|
搜索
搜 索
高等教育领域数字化综合服务平台
微电子芯片关键尺寸测试/分析系统
微电子芯片结构关键尺寸（CD）的测试，是保证以集成电路为代表的微电子芯片研制、加工等工艺实现能否满足设计要求的关键测试/分析技术。该技术（OCD）的产业化在国内还是空白，目前我们的系统研究可PK国际先进水平，并已具备产业化转移的能力。
电子科技大学
2021-04-14
多模态医学数据智能分析系统研发
1.痛点问题
在临床医学实践过程中，会产生医学图像、电子病历、生命组学等多种类型的医学数据，这些数据能够从不同角度对患者的病情进行刻画。因此实现多模态临床医学数据的自动化和智能化分析，有利于推动国家健康医疗大数据产业的发展，助力“健康中国”战略的实施。
我国不同地区医疗水平差异较大，医疗资源在空间上分配不均。某些科室如影像科、病理科有较大的医师缺口，供需矛盾突出。这种供需不匹配的问题也造成了医生工作负担加重，患者等待检查结果周期变长等诸多问题。在当前情况下，短期内无法通过培养更多的新医生来缓解医疗资源供需紧张的问题。
为缓解上述问题，目前已有企业推出了基于人工智能的辅助诊疗产品，但这些产品大都针对单一模态的医学数据，无法从整体的视角进行辅助诊断和决策，辅助诊断的准确性仍有较大的提升空间。
基于以上痛点问题和产业机遇，我们希望通过技术创新，研发出一套有效的多模态医学数据智能分析系统，应用“多模态医学数据+人工智能”的技术模式，缓解当前医疗资源供需紧张的社会问题。
2.解决方案
本项目旨在研发对多模态医学数据进行有效整合分析的人工智能方法。处理的数据类型包括：患者的医学图像、电子病历、生命组学等多种模态的医学数据。针对医学图像数据，构建目标检测与分割、特征提取、相似图片检索等智能化算法；针对电子病历数据，构建分词、医学实体识别和标准化算法；针对生命组学数据，研究基因突变致病性预测的深度学习算法。上述多模态医学数据智能分析技术为基础，研发多模态医学数据智能分析的系列软件产品，为医院提供人工智能辅助诊断等应用产品。
3.合作需求
寻求与医疗机构、医疗设备耗材企业、远程病理运营企业开展相应的合作。
清华大学
2022-10-09
大规模公交拥挤实时分析系统
成果概述：
基于人工智能技术，对来自全市公交车辆的车载视频进行分析，实时计算出这些公交车量的实际承运人数目，提供给上海市公交中心数据分析平台。基于现有公交车载一体机的摄像系统获取的车内运行的实时视频信息，运用物联网通信技术（4G、5G、LORA）汇集来自当前运行的公交车辆的当前视频图片，利用基于GPU云并行计算分析支撑技术，实现了基于人工智能技术的大规模公交车辆乘客数目状态的实时分析方法，实现了支持上万台公交车辆乘客数目的实时评估的能力，构建了超大规模数据库，对接上海交通数据中心，提供实时的全市公交车辆运行乘客状态的大规模采集分析系统。目前已经在上海逐步展开应用。“公交视频智能分析系统”已经率先在99路成功试点。支持整个上海市约有1万3千余辆公交车，若想在整个大城市推广这一系统，那么至少要实时处理2万至3万个车载摄像头的“海量”信息，利用传统的视频分析技术根本无法实现。陈庆奎教授团队的“视频图像实时分析技术”，该技术曾获得过2项国家自然科学基金的支持、10余项国家发明专利授权、2项上海技术发明奖。目前，国内包括新华社、文汇、上观、新浪等各大媒体均报导此上海十大惠民应用。
知识产权情况：申请2项发明专利。
技术的成熟度:
陈庆奎教授团队的“视频图像实时分析技术”，该技术曾获得过2项国家自然科学基金的支持、10余项国家发明专利授权、2项上海技术发明奖。目前，国内包括新华社、文汇、上观、新浪等各大媒体均报导此上海十大惠民应用。
相关技术指标：
