市场背景：我国具有世界上最大的有机质废弃物产生量：城镇污泥年产量已经超过4000万吨（以含水率80%脱水污泥计，以下同），以有机垃圾、餐厨废弃物为代表的城市有机质废弃物产量超过1亿吨/年。但我国对有机质废弃物的稳定化处理与资源化处置显著落后于发达国家，目前我国主要处理处置措施仍为填埋和焚烧，对城市环境造成严重的二次污染威胁。随着欧洲等发达国家可再生能源战略的实施、国际能源危机的进一步加深、我国对大气环境及水环境质量要求的进一步提高，城镇有机废弃物的高效生物燃气化技术，尤其可以满足大型城市集中式处理处置与能源资源综合利用需要的有机废弃物干法厌氧生物制气技术，可以把有机质废弃物高效转化为生物燃气，生产清洁能源，实现废弃物的减量化和高值循环利用，已经成为目前国际上有机垃圾、城市污泥等富含有机质废弃物处理和资源化利用的重点发展方向，各国纷纷在该领域投入大量研究，抢占城市有机质废弃物资源化与能源化产业化技术的制高点。由于我国污泥泥质的特殊性，其有机质含量远低于国外、含砂量高、生物反应池负荷低等，国外传统成熟的污泥厌氧消化处理技术在我国无法得到稳定应用，造成国内大量污泥处理处置设施的故障闲置，城市污泥及有机质处理处置技术存在着重大的瓶颈性问题。 国内外现状：国内外有微波强化预处理促进低有机质污泥厌氧资源化、城市低有机质污泥的好氧堆肥研究、温和热处理对低有机质污泥厌氧消化性能的影响等相关城市污泥厌氧化资源化技术，但针对我国污泥有机质低、含砂量高、区域差异大的特点的合适的污泥资源化处理处置技术却鲜少，本技术方案突破了传统厌氧消化要求进料含固率为5%的技术要求，实现了将进料含固率提升至10%~20%实现连续稳定厌氧消化的可行性与调控措施，并在国际上较早报道了脱水污泥直接实现厌氧消化的连续流试验结果，并提出了高含固体系下污泥与餐厨等城市有机质废弃物的协同厌氧消化调控技术，创造性的提出了适用于我国典型低有机质污泥高含固厌氧消化的技术路线。 目前本项目组针对我国污泥低热值的泥质特点，开发了适用于生污泥与消化污泥的热解/焚烧耦合技术，并形成核心装备，解决了污泥及工业固废高效热化学处理的技术难道与成套装备。

项目成果/简介:市场背景：我国具有世界上最大的有机质废弃物产生量：城镇污泥年产量已经超过4000万吨（以含水率80%脱水污泥计，以下同），以有机垃圾、餐厨废弃物为代表的城市有机质废弃物产量超过1亿吨/年。但我国对有机质废弃物的稳定化处理与资源化处置显著落后于发达国家，目前我国主要处理处置措施仍为填埋和焚烧，对城市环境造成严重的二次污染威胁。随着欧洲等发达国家可再生能源战略的实施、国际能源危机的进一步加深、我国对大气环境及水环境质量要求的进一步提高，城镇有机废弃物的高效生物燃气化技术，尤其可以满足大型城市集中式处理处置与能源资源综合利用需要的有机废弃物干法厌氧生物制气技术，可以把有机质废弃物高效转化为生物燃气，生产清洁能源，实现废弃物的减量化和高值循环利用，已经成为目前国际上有机垃圾、城市污泥等富含有机质废弃物处理和资源化利用的重点发展方向，各国纷纷在该领域投入大量研究，抢占城市有机质废弃物资源化与能源化产业化技术的制高点。由于我国污泥泥质的特殊性，其有机质含量远低于国外、含砂量高、生物反应池负荷低等，国外传统成熟的污泥厌氧消化处理技术在我国无法得到稳定应用，造成国内大量污泥处理处置设施的故障闲置，城市污泥及有机质处理处置技术存在着重大的瓶颈性问题。 国内外现状：国内外有微波强化预处理促进低有机质污泥厌氧资源化、城市低有机质污泥的好氧堆肥研究、温和热处理对低有机质污泥厌氧消化性能的影响等相关城市污泥厌氧化资源化技术，但针对我国污泥有机质低、含砂量高、区域差异大的特点的合适的污泥资源化处理处置技术却鲜少，本技术方案突破了传统厌氧消化要求进料含固率为5%的技术要求，实现了将进料含固率提升至10%~20%实现连续稳定厌氧消化的可行性与调控措施，并在国际上较早报道了脱水污泥直接实现厌氧消化的连续流试验结果，并提出了高含固体系下污泥与餐厨等城市有机质废弃物的协同厌氧消化调控技术，创造性的提出了适用于我国典型低有机质污泥高含固厌氧消化的技术路线。 