在信息时代，机器视觉在实现智能社会方面发挥着重要作用。视觉特征提取是机器视觉的一项关键技术，该技术可以提取图像中具有鲜明特征的信息，诸如边缘、角点、圆以及图像形状等特征，这些特征是标定机器视觉系统模型参数和运用机器视觉技术进行实际应用的前提和基础。视觉特征提取技术广泛应用于自主移动智能机器人、无人驾驶和无人机等场景，这些应用场景对视觉特征提取算法的鲁棒性和帧率提出了巨大挑战。 具体来说，视觉特征提取算法包括SIFT（Scale-Invariant Feature Transform，尺度不变特征转换算法）、SURF（Speeded-Up Robust Features，加速稳健特征）、ORB（Oriented FAST and Rotated BRIEF，快速特征点提取描述）、HOG（Histogram of Oriented Gradient，方向梯度直方图）、LBP（Local Binary Patterns，局部二值模式）等。在SURF、ORB、HOG、LBP这些经典的特征提取算法中，SURF的鲁棒性相对较高，但是过于依赖主方向的选取，使得其方向变化鲁棒性不足。SIFT算法可以从图像中提取具有不变性的鲁棒局部特征，对方向变化、光照变化、噪声、杂物场景及遮挡影响等方面的鲁棒性最强，满足无人驾驶技术的需求。SIFT算法的运算量大从而导致的系统帧率低、功耗高的问题可以通过设计具有高并行度的专用硬件加速器芯片来解决。

本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。 一、项目分类 关键核心技术突破 二、技术分析 恶性肿瘤精准治疗亟待建立能反映个体差异、尽量复制患者原始肿瘤组成及其微环境、快速、精准、性价比高的高通量药物筛选体系。类器官是由干细胞在体外3D培养条件下分裂分化形成的一种类似器官的生物结构，能够重现器官的功能，提供一个高度相似的生理系统。虽然具有敏感性高、特异性强，预测率高等特点，但当前类器官技术仍面临手动化、欠智能、个体差异大、类器官单体对肿瘤异质性还原度低等不足。本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。该平台解决恶性肿瘤药物筛选周期长、费用高、针对性差，已筛选应答率低、治愈率低等问题；在药物投入临床试验前合理规避风险，有效降低临床试验成本和时间；标准化制备过程，建立统一合理的类器官库，方便使用；有效地为病人提供定制化服务，指导临床用药。从医疗诊断治疗与商业化需求综合维度分析，本平台系统是融合了器官芯片和3D肿瘤模型技术双重优势的生物芯片诊疗一体化技术，有望迎来规模化、市场化和应用化。

本发明公开了一种 IC 芯片安全剥离装置，包括安装板、位置调整机构、滑台机构、顶针机构以及真空发生器；所述顶针机构包括：套筒，安装于滑台上；直线电机，安装于套筒内，其控制端连接外部控制中心的输出端；直线传动机构，安装于套筒内，其下端与直线电机的输出轴相接；力传感器，安装于直线电机的输出轴和直线传动机构之间，其信号输出端连接外部控制中心的输入端；顶针座，安装于套筒顶部，其表面开有气孔，通过该气孔与真空器气管连接；顶针夹持件，安装于顶针座内，与直线传动机构的上端相接；顶针，被顶针夹持件夹持。本发明采用闭

本发明公开了一种红外液晶相控阵芯片。该芯片包括电控液晶调相微柱阵列；其包括液晶材料层，依次设置在液晶材料层上表面的液晶初始取向层、电隔离层、图形化电极层、基片和红外增透膜，以及依次设置在液晶材料层下表面的液晶初始取向层、电隔离层、公共电极层、基片和红外增透膜；图形化电极层由阵列分布的子电极构成，每个子电极均由正方形或长方形导电膜构成；电控液晶调相微柱阵列被划分成阵列分布的电控液晶调相微柱，其与子电极一一对应，单个

公司产权保护，芯片加密问题。

成果与项目的背景及主要用途： 人类通过视觉系统获取的信息占获取信息总量的 80%以上，如果说计算机相当于人类的大脑，那么图像传感器则相当于人类的眼睛。图像传感器作为图像信息获取最重要和最基本的技术在信息世界中将占据着极其重要的地位。半导体图像传感器相比传统的胶片成像具有可实时处理和显示、数字输出、便于储存和管理等诸多优势，正在迅速成为图像传感器发展的主导力量。CMOS 图像传感器相对于 CCD 图像传感器具有单片集成、低功耗、低成本、体积小、图像信息可随机读取等一系列优点。在手机拍照、PC 摄像、机器视觉、视频监控等诸多领域已经取代了 CCD 图像传感器。 技术原理与工艺流程简介： （1）时间延迟积分型 CMOS 图像传感器芯片通过 0.18µm 1P4M CMOS 工艺完成了对最高 128 级线阵长度为 1024 像素的TDI 型 CMOS 图像传感器芯片的设计、投片和测试工作。 （2）具有紧凑读出的多次积分动态范围扩展 CMOS 图像传感器提出了一种通过多次积分扩展动态范围的方法，采用紧凑读出方式，以降低对对读出电路的工作速度要求。成功流片 128×128 阵列原型，动态范围可以扩展39dB,像素读出时间相对于滚筒是曝光增加了 3 倍。 应用前景分析及效益预测： 该领域开始向着高清专业摄像、高精度工业和医疗成像、抗辐射太空成像等专业高端领域迈进。CCD 传感器的衰退之势难以挽回，CMOS 将在未来几年保持优势地位。2015 年，CMOS 出货量将达到 36 亿个，份额达 97%；而 CCD 出货量将下降到只有 9520 万个，占 3%份额。 应用领域： CMOS 图像传感器广泛应用于消费类、工业和科技等各个领域。民用领域：拍照手机、数码相机、可视门镜、摄像机、汽车防盗等；工业领域：生产监控、安全监控等。 技术转化条件： 四十平方米以上的办公用房，电脑、工作站若干，相应软件。也可以和 RFID天线制造单位，卡片封装单位共同合作。 合作方式及条件：根据具体情况面议

