|
搜索
搜 索
高等教育領域數字化綜合服務平臺
深圳市長豐影像器材有限公司
深圳市長豐影像器材有限公司成立于2011年，總部設立在廣東深圳，是一家集產品研發、生產、銷售于一體的高新技術企業，多年來一直致力于影像器材以及聲音技術的開發制造。
長豐公司長期服務于攝影攝像和廣播電視行業，為主流媒體、傳媒工作室以及廣大的攝影攝像愛好者提供從影像穩定系統到聲音輸入輸出系統的整體解決方案。公司目前擁有三個自主品牌：Saramonic楓笛、BOYA博雅、SEVENOAK七棵橡樹，自主研發和生產的產品銷往全球100多個國家和地區。
經過近10年的發展，目前長豐擁有占地萬余平米的生產基地和產品研發中心，配備了國內外最先進的研發測試設備和專業聲音實驗室，建立了專業的研發團隊和完善的質量管理體系。2013年，長豐公司通過ISO9001質量管理體系認證，出口銷售的產品均獲得相應的質量認證如CE、ROHS、FCC、NCC、KCC、TELEC、EN300等。經過多年創新和沉淀，公司擁有百余項國內外各類發明和創新專利，2018年，公司榮獲“國家高新技術企業”認證，并得到深圳市政府和科創委的大力扶持。
深圳市長豐影像器材有限公司
2022-07-04
醫學影像設備學綜合電路實驗箱
是新華醫療強大X線機研發團隊專門為高校醫學影像專業教學設計的又一力作，本實驗臺綜合了單個實驗箱的實驗功能，綜合性強，可使學生在比較中進行實驗，進而提高學生綜合運用知識的實驗效果，讓學生親身體驗，學以致用。主要實驗模塊包括：整流電路實驗、高頻X線機逆變頻率電路實驗、旋轉陽極啟動與保護電路實驗、磁飽合穩壓電路實驗、曝光限時電路實驗、管電壓管電流測量實驗、接地電阻測量實驗、X線機發生器基本工作原理及控制實驗等。
山東新華醫療器械股份有限公司
2022-11-08
具備視覺與觸覺反饋的體感機器人
伴隨著虛擬現實技術，增強現實技術，觸覺反饋技術以及智能機器人的出現，人們在視覺和觸覺上有了越來越多不同的全新體驗。例如，目前對 于機器人的操作方式一般是通過遙控裝置或是手動觸控，這個使用者的操作帶來 很多不方便而且對于初學者來講也不是很好掌握，同時操作失誤率較高，因為我們不能真切的感受到機器人的世界。具備視覺與觸覺反饋的體感機器人采用體感交互裝置采集目標人體肢體關 節信息，對目標人體的姿態或動作進行分析識別;根據獲取到的分析識別結果產 生對應的體感交互指令;將體感交互指令發送至機器人，機器人執行體感交互指 令;同時機器人采集自己周圍環境信息，例如指尖壓力信息和周身圖像信息，通 過體感交互裝置反饋給目標人體。通過上述方式不僅突破了傳統的對機器人的控 制方式，而且通過觸覺反饋的方式還有 3D 圖像的顯示，在大程度的讓使用者得 到沉浸式的操作體驗。隨之而得到的不僅僅是方便的操作和大大降低的操作失誤 率，同時也給用戶帶來了更為生動的操作體驗。
西安交通大學
2021-04-11
一種分布式光感卡盤安全扳手
本實用新型公開了一種分布式光感卡盤安全扳手，包括從上至下依次固定相連的手柄、上扳手體和 下扳手體，所述手柄上設有至少一個光感傳感器，所述下扳手體底部設有方形軸，所述下扳手體內部設 有電源、控制器和蜂鳴器，所述方形軸內底部設有光感傳感器，所述手柄上和方形軸內光感傳感器的信 號均接入控制器，通過控制器接收信號判斷卡盤安全扳手所處狀態，來控制蜂鳴器是否報警。本實用新 型原理簡單，使用、維護方便，可有效的
