J109-I.200下肢包扎、止血训练系统 （交互式止血训练腿模型）   包扎、止血是外伤现场应急处理的重要措施之一，及时正确的包扎，可以达到压迫止血、减少感染、保护伤口、减少疼痛，以及固定敷料和夹板等目的，智能型下肢包扎、止血训练系统可为医务工作者提供下肢动脉、静脉出血救治处理提供模拟练习，是各医学院校考核止血包扎的理想产品。   功能特点： ■ 模拟标准亚洲成人下肢，解剖结构精确，使得技能练习过程更逼真生动。 ■ 灌入模拟血液，可模拟多种下肢外伤出血状况，自由设置不同环境脚本，训练快速的环境评估、伤情判断。 ■ 可进行动脉、静脉出血后的止血、包扎处理操作，出血频率和脉搏一致。 ■ 模拟真人智能感应不同的止血压力，对应产生不同的效果，显示器同步显示压力的变化。

J109-I.100手臂包扎、止血训练系统（交互式止血训练手臂）   包扎、止血是外伤现场应急处理的重要措施之一，及时正确的包扎，可以达到压迫止血、减少感染、保护伤口、减少疼痛，以及固定敷料和夹板等目的，智能型手臂包扎、止血训练系统可为医务工作者提供手臂动脉、静脉出血救治处理提供模拟练习，是各医学院校考核止血包扎的理想产品。   功能特点： ■ 模拟标准亚洲成人手臂，解剖结构精确，使得技能练习过程更逼真生动。 ■ 灌入模拟血液，可模拟多种臂外伤出血状况，自由设置不同环境脚本，训练快速的环境评估、伤情判断。 ■ 可进行动脉、静脉出血后的止血、包扎处理操作，出血频率和脉搏一致。 ■ 模拟真人智能感应不同的止血压力，对应产生不同的效果，显示器同步显示压力的变化。

产品详细介绍高级宫内避孕训练模型 型号：KAH/F9E 上海亨隆科教设备有限公司  销售中心：上海交通西路48号嘉华苑C座904室    联系人: 胡先生 电　　话：021-56528997  传 真：021-66615708  备注：我公司专业供应妇婴技能培训所用的妇幼模型、妇产模型、妇婴模型、妇科检查模型、计生模型、计生培训模型、计划生育培训模型、计划生育培训操作实习模型、孕妇检查模型、电脑孕妇检查模型、难产示教模型、分娩机转示教模型、乳房检查模型、足月胎儿模型、高级新生儿模型、高级出生婴儿模型、高级满月婴儿模型、高级婴儿护理模型、高级褥疮护理模型、避孕指导模型、女性内生殖器   

XM-JM局麻训练工具箱   一、功能特点： ■ XM-JM局麻训练操作工具箱采用高分子材料制成，肤质仿真度高。 ■ 提供皮肤局部浸润麻醉训练模块（局部麻醉衬垫）与环行局部浸润麻醉训练模块（带固定支架）以及常用的器械。 ■ 皮肤局部浸润麻醉练习模块：3种表面印记模拟不同手术的麻醉范围，可进行皮肤局部浸润麻醉练习。 ■ 环形局部浸润麻醉练习模块（带固定支架）：为环形状模块，可进行手指、脚趾的局部麻醉练习，模块可以旋转，也可以更换。 ■ 可反复进行练习。 ■ 尺寸：30×17×7cm。   二、标准配置： ■ 局麻训练操作工具箱：1套 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-ECX高级耳冲洗操作训练模型   一、功能特点： ■ XM-ECX高级耳冲洗操作训练模型采用高分子材料制成，仿真度高。 ■ 模型呈耳冲洗的标准体位。 ■ 解剖结构精确，可通过耳镜观察内部详细的解剖结构，如耳道、鼓膜等。 ■ 利用该模型练习为患者冲洗耳道，避免直接为患者冲洗的危险。 ■ 可反复进行练习   二、标准配置： ■ 高级耳冲洗训练模型：1台 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-DJC浅表打结技能训练操作模型   一、功能特点： ■ XM-DJC浅表打结操作模型采用透明材料制成，外观精美、结实耐用。 ■ 可进行浅表打结训练与考核。 ■ 可练习不同类型的打结方法。 ■ 模拟血管张力可调节。 ■ 可反复进行练习。   二、标准配置： ■ 浅表打结技能训练操作模型：1个 ■ 说明书：1册 ■ 保修卡合格证：1张

