产品详细介绍呼吸信号分析呼吸信号(Respiration)简称RESP，是伴随着呼气与吸气的周期性变换，在呼吸管道以及胸腹部都会产生周期性形变产生的生理电信号。随着疲劳程度的加深，呼吸的幅度减弱，周期性的频率延缓。此外随着个体情绪的变化，人的呼吸信号也会发生规律性变化。ErgoLAB呼吸反应分析软件提供多种滤波方式，便于根据研究需要进行选择与自定义调节。还可监测与分析全程以及阶段化的数据信息处理方式，更加精准的分析某一时间段内的呼吸行为。从而统计并导出呼吸信号的时域与频域数据报告，具体数据包括时域数据AVRESP、SD、Max、Min、Rang；频域数据Power、Peak值，以及可视化的功率谱图等。RESP高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与RESP指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求：1、信号处理模块处理方法包括小波去噪（Wavelet Filter）、高通滤波(baseline)、低通滤波(Low Pass)、带阻滤波（Band Stop）用以滤除噪音干扰，从而得到有用的RESP信号；数据校正包括滑动均值滤波（Moving Average）与滑动均方根滤波（Moving RMS）。IBI计算，通过设置最大呼吸速率（Maximum Heart Rate）与最大呼吸阈值（R-peak Mark Threshold）提取R点数据，支持自定义参数。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析模块包括时域分析和频域分析，二者可实现自由切换。A.   时域分析是将RESP信号看作时间的函数，通过分析得到RESP信号的统计特征。统计分析指标包括：一段时间内的均值（Mean）、中值（Median）、标准差（STD）、最大最小值差（Range）。B.   频域分析是运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析。从功率谱密度中确定RESP信号的频带，不同频带可自定义，将在功率谱分析图中以不同的颜色区分。包括Power与Peak能量值。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、BR数据、IR数据以及整体结果报告。

产品详细介绍心电与脉搏信号分析自动化多角度分析模式 ：基于自动识别/自定义整段、场景、事件及片段分析，满足对时间点或时间段内数据趋势变化的精确分析。支持状态识别研究的自动化处理，如疲劳状态、认知负荷，输入研究时间段参数，自动化完成特征值提取与分析。数据处理与特征点提取 ：系统内置多种信号处理方式，包括小波、高/低通滤波等对原始信号进行处理，自动标记R峰值点（包括异常值检测、异常点矫正），提取IBI间期，进行数据统计与分析，可一键导出.csv文件。数据统计与可视化报告： 支持IBI间期的时域统计、经FFT转换的频域数据以及非线性分析，从不同角度挖掘数据信息。支持一键导出原始数据、处理数据、统计分析数据以及结果的可视化报告，更加可靠与丰富。多模态数据同步交叉统计 ：支持HRV信号与多模态数据进行交叉统计分析，包括行为、眼动、脑电、动作捕捉以及其他的生理电信号数据，实现多维度的结果验证与多模态数据更精确的的状态识别。HRV高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与HRV指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求：1、信号处理模块：处理方法包括数字滤波和R点提取。数字滤波包含四种，分别为小波去噪（Wavelet Filter）、高通（High Pass）、低通（Low Pass）、带阻（Band Stop），用以滤除噪音干扰，从而得到有用的PPG信号；R点提取包括R峰提取（R-Peak Extraction）、异常点检测（Ectopic Detection）、异常点矫正（Ectopic Correction）。用户可根据需要自定义输入参数，可选择多种处理方法进行一次处理；也可增加、删除已选择的处理方法。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块：信号分析模块包括时域分析、频域分析和非线性分析三种，三者可实现自由转换。A.时域分析（Time Domain）：包括全程记录期间所有N-N间期的均值（MeanIBI）、全程记录期间所有N-N间期的标准差（SDNN）、全程记录期间所有N-N间期的标准差平均值SDANN、相邻N-N间期差值的标准差（SDANN Index）、相邻N-N间期之差的标准差（SDSD）相邻N-N间期差值的均方根（RMSSD）、相邻N-N间期之差大于50ms的比例（PNN50）、相邻N-N间期之差大于20ms的比例（PNN20）。SDNN与总体变异性相关，而RMSSD与副交感神经影响心率的活动有关。B.频域分析（Frequency Domain）：运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号，用以表达不同频率的变异数量，包括：高频段（HF 0.15-0.4Hz）、低频段（LF 0.04-0.15Hz）、极低频段（VLF 0.0033-0.04Hz）和超低频段（ULF 0-0.0033Hz），并对信号进行功率谱密度分析。从功率谱密度中确定信号的频带，将在功率谱分析图中以不同的颜色区分。统计数据包括Power、Power Percent、Power Norm以及Peak、Total Power、LF/HF指标统计。C.非线性分析：散点图分析（Pioncare）,利用R-R间期变化绘制图像，包含了HRV的线性和非线性的变化趋势了，给出了心脏波动的直观显示，能揭示非线性过程和非周期性运动。同时引入了向量长度指数和向量角度指数，分别反映R-R间期的变化程度和相邻R-R间期的变化程度。参数包含垂直偏差SD1，水平偏差SD2；差值散点图（Scatter）：时间序列中连续的速率值之间的相关性，以连续三个IBI点做差值得到一个坐标点做图，得到四个象限的值。参数指标包括：第一象限点的个数A++、第三象限点的个数B--。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、心率HR、IBI间期、R峰值以及整体报告。

