|
搜索
搜 索
高等教育领域数字化综合服务平台
数智医学平台技术
1.痛点问题
“数智医学平台技术”针对当前临床研究过程中所遇到的受试药不良信息反馈不及时、多中心临床试验时各中心间难以及时交流信息、人力物力高耗低效、临床数据质量因各种人为因素导致的数据质量和可靠性下降、数据处理和统计过程的繁琐和低效率等诸多痛点问题，通过数字化解决方式，优化当前临床研究的工作模式，提高工作效率和数据可靠性。本项成果实现让受试者信息更安全、数据管控更合规、数据质控更可靠、项目执行更高效、产业服务更优质的临床研究新模式。
2.解决方案
本项成果核心点在于研发出自主可控的国密安全算法和智能数据抽取新技术，在线实现智能化临床研究全流程以及健康医疗数据统一管理服务，建立跨域多中心在线直连的临床研究新模式。本项成果通过数据采集及预处理标准、标注及质控标准、以及病例数据集标准所构建的标准体系，以实现对不同医院、系统、厂商医疗数据的标准化。本项成果实现电子病历、MRI/CT影像、病理等数据变成统一的标准化高质量的数据，并支持智能化数据采集、远程数据录入、远程监察、在线数据统计分析等功能，来解决研究者在临床研究中的数据收集困难、基础调研不足、研究依从性不高、数据的统计分析过程繁琐等问题，实现对临床研究过程中的全流程实时管理。
清华大学
2022-10-14
医学脑电智能诊断
本项目通过研发神经疾病异常脑状态智能检测方法，并建立基于医联体的脑电分布式智能处理平台，提供适应临床需求的癫痫脑电智能处理和远程协作诊疗方案，提高临床癫痫诊疗效率，并助力于癫分级诊疗体系建设。
清华大学
2021-02-24
医学教学管理平台
平台介绍：
立方幻境虚拟仿真教学管理平台旨在构建资源共建、共享、教研一体的教学新模式，理论与实践教学结合，师生可通过PC、移动终端接入，可获得对应授权范围内的教育资源和教学应用。
平台特点：
教师端：可通过教师端开展教学活动，如发布课程、课程直播、收发作业、组织考试、发布教学资源，教师个人资源管理等。通过平台大数据可了解和指导学生的学习情况与进度。
学生端：实现在平台的学习功能，包括选择直播或录播课程，接收查看通知、查询教学资源、完成作业、考试、教学互动等。
一、示教：多种信息化技术手段融合，多种展现方式，理论示教教学。
二、练习：虚拟仿真软件，不受场地、时间、空间限制，学生自主练习，释放教师反复授课的时间。
三、实操：通过5G+VR\AR\MR技术，虚拟与真实重叠，虚拟与真实交付，亦真亦假，既有虚拟模拟，又有真实操作。
厦门立方幻境科技有限公司
2022-06-23
医学教育网
医学教育网（www.med66.com）是一家大型医学远程教育网站，从事40多类、1000余门医学类考试辅导培训，以师资力量雄厚、视频课件技术先进智能、教学作风严谨细致、教学方式灵活多样在行业内著称，为我国培养了大量医学行业人才，是广大考生了解医学类考试政策、动态和参加培训的理想网站。
北京东大正保科技有限公司
2021-02-01
AR小学科学实践教学基地/科学教室/科普基地
云幻科教小学科学实践基地解决方案，根据教育部颁发的《中小学综合实践活动课堂指导纲要》要求和小学科学教科书主题设置，以培养学生综合素质为导向，应用先进AR技术，现实手势与虚拟场景无缝衔接，通过不同主题的深入学习和模拟实践，引导学生打开思维全面思考，提高实践动手能力和实践创新能力。
适用于：
科学教室、中小学综合实践活动课堂专题教室、特色教室、多功能教室、综合活动室、学生活动中心等项目。
方案优势：
1、 全：AR课件资源覆盖小学科学三-六年级所有主题并有创新主题。
2、 专：每个主题设计涉及多种活动形式，让学生从不同的形式结合实践，深入学习了解每一主题。
3、 新：方案内容新颖，注重培养学生的实践创新能力。
4、 虚：以AR技术为基础，在虚拟中学习、实践、探究、创新。
5、 实：方案落到实处，综合实践，收到实效。
云幻教育科技股份有限公司
2021-08-23
专家报告荟萃㉔ | 昆明医科大学副校长殷建忠：新医科统领医学教育创新加快推进西部医学高等教育高质量发展
昆明医科大学副校长殷建忠以“新医科统领医学教育创新加快推进西部医学高等教育高质量发展”为题作专题报告。他指出，当前西部地区医学教育仍然面临不平衡与不充分的挑战。
中国高等教育博览会
2025-02-11
BCS-50AR热环境通用板材成形性试验机
热环境通用板材成形性试验机是一种专用于鉴定和鉴别金属板材塑性成形（冲压）性能的试验机系统，是控制板材轧制质量、合理选用冲压板材的得力工具，适用于超高强钢板、镁合金、钛合金、铝锂合金等难成形板材的成形性能试验。主要功能包括热环境下的成形性能试验：杯突（Erichsen）试验；拉深（Swift）试验；锥杯（C.C.V）试验；扩孔（K.W.I）试验；刚模胀形试验（FLD）。试验机满足GB/T 15825-1995相关试验标准。 主要性能指标：最大成形力力值500kN压边力可调范围6-50kN（增压后达300kN）凸模上升速度调节范围0-200mm/min测量精度成形力P2%压边力Q2%位移H0.02mm（20mm内）水冷系统方式制冷自循环系统真空系统真空度小于10-1Pa加热系统温控范围室温~900°C
北京航空航天大学
2021-04-13
菏泽医学专科学校
菏泽医学专科学校建校于1950年，为全日制普通高等职业教育事业单位，隶属山东省卫生和计划生育委员会领导和管理。现占地面积88.18万平方米，教职工753人，在校生13320人，开设临床医学、口腔医学、护理、助产、药学、药品经营与管理、医学检验技术、康复治疗技术、眼视光技术、中医康复技术、医学影像技术、保险、老年服务与管理、老年保健与管理等14个专业，其中临床医学专业被确定为首批全国职业院校健康服务类示范专业，临床医学专业和护理专业为中央财政支持重点建设专业，临床医学专业、护理专业、助产专业为省级特色专业，拥有临床医学专业、药学专业、护理专业三个省级教学团队，健康照护专业群(护理、助产、老年服务与管理)为省级品牌专业群，拥有药理学、生理学、诊断学、内科学、内科护理学、外科护理学等29门省级精品课程。基础护理学、人体生理学、药理学、病理学与病理生理学为省级精品资源共享课程。学校为中医康复技术专业教学指导方案开发牵头单位。 学校实验实训教学资源丰富。校内设有公共基础实验教学中心、机能学实验教学中心、形态学实验教学中心、临床技能实训中心、护理技能实训中心等15个，校内实践基地实训基地设备先进，功能齐全，管理科学规范，已达到国内先进水平。现有直属附属医院1所，直属康复养老护理中心1所，拥有非直属附属医院3所，校外实训基地总数达到116个。 学校先后获得省级文明单位、省级文明校园、山东省普通高等学校教学管理先进单位、省级卫生先进单位、全省卫生科技教育工作先进集体、省级社会治安综合治理先进单位、山东省大学生暑期社会实践活动先进单位、山东省青年志愿服务先进集体、山东省“五四”红旗团委、菏泽市思想政治工作先进单位、菏泽市花园式单位、山东教育慈善奖先进单位等荣誉称号。
菏泽医学专科学校
2021-02-01
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10