武漢大學
2021-04-14
基于體感和視覺雙平衡防暈動系統
本項目深入分析了日常生活中暈車暈船等暈動病的發病原因，開創性地從體感和視覺兩個方面對暈動病進行預防和緩解。通過設計一種基于自動控制技術和圖像處理技術的嵌入式防暈動平衡系統，以Intel Galileo和Bay Trail平臺為核心，同時控制三自由度平臺的平衡和穩定攝像頭采集的圖像，實現了體感和視覺的雙平衡，從而屏蔽了外界傾斜和晃動對乘客的影響。在一定程度上避免了暈動病的發生，更為乘客帶來了娛樂舒適、豐富多彩的旅行體驗。
西安電子科技大學
2021-04-14
習近平在中共中央政治局第十四次集體學習時強調 促進高質量充分就業 不斷增強廣大勞動者的獲得感幸福感安全感
動態調整高等教育專業和資源結構布局，大力發展職業教育，健全終身職業技能培訓制度。
新華社
2024-05-29
新冠肺炎影像學AI智能輔助診斷研究
“現階段醫生需要在大量影像數據中快速診斷出新冠肺炎的病例，此外還需要診斷出病灶分布的位置、大小等來評估嚴重程度?！毖ο蜿柦榻B，針對臨床的現實需求，團隊將設計目標定位于“肺炎分類鑒別”和“關鍵病灶檢測”兩大功能，前者是為區別健康狀態、新冠肺炎、其他病毒性肺炎、細菌性肺炎，后者則為找到并分隔出磨玻璃影等病灶區域。針對這些需求，團隊設計診斷算法模型，讓機器利用模型進行訓練，學習不同類型肺炎在CT影像表現上的不同特征，最終具備智能輔助診斷的能力。而這需要突破小樣本學習、小目標檢測等多個技術難題?！靶颖緦W習”即在較少訓練數據樣本的條件下進行機器學習。在疫情發生前期，能夠獲取的新冠肺炎影像數據相對較少，且由于一線影像醫生任務繁重，無法獲得大量專家標注，因此需要算法在少量樣本的條件下“自學成才”。為此，團隊采用基于自遷移學習的半監督學習等技巧，使算法具備一定的“小樣本學習”能力，在不增加醫生標注工作量的情況下較好地提高了算法模型的普適性。由于CT影像切片中的病灶區域有大有小，且往往大中小病灶區域面積懸殊，如何使算法能同時檢測大、中、小各個目標是另一大難題。團隊利用神經網絡的層次性特點與病灶區域的大小進行對應，“網絡的底層關注細節，即小病灶區域，而網絡中層到高層所關注的病灶區域則越來越大，因此模型通過不同層次的加權和融合，最終便能達到同時檢測大小病灶區域的目標?！毖ο蜿柦忉尩?。“不過，即便有診斷‘神器’，影像科醫生也是不可替代的?！毖ο蜿栒f，人是復雜的機體，病毒在不同人體內感染的反映也不一定相同?！彼硎?，當遇到機器未曾學習過的微小病變或疑難病例時，仍需要影像醫生的經驗和智慧。以解決實際問題為目標，該項目在研究過程中始終與臨床應用緊密結合。無論是機器學習數據，還是測試評估數據，都來源于臨床真實病例。在算法模型定型過程中，為了檢驗模型的準確率和泛化性，團隊也利用現實疑似病例進行了測試。
復旦大學
2021-04-10
基于AI 機器學習的影像組學模型研究