目前本项目组针对我国污泥低热值的泥质特点，开发了适用于生污泥与消化污泥的热解/焚烧耦合技术，并形成核心装备，解决了污泥及工业固废高效热化学处理的技术难道与成套装备。应用范围:项目已经进入示范运行阶段，在长沙（基于热水解预处理的高含固污泥厌氧消化工程，500吨/天）、镇江（污泥热水解+污泥/餐厨高含固协同厌氧消化工程，260吨/天）、丽水（市政与工业污泥热解/焚烧耦合无害化处理，100吨/天）等地建立了示范工程，取得了良好的运行效果。 通过本技术的应用实行，市政污泥及城市有机质高级协同厌氧消化制气技术的研发及产业化有助于解决我国有机质废弃物处理设施普遍存在的厌氧消化产气率低、降解率低的问题，在原有工艺基础上提供更高的生物质能源利用率。既可以解决城镇污泥及其他城市有机质的处理处置问题，又实现资源的充分利用和能量流的最大化循环，突破了我国在生物质能这一重大国际热点新能源领域的技术与产业竞争力，具有重要的社会和创新效益。项目阶段:其他（进入示范运行阶段）效益分析:技术亮点：该项研究工作突破了传统厌氧消化要求进料含固率为5%的技术要求，实现了将进料含固率提升至10%~20%实现连续稳定厌氧消化的可行性与调控措施，提出了适用于我国典型低有机质污泥高含固厌氧消化的技术路线，解决了我国城市不同废弃物在高含固的条件下实现协同厌氧消化问题，增加消化设施的工程效益，提高反应效率的问题，为我国城市有机质的协同消化提供了机理与技术研究的支撑，突破了国外技术垄断。在此基础上，进一步针对我国污泥低热值的泥质特点，开发了适用于生污泥与消化污泥的热解/焚烧耦合技术，并形成核心装备，解决了污泥及工业固废高效热化学处理的技术难道与成套装备。 技术优势：相较于传统消化技术，解决了我国有机质废弃物处理设施普遍存在的厌氧消化产气率低、降解率低的问题，实现了高进料含固率下的持续稳定运行，提高了单位体积产气率，从而提高了单位体积产能，在原有工艺基础上提供了更高的生物质能源利用率，从而实现市政污泥、餐厨、禽畜粪便、有机垃圾等废弃物中营养物质与能源的协调调配与高值利用。

造纸、化工、石化、纺织等行业用水量大，在水资源越来越紧张的当下，控制这些行业的 用水是大势所趋，这些行业进行废水深度处理与回用是降低水耗的关键。最近几年，华东理工 大学环境工程研究所针对不同行业废水的特点，研究开发了一些废水深度处理与回用技术，如 催化氧化技术、催化氧化-曝气生物滤池组合技术、催化氧化-生物活性炭技术、催化还原-生物 组合技术、双膜工艺等。

一、 项目简介智能信息处理与认知神经工程是软件理论、人工智能、多媒体信息处理、认知科学等交叉发展的结果，其研究已成为国内外理论及应用领域广泛关注的热点。经过多年的研究发展，课题组在复杂系统的算法设计和分析、脑认知与神经工程、生物计算、机器学习理论和算法等方面的理论与应用研究取得了显著的成果。二、 项目技术成熟程度1、将智能计算与神经工程相结合，建立了128导脑电信号采集分析和处理研究平台，对各种自发和诱发脑电信号进行采集，研究各种信号分析、特征提取方法，进行脑源时空定位研究，开展了认知工程与脑功能网络研究。2、建立了经颅磁刺激（TMS）技术的软硬件研究平台，将磁刺激技术与传统中医针灸理论相结合，进行磁刺激穴位诱发脑电特性分析及信号传导机理研究。开展了重复脉冲磁刺激穴位的作用效应研究，分析磁刺激穴位的作用效果及穴位的特异性。3、进行了基于运动想象、听觉的脑机接口（BCI）技术的研究，并在脑电数据进行离线分析的基础上，建立了在线的BCI系统平台。4、开展了智能计算方法在医学图像分割、处理与三维重构中的应用研究。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）近年来完成和承担国家自然科学基金项目2项，省部级项目10项，发表论文45篇，其中SCI、EI检索33篇。四、 高清成果图片3-4张磁刺激技术研究脑机接口技术研究图像分割与三维重建研究

