物联网技术综合实验系统III型（CES-IOT6818）配置高性能的嵌入式ARM Cortex-A53八核CPU S5P6818网关及丰富的扩展应用接口，并多达45个传感器模块、8个控制器模块可供选择，均采用统一接口，可插拔。另外，平台配置了4G、WiFi、GPS、蓝牙、摄像头等模块及10.1英寸高清电容式触摸液晶显示屏，支持Android 5.1.1 Lollipop操作系统。 物联网技术综合实验系统III型采用模块化设计，整个系统由高级物联网网关、ZigBee无线模块、传感器模块及RFID射频开发套件四部分组成。实验系统提供多达数十种课程实验，课程实验提供开放的软件及硬件资源，着重培养学生的实际动手能力，可实现教学、科研等物联网相关课题。

简单介绍： MRI技术仿真虚拟实验系统应用主流的MR设备和操作系统界面可完成理论知识、模拟视频、模拟仿真操作、人机考试模拟仿真整个MR系统的工作流程，MRI技术仿真虚拟实验系统对学生的规范化实训与教学工作。MRI技术仿真虚拟实验系统模拟MR教学系统设备按照医院MR室布局标准建设。 详情介绍： 建议电脑配置：操作系统  Windows 7  64位    处理器：  英特尔 Core i5-7400 @ 2.00GHz 双核 以上 内存：      8 GB 以上 主硬盘： 硬盘500G以上或固态硬盘（128G）以上 显卡：   Nvidia GeForce GT 730 ( 2 GB )以上 显示器： 19寸 1366x768 正好 MR硬件教学系统技术参数 一、应用主流的MR设备和操作系统界面可完成理论知识、模拟视频、模拟仿真操作、人机考试模拟仿真整个MR系统的工作流程，对学生的规范化实训与教学工作。模拟MR教学系统设备按照医院MR室布局标准建设。 二、MR硬件主要组成 1 扫描床 2 主磁体机架 3主机控制软件工作站 4 遥控控制台 三、设备功能参数 1. 扫描床 1.1床面尺寸≥667mmx2600mm 1.2水平运动范围 ≥  2350mm 1.3垂直运动范围≥366mm 1.4床面*离地面满足*小≤*小580mm ，*大946mm 1.5扫描床承载重量 ≥  250kg 1.6按照扫描模式可以自动进入主磁体中心。 1.7提供床垫、头颅线圈、颈部线圈、体部线圈、乳腺线圈、肩关节线圈、膝关节线圈等扫描附件。：乳腺线圈和肩关节线圈为选配 2.主磁体扫描架 2.1机架尺寸≥1700x1700x1500mm：1730mm×2080mm×2410mm 2.2机架孔径≥710mm 2.3配备定位激光灯，X/Y/Z三方向 2.4机架外形款式必须与目前合资品牌1.5T磁共振机机外形一致，对磁共振机机架外形 采购方有决定权。 2.5机架两侧分别各带一块控制面板，具备控制床面升降、前后运动，控制激光定位系统、“急停”，磁体中心锁定按钮，自动进入主磁体中心键；机架顶侧具有液晶显示屏，可显示各项机械运动参数 3.MR主机控制软件 3.1具备系统基础知识、仿真扫描视频、仿真操作系统、特殊检查与图像处理、人机考试 3.2病人信息登记，病人协议选择，病人体位选择，成像参数选择，扫描定时选择 3.3具备病人管理功能，支持病人信息登记，预选，设定扫描部位，扫描参数设置，扫描方式设定功能。 3.4具备定位像显示、操作、处理及定位参数设置功能，能实现利用定位激光灯实现各个部位的定位功能。 3.5定位像扫描界面显示三幅定位框，分别对应横断位 冠状位  矢状位 图像，每个定位框内可显示定位线，可以调节定位线的区域 角度。 3.6具备体位设置功能，能实现调整功能。 3.7具备图像显示，图像浏览，图像处理功能。 3.8扫描包含头颅、胸部、腹部、脊柱、四肢关节等至少15个扫描部位选取功能，各种参数随着需求选择确定进行扫描。每一个扫描部位中 包含常规扫描方位序列(SE序列 FSE序列IR序列 STIR序列 FLAIR序列 GRE 序列等) 、特殊扫描方位与序列（如DWI扫描 SWI 扫描）  快速扫描序列、增强扫描 序列  、MRA扫描 序列，腹部扫描方案里应含有 MRU MRCP扫描序列 方案，同时显示不同扫描参数出现不同图像，可以用特殊方法显示特殊扫描图像。参数改变图像随着改变。 3.9执行扫描，系统会象真实MR 机器一样在图像显示区实现扫描图像一幅紧接一幅动态显现的整个过程，同时扫描模拟进度条一直前行直到图像扫描完成，扫描出的图像必须与扫描方位序列一致。比如  颅脑横断T2WI 扫描序列完成后，图像显示T2WI,横断DWI序列扫描后的图像是DWI 图像。增强扫描 显示增强MR图像。每一个扫描过程操作、显示增强剂量、速度、时间、辐射剂量显示、排版各种方案、单、多幅、图像定位线显示、拍片、综合性图像处理（DR、CT、MR）教学、训练、练习

