成果简介：材料的弹性模量表征固体材料抵抗各种弹性变形的能力，在材料研制、产品的设计、制造、检测、标定和使用过程中都是非常重要的物理参数。该超声弹性模量测量系统包括换能器和超声弹性模量测量仪两部分，通过在固体材料中激发不同模式的超声波、测量其声速，并根据材料弹性模量与超声声速和密度之间的固有关系最终计算得出材料的弹性模量。根据磁致伸缩效应及其逆效应研制的磁致伸缩换能器可分别激发出超声纵波和扭转波。使用该换能器可测得小尺寸试样的杨氏模量、切变模量及其他各相关弹性常数。此外，利用压电纵波或横波换能器还可

本发明公开了一种超声 CT 的成像方法。包括将成像区域网格化为 M 个网格点；环形探头以成像区域为中心 360°旋转，获得 Q*N*K组数据；然后获得该数据对应的渡越时间向量 T0 以及直线路径向量L0；最后迭代计算，获得所述 M 个网格点对应的速度分布 V，并将所述速度分布 V 归一化，完成成像。本发明通过优化环形探头中发射阵元以及接收阵元的采集次数和采集角度，并对获得的数据进行处理与图像重建，从而使重建出来的速度分布更精确，以提高成像的信噪比，提高系统的成像质量。

锂离子电池超声扫描仪是利用超声波成像技术，从声学角度来表征锂电池内部多相结构变化的检测设备。 一、项目分类 关键核心技术突破 二、成果简介 锂离子电池超声扫描仪是利用超声波成像技术，从声学角度来表征锂电池内部多相结构变化的检测设备。它可以实现软包电池及方形电池中电解液浸润状况及微量产气的原位无损检测，并能迅速灵敏地反映电解液浸润状态，评价电解液稳定性，检测SEI生长情况，从而对电池的健康状况进行综合评估，为优化电池装配工艺，分析电池失效机制等方面提供了创新性的技术手段和有效途径，有助于实现锂离子电池的安全性预警与故障的及早排除。 锂电池整体为封闭式结构，可见光、红外线、电子束等信息载体无法穿透金属外壳，内部状态难以直接观测，无法获知是否存在如电解液浸润不良、产气等影响电池性能，甚至导致安全隐患的因素，极大阻碍了锂离子电池的规模化发展及应用，亟需一种原位、无损的新型表征技术来研究这些结构演变。

【痛点问题】 最新全球疾病负担研究显示我国总体卒中终生发病风险为39.9％，位居全球首位，这意味着中国人一生中每５个人约有２个人会罹患卒中。此外，卒中也是我国疾病所致寿命损失的第一位病因。每年新发卒中患者超过200万，其中约70%的患者为缺血性中风，而且发生率增长迅速，远高于全球平均水平。对缺血性脑卒中的预防和治疗已成为关系我国人民健康的世界性难题。 缺血性脑卒中的主要病理基础是动脉粥样硬化。医学影像能够直接、客观地观测到斑块的几何和纹理形态，相较于核磁共振和CT，超声是一种无创、经济、快速和实时的成像技术，被广泛应用于颈动脉斑块的筛查中。目前，国内医院超声机是普遍存在的，而且多数都是二维的超声，且现有研究多数是提取二维超声图像中的颈动脉斑块信息特征，只能部分反映投影直线上的特征，不具有空间信息，从而影响了脑卒中风险评估的准确性；同时，我国基层卒中中心影像设备缺乏，无法进行耗时长、价格贵的CT灌注或MR成像，而且影像诊断从业人员经验有限，缺乏决策能力。因此，通过颈动脉三维超声成像系统、结合人工智能和多模态影像学精准辅助诊断，能够更全面地反映颈动脉斑块的特性，对医生预测脑血管事件风险意义重大。 【成果介绍】 面对我国大健康产业发展要求，我们高标准谋划、高位推动。产品模块主要包括：1）颈动脉三维超声成像设备及基于颈动脉三维超声AI影像卒中早期风险预测；2）急性期内基于临床CT影像的卒中AI影像辅助诊断。 本项目在二维超声机的基础上，开发用于颈动脉成像的三维超声机，实现探头扫描机械设备等核心部件国产化；利用采集的序列图像重建颈动脉的三维模型，为医生诊断提供更丰富的数据。该方案能有效地控制医疗成本，具有普适性，容易推广，可用于颈动脉粥样硬化的普查，有效预防心脑血管事件的发生。同时，随着人工智能技术的飞速发展，将人工智能赋能三维超声成像设备，实现三维超声成像以及影像分析的智能化，将进一步提高三维超声成像设备的核心竞争力，从而推动我国超声产业跨越式发展。 本项目建立基于人工智能和多模态影像学的缺血性卒中的精准辅助诊断系统，辅助基层卒中中心医生进行卒中治疗的精准决策。目前我国对卒中采用的是分级诊疗体系，卒中中心收治卒中病人后，根据平扫或造影CT、临床表现、以及发病时间确定是对其进行溶栓治疗，或是将病人转移至具有血管内取栓能力的省市级三甲医院。在这个过程中卒中中心医生需基于有限的CT影像数据作出快速、准确的决策；而三甲医院医疗资源紧张，无法全天候服务，一个准确的辅助诊断工具将极大缓解三甲医院资源压力，并且大幅提高工作效率。本项目拟面对我国卒中分级诊疗体系中的痛点，基于病人前期颈动脉三维超声和临床指标建立中风风险早期预测模型，并结合人工智能和CT影像分析技术，进行缺血性脑卒中早期预测与辅助诊断。 【技术优势】 产品的核心技术包括： 1） 三维超声成像系统探头扫描机械结构，超声图像三维重建软件，基于深度学习的颈动脉斑块分割算法及软件； 2） 脑卒中AI影像风险预测和诊断系统的相关核心算法，如平扫CT中的ASPECTS自动评分算法、大血管栓塞自动检测算法、卒中梗死核心和半暗带的自动量化算法、基于颈动脉斑块三维超声图像的风险预测模型。 主要优势： 1) 所有软、硬件的核心算法或部件完全自主知识产权； 2) 项目通过研究颈动脉三维超声成像系统产品，可广泛应用于特异性与灵敏度高的颈动脉斑块筛查，而且操作简单便利，价格低廉，适于在社区医院、乡镇医院等医院进行大规模颈动脉斑块特征筛查； 3) 在系统的研究生产中，可实现探头扫描机械设备等核心部件国产化，摆脱对外国器件的依赖性； 4) 建立三维颈动脉斑块超声图像库及诊断规范，为相关类型仪器的研究和生产提供临床图像数据库。 颈动脉三维超声系统的研发与生产将为临床提供国产化颈动脉斑块筛查设备，提高国产医疗器械的核心竞争力，推动我国超声产业跨越式发展，有效缓解“看病难、看病贵”问题，提高我国重大疾病的防治水平。 【技术指标】 1） 三维颈动脉斑块超声图像分辨率<0.5mm,成像速度<1min; 2） 开发一套基于人工智能和多模态影像学的缺血性脑卒中精确辅助诊断系统，能在5-10分钟之内提供决策支持，并能达到有2-3年经验的放射科医生的诊断精度。 【技术成熟度】 原理样机/验证。 【发展规划】 发展方向：5年内仍将保持脑卒中智能影像风险预测与诊断为主要产品方向。5年后，逐步向与超声、CT成像系统等结合，实现软、硬件一体化的智能诊疗设备，在心脑血管等临床应用领域，成为世界上具有垄断优势的大型智能诊断以及成像设备制造商。 发展战略：成为一家技术垄断型、哑铃型（重技术和销售），在影像智能分析领域处于国际领先地位的高科技企业。 项目实施方案：（包括总的方案和年度计划任务）