一、肺部MRI图像分析与处理项目背景肺癌是一种常见的恶性肿瘤，在全球范围内发病率、死亡率极高。磁共振成像（MRI）对人体没有辐射，且具有多模态信息，其在肺癌早期检测与诊断中应用逐渐受到关注。研究成果：基于显著性检测网络的肺肿块检测、基于多尺度标记点约束的图像配准、基于深度残差卷积神经网络的多模态肺肿块分割二、乳腺X线图像分析与处理项目背景乳腺癌是女性最常见的恶性肿瘤，基于乳腺X线图像的乳腺癌检测可获取定量的分析结果，减少医生自身和相互间的差异，提高阅片的一致性，有助于乳腺癌早期检测。项目成果：基于Anchor-Free YOLOv3的乳腺肿块检测方法、基于双边分析的乳腺肿块检测方法三、脑电信号分析与处理项目背景癫痫是世界第二大神经系统疾病，基于脑电的癫痫诊断、治疗与健康管理是科学界研究的焦点。研究成果：（1）基于人工智能的痫样脑电在线检测/预测方法（2）用于痫样脑电在线检测的超低功耗小波变换芯片——癫痫诊断（3）面向癫痫发作检测的可穿戴人工智能芯片——癫痫治疗

产品详细介绍VGA采集卡， HDMI采集卡，分量采集卡，DVI采集卡，RGB采集卡多卡合一高清卡Kylines VGA-ProKylines VGA-Pro采集卡 是需要实时高质量采集VGA、,HDMI、分量YPbPr 、DVI等信号源的理想解决方案。它是标准PCI-E接口，它把别的数据源捕捉到PC机上，在Windows桌面上用一个随卡所提供的应用程序窗口显示。Kylines VGA-Pro采集卡能将其他1路独立的VGA信号在本PC机上显示和采集，这样你会看到1路VGA信号同时在桌面上显示，不需额外的显示器。 Kylines VGA-Pro卡支持Windows NT/Windows 2000/2003/Windows XP操作系统，它有更强的兼容性及更快的数据转输速度，它能同任何多屏卡配合使用，是多屏图形处理器产品的首选，广泛地在大屏拼接、边缘融合中应用。包括视频墙、监控指挥系统的多媒体显示、工业流程显示、宣传广告显示、在线查询及交互咨询系统等。结合微软WMEncoder或者Real编码器，可以把一路VGA信号编码成WM9，Real，MPEG4等格式，应用到网络直播，录播系统，VOD点播，远程教育培训，视讯会议等系统中。产品特性：• 单通道 VGA/DVI 采集卡 (PCI-Express) 先进的图像显示技术• 最高点频可达270M的PCI-e 总线。 • VGA 采集分辨率从720*400到 1920*1200可选。 • 最大DVI 采集分辨率为 1920*1080。 • 支持HDMI 模式: 1080p（最高60）,1080i, 720p, 576p,  480p• 支持高清分量（YPbPr）：1080p（最高60）,1080i, 720p, 576p,  480p• 源信号模式改变，自动监测信号的输入模式• 支持一机多卡。• 支持高质量动态缩放或者剪切• 支持YUV2, RGB24等 视频格式。 • 高性能DMA system memory和graphics memory。 • 支持单独的 H/V 同步，复合同步或同步随绿。 • 支持 Windows® XP/ Vista/ Server 2003。 • 软件开发SDK：提供VC, DirectShow等提供例子。• 可使用微软的AmCap, Windows Media Encode, Window Movie Maker等应用软件典型应用包括：1、教育课件录制、多媒体录播录像、会议录播、视频会议，远程教育培训；　　2、大屏幕拼接、电视墙行业、虚拟演播室、虚拟现实、工控、游戏机等设备；　　3、安检X光机、雷达图像信号、VDR纪录仪；　　4、医疗X光机、CT机、胃肠机、阴道镜等； 技术参数：Kylines VGA-Pro板卡格式: PCI-e x1 半长卡, 93mm x 135mm.PCI-e 总线主板，具有scatter gather DMA ，提供数据传输率最大为 480MB/s. 