支持整个上海市约有1万3千余辆公交车，若想在整个大城市推广这一系统，那么至少要实时处理2万至3万个车载摄像头的“海量”信息，利用传统的视频分析技术根本无法实现。精度达95%。
技术创新点：
1、大规模视频信息汇集系统；
2、公交车辆视频图片预处理系统；
3、基于人工智能技术的公交车运行乘客数目计算模型；
4、基于多摄像源信息的车辆乘客数目评估系统；
5、基于物联通信的大规模信息汇集系统；
7、基于GPU集群的大规模视频特征计算技术；
8、基于GPU集群的深度神经网络大规模视频特征识别系统；
9、超大规模数据库系统实现。
知识产权情况：
申请2项发明专利。
技术的成熟度:
陈庆奎教授团队的“视频图像实时分析技术”，该技术曾获得过2项国家自然科学基金的支持、10余项国家发明专利授权、2项上海技术发明奖。目前，国内包括新华社、文汇、上观、新浪等各大媒体均报导此上海十大惠民应用。
上海理工大学
2023-07-17
热电厂水分析数据采集系统
本系统在国内属首家研制，可推广到所有热电厂，以提高工作质量、工作效率、提高科学管理水平
西安交通大学
2021-01-12
TST3000动态信号测试分析系统
产品详细介绍 采用标准便携式进口机箱，全屏蔽机箱结构，有效的提高了现场抗干扰能力；■ 每通道独立24位A/D转换器，确保数字信号更高的量化精度；■ 每通道独立的高性能浮点DSP，构成实时模拟滤波+数字滤波的高性能抗混滤波器；■ 采用DDS高精度频率合成技术，保证了所有通道并行同步采集；■ 采用DMA数据传输技术，保证了数据的实时传输、实时显示、实时分析、实时存盘；■采用Q- FAN智能温度控制系统，最大程度上减少了温度对测量结果的影响；■ 可进行1/4桥（三线制）、半桥、全桥应变应力测量；■ 测量通道类型和数量可定制；所有动态系统扩展功能强大，可方便构成超大规模动态信号测试系统；
江苏泰斯特电子设备制造有限公司
2021-08-23
ErgoSIM人体振动工效学分析系统
产品详细介绍ErgoSIM人体振动工效学分析系统ErgoSIM人体振动工效学分析系统产品的开发旨在使作业过程中获得人体振动数据并将其与国际工效学标准进行比对分析。人体振动可由操作员作业过程中对工具、器械、装备以及各种车辆的操作产生，由于共振频率具有毁坏性，当传递给操作员的振动量在振幅和时间上增加时，可以产生噪声和疲劳。如果暴露量过大，则会有受伤的风险。在职业安全与健康，职业卫生和职业工效学研究领域，作业过程中装备对身体的振动和手臂的振动都可能造成身体伤害，由于人体作业过程中暴露于电动工具，机械车辆、武器装备的振动有关的危害长期存在。存在较高的安全和健康风险，降低作业效能。ErgoSIM的功能包括能够处理多个部位人体振动传感器，并进行工效学分析，以便进行人因评估和职业工效学评价。全球领先的组织都在使用国际标准对人体振动进行评估。其中包括车辆和工具制造商，政府组织，大学，企业和顾问机构。为了解决这个重要的职业工效学危险区域，国际上已经实施了各种标准。ErgoSIM基于国际标准要求进行研发，可用于手臂或全身振动工效学分析。手臂振动分析Hand-Arm Vibration（HAV）Anaylsis基于针对手臂振动的ISO 5349和ACGIH标准。全身振动分析基于ISO 2631-1、2631-5，BS 6841和ACGIH关于全身振动（WBV）的标准。
北京津发科技股份有限公司
2021-08-23
三维运动捕捉及分析系统
康复医疗 • 步态分析 NOKOV可实时进行动作数据采集，与三维测力平台、表面肌电仪、足底压力测量仪等设备同步，采集行走、跑步等运动学数据。
• 动作损伤防护 捕捉人体易发损伤动作的运动学数据，结合力学、解剖学分析，明确损伤发生的机制，了解可能造成损伤的因素，提出有效的防护方法。
