本实用新型公开了一种基于软体智能材料的姿态可调整沉浮平台，包括支撑架及支撑架的周向上的至少三个沉浮装置；所述的沉浮装置包括：沉浮腔，所述沉浮腔的开口密封有驱动薄膜，沉浮腔内充有气体使驱动薄膜膨出形成可变形空间；气压传感器，监测沉浮腔的气压值并传送至第一控制器；第一控制器，接收并处理气压传感器的监测信息，控制驱动薄膜的变形；所述的支撑架上还设有：加速度传感器，监测姿态可调整沉浮平台的运动状态并传送至第二控制器；第二控制器，接收并处理加速度传感器的监测信息，向第一控制器输出控制信息；电源，提供动力。该姿态可调整沉浮平台结构简单，控制精度高，并且所产生的噪音小。

智能制造（铣削）综合实训平台既可独立实训，也可以接通实物机电设备实现动作控制。本设备集成了智能制造执行系统（MES）、工业机器人控制系统、数控铣削控制系统、可编程控制器（PLC）、触摸屏（HMI）、场景系统、MES系统。通过机器人示教器、数控系统、PLC及电路控制虚拟场景中的设备。利用该设备可综合实训MES系统、工业机器人编程与操作、数控铣床编程与操作、触摸屏编程与控制、工业PLC的交互控制编程与调试。本设备还配备自定义I/O接线仿真功能模块，用户可自定义删除和连接I/O端口的接线设置，从而可以按自定义的I/O接线进行PLC程序编辑，拥有自主搭建场景功能。 该平台面向智能制造专业群可开展《工业机器人技术与应用》、《数控铣削加工实训》、《数控铣床系统参数调试》、《PLC基础应用》、《触摸屏组态控制》、《智能制造单元综合实训》等课程的教学、考核及相应的技能竞赛训练。

智能机器人创新实验平台是由海天雄研发的以Cortex-A15高性能ARM芯片为上位机来控制机器人行为动作的平台，由上位机系统(ARM芯片)与下位机(51芯片)两大部分组成。该平台可根据不同的实验需求进行独立工作。 上位机（三星公司Cortex-A15的5260 ARM芯片）主要是运行控制机器人的Android应用程序，并且此系统也拥有丰富的外设，可以用来学习Android应用程序的开发以及ARM芯片的学习，可以作为整个嵌入式系统的教学平台使用。 下位机（AT89C51系列的芯片）主要是根据上位机发送的命令控制机器人的动作行为，此系统可以拥有一般51单片机的外设（LED、数码管、蜂鸣器等），可以独立使用，并且拥有大量的传感器，例如：舵机、超声波、直流电机、摄像头等。 智能机器人创新实验平台采用的是上位机控制，通过WiFi路由通道，根据下位机探测的环境因素判断情况回传给上位机以此智能控制。另外，可以在非控制情况下循迹运行。主要由四大块组成：上位机5260平台运行Android程序、WiFi路由模块、单片机与驱动模块以及机器人的感知与控制系统。

鼻咽癌家系队列成员管理及问卷调查智能分析系统是针对广东地区异常高发的鼻咽癌特殊人群——有 2个及2个以上的鼻咽癌亲属的、以家庭为单位的鼻咽癌高发家系为主要研究对象的研究设计，体现了云计 算、互联网、大数据的设计理念和时代特征。

XM-SM智能中医舌诊、面诊图象分析仪系统   XM-SM智能中医舌诊、面诊图象分析仪系统采用一体化设计，将舌诊仪、面诊仪融于一体，可进行舌像采集分析与处理、面像采集分析处理等辅助诊断教学。   一、舌像采集分析处理： ■ 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。 ■ 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、面像采集分析处理： ■ 通过对病人面部图像进行分割、人机病症问诊作答，结合医生专业诊断，给出专业诊断结果并打印成报告，该系统能达到辅助中医临床诊断的作用，从数据库中读取面诊以及问诊信息数据，建立和编辑病例，建立中医诊断报告。中医面诊检测分析系统采用形状模型实现对眼睛、鼻子等器官进行定位，提取出额头、下颏和两颧区等人脸区域。通过采用K-means算法对面部图像的颜色进行提取，计算不同的颜色聚类中心的距离而进行面部颜色的分析；通过采用改进的2DPCA对面部图像进行特征抽取，通过计算测试样本特征与训练样本特征之间的余弦距离，实现对面部图像的光泽分析。 ■ 面象采集主要是在特定的光源环境下，采用高清晰摄像头 获得患者面部的图像信息，将这些特征值与特征数据库中的阈值进行比对，给出面色分析结果。可分析12种面色：青色、赤色、黄色、白色、黑色、正常、淡白、淡红、红、 深红、暗红、紫黑。 ■ 测试结果用表格显示，简洁易懂，并可以生成PDF文件保存以便查询，也可以打印报告。