接口: 一个 DVI-I类型的接口，可以转接VGA、分量YPbPr、HDMI、DVI-D最大采样率: 每秒270M像素.视频采样: RGB:  每像素24 比特/8-8-8 格式. YUY2视频采集内存: 32 MB (实时更新).  三倍缓存. 支持RGB 模式: 640 x 480,720 x 400, 800 x 600, 1024 x 768, 1280 x 800,1280 x 1024, 1440 x 900,1600 x 1200, 1920 x 1080, 1920 x 1200等自定义模式.支持DVI模式: 640 x 480, 800 x 600, 1024 x 768, 1280 x 1024, 1920 x 1080等支持HDMI 模式: 1080p（最高60）,1080i, 720p, 576p,  480p ，使用的接口是DVI转HDMI接口.支持高清分量（YPbPr） 1080p（最高60）,1080i, 720p, 576p,  480p输入模式监测: 激活源信号模式改变的跟踪，自动监测硬件的输入模式.采集帧率: 0fps—120fps（因分辨率而定）其中：1024X768 60fps；1280x1024 40fps；1920x1080 30fps；720P     40fps；1080P 30fps视频格式选项: 模拟 RGB  HSync 和VSync 模拟 RGB Sync on Green   component，Sync on Y，  DVI single link，HDMI支持的操作系统: Windows® XP Professional (x86 and x64), Windows® Server 2003 (x86 and x64), Windows Vista® (x86 and x64) and Windows® Server 2008 (x86 and x64)电源要求: +3.3V最大电流0.5A.+12V 最大电流1.0A.最大电量 – 13.5 Watts.存储温度: -20 到 70摄氏度相对湿度: 5% 到 90% 不结露模拟输入范围:  Min 0.5Vpp  Max 1.0Vpp Hsync: 15kHz - 110kHz Vsync: 无硬件限制, 实时信号一般为 25Hz - 200Hz  分离同步极性:  正极或负极.  (Separate H & V sync, Composite Sync) 同步随绿极性:  负极模拟输入阻抗 75 欧姆

数据采集技术 可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。 多模态传输技术 LPWAN (Low-Power Wide-Area Network，低功率广域网络) 在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。         LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。 最具前景的LPWAN技术——NB-IoT和LoRa： 物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。 LoRa （Long  Range）:     一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。 NB-IoT（Narrow Band Internet of Things） NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。 NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。 数据分析技术 人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。