影像学检查在新冠肺炎的诊疗中具有非常重要的参考价值，《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》将“疑似病例具有肺炎影像学特征者”作为临床诊断标准，但在临床实践中存在一定局限，疫情爆发导致待阅片数量激增，医生阅片压力巨大；新冠肺炎属于新发疾病，各地医疗机构特别是基层机构缺乏阅片经验，且由于“异病同影”，容易造成漏诊或误诊；该病病程发展快，患者需要接受多次胸部CT检查以监测病情发展、评估治疗效果等，单凭阅片医生肉眼很难快速对比并识别病灶变化。 在接诊量高峰期，亟待建立更精准高效的人工智能影像辅助诊断方法。孙逸仙纪念医院林天歆教授组织医院呼吸内科、急诊科、放射科、大数据与人工智能团队开展科研攻关，在广州再生医学与健康广东省实验室、广东省科技厅的支持下，联合清华大学、澳门科技大学以及广州康睿智能科技有限公司，使用50万份临床影像学大数据，开发了基于胸部CT的新型冠状病毒肺炎AI筛查和辅助诊断系统。 该系统能对新冠肺炎进行快速诊断，判定新冠肺炎的分级和严重程度，协助医疗机构加速辨别感染者，为快速隔离、诊断、治疗争取时间。其优势主要体现在：快速、准确地诊断新冠肺炎。有经验的影像科医生看完1个患者的胸部CT图像约15-30分钟。该AI系统可在20秒内完成1个患者CT图像的检测及诊断过程，诊断准确率达90%以上。进行病情严重程度分级和重症危重症预测功能。该系统可对胸部CT图像每一切面的小结节、磨玻璃影和实变进行自动分割、标注及定量分析，可预测患者的吸氧频率、血氧饱和度、全身代谢情况、其他器官损伤程度，预测病人发展为重症、危重症的概率和时间，以便医生及时干预，降低患者死亡率。协助医务人员进行药物效果评估，指导用药。系统可对同一位患者用药前后的CT图像进行对比分析，通过定量计算病灶在用药前后的变化，判别药物是否有效，指导临床用药。

本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。 如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。应用范围: 1、智能网关： 开发基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置服务器。 综合接入能力： 包括有线传感器和特定的无线传感器、与现有系统的对接 有效感知能力： 实现基于图像的AI视觉感知能力，重点研究基于小目标的图像分类算法 安全传输能力： 提供4G、5G、NB-IOT的上行传输模块化替换 提供安全的加密手段，保证数据安全 现场调试配置能力： 具有现场WiFi调试功能，方便安装和运维人员现场配置和检测 软件和通信标准版本现场升级 2、AI模型管理系统 需要实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。 样本管理能力 原始样本管理、样本实例库分类和管理、检测样本管理等 模型计算和管理 算力管理：对算力的统筹，外部算力的对接等 算法管理：自主开发算法的管理和调动，外部算法的调用和对接 模型管理：包括模型的功能属性和已经应用的情况的统计分析 设备管理 设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析 3、数据管理和标准化处理 数据有效性管理 监测数据是否按时上传、上传数据是否符合要求、是否为非法数据 告警输出：把告警信息进行分类，并推送给相关的运维系统 数据质量评估 按照标准对现场采集数据进行多维度的质量分析，为后续数据应用提供参考依据 数据标准化 格式标准化：完善采集时间、地点、单位等属性， 输出标准化：按照标准协议与工业互联网平台数据池进行对接 数据安全 区域性部署：可以应用户要求部署在其内网 并行部署：可以通过并行部署，网关上联多个服务器，确保用户的可靠性需求 数据回滚能力：可以应工业互联网平台要求对数据进行一定期限内的回滚，保证数据在一定时间段内不丢失 4、智能运维 开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提供效率、降低人员成本、保证系统运行质量和数据的有效性。 运维人员管理 对运维人员的信息、定位、工作状况管理 巡检任务管理 对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理 临时故障处理 对系统自动告警和现场突发状况的应急处理能力，包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。网关核心板实物照片

基于大数据和 AI 的应用，可实现复杂场景下的网络问题识别、多场景优化方案的协同策略方案的动态和自动化执行。可以构建智能网络规划及运维平台，以实现极致性能和极简运维，使能新业务的自动化覆盖优化、移动性优化、负载均衡优化、节能优化、故障分析与定位。同样可以基于无线数据和视频数据融合的用户个体及群体行为在多场景应用下，充分发挥5G的优势，创造巨大的社会效益。