本项目利用图像识别技术和运动目标检测定位技术，采用高新能、快速硬件组合（ARM+DSP+FPGA）方式构建运动目标自动识别系统，设计图像的非线性变换，二值化，自适应阈值值分割、模糊边缘识别和区域连通性分析等算法，对机车前方行人进行检测报警，提高了井下电机车运输安全性能。软件设计采用基于嵌入式实时操作系统的多任务设计模式，使得监测系统的实时性、可靠性更高，为行人监测系统的不间断运行提供了可靠的保障。

本发明公开了一种可组网便携式汽轮机组振动数据采集与故障分析系统，包括ARM主控模块、电源模块、故障诊断模块、对传感器传递的快变及键相信号进行预处理的信号调理模块，所述信号调理模块的输出端连接可对多路同步快变信号进行键相采集的同步快变信号采集模块，同步快变信号采集模块的输出端与ARM主控模块通过总线通讯连接；所述故障诊断模块接收ARM主控模块通过总线传递的数据并诊断，诊断结果通过总线反馈给ARM主控模块；所述电源模块通过总线为信号调理模块、同步快变信号采集模块以及ARM主控模块提供电源。所述总线为PC/104并行总线。本发明优点：结构紧凑小巧、方便携带、能够与其他系统组网以动态分配任务、处理效率高、使用灵活性好。

简单介绍： ZL-620A一体化信息化信号采集处理系统采用一体化设计原则，同时集成了可移动实验平台、医学信号采集系统、呼吸系统、测温系统、照明系统以及同步演示系统。帮助科研工作者获取更客观、的实验数据，是研究人员、老师和学生可以通过该一体信息化信号采集处理系统观察到各种生物机体内或离体器官中探测到的生物电信号以及张力、压力、温度等生物非电信号的波形，从而对生物肌体在不同的生理或药理实验条件下所发生的机能变化加以记录与分析。 详情介绍： 一.硬件技术指标：1.1.设备集成平台外形尺寸:650mm（L）*780mm(w)*2100mm(H) 误差≤10mm，长宽高1.2.实验操作平台外形尺寸：1400mm（L）*740mm(w)*750mm(H) 误差≤10mm，长宽高1.3.具有分项设备与节能独立控制模块，一键式操作。1.4.输液架离台面高度：≤1200mm，输液架移动范围：两侧≤660mm；1.5.实验台面材质：ABS工程塑料；1.6.实验台面下屏蔽层：紫铜网，可与外部接地端相连接，尺寸：1400mm×720mm×0.3mm（长*宽*高）；1.7.分体式操作平台及移动滚轮：分别带4个自锁式万向移动滚轮，平台可分别独立移动；1.8.内置呼吸机潮气量： 15~90ml，呼吸比：1:9-9:1，81种呼吸比，6KPa过压保护；1.9.呼吸机控制模式：5寸触摸液晶屏与软件控制，气道压力波形显示范围：7Kpa； 1.10.音响系统：频响范围100Hz-20KHz,理论功率RMS2W；1.11.实验照明系统：分组开关4×12W，自然光LED灯，1.12.外部接口：3个USB接口，1个网线接口，6个220V电源插口，HDMI接口；1.13.摄像系统:品牌4K摄像机光学防抖，1920x1080分辨率，WIFI功能，触屏操作等。1.14.电脑系统： Wifi+蓝牙酷睿，Win11 i5-11400 ，16G ，256G+1T ，23英寸二.软件技术指标2.1.通道数：4个通道2.2.所有通道均为多功能全程控隔离型放大器。每一通道的放大器均可作生物电放大器、血压放大器、桥式放大器使用，还可作肺量计、温度计等。且每个通道拥有独立的硬件模块。2.3.采用高精度16位A/D转换芯片，单通道硬件*高采样率1000KHz，。硬件*低采样率0.01Hz。四通道连续采样时*高采样频率200kHz ，且实时采样的过程中可以根据需要来改变采样率。2.4.放大器输入电阻≥１００MΩ（双端输入）及5０MΩ（单端输入）、共模抑制比≥100dB、噪音≤±1μＶ6.交、直流具有相同的增益：量程500mv、200mv、100mv、50mv、20mv、10mv、5mv、2mv、1mv、500uV、200uV、100uV、50uV、20uV、10uV档可调；可直接输入10V电信号而放大器不饱和。2.5.低通滤波（硬件）：0.3 Hz、 3 Hz 、10Hz、30Hz、100Hz、500Hz、1kHz、3kHz、10 kHz、OFF（20kHz）。具有5阶以上的滤波方式。2.6.时间常数（硬件）：0.001s、0.002s、0.02s、0.2s、1s、5s、DC。2.7.光电隔离程控刺激器：具备单刺激、串单刺激、连续单刺激、双刺激、串双刺激、连续双刺激、定时刺激、强度递增刺激、频率递增刺激、波宽递增刺激、强间隔递增刺激、自动串双刺激等刺激模式。*大负载电流：10 mA、具备正电流、负电流输出方式，具有恒流刺激、恒压刺激输出两种方式，内置刺激器幅度：100V，步长：1mV，波宽：2000ms，步长：0.01ms；2.8.实时采样的过程中可以根据需要来改变采样率。2.9.硬件系统包含ECG全导联导联卡，导联切换方式可程控。2.10、可批量将心电数据转换为图片上传到U盘或SD卡（支持可扩展64G SD卡，可储存20万心电图信息）存储，供电脑查看直接连接打印机打印 、热点阵打印系统，记录纸规格80mmx20m，卷纸 、走纸速度：6.25mm/s、12.5mm/s、25mm/s、50mm/s（±3％） 2.11.单台设备之间可以任何组合并构成新的8~16通道记录仪，并拥有独立的8通道和16通道软件。2.12.软件集成专用药理分析工具箱，集成多种药理分析工具：PA2的计算， 使用Bliss法完成的LD50计算，t检验计算.回归分析等。具备心电自动统计分析功能。具备心率变异性（HRV）分析功能。具备心肌细胞动作电位、LTP、脑电、细胞及神经放电的专用测量分析功能。具备心电、血压、心室内压、脉搏、呼吸等动态自动测量功能。2.13.具有二维和三维频谱分析功能，可开展胃肠电的研究工作；2.14.文件恢复功能：可将文件恢复，实验数据可自定义备份时间，需要时可恢复未保存或文件损坏的实验数据2.15.管理系统：实时显示在线或离线状态，支持任意时间添加或删除设备以及使用次数等。三.配置清单：3.1.设备集成平台一台3.2.实验操作平台一台3.3.医学信号采集处理系统一台3.4.生物信号采集与分析系统软件一套3.5.管理系统一套3.6.集成化小动物生命维持系统一台3.7.集成式动物肛温检测系统一套3.8.实时摄像系统一台3.9.手术照明系统一套3.10.输液架一个3.11.电脑一台3.12.动物附件包：张力换能器，血压换能器，呼吸流量换能器，生物电信号线2根，刺激线一根心电线一根3.13.鼠兔实验台一台3.14. 20件机能附件包（双线电极，一个保护电极，一个悬浮电极，一个神经引导电极，一个锌 铜 弓，一个兔气管插管，一个鼠气管插管一个，8个蛙钉，2个蛙心夹，血压夹持器一个，兔动静脉插管一个，鼠动静脉插管，一个大小动脉夹各1个，蛙心插管一根，玻璃分针2个，双凹夹一个，三通一个，木制蛙板，一根万向支架，一个探针一根） 3.15. 产品合格证   1个 3.16. 服务承诺        1份

