|
搜索
搜 索
高等教育领域数字化综合服务平台
专家报告荟萃㊴ | 北京师范大学教授赵志群：产业学院的理论与实践
第62届中国高等教育博览会专家报告产业学院的理论与实践——北京师范大学教授 赵志群
中国高等教育博览会
2025-03-11
专家报告荟萃⑲ | 哈尔滨工程大学副校长赵玉新：新工科人才培养的蜕变与嬗变
学校一体推进教育科技人才工作，在2019年率先制定一流本科教育的行动计划、新工科建设专项行动方案，以及新时代五育方案，架起了新工科人才培养的四梁八柱，持续推动新工科的建设。
高等教育博览会
2025-07-03
体液性排斥的无创诊断
利用该微泡在大鼠AMR模型中首次实现了C4d的无创定性和定量检测。本研究利用链霉亲和素-生物素偶联的方法制作出C4d靶向微泡（结合率91.0±2.5%）。利用BN→Lewis大鼠皮肤移植预致敏2周后行肾移植建立体液性排斥模型，检测肾移植术后多个时间点C4d的沉积并根据Banff标准进行半定量分级，在C4d为0、1、2、3级的时间点分别尾静脉注射C4d靶向微泡和对照微泡，利用爆破-补偿的方法进行分析，得出C4d在移植肾内沉积的信号强度，实现其无创定量检测。
中山大学
2021-04-13
光声医学成像诊断设备
本项目聚焦生物医学工程产业，围绕分子影像成像核心领域，致力于研发具有完全独立知识产权的光声医学影像产品，本技术的产业化对提升我国在该领域的全球竞争力具有重要的促进作用。采用超短脉冲激光照射生物组织产生热弹膨胀，引发宽带超声信号（即光声信号），据此重建生物组织的结构和功能图像。光声成像的独特价值在于能够表现生物组织的化学和功能信息（如血氧代谢信息等），对疾病（如乳房癌等）早期检测和和诊断具有重要意义。创新优势体现在首次提出光谱与声谱融合的光声图像分析方法，首次提出光声图像与超声图像互补信息融合的方法
南京大学
2021-04-14
细胞因子与疾病诊断
全血中检测细胞因子的含量和动态分泌过程有助于在分子水平阐明免疫调节机制，为临床生物分析新方法的开发与疾病的诊断、监测和治疗提供有力支持。 酶联免疫分析法（ELISA）简单迅速，可高度定量化且易于标准化，是生物医学研究和临床诊断中最为常用的体外检测的方法。
南京大学
2021-04-14
诊断性刮宫监测考核指导模型
XM-TMA诊断性刮宫监测考核指导模型
功能特点：
1、诊断性刮宫监测考核指导模型采用优质材料制成，腹腔内有早期妊娠子宫，解剖位臵准确，皮肤柔软有弹性，手感逼真。
2、早期妊娠子宫内设有模拟病变，供操作者训练，可客观地评价操作者实施诊断性刮宫的质量是否达标。
上海欣曼科教设备有限公司
2021-08-23
篮球赛事AI短视频剪辑系统
视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。
太原科技大学
2021-05-04
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10
工业冷却循环水处理专家系统
1. 项目概述当前制定冷却循环水处理方案的主要依据是“挂片实验”或“动态模拟实验”，然后留出很大的保险空间，根据经验确定最终的药剂投加量。很多情况下也
南京工业大学
2021-04-14
AI在5G系统中应用的研究
中国电子学会发布“电子信息领域优秀科技论文（2020）遴选活动”入选论文。东南大学尤肖虎、张川、谈晓思、金石、邬贺铨联合署名的论文《AI for 5G: research
东南大学
2021-01-12