2019年12月以來，由SARS-CoV-2病毒感染導致的新型冠狀病毒疾病（COVID-19）在全球開始蔓延。報道顯示，SARS-CoV-2感染患者的中位住院時間為10天，而武漢患者在發病10天后癥狀有可能加重。因此，住院時間是COVID-19臨床預后的重要指標之一。 目前，CT影像學已成為COVID-19肺炎的診斷和監測工具，主要表現為磨玻璃影、實變及混合密度影。然而，現階段的影像學研究主要集中于對病灶的定性和半定量描述，缺乏對病灶的全定量分析。因此，基于前期提出的CT定量監測COVID-19肺炎病程，團隊假設在CT病灶背后的高通量影像特征“隱藏”了患者預后轉歸的“秘密”。 本研究納入了蘭州、安康、麗水、鎮江、臨夏5家新冠肺炎定點醫院，自2020年1月23日到2月8日期間住院患者的臨床資料和首次CT資料，所有患者經RT-PCR證實SARS-CoV-2病毒感染。至2月20日，研究共納入31例治愈出院的患者（排除14例未出院患者和7例首次CT檢查無肺炎表現患者），并將10天作為住院時長的二分類閾值?；谟邢薜臉颖玖浚瑘F隊將4個中心作為訓練隊列，另外一個中心作為驗證隊列。通過自動分割肺葉和半自動分割病灶，31名患者中累計分割出72個病灶。在對病灶圖像預處理后，提取影像組學特征并篩選。為了研究影像組學特征的穩定性，團隊使用了Logistics回歸模型和隨機森林模型對篩選的特征分別進行建模和驗證。?結果發現，6個篩選出的二階特征在兩種不同分類器中均表現出良好的預測價值。在外部測試隊列中，Logistics回歸模型的AUC為0·97(95%CI 0·83-1·0), 敏感性 1·0, 特異性0·89；隨機森林模型的AUC為0·92 (95%CI 0·67-1·0),敏感性 0·75, 特異性1·0。隨后，研究又納入了2月20日-28日新出院的6名患者，利用已建立的影像組學模型可以正確預測所有6名患者的住院時間。
東南大學
2021-04-10
多模態醫學影像智能協診系統TPAID
中試階段/n該項目主要針對開源CT 醫學影像數據和多中心合作單位提供的多模醫學影像數據，采用人工智能技術和自主研制的深度學習算法對心臟左心室、腫瘤等CT 影像數據進行全自動分割，驗證了所研制算法在該項目計算機輔助腫瘤智能診斷應用中的有效性，為項目產業化實施奠定了方法基礎。成果的先進性或獨特性：針對不同類型的醫學影像感知設備，設計針對性強的機器學習智能算法；國內同類研究中首次采用“雙盲評估+驗證”的科研方法對影像數據進
武漢大學
2021-01-12
三維點云與光學影像融合裝備
考慮三維點云缺少顏色信息和光學影像缺少空間信息的互補特性，三維點云與光學影像多光融合裝備可以提升數據的信息量，基于三維點云和二維圖像融合的可視化結果，能夠增強三維場景真實感，相較于可見光圖像，融合后的三維點云可以實現多角度觀測，能夠更好的表達的空間特征。
相較于原始和偽彩色點云數據，融合后的三維點云有了色彩紋理信息，目標的形態和邊緣都更加明顯，整個三維場景更加的真實，也為后續識別、定位、重建等過程提供更多細節信息；同時克服了單一傳感器的局限性，充分發揮兩者的互補優勢，大幅提升了探測設備的環境適應性，適用于全天時復雜場景的下目標探測，具有很強的實用價值。在無人駕駛領域，譬如智能導航、環境感知、高精度地圖的構建等，都依賴于可見光圖像和點云的融合處理。大家所熟知的百度 Apollo、谷歌 Waymo 自動駕駛系統均應用視覺相機和激光雷達作為主傳感器進行定位和環境感知，目前已經實現 L4 級別的高度自動化駕駛。此外，在醫學影像、高精度工程測量、工業生產、虛擬現實等領域，三維點云和可見光圖像融合技術也有著廣泛應用。
圖1.三維點云與光學影像融合效果
北京理工大學
2022-12-12