产品详细介绍心理健康训练系统     心理健康训练系统是北京辅仁淑凡软件科技有限公司基于专业心理学实验课程，并融入美国最新意念交互产品Mindset @ 意念耳机技术，自主研发的一款心理训练系统。整个训练系统涵盖11大模块，具体包含注意力、观察力、记忆力、感知觉、反应时、思维、学习、个性、人际关系、情绪调试与异性交往等11大类，约40个实验训练。中学生通过一个个生动有趣的训练实验，达到训练保持长时间注意力、锻炼观察力敏锐度、延长记忆保持时间、提高记忆准确性、增强逻辑思维能力、养成良好的学习习惯、树立良好的人际关系、同时起到自助心理调节，心理放松的目的；与此同时，心理辅导老师通过对学生的训练结果进行的分析汇总，掌握学生心理健康程度，及时对问题学生进行心理干预、教育和治疗。 系统特点 多种功能，容易操作，界面生动活泼 心理健康训练系统可以在局域网内在线进行实验训练，具有上传和查询训练结果和Excel导出功能，便于老师分类、汇总、统计和查询。同时，系统界面生动活泼，图片丰富多彩，符合中学生年龄和心理特点，训练内容简单、有趣，即使重复进行训练仍感兴趣盎然。 采用美国Mindset @意念耳机技术 心理健康训练系统采用美国Mindset @意念耳机技术，将脑电波信号转化为基于意念的控制力，通过采用NeuroSky专利技术输出的关注度参数及放松度参数来反映出佩戴者当前的精神状态，使实验结果更加客观、准确，从而加强了训练效果。 脑波监控与训练相结合 Mindset@ 通过NeuroSky ThinkGearTM技术采集脑部模拟电信号，即脑电波，将模拟信号转换为数字信号，使训练等各种应用利用这些参数进行交互控制。同时利用其独特的对人的当前精神状态进行度量的专利算法eSenseTM 对中学生注意力集中度、专注度以及思维放松等能力进行训练，这种主动训练的方式使训练效果得到进一步的加强。  

本发明公开了一种可伸缩式竖直运动箱体导向机构，包括用于容纳箱体做竖直运动的管道，以及设置于箱体上用于对箱体在所述管道内做竖直运动进行导向的导向装置。该导向装置为可伸缩式结构，包括设置于所述箱体侧壁面的导轨、设置在所述导轨上并可沿着导轨滑动的至少一个楔形滑块、抵靠在所述楔形滑块上与楔形滑块配合形成楔形调整机构的导向球，以及设置于所述导向球外侧用以约束导向球仅沿着垂直于箱体侧壁面的方向移动的导向球约束装置。通过驱动楔形滑块沿导轨滑动，使导向球朝向远离或者靠近箱体侧壁面的方向运动，以在竖直运动时抵靠在管道内壁实现导向，或在箱体进出竖直轨道时收缩远离管道内壁，从而能够避免与管道内壁的齿条形成干涉。

细菌通过多个趋化受体来感受周围不同的化学小分子，主动游动，实现获得更好的生长环境或者实现趋利避害。但不是强的正趋小分子都是很好的可利用营养物质—好闻的不一定有营养，同样，也不是容易代谢的营养就是强的趋化因子—有营养的不一定好闻。细菌在自然界中往往面临多种不同强弱的趋化小分子，多种不同可代谢程度的营养来源的复杂浓度梯度环境中，细菌群落是如何通过趋化行为抉择它们的去向，实现最优化它们的环境适应性与生长速度？细菌在个体与群体的选择上是否有不同？这一基于细菌的生物行为的研究也许对了解复杂的高等生物的群体行为也有所帮助。 北京大学物理学院欧阳颀院士领导的“生物物理”团队的罗春雄研究组在基于微流体细菌趋化分析芯片的实验研究中发现：在反向不同引诱物浓度梯度下，细菌首先趋向聚集于强引诱物而少营养的一端， 但当细胞密度超过一个阈值时，细菌群落部分“逃逸”强引诱物浓度场，游向趋化因子相对弱但可代谢物质富集的一端。这一现象被刻画为细菌群体运动的“逃逸相变行为”。罗春雄研究组通过与美国IBM沃森研究中心的涂豫海教授（北大定量生物学中心资深访问学者）合作，对此现象涉及的趋化受体间的协作行为进行了系统细致的理论分析和实验论证，发现营养物质通过数量较少的Tap趋化受体进行了响应行为，而且在较大的一个趋化响应参数空间均会出现由细菌密度超过临界密度而产生的逃逸条带（“Escape Band”）行为，该行为可以使得细菌群落在复杂的趋化物浓度场中获得更好的生长优势。相关的定量实验与理论研究以“The escape band in Escherichia coli chemotaxis in opposing attractant and nutrient gradients”为题于2019年1月23日在线发表于Proceedings of the National Academy of Sciences of the United States of America（PNAS）杂志上。细菌群体趋化运动的“逃逸相变行为” 文章第一作者为北京大学定量生物学中心博士研究生张玄麒,通讯作者为北京大学物理学院/定量生物学中心罗春雄教授及美国IBM沃森研究中心/定量生物学中心的涂豫海教授，参与人包括欧阳颀院士，前沿交叉学科研究院博士研究生司光伟，董一名，物理学院博士研究生陈凯悦。工作得到国家自然科学基金委、物理学院介观物理重点实验室、 北京大学定量生物学中心、北大-清华生命科学联合中心的支持。 工作原文连接: https://www.pnas.org/content/early/2019/01/22/1808200116