产品详细介绍　　T100E是PCIe x1接口的 VGA/DVI采集卡，可将PC机显卡等图形设备输出的VGA信号或DVI数字信号，经过高精度的模数转换(如果使用DVI接口则可无损的采集到原始图像信号)和相关处理后，通过PCIe总线输出给主机。使用DMA直接将数据送到主机的内存，无须占用主机的处理时间。支持高达1920x1080的分辨率，自动检测各种分辨率的动态切换。提供简单易用的软件开发包，方便用户较快地集成到现有的系统中。　　 

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。  

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。

其中的前景图像提取方法包括：获取第i帧与第i-1帧中位置相同的像素点之间的距离，获取距离大于预定值的像素点集合Z，获取像素点集合Z中与第i-1帧中的前景区域的像素点位置相同的像素点集合U，将像素点集合U进行背景差分处理，获得像素点集合E，根据像素点集合E、像素点集合T以及像素点集合W的并集确定第i帧的前景区域，像素点集合W为像素点集合Z中与第i-1帧中的前景区域的像素点位置不相同的像素点集合，像素点集合T为第i-1帧的前景区域中与像素点集合U中的像素点位置不相同的像素点集合。上述技术方案能够快速准确的提取出第i帧中的前景图像。

该技术是利用图像处理的方法自动计算人眼感兴趣区域，再根据人眼对于图像亮度信息、对比度以及颜色特性的感知机理自动生成 2.5D 中的图像高度信息，借助于高打印重复精度的设备，可以完成 2.5D 图像的自动打印技术

已有样品/n主要技术指标：图像分辨率 800×600；量化位宽 12bit；图像帧率 1000fps；动 态范围 70dB；工作温度范围在-25℃至 85℃；芯片功耗 0.67W；同时定制的图像传 感器工艺和设计流程，具有更佳的高速图像获取能力。 高速图像传感器可应用于工业生产、农业生产、智能交通、虚拟现实、科学研 究、国防军事及其他民用领域。具体来说，高速图像传感器可应用于汽车碰撞试验、 火箭发射、弹道测试、体育赛事、目标追踪、微表情研究和高速车牌识别等领域。