|
搜索
搜 索
高等教育領域數字化綜合服務平臺
基于全景影像的街景面片優化方法
本發明公開了一種基于全景影像的街景面片優化方法，包括以下步驟：步驟 1：獲取車載 LiDAR 點 云數據和全景影像，并將全景影像與車載 LiDAR 點云數據進行配準；步驟 2：將車載 LiDAR 點云數據 分割為多個面片，獲得面片與全景影像站點的對應關系，將面片投影到全景影像上，得到面片對應的透 視平面影像；步驟 3：對透視平面影像進行分析，刪除樹木點，并進行面片拉伸。本發明基于全景影像 優化街景面片，在點云數據的結果上進一步提高面片的精度和準
武漢大學
2021-04-14
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
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。基于有限的樣本量，團隊將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
醫學影像云診斷思維訓練與考核系統
該系統基于各級醫療系統的影像科研臨床應用基礎及各類院校影像教學大 綱而開發，貼合各級診療機構日常診療習慣和院校教學大綱需求，方便教師對各 類影像圖片的展示和教學，能更好的讓學生全面對各類影像進行閱片、報告書寫 練習，以及熟悉臨床應用及診療流程，有利于訓練學生的影像技能操作能力及就業。
山東新華醫療器械股份有限公司
2022-11-08
新冠肺炎患者的智能穿戴監護系統
天津大學醫學工程與轉化醫學研究院聯合天津松輝醫儀醫療設備有限公司、上海貝瑞電子科技有限公司，結合新冠肺炎的診斷標準，攻關研發出一套可穿戴組合式智能監護系統，能遠程監控患者的血氧含量、呼吸頻率、心跳速度等核心生理指標，以及體位、呼吸阻力等特定生理指標，并通過多模信息融合與自動判別，實現病情模式的智能分析與及時預警。該項目有望緩解新冠肺炎輕癥患者人數眾多對醫務人員數量的需求，減輕醫務工作人員的工作強度，降低醫患交叉感染的概率，將對新冠肺炎疫情防控起到積極作用。同時，該項目也可用于其他呼吸系統疾病的“早發現，早治療”，降低普通患者到危重患者的發生概率。該項目采用PSoC集成系統，集成血氧、脈率、口鼻氣流、阻抗呼吸等多種監測傳感器，除了能準確采集人體血氧飽和度、脈率、呼吸等生理信號之外，又同時融合了特定加速度傳感器，可以實時提取病人的體位變化，以及咳嗽帶來的氣流阻力變化，為新冠肺炎患者的病征監護提供了針對性的解決方案。該智能監護系統基于組合式模塊，便于患者個人自行穿戴，也可以根據需求配戴單個組件進行單項功能監測。用戶只要不進行劇烈運動，穿戴后完全可以正常的活動并不影響監測過程，監測數據可通過藍牙技術傳輸至手機App，并通過手機4G功能傳輸至云端，醫生在辦公室就可以看到患者數據，無論患者身處在醫院、家里或留觀點。系統可在云端對患者生理信號進行分析，集合臨床診斷原則，提取與以新冠肺炎為代表的呼吸疾病相關數據，以初步判斷患者的病情狀態與變化趨勢。該項目已經完成了系統硬件研發工作，核心硬件模塊獲得醫療器械注冊認證，將根據臨床使用的結果進一步優化系統的軟件分析功能。目前研發團隊正在與天津大學附屬醫院合作，啟動開展項目臨床測試并推廣應用。
天津大學
2021-04-10
新冠肺炎感染風險大數據評估模型
疫情防控，快速識別出潛在的感染者是關鍵。近日，西安交大管理學院劉躍文副教授研發出新冠肺炎感染風險的大數據評估模型，可基于旅行大數據，綜合計算新冠肺炎感染風險指數和級別。該模型在云南省全面推廣應用，大幅度提升了防控一線現場核查工作的效率，在一定程度上控制了疫情傳播風險，得到了云南省委、省政府領導的高度認可。
當前，在阻斷新型冠狀病毒傳播的工作中，存在三個盲區也是關鍵點，嚴重影響著疫情防治的效果，即：一是很難知道某個人是否在公共交通工具及場所中與已確診人員或疫源地人員接觸過；二是個別人員近期到過疫源地或接觸過確診人員，但是毫不在意，不匯報也不主動自我隔離；三是個別人員甚至刻意隱瞞自己曾到過疫源地或接觸過確診人員的歷史。為此，上述三種類型人員給疫情防治工作帶來了巨大的挑戰，使其無法開展有效核查，也無法有效規避風險。據劉躍文介紹，2月4日，新型冠狀病毒感染風險的大數據評估模型及系統在云南省正式上線應用，基于個人的旅行數據，自動分析其是否到過疫源地、是否與疫源地人員接觸、是否與已感染病例接觸等多項指標，利用貝葉斯方法，計算其感染新冠病毒的可能性指數，并預警高風險人員。
西安交通大學
2021-04-10
新型冠狀病毒肺炎病例毒株分離
上海市疾病預防控制中心和復旦大學上海醫學院基礎醫學院新型冠狀病毒攻關團隊密切配合，由上海市疾病預防控制中心挑選多例確認病例的鼻/咽拭子樣本用于實驗，復旦大學上海醫學院基礎醫學院新型冠狀病毒攻關團隊通過使用兩種細胞系（vero-E6和Huh7細胞）接種樣本，從一例病例樣本中，于2020年2月7日成功分離并鑒定出新型冠狀病毒（2019-nCoV）毒株，該毒株在細胞培養中擴增迅速，可得到較高滴度的病毒；間接免疫熒光法發現病毒感染細胞顯示典型冠狀病毒樣病變-合胞體。
復旦大學
2021-04-10