产品详细介绍数据分析软件for Windows功能强大，操作简便· 轻松自定义“我的实验”仅需三步，即可轻松创建您自己设计的实验，真正做到“我的实验我做主”。新建“活页夹”：创建并设计具有自我风格的“活页夹”测量与分析：根据自己的实验采集、记录并分析数据保存为模板：实验成功后即刻存为模板课件，成功创建“我的实验”，并可随时调用与分享· 简介“数据分析软件for Windows”是由江苏苏威尔科技有限公司开发的一款功能强大的教学用实验数据处理软件。它支持实验设计、数据采集和保存、数据分析计算等，适用于中小学以及职业学校的自然科学实验教学。>兼容性更强“数据分析软件for Windows”可兼容江苏苏威尔科技有限公司出产的所有型号和品牌的数据采集器。例如数据采集器Easy（TS1001），数据采集器（TS1002），图形数据采集器Pad（TS1005），USB传感器和无线传感器，用户均可享受该软件的强大功能所带来的无限乐趣。>全新界面，全新体验“数据分析软件for Windows”采用了特有的“Quick Easy”界面，操作更加简易。预设丰富的活页夹风格，实验者可以自由创建自我风格的实验界面，让实验设计更加多彩有趣。>面向用户的图形化设计平台完全图形化的实验设计平台，不用再编写繁琐的代码来设计实验。任何实验者均可轻松设计自己的实验。>内置丰富的“工作簿”为了使初学者可以更快上手，数据分析软件forWindows内置了“工作簿”，里面有丰富的实验案例，包括已经设计好的实验模板和实验指导。实验者可以参阅实验指导，直接使用模板进行实验。>内置CCD 光强分布模块和声音测量模块此两种模块，同时支持无线通讯，并且设有数据导入向导，可以将数据采集器Smart上存储的数据导入并进行计算。>多国语言版数据分析软件for Windows设有中文、英文、俄文、西班牙文、法文等多国语言，适用于世界范围内的教师和学生进行实验探究。安装要求：请在以下硬件及软件环境下运行该软件：CPU为PentiumIII，500MHz（或同级别）或以上内存为256Mb或以上声卡为16-bit（可选）集成或独立显卡，16Mb或以上（可选）操作系统为Win 7/Windows 2000/XP/VISTA数据分析软件for Android数据分析软件 for Android是基于Android操作系统而研发的数据分析软件，主要应用于测量实验数据、分析实验结果、验证实验原理的过程。通过传感器及软件可测量理化生实验中的大多数实验量，适用于小学科学、初高中的理化生数字化实验。数据分析软件for iOS数据分析软件 for iOS是基于iOS平台开发的一款功能强大的教学用实验数据处理软件。主要应用于采集实验数据、分析实验结果、验证实验原理。结合传感器，可进行大多数的理化生实验，适用于大学、中学、小学以及职业学校的自然科学实验教学。