医影智能XR眼镜，这款集长续航、轻量化、易携带、AI识别等特性于一体的专业级教学设备，正以三大核心功能重塑医学影像教育生态。 1.医学影像设备可视化 无需实体拆解，医影智能XR眼镜即可实现医学影像设备从整机到内部结构动态呈现，DR平板探测器、CT扫描、MRI成像技术等内容，通过虚拟现实呈现成像流程，设备原理要点一目了然，重建教学内容可视化，实现“所见即所学”。 2.医学影像中心场景漫游  突破空间与场景壁垒，可沉浸式体验影像中心各科室的环境布局，深度感知科室文化；支持全流程模拟操作，可完整演练患者接待、体位摆放、设备参数调试、检查执行等核心环节，为影像中心科室规划优化、新人岗前标准化培训提供专业高效的实操支撑。 3.AI 智能识别 教材识别：精准识别医学影像教材中的图文内容，即时生成3D模型、流程动画及专业讲解。将静态文字转化为立体教学资源，大幅提升课程学习与知识传播效率。 部件识别：快速识别医学影像实体部件，同步生成部件参数、成像原理、维护注意事项等内容并实时讲解，解决现场学习时资料查询繁琐的痛点。

心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。 基于长时程医疗数据的临床心电智能检测平台是推动心血管疾病科学防治和管理升级 的关键技术。近年来，众多医疗设备厂商在可穿戴设备领域大力投入，所研发可穿戴设备可 实现用户心电图等生理健康数据的长时程监测，弥补了医院测量心电图的短时性。本课题中， 基于人工智能算法研发心血管疾病智能诊断系统，将可穿戴设备、移动终端、云端服务器所 实现自动诊断结果与专家诊断结果有机结合起来，实现心电疾病诊断智能化。长时程临床心 电智能检测平台的建立，利用可穿戴设备实现了对用户身体状况的长时程监测和异常筛查， 可有效推动心血管疾病健康管理模式建立。 北京清华长庚医院心内科张萍教授团队在正常和疾病心电数据库有长期的积累，曾负责十二五国家科技支撑计划《基层心电监护产品应用评价研究》，在心电监护产品评价和推广 应用方面积累了丰富的经验，在本项目中提供了医疗级心电测试数据库，与清华大学王贵锦 副教授一起搭建了医生在环并不断反馈的心电智能检测平台，同时，北京清华长庚医院作为 北京市昌平区远程诊断管理中心，为未来心电产品的推广应用和心电智能诊断的评测提供了 良好的平台。清华大学电子工程系王贵锦老师团队在低功耗硬件设计、生理大数据分析、心 电智能算法研究领域有着长期的积累。团队在国内外顶级期刊会议上发表文章百余篇，其中 SCI 文章 40 余篇，发明专利授权近 20 项。团队基于人工智能算法开展心血管疾病智能诊断 研究，在多种心电疾病诊断中达到世界先进水平。 团队所研发临床长时程心电智能检测平台特点如下： l 实现长时程心电数据的展示、查询、关键指标计算等功能； l 基于医疗大数据和人工智能技术，实现室性早搏、房性早搏、T 波改变、ST 段改 变、早复极图形改变、心房颤动等 10 余种常见心电术语的智能诊断，准确度高； l 建立心电诊断术语工程化分级体系，实现医学和工程科学高效结合； l 建立心电图规范化数据库，为医学研究创造基础。 团队所研发的手持式可穿戴心电智能检测平台特点如下： l 实现了院外心电数据的测量和采集 l 基于手持式单导联设备和人工智能技术，实现了心房颤动的院外筛查和诊断

项目成果/简介:心血管疾病是威胁人类健康的重要杀手。我国心血管病患者已达到 2.9 亿人，心血管病 死亡占城乡居民总死亡原因的首位。中国已步入老龄化社会，2050 年，老龄化水平将达到 30%以上。老年人群体作为心血管疾病的多发群体，面向老年人的心血管病管理和治疗已成为不可回避的一个重要社会问题。实现老年人群体等重点人群心血管健康的长时程监护，从而早预防、早发现、早治疗，已经成为医疗服务的重点。

健康管理大数据平台的建设，是实现全民健康国家战略的重要组成部分，虽然移动互联的技术和应用突飞猛进，但高效、便利的生物信号采集终端设备尚待有效解决。该研究成果是健康物联网领域的智能终端设备，它基于心率变异性分析的独特算法，通过个体佩戴的可穿戴带式设备采集生物信号，实现对个体健康状况的整体评价，同时生物信号数据的处理分析依托于移动互联网和云端，该项需要医-工结合的技术可助力健康管理大数据平台的建设。

健康管理大数据平台的建设，是实现全民健康国家战略的重要组成部分，虽然移动互联的技术和应用突飞猛进，但高效、便利的生物信号采集终端设备尚待有效解决。该研究成果是健康物联网领域的智能终端设备，它基于心率变异性分析的独特算法，通过个体佩戴的可穿戴带式设备采集生物信号，实现对个体健康状况的整体评价，同时生物信号数据的处理分析依托于移动互联网和云端，该项需要医-工结合的技术可助力健康管理大数据平台的建设。应用范围:可应用于各类人群的健康状况评估及健康管理大数据的采集。效益分析:该技术通过可穿戴式生物信号采集设备，实现对个体健康状况的整体评价。由于信号采集的硬件已非常成熟，该技术的核心部分主要在于信号分析的算法。 其技术优势在于：指标特异性高；生理基础明确；心电信号分析算法独特；是无创的诊断技术；检测条件简便；所需硬件技术成熟、成本低廉；便于健康管理大数据的采集；具有大规模推广的价值。