用于量子保密通信、近红外探测成像、高速量子光通信、激光雷达探测。 针对单光子探测需求，提取关键技术参数，通过多次半导体器件仿真优化，最终得到外延结构设计。结合 13 所 自主外延生长技术与精准的锌扩散方案，最终实现较为成功的 GM-APD 芯片。该芯片已经成功达到量子保密通信中单光子探测需求，并在安徽问天量子技术有限公司的产品中得到应用。 

本发明公开了一种广谱成像探测芯片。包括热辐射结构和光敏阵列。广谱入射光波进入热辐射结构后，在纳尖表面激励产生等离激元，驱动图形化金属膜中的自由电子向纳尖产生振荡性集聚，纳尖收集的自由电子与等离激元驱控下涌入的自由电子相叠合，产生压缩性脉动，使电子急剧升温并向周围空域发射主要成分为可见光的热电磁辐射，光敏阵列将热电磁辐射转换为电信号，经预处理后得到电子图像数据并输出。本发明能将广谱入射光波基于压缩在纳空间中的高温

本发明公开了一种多顶针芯片剥离装置，包括多顶针主体机构， 安装于 Z 向升降机构上并连接旋转驱动机构，其包括中心顶针和外圈 顶针，外圈顶针先接触蓝膜上芯片的外缘实现预顶松，然后中心顶针 上升至外圈顶针等高并协作顶起芯片，完成芯片剥离；旋转驱动机构， 连接多顶针主体机构，用于先后驱动外圈顶针和中心顶针上升以完成 芯片顶起动作；Z 向升降机构，安装于三自由度微调对准机构上，停 机状态时其处于下降位置，工作状态其处于抬升位置，为顶起芯片做 好准备；三自由度微调对准机构，用于对多顶针主体机构进行 X、Y 和 Z 向的微调。本发明可实现顶针的快捷更换以及各顶针高度的方便 调节，芯片受力均匀，有效减少剥离过程中的芯片失效。 

本发明公开了一种超薄芯片的制备方法，具体为：首先在硅晶圆表面光刻形成掩膜以暴露出需要减薄的区域，再采用刻蚀工艺对硅晶圆进行局部减薄，对减薄后的区域进行芯片后续工艺处理得到芯片，最后将芯片与硅晶圆分离。本发明只是部分减薄了硅片，所以硅晶圆的机械强度仍然可以支持硅片进行后续的加工工艺，相对于传统的利用支撑基底来减薄芯片的方法，简化了工艺流程，降低了工艺成本。另外由于不需要用机械研磨工艺来进行减薄，所以不会因为机械研磨对硅晶圆造成的轻微震动而使厚度不能减得过小，通过本发明可以使芯片减薄到比机械研磨方法更薄的程度。

成果与项目的背景及主要用途： RFID是射频识别技术的英文(Radio FrequencyIdentification)的缩写，射频识别技术是 20 世纪 90 年代开始兴起的一种自动识别技术，射频识别技术是一项利用射频信号通过空间耦合(交变磁场或电磁场)实现无接触信息传递并通过所传递的信息达到识别目的的技术。RFID 系统通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预。作为条形码的无线版本，RFID 技术具有条形码所不具备的防水、防磁、耐高温、使用寿命长、读取距离大、标签上数据可以加密、存储数据容量更大、存储信息更改自如等优点，已经被世界公认为本世纪十大重要技术之一，在生产、零售、物流、交通等各个行业等各个行业有着广阔的应用前景。 本项目主要研发了基于 ISO18000-6B 协议的无源电子标签芯片，其可用于物流，货品识别，高速公路收费等诸多领域，是目前国内外射频电路研究领域的热点。 技术原理与工艺流程简介：UHF 频段的无源电子标签工作原理如下：通过标签上外置的偶极子天线接收读卡器发送的载波信号，并将其转换为直流信号，为整个芯片供电；同时片上的解调模块解调出经调制的载波信号所携带的数据信息，并传递给片上的基带部分加以处理；基带部分连同 EEPROM 部分一起完成数据的读写和控制功能，再由调制模块以反向发射的形式将上行信号返回给读卡器完成一次通信。 本设计的工艺流程是基于 Chartered 0.35um EEPROM 数字工艺，从芯片设计、仿真、版图验证。最终通过代工厂完成芯片制作。技术水平及专利与获奖情况：根据测试结构表明，各项指标都达到了商用需求，在国内属领先水平。该项成果已获得国家知识产权局颁发的集成电路布图登记证书。BS.06500285.7 应用前景分析及效益预测：目前国内的 UHF 频段的 RFID 产品正处于高速成长期，需求量快速增长，但大多数核心技术需要依赖进口。如果本项目能够实现技术转产，可以预计的前景和经济效益是相当可观的。有了自主知识产权的 UHF频段电子标签，在很多领域都可以加以移植，取代进口产品不但可以大大节省开支，同时也可以实现产品的自我定制及更新，最大程度的方便了国内用户的应用。 应用领域：货品跟踪和识别（代替条形码）、高速移动物体的识别、防伪认证以及电子支付等领域都会有广泛的应用。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模）：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，将成果转产。 合作方式及条件：面谈。

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。

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。