中山大学附属第三医院脑病中心将最新研发的“云上三院”掌上智慧医疗平台提前投入抗“疫”一线，平台紧急开发了“云上三院 · 战‘疫’专版”，陆续上线了“新冠风险自评”“疫期心理自测”“心理远程诊室”“方舱之声”四个板块，以弥补传统线下医疗模式的不足。 附属第三医院脑病中心“云上三院 · 战’疫’专版”服务模式 四个板块上线后迅速取得良好效果，其中“新冠风险自评”服务了近20万人群，智能筛选出7.8%的新冠肺炎高风险患者并提醒其及时检测和自我隔离，为防控新冠肺炎传播、缓解民众紧张情绪、避免盲目就医提供了有力保障；“疫期心理自测”服务了25万人群，智能筛选出13.5%的中重度焦虑/抑郁患者（包括前方医护人员），并指引其免费线上咨询和治疗；为了解决特殊时期心理医生资源不足和医患无法面对面就诊的困境，平台又紧急开发了“心理远程诊室”和“方舱之声”，提供心理在线咨询和音乐治疗，实现了精神心理疾病线上一站式诊疗闭环服务。 “心理远程诊室”版块上线后，为了尽可能多地帮助线上出现的诸多中重度精神心理问题的患者，附属第三医院精神心理诊疗团队自发组成10人的“心理志愿者服务队”，他们在“云上三院”的“心理远程诊室”轮流值守在线服务，获得了广泛的赞誉。 附属第三医院医务人员正在指导患者使用“云上三院” 

面向服务的P2P网络支撑平台（ServiceorientedPeer-to-peernetworkingIntegratedSystem，简称SPIS），拟建立一个广域网范围内，集资源整合与利用为一体，面向服务的Overlay网络支撑平台，提供文件共享、CPU资源整合、网络存储、极速传输等基本网络服务。/line在本系统中采用结构化P2P网络技术作为Overlay网络的实现技术，实现对当前网络中的存储资源、计算资源、带宽资源及信息资源的整合，已完成以下工作：/line对Chord算法进行改进，提高Chord路由算法的效率和节点查找成功率，完成JavaRMI版的Chord实现；/line基于以上工作开发面向服务的P2P网络支撑平台（SPIS）及其公用工具集，为开发人员提供一套API以进行二次开发；基于SPIS，分别实现文件共享服务、网络存储服务、计算力资源整合服务和极速传输服务。/lineChord算法改进：针对Chord路由算法的邻居修复算法存在缺陷，提出了增强型邻居修复算法(EnhancedFingerFixAlgorithm,EFFA)，提高了查找效率。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流 大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。 无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。 本成果以历史客流数据分析研究为起点，通过轨道交通客流预测，为轨道交通运营优化提供科学依据，以提高轨道交通服务质量，方便市民出行，为重庆市新发展需要创造更大经济效益和社会效益。

技术简介 针对国家大气污染防治战略与山东省大气污染防治规划，建立多平台高精度全覆盖的卫星遥感火灾监测技术体系，显著提高卫星遥感火灾监测技术水平，成果应用于山东省春秋季秸秆焚烧火点遥感监测工程。 创新点及性能指标 （1）研究Himawari-8、MODIS、FY等系列遥感卫星影像，为火点实时监测提供数据支持； （2）突破火点识别与火点提取关键算法，显著提高秸秆焚烧火点监测精度，为监管部门秸秆焚烧治理提供技术支撑； （3）实现卫星实时监测-算法集成-野外核查自动化流程，提高火点监测与监管效率； （4）为秸秆焚烧、森林火灾、草原火灾、工业热源等监测提供技术解决方案。

药物作用潜在靶标的识别对于早期药物分子的研发、安全性评价和老药新用等领域都有着非常重要的意义，但是受制于通量、精度和费用的影响，实验手段的应用难以广泛开展。作为一种快速而低成本的手段，计算机辅助的靶标识别算法的开发正在受到越来越多的重视，发展快速、精确的靶标识别预测方法对于靶向性药物开发、药物—靶标相互作用网络图谱的构建和 小分子调控网络的分析都具有十分重要的意义。 本项目主要是综合利用化学信息学和生物信息学技术，整合现有药物及其作用途径和调控网络的信息，构建药物效应图谱。包括药物及具有生物活性数据库的建立；药物靶标及调控网络信息数据库的建立、整合及注释；药物作用靶标和调控网络预测分析方法和技术的发展；建立了一个技术先进、具有自主知识产权的集成药物设计、化学信息、靶标预测、药物调控通路信息的药物信息服务平台系统。