科创中国

         首先基于智能手机，开发应用程序，调用手机摄像头进行录像，采用帧间差分和阈值判断的方法对视频图像进行实时处理，实现遮光条件下核辐射事件的甄别；进一步的用手指遮挡摄像头实现核辐射和心率的同时测量，提高了应用程序的功能性、方便性和趣味性，有利于未来的推广应用。其次基于监控摄像头，在不遮光和含运动物体的条件下进行测量，通过对视频图像的预处理、帧间差分、运动物体识别和扣除、阈值判断等算法去除可见光和运动物体干扰，实现在监控摄像头正常工作下的核辐射(X/γ射线)；进一步地，采用图像融合方法、深度学习算法以及行人重识别算法，实现利用监控摄像头实时探测核辐射以及可疑辐射源携带人员的锁定与跟踪。

       研究初步实现了基于智能手机和监控摄像头的核辐射探测，基于深度学习算法的实时核辐射探测以及可疑辐射源携带人员的锁定与跟踪。未来将进一步研究提升探测的灵敏度和鲁棒性，研究成果有望可应用于公众个人核辐射监测；应用到现有的视频监控网络，成为一种低成本高覆盖的智能核辐射监测手段。

1. 具有自主知识产权，研究成果已授权发明专利4项，软件著作权2项,申请4项。

2 技术先进性：目前相关研究都需要遮蔽CCD/CMOS摄像头的镜头，对遮光后拍摄的照片或视频进行核辐射事件提取，丢失原始信息严重，应用场景单一，本团队成果能够实现在监控场景下进行核辐射探测，无需进行遮蔽摄像头镜头，能够充分利用摄像头原始数据进行实验分析。此外，目前的核辐射探测技术，大多仅限于专用仪器和设备直接探测，与大数据、人工智能相结合的相关研究，仅限于原始数据分析层面，本团队在动态场景核辐射图像处理、神经网络探测模型以及多摄像头追踪可疑放射源等方面的研究具有一定的开创性。

3. 获奖情况：项目“基于摄像头的核辐射智能监测网”获2019年发明创新奖银奖，中国发明协会。项目“基于摄像头的核辐射探测”获第十二届北京发明创新大赛铜奖，北京发明协会。基于行人重识别技术进行可以携带人员追踪研究，获得2020中国移动第五届中国创新挑战赛三等奖。基于摄像头的核辐射探测技术发明荣获2020英国国际创新发明技术展览会（IBIX2020）金奖与杰出创新奖，以及2020摩洛哥“非洲创新周”金奖。

性能指标：

1. 使用手机摄像头进行核辐射探测和心率监测。该研究通过实验，在放射源为33 mCi的99mTc环境下，拟合出单位时间(1min）内辐射帧数量（N）与辐射源距离（D）之间的关系为：N=1.2047*10^5/D，同时采用该方法进行心率监测结果与使用血氧仪测量结果的平均误差在0.48bpm左右。

2. 使用监控摄像头在动态场景下进行核辐射探测。对采集的图像采用帧间差分和高斯平滑相结合的方法，减少噪声干扰，实现了核辐射的有效探测，辐射帧的识别准确率达到了97.27%。

3. 结合图像融合算法和卷积神经网络进行核辐射的实时探测。

4. 基于行人重识别算法进行可疑辐射源携带人员追踪。实现跨摄像头下放射物可以携带人员的识别与追踪，实验结果能达到0.528的Fscore值，能够有效地进行目标的锁定与追踪。

市场分析:

1. 可向涉核单位提供核辐射监测产品，如医院、核辐射监测站、核电站等。

2. 可向公共交通部门销售系统软硬件产品，如机场、火车站、地铁。

3. 可通过APP推广实现广告收入(试用版本进行推广)；升级版APP付费。

      魏清阳副教授，博士生导师，长期从事核辐射探测与识别技术、核医学成像设备及方法、肿瘤放射治疗剂量计算、运动监测、医学图像校正、重建和后处理、特征信号提取等领域的研究。现任北京市工业波谱成像工程技术研究中心副主任，中国核学会核仪器分会理事，中国国家核仪器设备产业技术创新联盟理事、国家核仪控产业技术创新战略联盟理事、中国医学装备协会核医学装备与技术专业委员会委员、IEEE Senior Member。主持国家级项目10余项。申请人已在本领域重要期刊和国际会议上发表SCI/EI收录论文50余篇，包括IEEE Trans Nucl Sci，Nucl Instrμm Meth A, Phys Med Biol等。申请中国发明专利30余项，已授权30项，主要涉及核辐射探测与成像领域。

      研究团队为北京科技大学医学成像与核辐射探测课题组，所在单位为北京科技大学自动化学院，主要成员包括1名副教授，2名博士研究生，4名硕士研究生。团队具有可用于本项目研究的样机设备，以及实验的环境和条件。团队与清华大学、北京永新医疗设备有限公司、中日友好医院保持密切合作。

技术优势：

1. 基于摄像头的CCD/CMOS传感器实现在监控场景下（不遮蔽摄像头）的核辐射直接探测。本项目开创性地使用摄像头在未遮光情况下，对核辐射进行直接探测，既保留监控信息又能实现核辐射事件甄别。

2. 结合图像融合算法和深度神经网络，快速高效完成核辐射识别。结合图像融合算法构造训练数据和测试数据，用于对大量图像处理有良好性能表现的卷积神经网络模型训练和测试，得到具有特定权值结点的网络模型。将训练得到的模型用于实时探测，只需输入图像，便可迅速得到识别结果。

3. 结合行人重识别技术，可实现多终端全方位的辐射事件监测网络。其模型结构为大量残差网络和卷积网络，能够快速对目标进行检测和跟踪。其次，该模型可移植到智能手机、智慧电视、车载系统等智能终端，能够方便快捷对辐射事件进行识别和跟踪。

4. 该成果属于核辐射探测的新方法和新技术，利用现有监控网络，成本低且便于推广。可以利用我国已建成的巨大的视频监控网，推广应用到城市的各个角落，实现城市公共场所和人员密集区域的全覆盖。

经济效益分析：

该项目开发的专利和产品具有低成本的特点，因此具有较高的利润空间和竞争优势，特别是在医院、公共交通以及军事领域。

合作方式：整体转让 、技术许可、作价入股

目前处于何种研发阶段：研发

样机：有

已投入成本：50万。

推广应用情况：已开发国内首款基于手机摄像头进行核辐射探测和心率监测的手机APP，可在移动终端进行下载安装并进行体验。

期望技术转移成交价格（大概金额）：500万。