1 成果简介清华大学宽带电力线通信（ Powerline Communication， PLC）技术方案和系统设计。与已有的方案不同的是：本方案的核心技术将采用具有自主知识产权的时域同步正交频分复用（ TDS－OFDM）技术，在保证技术先进性的同时，为国内相关企业提供一定的技术保障壁垒，在产业传输之初能够有效避免国外公司的竞争。清华大学数字电视技术研究中心在与美国波音公司合作进行的研究中，已经完成了系统方案设计、关键技术研究、系统的 FPGA 验证。目前，正在与国家电网合作进行 PLC 组网技术研发。本项目合作方向包括 PLC 专用芯 片设计、 PLC 家庭网络产品等。2 应用说明涉及到全国亿万家庭，首先可在有条件地区试验推广应用。

清华大学宽带电力线通信（ Powerline Communication， PLC）技术方案和系统设计。与已有的方案不同的是：本方案的核心技术将采用具有自主知识产权的时域同步正交频分复用（ TDS－OFDM）技术，在保证技术先进性的同时，为国内相关企业提供一定的技术保障壁垒，在产业传输之初能够有效避免国外公司的竞争。清华大学数字电视技术研究中心在与美国波音公司合作进行的研究中，已经完成了系统方案设计、关键技术研究、系统的 FPGA 验证。目前，正在与国家电网合作进行 PLC 组网技术研发。本项目合作方向包括 PLC 专用芯 片设计、 PLC 家庭网络产品等。

本项目基于通用微机的数字减影血管造影图象处理系统，与X线机配合，可实现国际上典型DSA系统的各种功能与指标，且操作使用更适合国人。本项目的特点是真正实现了与进口大型X线机的联接，实现脉冲工作方式下的实时数字减影血管造影，样机在第四军医大学唐都医院替代进口西门子公司的Digitron-2数字减影系统已临床使用2年多，实施诊疗5000余例次，收到了非常好的社会

Aigtek线缆测试仪检测系统是一种自动检测系统，可以二线或四线制测试，通过对电缆的自动检测，可以大大提高检测效率和检测精度，节省人工成本。还可以保存检测数据，生成检测报表，便于后期分析和维护。

木材取材于大自然，是天然环保节能材料，兼有保温隔音功能，其抗震性能也明显优于其它材料。现代木结构住宅（简称木屋）采用标准五金件作为连接件，主结构采用实木交错连接，具有很好的稳定性，其柔韧优于其它材料，可以吸收并消散能量，对于瞬间冲击荷载和周期性疲劳破坏有很强的抵抗能力，在地震中有很好的生命安全性能。  为实现木屋高效建造和稳固连接，SDMJ01型自动化木屋生产线是山大鲁能信息科技有限公司专为木屋加工设计制造的自动化生产成套设备。  本设备由上料单元、定心机构、加工单元、上料单元、下料单元、夹钳机构、印字装置组成。该设备在通过加工单元的有效组合，在保证加工质量、提高加工效率的同时，大大降低了设备的运行成本。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