本发明基于压缩感知理论将将测量的信号通过1比特量化，去掉了之前被测信号能量为1的假设，通过循环迭代的公式最小化凸的替代函数，最终恢复出要测量的信号，相比于之前相关算法明显的提高的信号的恢复精度。

项目成果/简介:数据采集技术可穿戴传感器是接触式传感器。加速度传感器测量运动加速度，心率、血压和血氧传感器检测心率、血压等生理数据。可将不同的传感器集成在智能手环、脚环、腰带等可穿戴设备中，以实现加速度、角速度和生理等数据的采集；物体和环境传感器是非接触式传感器，常见的物体传感器基于RFID技术，通常用于身份、物流等信息的识别。常见的环境传感器有声音传感器、磁力计、气压传感器、温湿度传感器和PM 2.5传感器等，实现各种环境信息的采集。多模态传输技术LPWAN (Low-Power Wide-Area Network，低功率广域网络)在LPWAN技术出现以前，通信技术已经有多种类别，短距离的有wifi、蓝牙、zigbee等，长距离的则有2G、3G、4G、5G等，但是如果把这些无线通信技术按照功耗与传输距离这两个维度划分的话可以发现在功耗低、距离远这个范围的技术还欠缺，而LPWAN技术的出现正好弥补了这个短板。       LPWAN可分为两类：一类是工作于未授权频谱的LoRa、SigFox等技术；另一类是工作于授权频谱的基于蜂窝组网的通信技术，比如eMTC、LTE Cat-1、NB-IoT等。LPWAN 专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。最具前景的LPWAN技术——NB-IoT和LoRa：物联网（IoT）应用需要考虑诸多因素，例如节点成本、网络成本、电池寿命、数据传输速率(吞吐率)、延迟、移动性、网络覆盖范围以及部署类型等，可以说没有一种技术可以满足IoT所有的需求。NB-IoT和LoRa两种技术具有不同的技术和商业特性，也是最有发展前景的两个低功耗广域网通信技术。这两种LPWAN技术都有覆盖广、连接多、速率低、成本低、功耗小等特点，都适合低功耗物联网应用。LoRa （Long Range）:   一个LoRaWAN网络架构中包含了终端、基站、NS(网络服务器)、应用服务器这四个部分。基站和终端之间采用星型网络拓扑，由于LoRa的长距离特性，它们之间得以使用单跳传输，终端节点可以同时发送信息给多个基站。基站则对NS和终端之间的LoRaWAN协议数据做转发处理，将LoRaWAN数据分别承载在了LoRa射频传输和TCP/IP上。NB-IoT（Narrow Band Internet of Things）NB-IoT构建基于蜂窝网络，只消耗大约180KHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT具备四大特点：一是广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的LTE网络增益提升20dB，覆盖面积扩大100倍；二是具备支撑海量连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；三是更低功耗，NB-IoT终端模块的待机时间可长达10年；四是更低的模块成本，企业预期的单个接连模块不超过5美元。数据分析技术人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。深度学习本来并不是一种独立的学习方法，但由于近几年该领域发展迅猛，一些其特有的学习手段相继被提出（如残差网络），因此越来越多的人将其单独看作一种学习的方法。深度学习的各种算法已成为行为识别主要应用的技术，传感器采集的各类信号，通过卷积神经网络、循环神经网络等分类，识别出坐、走、跑、跳、上下楼等日常行为，也可以实现对被监护者摔倒等异常行为的检测。应用范围:家居智慧控制，提高舒适度：家庭生活状态统计和日常需求预测与推荐；多模态行为分析和数据采集和传输系统；多模态行为数据采集和分析平台；基于LoRaWAN/5G的工厂环境、农业大棚等环境监测系统。技术成熟度:通过中试