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： 　　（1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 　　（2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 　　（3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 　　（4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 　　本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

发电设备维修是一项复杂的系统工程，然而缺少适用的维修模式、先进的运行与维修智能决策系统和计算机化维修管理系统等作为技术支撑。本项目的主要内容及其技术经济指标如下： （1）基于SRCM的发电设备状态维修管理模式及工作程序：确立了基于SRCM和以工单为主线的维修管理模式，制订了状态维修的工作程序及其具体内容。 （2）生产实时数据接口技术及数据库管理系统：开发了生产实时数据接口技术及数据库管理系统，实现了生产实时信息的远程连接、智能查询和有效共享。 （3）发电设备状态维修理论与技术体系：确立了功能位置码与系统码相结合的设备编码方案；建立了基于蒙特卡罗模拟的设备重要度分析模型和维修方式决策规则；给出了状态划分规则和状态阈值确定方法，建立了基于模糊理论和变权方法的状态综合评价模型以及基于灰色理论和神经网络的状态综合预测模型；建立了主设备定期维修的间隔优化模型，以及辅助设备定期检查、定期更换、隐患检查的间隔优化和状态维修阈值模型；建立了基于RCM定量分析的维修优化模型；建立了复杂可修复系统的短期维修决策和评价模型。 （4）发电设备运行与维修智能决策系统和计算机化维修管理系统：建立了SRCM分析平台和维修知识库，可进行故障模式影响、故障树、故障风险及可靠性分析；建立了状态评价及预测平台，可实现综合状态实时评价和预测；建立了维修决策及评价平台，可实现维修的智能决策及优化；建立了缺陷管理平台，可实现缺陷处理自动化；建立了备件存储优化及管理平台，可节省备件的购买和存储费用；建立了维修过程管理平台，可实现维修计划的全程管理。 本项目完善和丰富了设备维修理论与技术体系，可促进发电设备维修技术的进步；为发电设备状态维修的实施提供了先进的技术支持系统和高效的管理平台，可以优化定期维修间隔，减少维修时间，降低维修费用和维修风险；提高设备的可靠性和可用率，改善机组的运行性能，增强发电能力。

我校量子信息技术研究所王琴教授团队在量子密码领域取得新突破，该团队首次提出将人工智能领域的长短期记忆神经网络(LSTM)应用到量子密码控制系统之中, 实现了对量子密码系统的主动反馈与控制, 在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该成果近期发表在美国物理学会权威学术期刊《PhysicalReview Applied》上。 　　量子密码作为量子信息技术领域发展最为成熟的技术，正逐渐从实验室阶段走向商用化，有望在未来大规模网络加密通信中发挥重要作用，因而得到学术界和工业界的广泛关注。自第一个BB84协议提出以来，量子密码无论是在理论上还是在实验上均取得了巨大进展。现有量子密码系统包括相位、偏振、时间-能量编码等编码方式，其中相位编码方式应用最为广泛。该类系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对该缺点，我校王琴教授团队首次提出将人工智能与量子密码控制系统相结合，利用LSTM网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不提高系统硬件复杂度的前提下大幅提升了量子密码系统传输效率。此外值得提出，该方法的适用范围不依赖于某种协议或编码方式，原则上同样适用于其他任意量子密码协议和任意编码系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。 该项工作的第一作者是我校通信与信息工程学院硕士研究生刘靖阳，量子信息技术研究所的王琴教授和江苏省图像处理与图像通信重点实验室的谢世朋副教授是该工作的共同通讯作者。该工作得到了安徽问天量子科技有限公司的技术支持。此项工作受到国家重点研发计划、国家自然科学基金以及江苏省研究生科研实践创新等项目的支持。

探究了AI自动勾画的临床应用价值，即AI能够为临床医生提供多大的帮助。在8位医生完成人工勾画两个月后，由他们对AI自动勾画的结果进行修改（AI自动勾画+医生修改，即AI辅助勾画）。结果显示，AI辅助勾画提高了5位医生的勾画准确性（平均由74%提高至79%），减少了55%的勾画者间差异。     本研究是AI在全期别鼻咽癌放射治疗靶区勾画方面的首个研究，样本量大、技术合理、测试全面，是AI在肿瘤学领域应用的一项重要进展。研究结果显示AI辅助勾画提高了鼻咽肿瘤勾画的准确性，能够让经验较少的医生达到近似专家水平的勾画，将会对肿瘤控制和患者生存产生积极影响，同时极大地提高了医生勾画的效率，为实现精准而又高效的鼻咽癌放射治疗靶区勾画提供了解决方案。