本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 徐倩慧 中山大学医学院 2017.09~2022.06 童钊鹏 中山大学孙逸仙纪念医院 2021.09~ 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 蔡跃新 中山大学孙逸仙纪念医院 副主任医师 耳鼻喉头颈外科 四、项目简介 本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。通过模仿医生诊断的注意力机制，将获取局部关键特征的局部分类器与获取全局特征的主分类器有机结合，构成深度学习的主框架。通过计算AUC等统计学指标来评估模型的性能，并与两位副主任医师、两位主治医师进行人机对比来进一步评估模型的性能，同时通过热图显示深度学习模型在耳内镜图像不同区域的权重，以判断深度学习关注的区域是否与临床医师一致。该深度学习模型可获得整体93.4%的准确率，区分正常人与分泌性中耳炎的AUC为0.99，而区分化脓性中耳炎活动期与静止期的AUC为0.94.模型的准确率要高于两位主治医师，达到副主任医师的水平，同时热图显示深度学习模型定义的关键区域恰好是临床医生做诊断的区域，如化脓性中耳炎鼓膜穿孔区域，分泌性中耳炎的光锥区域。同时，同时，本项目还将深度学习模型的技术落地，自主研发出研发便携式可拍摄与自动诊断的耳镜设备。

该项目重点研制了VXI/CPCI监测单元、基于LabVIEW的监测诊断平台和融网络诊断工具和故障数据于一体的专家会诊环境，构建了包含基于Intranet的监测诊断平台和基于Internet的虚拟诊断中心两个层面的监测诊断网络，不仅可以全面在线监测诊断企业关键设备的运行状态和故障，并可以对疑难故障实现异地多专家的网上多媒体会诊。

本系统为离线巡检测试系统，主要实现对港口流动机械的性能检测，故障诊断及设备的现代化管理。为适应非平稳信号的分析要求，本产品采用了一种新的信号分析方法。实现了叉车柴油机部分的燃油系统、缸套及活塞组件、曲轴磨损及配气机构的故障诊断和性能分析。从而完成叉车振动检测、故障诊断与劣化报警的统一体系。可实现港口流动机械的预知维修。

XM-SX-III中医舌诊仪   XM-SX-III中医舌诊仪（中医舌象智能辅助诊断系统）是采用数据挖掘技术、机器视觉技术相结合的产品，该产品安装简单、操作方便、安全可靠、配置灵活，既能用于各大中医药大学舌象相关的教学、科研，又适用于医生舌诊的辅助分析，适用范围较广。   一、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。 二、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。 三、软件功能： ■ 用户权限管理，提高系统安全性。     ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 功能强大的视频分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析能力。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，最多支持5步撤消。

该系统提供CAN总线系统内的多种ECU、输入设备、输出设备软硬件模拟功能，能进行CAN总线正常状态电阻、电压、波形测试与CAN通信数据收发；能进行CAN总线网络的各种断路、短路电路物理层故障设置与排查实训；电控故障排查等

微纳机器人指的是尺度介于微纳米级别，可以对微纳空间进行精细操作的机器人。由于其具有灵活运动、精确靶向、药物运输等能力，在疾病诊断治疗、靶向递送、无创手术等生物医学领域具有广阔的应用前景。然而现阶段针对微纳机器人的有关研究大多聚焦在体外，在体内治疗应用的更多预期功能仍然具有极大的挑战性。 浙江大学医学院附属第二医院/转化医学研究院周民研究员团队研制出一款微纳机器人，通过以微藻作为活体支架，“穿上”磁性涂层外衣，靶向输送至肿瘤组织，成功改善肿瘤乏氧微环境并有效实现磁共振/荧光/光声三模态医学影像导航下的肿瘤诊断与治疗。 这项研究被刊登在材料领域著名期刊《先进功能材料》（Advanced Functional Materials），并被遴选为当期封面。论文的第一作者是浙江大学转化医学研究院交叉学科直博生钟丹妮，论文通讯作者为周民研究员。 光合作用解决供氧不足 在肿瘤治疗中，为何需要微纳机器人靶向提供氧气呢？ 这是因为肿瘤细胞在快速增殖中消耗了大量的氧气，导致肿瘤组织内部存在缺氧微环境，这成为众多肿瘤治疗方法出现耐受现象的重要原因之一。一般临床肿瘤治疗采用的放疗和光动力治疗中，患者通过高压氧仓吸氧来解决肿瘤内部氧气不足的问题。但这种方法往往收效甚微，并不能达到靶向供氧到肿瘤部位，难以提高肿瘤治疗效果。 螺旋藻，一种生活中常见的微藻，作为水生植物能够通过光合作用产生氧气。那么如何将该微藻送进肿瘤？课题组提出将超顺磁性的四氧化三铁纳米颗粒通过浸涂工艺，均匀涂层至微藻表面。磁性工程化的微藻能够在外部磁场控制下，能够定向运动至肿瘤。 磁性工程化螺旋藻，在磁铁控制下能定向移动 “研究的创新性在于无机和有机的微纳体，选择性把药物输送到肿瘤缺氧部位。”周民介绍，他们所研制的微纳机器人是一种光合生物杂交体系统，这个系统既保持了微藻高效的产氧活性，还兼有四氧化三铁纳米颗粒的定向磁驱能力。 微纳机器人通过光合作用提高肿瘤氧气浓度 在具体治疗中，通过体外交变磁场将微纳机器人靶向运送并积累至肿瘤，通过体外光照，由光合作用原位产生氧气来减轻肿瘤内部乏氧程度，从而提高放射疗法的效率。“在小鼠的原位乳腺癌模型中，经增强的联合治疗展现了明显的肿瘤生长抑制作用。” 增强放疗/光动力协同治疗抑制肿瘤生长并可降解 叶绿素一面照出肿瘤变化的镜子 光合生物杂交微纳泳体系统不仅对于放疗具有积极作用，在经过射线处理后释放的叶绿素能作为光敏剂，进而产生具有细胞毒性的活性氧来杀死肿瘤细胞，实现协同光动力治疗。“正常的光动力治疗需要氧气和活性氧才能顺利开展，目前的微纳机器人能够很好地解决这两个需求。” 此外，微藻中含有的大量叶绿素，也具有的天然荧光和光声成像功能，可以无创性地监测肿瘤治疗情况和肿瘤微环境变化。“药物遇到荧光，就能够表达出来。叶绿素是一面镜子能够找出来它。” 基于叶绿素的治疗及成像功能