动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion Analysis，Vicon，Optitrack等，惯性动捕系统有Xsens，诺亦腾等。 然而，无论是光学动捕还是惯性动捕都需要动作人穿上特定的设备，不可避免地会影响到人体运动的真实性和动捕的使用范围。同时，相应的专业动捕设备往往价格不菲，很多有需求的小型工作室也会望而却步。因此，学术界和工业界都在极力研究“无标记运动捕捉”技术，即不需要任何穿戴设备，仅由相机观测和算法分析，就实现对多人体运动的实时准确捕捉。这种技术有着更加广泛的应用场景，例如无人售货超市、VR/AR游戏、远程全息通讯、数字人创建、虚拟主播、人机交互、全天候医疗监护等。 近几年，随着深度学习技术的广泛普及，无标记动捕领域也诞生了许多革命性技术，例如实时2D多人体关键点检测技术OpenPose等。然而，多目标实时3D运动捕捉仍然是一个极具挑战性的问题，主要挑战因素包括：如何实现实时计算，如何进行高效的多视角关联，如何解决紧密交互带来的观测失真等。举个例子，当两个人拥抱在一起的时候，当前大多数检测或重建算法都会失效。而理论上，多视角的观测信号能够在一定算法设计下互相补充，尽可能解决单视角运动重建的歧义性。如何充分利用多视角的视频信号，实现复杂、紧密交互场景下的多人体运动捕捉是当前无标记运动捕捉领域的核心问题之一。 该项目研究工作提出的多视角人体运动捕捉系统包括相机采集模块，2D姿态检测模块，4D关联图求解模块，三维骨架求解模块及渲染模块。其主要算法贡献在于提出并实现了4D Association算法。 当前的多视角运动捕捉系统大多采用的是序贯地匹配策略，首先对每个视角进行独立的人体检测和连接（例如，OpenPose检测关键点和关键点相互连接的概率，从而对人体进行连接；Mask-RCNN、AlphaPose和HRNet都需要先检测每个人的BoundingBox，然后对每个人进行独立的人体检测），然后对人体进行多视角关联和姿态求解，最后进行时域跟踪。这种常规方法的缺陷在于，当单个视角检测失败以后，后续的算法难以对失败的检测结果进行修正，从而将错误的检测传递到下一个步骤，影响跟踪效果，对于紧密交互（例如前文提到的两人拥抱）的情形，单视角的往往很难给出令人满意的检测结果，因此基于序贯式的算法一般会失效。 相较而言，该研究工作的创新性在于充分利用单图连接(2D)、多视角连接(1D)、和时域连接(1D)之间的相互约束从而进行全局优化，用多视角信息和时域信息来避免单视角连接的歧义性，同时也通过单视角连接结果来优化多视角的匹配，从而使得关联结果更趋向于全局最优。具体地，该研究工作提出了一种4D Graph的图结构，将上一帧的三维人体关键点（在初始帧或者人进入动捕范围的时候可以缺失，不影响算法的运行）和当前每一视角的2D关键点建模在同一个图结构中，用单图连接、多视角连接、时域连接的概率作为边的权值，将人体多视角关联的问题看成提取有效边的过程。为了快速地求解这个问题，进一步提出了一种基于完全子图的近似求解算法，高效地完成了从4D图结构中提出正确的人体连接。 最终，该研究工作实现了紧密交互下人体的三维姿态重建，并展示了实时系统效果。其算法在多个数据集上均表现出了良好的视觉效果，在Shelf数据集上也取得了当前最好的数值结果。