该实验系统能够同时实现几个飞秒的超高时间分辨率和四纳米的超高空间分辨率，成为介观光学与微纳光子学研究的强大实验测量手段。

癌症是全球第二大死因，对人类的健康构成严重威胁。我国人口基数庞大，老龄化进程不断加快，癌症防控工作也面临巨大挑战。准确、实时的恶性肿瘤发病数据可为防控相关的政策制定、资源配置和科技项目实施与效果评估等提供重要依据。肿瘤发病数据的获得主要通过“肿瘤登记”实现，其中最理想的模式为“基于人群的肿瘤登记体系（Population-based Cancer Registry,PBCR）”。我国现行的肿瘤登记工作可追溯到上世纪50年代末60年代初。历经几十年发展，“从无到有”、“从弱到强”，为相关工作的开展提供了关键的基础数据。然而，受限于“基于监测哨点开展、定点医院人工填报”的主要形式，目前我国肿瘤发病登记工作的发展遇到挑战。其中主要包括：肿瘤登记点数量不足和分布不均衡；肿瘤登记数据深度和广度不足；很难在现有模式下建立真正覆盖全人群的肿瘤监测系统。同时，对上报数据的采集、补充、质控需要较长周期，导致我国肿瘤发病年报通常会滞后3年发布。河南省滑县与广东省汕头市合计在籍人口约700万人。近十年以来，各项医保系统的总参保比例分别稳定在99%及90%以上。两地区过去一直被认为是食管癌高发区，但目前尚无国家肿瘤登记系统覆盖，因此实际的癌症负担及食管癌发病水平仍不明确，无法有针对性地制定并实施肿瘤防控计划。过去十余年，柯杨教授课题组在我国太行山食管癌高发区开展了多项大规模前瞻性人群研究。在长期的队列随访工作中，课题组探索出利用“医保报销数据”追踪肿瘤新发病例的工作模式。经比较性研究评估，该模式对新发癌症病例捕捉的灵敏度高达96%，特异度接近100%[4]。在此基础上，该团队进一步与河南省滑县和广东省汕头市政府有关部门与医疗机构建立深度合作，在高度重视数据安全与隐私保护的基础上，创新性地基于医保系统的医疗费用报销与疾病诊断数据，建立了一套标准化的数据清理流程和质控标准，研发了医保系统数据挖掘的相关算法（已申报相关发明专利），实证性构建了南、北方两个试点地区的肿瘤发病监测系统。对当地全瘤种的癌症发病数据及其流行分布特征、时间趋势等进行了深入分析与报告，为两地区明确癌症疾病谱特征及相关负担、有针对性地建立并完善癌症防控工作策略提供了详实的数据。2012-2018年河南省滑县与广东省汕头市参保全人群的年龄分布 （高参保率及稳定、详实的人口分布数据使MIS-CASS实现“全人群覆盖”）2018年河南省滑县与广东省汕头市男、女性主要恶性肿瘤发病例数及发病率 （医保数据的“实时性”与“高质量”使MIS-CASS的发病数据报告延迟缩短至6个月）2014-2018年河南省滑县与广东省汕头市男、女性主要瘤种发病率变化趋势 （MIS-CASS敏锐地捕捉到了滑县开展乳腺癌筛查引起的发病率“突增”）2018年广东省汕头市食管癌发病率地域分布特征 （MIS-CASS报告显示，汕头市整体食管癌发病水平不高，但内部地域差异明显，地处东北、四面环海的南澳岛为高发区域，西南方向渐呈下降趋势）我国《“十三五”规划（2016~2020）》和《“健康中国2030”规划纲要》均提出，要推进健康大数据在各相关部门间的整合、共享、挖掘和应用。该项工作将医保系统创新性地与癌症发病监测工作相结合，建立了基于医保大数据监测癌症发病的MIS-CASS模式。经评估，该模式具有区域内全人群覆盖、数据质量高、报告延迟短、运维成本低等优点。在信息化与大数据时代背景下，为我国癌症及其他重大慢性非传染性疾病的监测与登记工作提供了有益经验和发展方向。

基于物联网的无接触数据感知技术、体质测试与运动行为数据采集等技术，采集评估测试对象的体质健康行为数据，并建立行为健康数据库。基于健康行为大数据，结合已有的体质检测指标、医学筛查指标和人体运动指标，通过标签建模构建个人数据画像，通过机器学习算法实现将健康行为数据从低阶数据到高阶数据质的飞跃。 一、项目分类 关键核心技术突破 二、成果简介 聚焦全民健康,尤其是青少年体质健康的提升，融合人工智能、物联网、云计算、移动互联网、大数据等新一代信息技术，以健康失衡状态的动态辨识与健康自主管理为主攻方向，构建以信息科技为引领的一体化健康服务管理体系。通过非二代设备的智慧化升级技术开发智慧化设备，并进一步构建智慧化场景。基于物联网的无接触数据感知技术、体质测试与运动行为数据采集等技术，采集评估测试对象的体质健康行为数据，并建立行为健康数据库。基于健康行为大数据，结合已有的体质检测指标、医学筛查指标和人体运动指标，通过标签建模构建个人数据画像，通过机器学习算法实现将健康行为数据从低阶数据到高阶数据质的飞跃。建设运动康复处方库、健康行为评价体系与健康行为风险预警模型，基于控制论、行为科学等理论方法构建健身指导决策支持系统，形成基于“大数据”的健康行为决策技术体系。