本项目在国家重大科学仪器专项项目支持下，经过4年产学研用相结合技术攻关，成功研制了能表征样品形貌与内部纳米级结构的新型扫描探针显微镜，并实现了产业化。 研制了高稳定度激光器、高灵敏度光学检测器、高Q值扫描探针等核心关键部件，突破了基于ARM+DSP的自适应随机共振微弱信号检测方法、基于脉冲发送皮层模型多频超声图像融合方法以及基于非下采样剪切波变换的局部方差融合方法等核心关键技术，建立了RBG 彩色图像融合模型，成功研制了能表征样品形貌与内部纳米级结构的新型扫描探针显微镜。同时，通过在航天、医学、生物材料、电子器件等领域的实际使用，进一步改进与完善，提高了仪器的可靠性、有效性和实用性。 图1 成果展示 【技术优势】 在内部超声图像分辨率、最大可检测样品厚度等指标方面达到了国际领先水平。 【技术指标】 与国内外同类仪器比较，总体技术指标到达了国际先进水平，部分指标达到了国际领先水平。经过具有国家仪器检测资质的第三方测试结果，各项技术指标见下表： 【资质荣誉】 2021年湖北省科技进步二等奖。

超声电机、超声清洗和超声加工等领域，超声功率驱动源是关键部件之一。本实验室长期从事超声电子研究，先后研制出多种超声功率驱动电路，如多路输入合成超声驱动电源，频率在20kHz-200kHz之间可产生任意波形，不需要变压器耦合，适合科学研究；远程频率自动跟踪超声电机驱动控制器，可通过互联网远程控制和监测超声电机输出特性等。

 XWF-YX是一款全面的超声教学、示范教学训练系统，系统使用实时动态成像的人体模型，模拟真实的超声环境，学生可以实时精准的捕捉模拟超声探头的位置和姿势变化，模拟超声机同步展现人体声像图。 练习手眼协调和探头操作，提高标准切面和疾病的识别能力。具有超声教学中的颈部、腹部、心脏等多项超声检查的训练功能，提供多样化的超声训练内容，丰富的真实案例。系统具有教学、训练、切面测评三大功能，可全面、多角度培养学生超声操作技能。

本项目属于医药卫生领域应用技术类研究成果，主要研究胎儿结构异常超声筛查策略、转诊体系以及超声诊断新技术指标。设计多中心前瞻性队列研究，依据四川省人口出生特点及四川省卫生厅备案具备产前诊断资质的医疗机构情况，纳入四川省内6个省、市级产前诊断机构（四川大学华西第二医院、四川省妇幼保健院、成都市妇幼保健院、宜宾市第二人民医院、攀枝花市妇幼保健院、德阳市人民医院）产前检查孕妇人群，以初步建立地域为特点的胎儿结构异常超声筛查策略、转诊体系。深入探讨超声诊断新技术指标，包括建立四川省胎儿超声软指标参考值范围，为临床科学决策提供数据依据；初步建立早孕期超声筛查技术规范；对相关高危人群进行胎儿针对性检查，初步建立针对性胎儿超声心动图检查技术规范及针对性胎儿神经系统超声检查技术规范，合理应用医疗资源，提高全省产前超声医师诊断技能；建立超声监测胎儿心功能评价宫内治疗胎儿心律失常的方法，探讨超声引导胎儿脐静脉穿刺技术应用。