|
搜索
搜 索
高等教育领域数字化综合服务平台
CWH-1超声雾化系统
产品详细介绍CWH-1超声雾化系统
演示超声雾化现象；采用电子超频震荡原理，通过雾化片的高频谐振，在常温下将水抛离水面进行雾化，产生自然飘逸的水雾。
采用24V安全电压，功率≤38W，雾化量为100-600ml/hour，立式。
上海实博实业有限公司
2021-08-23
超声波清洗器
产品详细介绍
杭州现代教学仪器有限公司
2021-08-23
超声雾化（听不见的声音）
290mm×290mm×310mm，超声波使水雾化。
宁波华茂文教股份有限公司
2021-08-23
超声波清洗器
产品详细介绍
合肥金尼克机械制造公司
2021-08-23
仪研（上海）YJ-0633A药物黏度测定仪
YJ-0633A药物黏度测定仪
本仪器YJ-0633A药物黏度测定仪的制造符合中国药典2020年版0633黏度测定法所规定的技术要求，可以通用品氏和乌氏粘度计。本仪器专为粘度测试设计，由水槽和控制器两部分组成。粘度恒温槽提供一个稳定的温场和测试平台，此外仪器也可作为高精度浴槽，进行其它试验。本仪器的最大特点是：全喷塑处理，经久耐用；双层缸结构，高精度控温仪，控温准确。
主要功能特点
1、采用智能液晶显示温控仪，控温迅速，响应快，超调小，控温精度达±0.1℃。 2、采用硬质玻璃缸及保温外套缸（称双缸），保温性能好，试样观察清晰。 3、采用台式、一体机设计方式，仪器整体性好，使用方便。 4、带有线控计时按键，用于实验时的计时显示和控制。 5、采用电动搅拌装置，浴缸内的温度均匀。
6、制冷器与主机分离式设计，防止压缩机工作振动带来的粘度计测试误差。
二、主要技术参数
1、工作电源： AC(220±10%)V，50Hz±5%。 2、加热功率： 1600W。 3、搅拌电机： 功率6W；转速 1200r/min。 4、测温范围： 10℃～180（选配制冷器后可实现制冷）5、控温精度： ±0.1℃。 6、恒温浴： 容量，25L；形式，内外两层缸（双缸）。 7、使用环境： 环境温度-10℃～+35℃，相对湿度＜85％。 8、温度传感器： 工业铂电阻，其分度号为Pt100。 9、整机功耗： 不大于1800W。 10、毛细管粘度计： 4支（平氏或者乌氏客户可任选）11、外形尺寸： 530㎜×400㎜×670㎜
（长×宽×高，含浴缸等）。
仪研智造（上海）药检仪器有限公司
2025-02-20
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10
猪流感诊断试剂及疫苗
猪流感(Swineinfluenza，SI)是目前危害养猪业的一种重要的 呼吸系统疾病，是规模化养猪场普遍存在且难以根除的群发性疾病之一。项目 开发了猪流感病毒的快速检测方法，制备了猪流感灭活疫苗（H1N1 亚型 SSD 株）。 经过临床试验证明，注射疫苗可显著提高仔猪成活率。 生产条件及经济效益预测：经过市场推广，疫苗销售良好，用户反应免疫 效果良好，可以显著提高仔猪抵抗力，仔猪成活率和出栏率提高 10%。平均每年 能为社会增加 1365 万元的经济效益；用于该项科研成果的每 1 元研制费用，在 经济效益计算年限内，平均每年可为社会增加 5.35 元的纯收益，经济效益非常 明显。
青岛农业大学
2021-04-11
人工智能诊断腹膜转移
肠癌合并同时性腹膜转移（PC）的发病率约为5-10%，复发时合并腹膜转移发病率为25-44%。“腹膜转移如果能够早期诊断，可以增加彻底减瘤手术的机会，未来能够明显延长肠癌患者的生存期。”王辉教授说。2018年团队和深圳腾讯AI lab建立了合作关系，研发一个基于卷积神经网络（CNN）的ResNet3D系统。经查，这是世界上第一个诊断肠癌腹膜转移的AI平台，能够自动识别原发肿瘤特征，同时提取肿瘤临近腹膜的影像学特征，构建基于人工智能的SVM分类器。训练组一共纳入了19814张CT图像，验证组包括了7837张CT图像。 研究发现，ResNet3D的AI系统仅需花费34秒就自动识别并诊断了所有验证图像。“ResNet3D+SVM分类器”的肠癌腹膜转移诊断的准确性高达94%，AUC为0.922，敏感性和特异性均高达94%，明显优于常规增强CT的诊断能力。
中山大学
2021-04-13
脑电信号自动诊断
本成果属于一种计算机信号处理软件:首先用生理信号传感器(电极 帽)将脑电信号采集进计算机，然后由计算机程序自动识别出脑电信 号的类型用于医疗诊断。脑电信号波形复杂，肉眼诊断困难，医生需 要经过多年培训才能用肉眼识别脑电信号中的异常，目前只有大城市 有少量医生可以识别脑电信号中的异常，患者太多、有经验的医生太 少，采用仪器自动诊断可以缓解这一矛盾。 脑电信号采集时的电极的位置和病人睁眼或闭眼都会影响信号的波 形，从而影响医生的诊断;本软件对电极的位置和病人是否睁眼或闭 眼都不敏感，稳定性高。 本软件在
复旦大学
2021-01-12