该成果提出了变压器局部放电检测的系统的、全面的外部干扰排除方法；提出了变压器局部放电超宽带天线阵列定位新技术；提出了变压器内部局部放电缺陷严重程度的特征参数，进而提出了局部放电缺陷的类型和严重程度的诊断方法，并且设计并实现了相应的自动诊断软件。 研究成果通过了实验室试验验证，并在上海市电力检修公司和福建省十余座变电站得到应用。该成果抗干扰技术的在线检测结果的准确性与过去相比提高了3倍，准确率提高到95%；定位技术误差一般不超过30cm；总体运算时间在秒级，Y型优化阵列准确定位区域比现有的矩形阵列大18倍。 该成果在局部放电缺陷严重程度的诊断方法和预警预测方法方面填补了国内外空白，对放电类型的严重程度识别的准确度达到了93.3%以上。授权发明专利3项，发表SCI、EI论文14篇，并获得2012年福建省科学技术奖三等奖。

肺癌是我国及全球发病率和死亡率均位居首位的恶性肿瘤，早期诊断对于降低肺癌死亡率具有关键意义。目前美国的肺癌低剂量螺旋CT早期筛查医保项目因阳性率过低，成本效益比存争议，欧洲则拟采取血清学筛查阳性人群再行CT的路线。随着我国居民消费升级和健康意识提升，体检市场呈现井喷发展趋势。作为肺癌高发国家，我国肺癌早期筛查势在必行。 同济大学附属上海市肺科医院在肺癌诊断和治疗方面在全国处于领先地位。肺科医院粟波研究员项目组采用人类全蛋白质芯片，以健康人群和多种肺部良性疾病患者为对照，对肺癌患者进行了血清自身抗体的筛选，获得一组具有自主知识产权的全新肺癌诊断自身抗体。项目组采用基因重组技术表达了相关自身抗原，作为检测自身抗体的配偶体，利用反向酶联免疫吸附测定原理，建立了酶标法检测血清自身抗体用于肺癌早期诊断的ELISA试剂盒，获得国家发明专利授权。通过临床前的回顾性验证和评估，表明此项目构建的自身抗体检测和联合检测肺癌（含早期）具有较好的敏感性和特异性，联合检测的总体特异性为96%，敏感性为77%，诊断性能已超过了目前已报道过的自身抗体类型组合。此项目主要关注体检筛查和医学检验市场，用于肺癌的早期血清学筛查诊断，或肺部CT小结节的良恶性的辅助预测，及肺癌的复发监控和伴随诊断，具有较大的社会效益和经济效益。

本发明公开了检测BICC1蛋白含量的试剂在制备精神疾病诊断产品中的应用。研究发现，BICC1蛋白在精神分裂症、单相抑郁障碍、双相躁狂、双相抑郁、惊恐障碍和非精神疾病对照者血清中的差异性表达(精神分裂症、单相抑郁障碍、双相躁狂、双相抑郁、惊恐障碍血清中上调表达)。采用BICC1蛋白作为指标，为检测精神分裂症、单相抑郁障碍、双相躁狂、双相抑郁、惊恐障碍提供了一条全新的途径，ROC曲线下的面积值AUC为0.714～1.0，具有较高的诊断价值。

用编码器信号触发数据采集设备采集振动信号，依次分时对复杂传动链的每个轴都进行了2"整数倍采样，从而各个轴数据频谱分析可以得到相应轴的尖锐故障峰，忽略模糊峰值信号，所有轴尖锐频谱峰合成系统故障预测与诊断去混叠频谱，可以实现复杂传动链的精确故障预测与诊断。本发明中的频谱分析，包括但不限于FFT快速FT、阶比谱、倒频谱等常用频谱分析方法。