该技术主要针对基于酶抑制剂法的有机磷农药快速检验中， 检测含 P=S  键有机磷农药时灵敏度低，易产生假阴性，不能满足国标要求的间题。创

国内没有具备降解材料检测的权威机构

一、所属领域 人工智能，精密自动化，生物分析与检测，环境微生物检测，工业微生物检测，细胞组织分析检测。 二、项目介绍 1. 痛点问题 微生物的识别、计数和定性分析一直是食品、医药和生物行业的重要一环。传统的人工检测方式劳动强度比较大，且检测主观性强，标准难以统一，计数和检测结果不准确；在对环境的微生物监测中，人工方法只能做到抽样检测，无法做到持续性检测。 近两年行业巨头们（如GE，安捷伦，赛默飞等）开始推出图像识别技术的微生物检测设备，其结果来自直观影像，分辨率高，操作难度低。但是这些设备目前采用的光学显微镜倍数都在800倍以下，只能进行计数，如果要完成相关定性分析，需要在800倍以上的放大倍数获得单细胞微生物的清晰图像（如酵母菌，大肠杆菌）。但800倍放大倍数对应的有效视场只有200微米*200微米，对计数和活性统计分析又不具备足够的采样数量。目前国内外设备均没有解决好这个问题，对微生物进行定性分析的准确率低，无法满足市场需求。 2. 解决方案 本项目针对微生物和细胞活体检测中缺乏有效参照物的技术难点，根据显微扫描设备的结构，将全景化视域重构技术和微米级电机结合，解决了镜头大幅平移过程中的自动对焦难题和微生物溶液动态环境中的影像拼接难题，在保证1000倍放大的基础上，获得的有效视场增加到10毫米*10毫米的范围；再通过自动化图像采集和拼接，得到完整的微生物图像；然后结合传统的图像分割以及深度学习图像识别的优势，小样本高精度动态完成微生物的类型识别，计数，活性，死亡率，出芽率等定量定性分析。 3. 竞争优势分析 与国内外的主流检测设备对比，本项目技术优势主要体现在： 1）独创的微生物影像全景化视域重构技术，实现0.5微米的分辨率和20*25毫米的超大视角； 2） 解决微生物影像领域小样本智能识别和智能检测的难题； 3） 检测目标、检测内容、检测流程和逻辑可通过自然语言定制，提高设备功能通用性； 4）计数准确率超过人工计数，准确率超过国内细胞计数仪器一个数量级； 5）第一台按照国家微生物计数检测标准开发研制的微生物计数仪。 本项目的第一代产品样机与国内外同类产品对比，主要性能优势和技术优势如下： 在食品行业，本项目获得了青岛啤酒北京密云分厂的啤酒原液和相关酵母菌种，针对生产用酵母菌采集了大量实拍图像数据，优化后的酵母菌计数和出芽率算法识别率均在95%以上。 4. 发展规划 按照三步走的方式来设定发展规划： 1）基于全景化视域重构技术，构建第一代检测仪器，首先进入门槛最低的食品微生物检测市场，对啤酒和发酵乳企业提供酵母菌检测计数技术和设备； 2） 利用已有技术积累，进入环境微生物检测和高校实验室市场； 3）最后以食品和环境检测市场为根据地，进入门槛最高的生物医药检测市场，提供微生物检测和组织检测的相关设备。 5. 知识产权情况 已申请3项专利。 三、合作需求 1）寻求500-800万元天使投资； 2）寻找高校研究所，食品工业和环境检测领域的客户、渠道伙伴； 3）寻找生物医药，医学临床领域的客户、渠道伙伴和产品测试环境。 四、团队介绍 科研团队： 1）周悦芝 博士 清华大学计算机系研究员，项目负责人，在边缘计算和深度学习等领域有丰富的开发经验和杰出的研究成果，在面向医学影像的AI图像分析方面曾发表多篇论文，申请或获得多项国家发明专利。 2）黄权伟 清华大学计算机系硕士，负责图像分割及细胞识别等相关算法研发。 3）梁志伟 清华大学计算机系硕士，负责深度学习算法加速研究和实现。 五、联系方式 E-mail：ott@tsinghua.edu.cn 成果编号：20230055

