一、神经-肌肉电假肢获北京市科技成果二等奖 获国家科技发明三等奖患者1患者2 加拿大患者 机械传动系统关键技术：结构紧凑传动比大握力与速度的矛盾机械噪音要小传动效率高肌电假肢的控制模式和自由度电子开关控制比例控制模式控制（肌电信息量非常丰富，利用其不同特征可形成多种控制模式）简单实用的是电子开关控制单自由度肌电假手两自由度假手，多为单自由度肌电控制加被动/电动旋腕多自由度肌电控制上肢假肢要采用模式控制技术二、有力觉、触滑觉反馈的肌电假手（1）力觉的 测量原理（2） 触、滑觉（小闭环）三、骨植入假肢清华大学与四川大学合作承担了国家863重点项目：《生物活性经皮骨植入材料和植入式智能假肢研究》 骨植入假肢要解决的关键技术：植入体与残肢骨的骨性结合（用酸－碱火焰法、阳极氧化法进行钛表面生物活化处理）经皮密封问题（在生物活化钛表面喷涂类骨羟基磷灰石涂层技术）对植入体的防护问题（安全问题）传统的假肢装配技术—接受腔最大缺点：不符合生物力学规律经软组织传力不透气有异味肌肉萎缩后需经常更换植入式智能假肢骨性结合, 进行了经皮植入体 表面生物活化技术研究 开发了基于酸碱火焰 法的 钛金属 表面生物活化技术，获 得了具有多孔纳米级氧化钛结构的表面 进行了羟基磷灰石涂层的桥接性研究---羟基磷灰石涂层可以实现2mm间隙的桥接     钛表面产生的纳米结构               新生骨长入2mm间隙                                               动物实验植入体结构和 表皮与植入体金属表面的结合                                        植入体结构                                                人表皮细胞与生物活性钛紧密贴附，材料与表皮有良好的生物相容性 植入体保护技术（安全问题）骨植入式假肢是对假肢安装技术的根本性革命，是由瑞典发明种植牙的著名医生Branemark教授发明的，已在英国临床安装了几十例。采用医用钛合金材料作为植入体植入残肢骨内，经皮密封处理伸出体外与外假肢连接。没有传统假肢的接受腔，直接通过植入体传力于主干骨，符合人体生物力学规律。骨植入式假肢是当代假肢技术革命性的变化，是21世纪康复工程新的发展方向和研究热点。四、电动截瘫步行机每侧腿由一个小型直流伺服电机通过蜗轮机构驱动髋、膝关节联动。步行机构具有自锁功能 以确保安全，手动的解锁装置可使患者实现坐姿。行走时由控制系统协调双腿实现交替步态。为保证安全和身体平衡，行走时需借助轻型助行架或双拐。步行机构的主要部件由钛合金制造，整体重9.6公斤。五、各种膝关节矫形器共有4~5种，适应膝关节的不同症状：膝内、外翻、膝关节手术后防护装置，有膝屈角可调限位装置

成果简介： 一、主要功能和应用领域 MBIT(维护性自检测) 设备，是对飞机飞行控制系统各个部件进行功能和性能测试、故障检测、提供维护检测信息，并且在测试后进行日常维护和部件更换，确保飞行控制系统的稳定性和安全性。其主要功能是对飞控计算机测试、导航传感器状态监控与标定、作动器的测试、交联系统的测试，发动机性能测试和下载飞中、飞前自检测故障等。主要应用在无人机飞行控制系统中，由维护人员在地面通过此设备对飞机部件进行检测。 二、特色及先进性： 1、能够对飞机作动器的卡死故障进行定位，并且提高了作动器的故障检测率。 表1 作动器故障检测率 序号 名称 助记符 检测准确率 改进前检测率 1 左外副翼作动器 LOAA 99.8% 98.6% 2 右外副翼作动器 ROAA 99.7% 97.7% 3 左内副翼作动器 LIAA 98.8% 96.9% 4 右内副翼作动器 RIAA 99.8% 96.8% 5 左外尾翼作动器 LOVTA 99.4% 96.6% 6 右外尾翼作动器 ROVTA 99.7% 95.5% 7 左内尾翼作动器 LIVTA 99.8% 96.5% 8 右内尾翼作动器 RIVTA 99.7% 97.4% 2、使用数字编码协议与地面设备进行通信，代替了字符串指令传输，更加可靠和快捷。 3、将MBIT设备软件模块化设计，提高了通用性，节省了内存空间，软件运行更加高效。 三、能为产业解决的关键问题和实施后可取得的效果 能对无人机飞控系统进行故障检测，提高了飞控系统的可靠性，降低了飞机的维护费用和时间，通用性更强。

说   明 1、海事油缸：主要用于海面吊装设备，活塞杆表面经过特殊化学处理，能有效防止氯离子的腐蚀。采用最先进的设计方案，为吊装设备的安全使用提供了有力保障。 序号 型    号 安装距（mm） 行程（mm） 缸径（mm） 杆径(mm） 工作压力（MPa） 油口尺寸(mm） 1 HSG-G180/125*2000-00 2840 2000 180 120 31.5 M30*1.5 2

