XM-124颅骨骨性分离模型   XM-124颅骨骨性分离模型由22部件组成，由各部分颅骨串制于铁丝上，固定在底座上，以便于观察各骨之间的毗邻关系以及内外两侧、上下各面的结构特点及孔、管、沟、裂等，显示分解的22部件颅骨形态结构。 尺寸：自然大 材料：PVC材料

XM-709男性盆腔矢状切模型   XM-709男性盆腔矢状切面模型作矢状切面，显示膀胱、前列腺、精囊腺、直肠等器官在盆腔内的位置以及尿道的分部和弯曲、盆腔内的血管等。 尺寸：自然大 材质：PVC材料

XM-710女性盆腔矢状面模型   XM-710女性盆腔矢状切面模型作矢状切面，显示膀胱、尿道、直肠、子宫、子宫附件、阴道等器官在盆腔内位置及由毗邻关系、髂内动脉的主要分支，腹部于髂嵴的高度作横切面，示背部及下腹部肌肉的断面结构。 尺寸：自然大 材质：PVC材料

XM-210附肌肉的两性躯干模型26件85CM   XM-210附肌肉的两性躯干模型可拆分为26部件，显示两性人体内脏器官的位置及头部解剖的形态和构造，表现呼吸、消化、泌尿，生殖等主要人体解剖系统，头颈半侧显示颅骨、咬肌、颞肌等结构，眼眶内有眼球，在头颈部作矢状切面，颅腔容纳脑的半球，示鼻腔、口腔、喉腔、喉室、声门裂、甲状腺，胸腔内的两肺额状切面显示肺内结构，心脏作冠状解剖，表示左右房室的构造异同，心脏血管有上下腔静脉、肺动静脉、主动脉、供讲解大小血液循环应用，并且在此基础上新增加了人体躯干及背部肌肉解剖的内部结构，详细的展现人体躯干部的深浅层肌肉解剖结构。 尺寸：高85cm 材质：PVC材料

XM-201男性人体躯干模型19件85CM   XM-201男性人体头、颈、躯干模型可拆分为19部件，显示男性人体内脏器官的位置及头部解剖的形态和构造，表现呼吸、消化、泌尿，生殖等主要人体解剖系统，头颈半侧显示颅骨、咬肌、颞肌等结构，眼眶内有眼球，在头颈部作矢状切面，颅腔容纳脑的半球，示鼻腔、口腔、喉腔、喉室、声门裂、甲状腺，胸腔内的两肺额状切面显示肺内结构，心脏作冠状解剖，表示左右房室的构造异同，心脏血管有上下腔静脉、肺动静脉、主动脉、供讲解大小血液循环应用。模型包含：躯干、头2件、脑、肺4件、心、气管、食管和主动脉、横膈膜、胃、十二指肠带胰腺和脾、肠、肾、肝、膀胱2件。 尺寸：高85cm 材质：PVC材料

产品详细介绍测试肺活量专用一次性纸吹嘴，可以配用各种品牌的肺活量测试仪器。质量可靠,量大有优惠. 

产品详细介绍功能特点：■ 仿真标准化病人形象逼真，质地柔软，触感真实。 ■ 体表标志明显：肋弓下缘、尖突、腹直肌、脐、腹股沟、髂前上棘、髂嵴，均可明显感知。 ■ 功能实验台可操作仿真病人模拟左、右侧卧位，行腹部移动性浊音叩诊训练。■ 功能实验台可操作仿真病人取斜坡卧位或左侧卧位，行腹腔穿刺；■ 穿刺有明显落空感，可抽出模拟腹腔积水； 注：皮肤和各种穿刺囊腔均可更换，供应耗材。 

成果描述：本软件面向文本，对知识单元关联关系进行挖掘，从而实现对海量数据信息的合理利用。现在已经能够根据文本挖掘出文本所含知识单元对的对应关系，实现了从海量信息中的知识关系提取。市场前景分析：随着计算机网络的迅速发展和日益普及，因特网上的信息以指数增长。信息时代带来了海量的数字化文本，日益积累的数据使得信息的获取越来越困难。人们的时间和精力是有限的，面对如此巨大的数字资源，无法从大量数据中迅速而准确地找到有用的信息，因而需要自动化的抽取工具，来帮助人们检索海量数据。与同类成果相比的优势分析：本软件相对于其他同类成果，自动化程度更高，挖掘关系的正确性有相对提高，对海量数据中知识单元关系的挖掘有很大的用处。

软件主体根据自己的信任信息建立信任关系，避免了使用证书交换导致信任协商变得复杂繁琐；不需要合作的主体每次交互都重新建立信任关系。

图1. 矿识的4个页面 a: 选取待识别的矿物，可现场拍照获取或从手机相册中选取 b: 截取待识别矿物中心图 c: 输入便携硬度仪测量或经验估计所得的硬度值后得到识别结果 d: 可以不使用硬度值，仅用图片进行识别 表1 矿识与其他相关工作的对比 图片类型 相关研究 性能 可识别矿物数 准确率(%) Raman spectroscopy 拉曼光谱 Computers & geosciences 2013 6 83.0 Microscope 显微镜 Sensors 2019 4 90.9 Mathematical and Computational Applications 2011 5 93.9 Photo 相机图片 Artificial Intelligence in Theory and Practice, 2008 6 91.0 Minerals 2019 12 74.2 photo & hardness 相机图片+硬度 矿识 36 90.6   表2 矿识能够识别的36种矿物及其准确率 矿物名 样本数  仅用图片识别的正确数 结合图片与硬度识别的正确数 Agate玛瑙 5 5 5 almandine铁铝榴石 6 4 4 azurite蓝铜矿 2 1 2 beryl绿柱石 1 1 1 chalcopyrite黄铜矿 2 1 2 cinnabar辰砂 1 1 1 copper铜 2 2 2 fluorite萤石，氟石 11 8 10 galena方铅矿 3 2 3 halite石盐 1 1 1 hematite赤铁矿 8 1 5 malachite孔雀石 6 5 5 opal欧泊 1 1 1 orpiment雌黄 3 1 3 pyrite黄铁矿 6 5 6 quartz石英 4 4 4 sphalerite闪锌矿 1 0 0 stibnite辉锑矿 8 7 8 sulphur硫磺 2 2 2 total 73 52 65 Accuracy \ 71.2% 89%