该项目2016年获得国家技术发明二等奖。属兽医药理与毒理学研究领域。为保障动物源食品安全，成果发明兽用抗菌药和违禁化合物残留高效检测核心试剂及产品、多组分残留物痕量加速溶剂萃取和恒温萃取技术，解决了兽药残留高效、快速、高通量检测的一系列关键技术问题。共获授权发明专利39件，制订国家标准19项，备案产品17个，保藏物种41种，专家鉴定为国际领先水平成果8项，国际先进水平成果4项；获省部级技术发明和科技进步奖一等奖4项，其他奖3项；培养博士生11人、硕士生59人，各类技术人员2000余人次。 该项目在农业、卫生、质检和贸易系统使用面达40-50%，在全国500多家大中型养殖企业的使用率达60%-70%，全国兽药残留超标率由使用前5-10%下降到现在1%以内，为养殖业年均挽回经济损失159.23亿元(据中国农科院农业经济研究所测算)。项目完善了国家兽药残留检测技术体系，提升了兽医科技自主创新能力，对保障食品安全、应付重大突发事件、打破国际技术壁垒、维护经济社会稳定等做出了贡献。 成果完成时间：2012年

中科院武汉物数所针对现有食品检测技术中存在的检测技术方法不完善等关键问题，建立了无需进行复杂样品前处理及样品分离的，高效、快速和全面的食品检测评价新技术，可全面、实时监测食品产业链中的各个环节。 市场预期：应用于食品检测领域，预计经济效益在千万级别。

本系统将机器人模型简化成一个一级二维的倒立摆，并抓住机器人步态规划中的八个关键阶段，结合ZMP稳定性理论，设计了一个机器人行走平衡自调整的模糊控制器，使得控制算法大大简化。大型智能交互机器人与场馆内其他小型双足类人机器人Agent的通信研究采用TCP/IP和无线GPRS方式用于大型仿人机器人与场馆内其他小型仿人机器人Agent的通信，研究了几种用于多Agent之间通信的算法，并将一种改进的遗传算法并将其应用于多Agent通讯，结果表明此种算法可以提高多Agent之间的通信效率。完成基于嵌入式系统设计，系统实现语音识别、人脸识别，嵌入式系统同时还完成和行走驱动系统、动作驱动系统、无线通信系统的通信，通信方式采用内部总线；完成了基于DSP的直流电机驱动系统设计，实现无刷直流电机电流环、速度环的双闭环控制；实现了完整的交互协议，保证数据可靠的传递。小型双足类人机器人与小型双足类人机器人之间的通信研究 将机器人团队中的每个机器人作为通用控制设备进行互连，通过遵循自主开发的共同的资源描述及功能服务接口标准，使每个机器人能够有效实现资源共享及协同服务，提高设备间功能的互操作性。互连的机器人相互认识与理解，遵循我们自主开发的规范的设备资源描述标准，该标准详细记录机器人在互连网络中的表现形式，以及设备所能提供的服务。使每台机器人可以互联互通、整体团队形成自组织网络，进行信息共享及协同工作。

国内首家推出的全数字式系列智能花式纱线生产装置，可作为传统环锭细纱机、转杯纺纱机制造厂的选配件，但主要是作为纺纱工厂的设备技术改造后生产竹节纱或段彩纱等高附加值产品，能够满足生产实际需求的任意竹节长度、竹节粗度、竹节间隔任意调节与组合，并可生产特殊的具有平面投影拟合的特色竹节纱，始终处于国内领先水平，已在国内外200多家企业推广应用。

智能交通系统已经成为交通运输发展的重要支撑。2000 年左右我国正式从国家层面开展相关研究及示范工程，智能交通系统的发展已经成为各级交通相关部门的共识。 清华大学自 1996 年开展智能交通系统的研究及系统设计、开发工作，内容涵盖交通信 号控制系统、交通信息平台、指挥调度系统、应急交通指挥等方面，形成了一系列具有自主知识产权的理论与技术应用成果，其中包括智能交通系统规划与系统设计成套理论与技术、 智能交通控制系统、交通信息平台软件、交通安全辅助决策支持系统、交通信息社会化服务 系统等，获得软件著作权 8 项、发明专利 5 项。本技术可以为智能交通系统的发展提供良好的支撑，通过系统设计实施可以有效节省投资资金，同时可提高城市交通运行效率，提高平均通行速度 5~10%，降低事故发生率 5~10%。 4 合作方式

与传统图片级分类标注方法相比，Visionome技术可多产生12倍标签，而这些标签训练出来的算法显示了更好的诊断性能。基于此技术，团队训练出可准确识别多种眼前段病变的裂隙灯图像智能评估系统，可应用于大规模筛查、综合分诊、专家级评估、多路径诊疗建议等多个临床场景。不仅在回顾性数据集中表现出眼科专家级别的诊断水平，在前瞻性数据集中也表现出色。使用者通过在Visionome诊断系统中上传眼前段图像，即能一次获得多个部位的全方位诊断，与传统的人工智能算法相比，Visionome系统可生成更加全面、精细、具体的报告，真正让医学人工智能应用揭开神秘的面纱，成为一个接地气的“医生”。