量和垂直分量；将每次采样中目标的二维空间坐标和描述每次采样中目标运动方向的纵向斜率和横向斜率合并组成每次采样中目标的流矢量；以流矢量序列对目标运动轨迹进行描述；读取预先建立的参考矢量集合；计算描述目标运动轨迹的流矢量序列到各参考矢量的距离作为该目标运动轨迹的特征向量。本发明方法使用流矢量序列描述目标运动轨迹并提取特征向量，可以在轨迹描述中同时包含位置和方向信息，避免了测量误差。

面向机器人的智能视觉环境感知及三维场景重建 面向机器人视觉的自然场景理解是近年来的研究热点和重要挑战之一，其目标是对自然场景图像及视频的内容作出有效分析、认知与表达，目前相关理论和算法正处于初期探索阶段。我们的研究成果表明，从场景视觉语义推理、场景目标识别和场景行为模式检测三个环节展开研究，有助于构建自然场景理解的创新机制，进一步开发机器人

1. 痛点问题 我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。 图1 自动驾驶、视觉抓取、物体识别 2. 解决方案 本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。 图2 三维目标检测的流程图 在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。 合作需求 寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 史雨杰 电信院/自动化 2019.9/2023.7 201931072537 李耀辉 电信院/机器人工程 2019.9/2023.7 201931072628 刘忠跃 电信院/自动化 2018.9/2022.7 201831073203 王怡欣 电信院/自动化 2018.9/2022.7 201831073423 孟泽涛 电信院/自动化 2018.9/2022.7 201831073302 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 李杰 电气信息学院 讲师 人工智能 四、项目简介 本项目基于虚实交互技术、仿生机器狗运动控制、机器视觉、机器算法等方面展开研究。其目的在于增强虚实场景下机器狗与现实环境的交互能力，使其更快速地适应复杂地形，并借助机器视觉丰富其应用性。机器狗采用Jetson-Nano为主控板，其上运行ROS系统，采用分布式运行rosserial_arduino、rosbridge实现机器狗运动控制和虚拟场景通信的环节；利用SLAM技术精确构建地形图样，模拟人的真实视觉功能并通过图像摄取装置赋予机器狗，使机器狗能够对图像信号进行获取和识别，并通过数字化处理以实现其在多目标环境下的个体追踪功能以及对人体的姿态识别功能。

本实用新型涉及双目立体视觉测距技术，具体涉及一种多摄像头自适应的立体视觉测距装置，包括 主板，固定在主板上的左一摄像头、左二摄像头、右一摄像头、右二摄像头、右三摄像头、左数据传输 接口，及右数据传输接口，还包括外部控制板；左一摄像头、左二摄像头通过主板与左数据传输接口连 接；右一摄像头、右二摄像头、右三摄像头通过主板与右数据传输接口连接；左数据传输接口、右数据 传输接口分别与外部控制板连接。该测距装置结构简单、操作方便、成本低，具有多个摄像头，允许根 据待测物的实际位置和实际距离选择使用摄像头对，具有自适应性，可移植性强，能够实现双目立体视 觉测距所需图像数据的实时采集和传输。 

一种基于对象随机游走的遥感图像视觉显著性检测方法及系统，包括进行多尺度分割，并在每个尺 度下分别对颜色特征相似的邻接区域进行合并;对于每个尺度下的分割结果，分别提取每个分割区域的 视觉特征，构建当前尺度下的对象集合;对于每个尺度下的对象集合，通过对象间的特征差异计算对应 的边缘权重，并计算注意焦点在对象间的转移概率，获得注意焦点的转移概率矩阵，分别根据注意焦点 的转移概率矩阵计算注意焦点在所有对象间的平稳分布，由该平稳分布中每个对象对应的概率进一步计 算视觉显著性并归一化，获得当前尺度下的归一化视觉显著图;融合各个尺度下的视觉显著图，即可获 得该遥感图像最终的视觉显著图。