泛在服务计算机研究所
一、研究所简介
泛在服务计算机研究所是以原普适计算研究中心为基础,融合物端芯片研究组、传感器网络实验室等实体,组建起来的基础性、前沿性、交叉性研究部门。主要致力于物端芯片、系统软件、开发环境以及感知计算,智能交互等方面的研究,建立起完整的泛在计算系统研究学科。目前研究所有六个课题组:
1、感知计算:基于人工智能和机器学习,使感知变得更智能。
2、人机交互:基于新型交互设备和技术,使交互变得更自然。
3、嵌入式系统:基于移动智能终端技术,使服务变得更精准。
4、物端协同:面向万物互联的人-机-物智能协同以及可信的泛在计算机制和模式。
5、传感器网络:通过“核心装备”、“基础软件”以及“物联网数据”三条核心主线,研究传感网、物联网及智能系统的基础科学问题和关键技术。
6、物端计算系统;致力于研发和创新从芯片到服务的垂直物端整机系统,打造IoT时代的使能平台。
二、科研团队
泛在服务计算机研究所科研团队主要研究人员来自于南京信息工程大学刘琦博士团队。

|
刘琦,男,教授、博导,玛丽·斯克沃多夫斯卡-居里行动学者(MSCA-IF)。IEEE高级会员、英国高等教育协会HEA会士、中国计算机学会CCF会员,江苏省电子学会物联网专委会委员,江苏省计算机学会计算机教育专委会委员。现任南京信息工程大学无锡研究院泛在服务计算机研究所所长,主要从事无线网络通信、用电侧负荷分析、气象灾害监测预警、FES过程评估、边云协同等方面的研究与开发工作。主持有欧盟H2020、FP7、国家自然科学基金等国家级课题5项,江苏省自然科学基金、科技支撑计划等省部级课题10余项,企事业委托横向项目10余项;入选江苏省第五期“333工程”第三层次培养对象,江苏省“六大人才高峰”C类,江苏省双创“科技副总”。在国内外高水平期刊和国际会议上发表论文60余篇;公开发明专利10余件,其中授权并转化4件;授权实用新型专利5件,软件著作权20余件。 |
三、研究方向
优势领域:无线网络通信、用电侧负荷分析、气象灾害监测预警、FES过程评估、边云协同。
科研成果:在国内外高水平期刊和国际会议上发表论文60余篇;公开发明专利10余件,其中授权并转化4件;授权实用新型专利5件,软件著作权20余件。
代表项目:《FES上肢康复评估关键技术研发与产业化》。
四、项目研究
1、项目背景
脑卒中俗称“中风”,是我国首要死亡病因之一,具有高发病率、高复发率、高致残率、高死亡率等特点。近年来,我国中风发病呈现增速快、年轻化等趋势,给国家和众多患者家庭带来了沉重的社会和经济负担。在国家卫健委的推动下,中国中风防治工作日益加强,黄金72小时救治能力不断提高,但依然面临后期康复医师缺口大、康复周期长、康复效果不一等问题。
2、项目优势
本项目以实现无监护主动上肢康复训练为目的,建立康复系统载体,通过康复评估大数据平台,为患者定制个性化康复任务,并实现实时康复动作反馈。设计实现了三通道功能性电刺激(Functional Electrical Stimulation, FES)上肢康复训练系统,使患者能够开展上肢相关康复训练任务;通过自主研发的康复姿态识别方法开展分析患者康复训练过程完成情况,帮助康复师评估康复训练效果;利用实时反馈的视听方法为患者提供康复运动时的动作矫正建议、康复强度控制等服务,协助患者开展康复训练。本项目方案运用中风患者上肢康复医学相关理论知识,融入大数据分析技术,能够极大降低患者对家属和康复师的协助需求,减轻患者的康复训练成本,具有广阔的发展前景。
当前国内市场相关产品均为进口产品,与其相比,本产品能够提供训练任务程序自动更新,具有训练过程实时生物反馈信息,保障康复疗程高效。此外,本项目可根据患者康复训练过程数据识别其姿态完成情况,帮助康复师远程诊断和评估,优化康复计划。
本项目的技术特点和优势无监护患者主动上肢康复训练、定制化康复训练任务、生物反馈激励机制和自适应姿态评估等四方面。通过掌握上肢康复领域核心技术,缓解康复师短缺压力,确定我省在该领域技术产品上的先发优势和医疗康复技术的发展,推动相关医疗设备的进口替代。
本项目目前已获评无锡市“锡山英才人才计划”项目,并获得无锡市创业项目无偿资助。
五、知识产权
一种MapReduce中备份任务推测执行策略的优化方案 |
一种基于多传感器的癫痫病人户外监测系统 |
一种基于无线传输的非侵入式医疗设备监测系统 |
六、产品展示