• 假肢矫形 通过对比、模拟正常人数据，探讨不同矫形器具在患者康复中的作用。
• 康复评估 提供患者在运动中实时客观的康复疗效评定与偏瘫患者、脑瘫痪儿童的定量分析运动学特征。
体育 • 运动装备设计与研发 通过NOKOV（度量）光学三维动作捕捉系统，可获取针对受试者穿戴测试装备时特定动作的数据分析，进而了解到运动装备的对特定动作生物力学特征的影响及其影响机制。
• 科研和诊断 NOKOV（度量）光学三维动作捕捉系统实现细微动作的精确捕捉和数据分析，比较技术动作的运动学、生物力学特征、动作合理性等，帮助教练员科学量化地分析和纠正运动员的动作，找出正确的训练方法，提高运动成绩。 可用性实验室/人因工程/人机工效 NOKOV（度量）光学三维动作捕捉系统可以采集研究对象亚毫米级精准的位置信息、路径形状和运动行为数据，供进一步进行可用性分析、用户体验分析、舒适度分析、用户行为观察等人机工效学研究，适应不同大小的实验空间。
北京度量科技有限公司
2021-02-01
一种基于视频的生猪检测方法和系统
本发明提供了一种基于视频的生猪检测方法和系统，该方法包括：S1，通过对实时图像对应的二值图像进行区域连通性分析，获取前景目标的第一轮廓和所述第一轮廓的形心；S2，通过建立所述实时图像的混合高斯背景模型，获取所述前景目标的第二轮廓和所述第二轮廓的形心；S3，根据所述第二轮廓对所述第一轮廓进行修正，根据所述第二轮廓的形心对所述第一轮廓的形心进行修正。通过区域连通性分析和混合高斯背景模型，能够提取完整、准确的目标生猪轮廓，获取目标生猪运动行为的视频，为后续目标生猪跟踪和行为识别提供理论依据，还为规模化生猪养殖进行实时监控和分析提供有效解决方案。
中国农业大学
2021-04-11
基于社会面视频监控的车辆行为识别系统
本项目面向交通管理行业，基于公共视频监控数据源，快速感知移动（运动）目标并在此基础上对车辆的异常行为进行识别（逆行、压线、违法掉头、违停、违法占道行驶等多种交通违法行为），同时能够记录移动轨迹，具体场景参照附件所提供的一组照片。该成果经过完善和产品（产业化）后，可以直接为城市交通管理提供技术支持。
北京理工大学
2021-01-12
非控环境下基于视频的人脸识别系统
本项目实现自然视觉监控环境下单/多人的人脸检测、跟踪及识别。系统能 实现单样本条件下，完成视频中所出现人物的身份判别，能应对自然监控环境下 的光照、姿态、表情变化及面部遮挡物的改变。目前，系统识别精度在千人库小 规模测试中达到 95%以上，识别速度为 25 帧/秒。系统主要特点在于： (1) 不同环境下的人脸特征点标记：以主动外观模型为基础，初始化后 经过一组级联回归器的数次迭代来优化标记点，最终得到足够精度的标记点。方 法能适应多姿态、多表情以及多种光照等自然环境下的人脸。 (2) 高效的有效人脸检测、跟踪及确认机制：在监控视频中，人脸在某 些帧会出现模糊、严重遮挡而使得脸部特征严重缺失，此时所捕捉到的人脸已不 适合进行识别。为此，通过建立高效的模糊及遮挡判别机制，自动抛弃原始检测 到的非人脸和非正常人脸，完成非连续帧多个人脸的有效跟踪。 (3) 鲁棒且具有区分度的人脸特征提取机制：考虑到校正后的人脸仍然 与原始样本人脸存在差距，从多个尺度从校正后的归一化人脸中提取不变性特征， 能适应多种环境改变，同时设计特征投影空间，进一步加强样本区分度。 (4) 高速有效的识别确认机制：为提高识别的准确性，建立视频识别序 列中正确识别确认机制，通过 voting 方式，删除序列中的误识别，保留正确识 别结果。 此外，为提高系统对人脸表情和眼镜等遮挡物的适应性，正在进行二次版本 的提升工作，目前已完成人脸表情归正以及遮挡物自动摘除的仿真，部分仿真结果
江南大学
2021-04-13