反应-扩散-对流方程是生物、物理及化学等科学领域中常用的、成功的数学模型，特别是用来描述种群在对流环境中的传播现象。除了具有深刻的应用背景之外，在反应扩散方程的数学研究中也不断提出新的有挑战的问题，因此关于反应扩散方程的研究一直是偏微分方程的热点之一。 我们解决两个方面的问题：(1)种群的传播会受到时间周期环境(比如季节)和对流环境的影响，产生丰富的现象(比如种群的迁移)，第一个问题就是在时间周期环境中，结合种群的迁移现象设定新的合理的方程和自由边界条件，研究反应-扩散-对流方程的自由边界问题，揭示时间周期环境对种群传播的影响机制。(2)种群在向新领域传播的时候，往往受到空间位置(如有些地方的温度、水资源分布不均匀)和对流环境的影响，产生复杂的现象, 所以第二个问题就是在空间周期环境和对流环境中，针对单稳定和双稳定非线性项，分析空间因素对反应-扩散-对流方程解和自由边界渐近行为的影响，当自由边界扩张时，给出扩张前锋的渐近形状和渐近速度的精确估计,并给出空间周期环境中种群传播现象的理论依据。 该研究已获国家自然基金委立项支持。

本发明公开了一种基于道路时空关联关系的路段行程时间推断方法，包括步骤 1:基于交叉口运行 状态对路段行程时间交通数据进行统计;步骤 2:基于通行模式周期性提取目标路段与邻接路段之间的 特征关系;步骤 3:基于三层神经网络模型对目标路段行程时间进行预测。本发明针对已有方法在数据 缺失情况下对路段行程时间估计的不足，利用路段行程时间交通大数据对目标路段行程时间进行推断， 解决了由于数据稀疏而不能推断行程时间的问题，最后利用武汉市浮动车 GPS 历史数据进行了验证， 结果证明了本方法的有效性。

本发明公开了一种基于遗传算法的异构 CAD 模型数据交换的系统及方法，本发明的异构 CAD 模型数 据交换的系统包括二个部分:源端 CAD 系统和目标端 CAD 系统。同时，将异构 CAD 模型数据交换分为两 层:3D 特征参数层和 2D 草图参数层。在 3D 特征参数层，采用了直接特征映射和间接特征映射的方法实现 特征数据的交换。在 2D 草图参数层，采用直接元素映射、间接元素映射及样条映射。将 2D 草图参数层中 样条映射问题转换为样条拟合问题。创新性的将遗传算法引入到异构 CAD 数据交换领域。在遗传算法个体 的适应度计算中，引入了 Hausdroffdistance。本发明可以用于复杂模型的异构 CAD 数据交换，交换之后的 目标模型，不仅与原始模型具有极高的相似度，而且保留了原始模型的参数化特征信息。

本发明提供一种基于面部区域时空关联性的抑郁程度评估方法，属于计算机视觉与医疗诊断技术领域，解决了现有抑郁症识别方法准确率不高的问题。本发明提出一种融合时空注意力机制的深度学习模型。其核心包括：将面部图像划分为多个子区域，独立计算各子区域的重要性；通过时空注意力机制动态融合空间重要性、空间上下文、时间上下文及空间相似性，生成面部注意力图谱；基于此构建的识别模型利用时序特征融合模块提取动态表情变化特征，实现抑郁程度的精准评估。实验表明，该方法在AVEC2013和AVEC2014数据集上分别取得MAE5.79和MAE 5.76的识别性能，优于现有技术。本发明通过细粒度捕捉面部肌肉的时空关联模式，为自动抑郁症识别提供了高效、客观的解决方案。

本发明公开了基于时空注意力自编码的碳钢涡流热成像腐蚀检测方法，涉及涡流热成像检测技术领域，该方法包括：利用脉冲涡流热成像检测早期腐蚀样品，获取红外图像序列，捕捉早期腐蚀样品表面温度随时间的变化趋势；构建时空注意力自动编码器，利用无腐蚀样本的红外图像序列对时空注意力自动编码器进行训练；将待检测红外图像作为新的输入信号，利用时空注意力自动编码器捕获温度数据的时空动态变化，生成重建信号；通过计算输入信号与重建信号的最大重建误差，构建误差图，识别与可视化待检测红外图像中的腐蚀区域。本发明适用于早期腐蚀信号较微弱、边界模糊的情况，为早期腐蚀区域的精准识别和后续腐蚀程度评估提供了更可靠的技术支撑。