新冠肺炎疑似病例基数庞大，给临床一线诊疗带来巨大压力，疫情波及地域广泛，基层医院缺乏经验，面临严峻挑战。由清华大学精密仪器系尤政院士、临床医学院董家鸿院士领导研发的新型冠状病毒肺炎智能辅助诊断系统成功通过应用测试，进入临床试用阶段，有望为上述难题提供解决方案。新型冠状病毒肺炎智能辅助诊断系统董家鸿介绍，新型冠状病毒肺炎智能辅助诊断系统可同步实现智能化影像诊断、临床诊断及临床分型三大功能。该系统包括三大模块，其中影像诊断模块主要基于对新型冠状病毒肺炎初诊病例的珍贵临床资料的大数据分析，使用人工智能算法深度学习该疾病的CT影像特征，实现对新型冠状病毒肺炎影像的智能识别。临床诊断模块则依据卫健委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》，结合影像与流行病学、症状及关键检验数据等临床信息，实现智能诊断。临床分型模块通过智能判读呼吸功能参数，“自适应”判断新型冠状病毒肺炎的严重程度。董家鸿谈到，该系统可在短时间内完成大量疑似病例的胸部CT筛查、依据指南进行临床与影像相结合的综合分析，显著提升新型冠状病毒肺炎诊断效能，有望大幅降低临床医师及影像医师的工作负荷。

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

在长期为电力行业解决设备重大疑难故障的实践过程中，提出了轴系载荷分配测试、分析和优化调整技术，发展了动平衡和振动故障诊断技术，提高了动平衡效率和振动故障诊断准确率。先后解决了田湾和秦山核电、平圩、宣城、姚孟、福州等40多家电厂100多台、次大型机组重大疑难振动问题。该项成果先后获得江苏省科技进步一等奖和国家技术发明二等奖。

该成果创造性地利用高阶非线性光学材料获取医学临床诊断的关键信息。利用自主发明的双光子荧光探针与双光子光学CT成像的特性，首次获取了可用于癌症病理组织快速临床诊断的荧光图像。该技术是山东大学晶体材料国家重点实验室于晓强教授团队的原创，国际、国内均没有同类工作。 全新的观测技术：基于荧光探针与光学切片成像的肿瘤病理临床诊断技术。 该成果将直接带动三个高附加值的高技术产业： 新材料产业：双光子荧光探针 新设备产业：临床专用双光子荧光显微镜产业 新技术产业：技术人员培训、临床服务产业 符合临床要求的检测流程：

项目概况 以本领域高新技术和丰富的现场实际工程经验为基础，直接为国内电力、石油化工及冶金行业旋转机械设备的振动提供各种技术服务，同时进行科技成果工程化产品化的研究开发。 主要特点    1、直接面向电力、化工及冶金行业旋转机械设备，技术服务内容明确是解决生产设备的实际振动问题； 2、 具有丰富的现场实际经验，结合深厚的转子振动理论研究成果，可以迅速地解决现场绝大多数疑难机械振动故障；3、 具备先进的测试仪器、计算分析软件和开发工具；技术指标 现代化的在线机械监测及预测分析系统CSI XP32 机械健康专家，具有灵活的组态功能，适合在电力行业、钢铁行业、石化行业和造纸行业中旋转机械的应用。这些旋转机械包括汽轮发电机组、烟机或透平压缩机组、风机、泵类、齿轮箱等。16或32通道可携带式机械健康状态连续监测系统可以数星期所有通道连续同步无人值守状态监测及数据存储，解决整台机器或机组的振动分析及故障诊断问题，瞬态分析实现对透平类机械的启动、停车和生产过程全方位的状态监测。通过PeakVue波形、阶数跟踪、自定义数据采集设置、时间同步平均等参数设定、基于事件的全自动自适应监测，实现强大的故障预测分析技术。集数据采集、存储、浏览与管理于一体，能够以每秒钟5次的刷新率浏览实时的分析图谱。自定义快进、倒回、慢放、及自动重放等回放模式、将保存的瞬态数据重新以事件实时的完整过程展现给用户。AMS设备管理组合软件平台方便多种预测分析技术的融合，简单快捷的使用方法使得振动故障诊断更为简单，PeakVue专利技术是滚动轴承、复杂齿轮箱、纸机设备及轧机设备健康状态监测的利器。市场前景     1、汽轮发电机组及辅机现场振动测试、分析、故障诊断与处理        ●振动测试        ●振动分析和机组状况评估        ●各种振动故障分析和判断        ●故障处理与消除 2、各种类型旋转机械的现场高速动平衡 3、新机组振动调试        ●新机组分步与整套启动的振动调试        ●调试阶段（首次冲转到满负荷试运行结束）振动测试、分析和处理。 提供分析意见，给出运行和消缺的处理方案，参与实施处理        ●高速动平衡 4、新机组性能考核试验（振动部分）        ●对新机组振动性能的测试、分析和评估

"该成果创造性地利用高阶非线性光学材料获取医学临床诊断的关键信息。利用自主发明的双光子荧光探针与双光子光学CT成像的特性，首次获取了可用于癌症病理组织快速临床诊断的荧光图像。该技术是山东大学晶体材料国家重点实验室于晓强教授团队的原创，国际、国内均没有同类工作。该成果将直接带动三个高附加值的高技术产业： 1. 新材料产业：双光子荧光探针 2. 新设备产业：临床专用双光子荧光显微镜产业 3. 新技术产业：技术人员培训、临床服务产业 "