公开(公告)号：CN116503593A

公开(公告)日：2023-07-28

申请号：CN202310312181.0

申请日：2023-03-27

Applicant: 上海理工大学 ,  上海机器人产业技术研究院有限公司

Inventor： 李峰 ,  陈宇洋 ,  周军 ,  唐仕清 ,  张学典 ,  刘碧珊 ,  王昶茹

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/08 ,  G06T7/00 ,  G06N3/0464

Abstract: 本发明涉及一种基于深度学习的视网膜OCT图像积液分割方法，包括以下步骤：获取视网膜OCT图像；将所述视网膜OCT图像送入训练好的积液分割模型得到积液分割结果，其中，积液分割模型包括：特征提取网络，用于对视网膜OCT图像进行下采样操作得到高等级的全局语义特征图；注意力模块，用于生成通道以及空间等级的全局注意力特征图，并从全局注意力特征图中捕捉每种视网膜液体病变的不同特征，得到特征图；多尺度Transformer模块，用于探索具有长范围依赖关系的多尺度非局部特征；特征融合网络，用于将多尺度非局部特征进行上采样操作并逐级恢复，得到自动分割的结果。本发明能够提升视网膜OCT图像中积液的分割精度。

公开(公告)号：CN115937194A

公开(公告)日：2023-04-07

申请号：CN202211728467.9

申请日：2022-12-30

Applicant: 上海理工大学 ,  上海机器人产业技术研究院有限公司

Inventor： 李峰 ,  唐仕清 ,  陈宇洋 ,  刘碧珊 ,  王昶茹

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明涉及一种用于糖尿病视网膜病变分级装置，包括：接收模块，用于接收视网膜眼底图像；分级模块，用于将视网膜眼底图像输入至深度注意力卷积神经网络中实现糖尿病视网膜病变进行分级；其中，深度注意力卷积神经网络包括：特征提取主干网络模块，用于得到高等级的全局语义特征图；随机空洞空间卷积池化金字塔模块，用于得到多尺度病变特征图；全局注意力模块，用于生成通道以及空间级的全局注意力特征图；类注意力模块，用于得到病变特征信息图；可学习的连接模块，用于产生完整的细粒度病变特征图；全连接模块，用于根据细粒度病变特征图预测对应的糖尿病视网膜病变等级。本发明能够提升糖尿病视网膜病变分级的性能和相应病变的定位能力。

公开(公告)号：CN114170216A

公开(公告)日：2022-03-11

申请号：CN202111546470.4

申请日：2021-12-16

Applicant: 上海理工大学

Inventor： 李峰 ,  潘文哲 ,  唐仕清

IPC: G06T7/00 ,  G06T7/10 ,  G16H30/40 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开基于半监督深度学习网络的视网膜积液分割方法及系统，包括：对视网膜OCT图片进行标注，获得标注数据与无标注数据，基于标注数据划分训练数据集与测试数据集；建立视网膜积液分割深度学习模型；建立基于随机选择传播策略的半监督分割框架，获取带有伪标签的视网膜OCT图片数据，扩充训练数据集；对视网膜积液分割深度学习模型进行训练，获得视网膜积液分割神经网络模型。本发明采用基于随机选择传播策略的半监督学习框架来缓解实际临床环境中高质量像素级标注OCT图像数据的短缺，提高Ref‑Net的学习能力，显著的提高了OCT图像中视网膜积液分割的准确性，减少了网络训练所需要标记图像的数量，增强了网络的泛化能力。

公开(公告)号：CN109186103A

公开(公告)日：2019-01-11

申请号：CN201810750506.2

申请日：2018-07-10

Applicant: 上海理工大学

Inventor： 唐仕清 ,  易柏全 ,  孙琪文 ,  门传玲

IPC: F24S10/00 ,  F24S60/30 ,  F26B23/10

Abstract: 本发明涉及一种太阳能集热器保温利用与余热烘干一体化装置，包括太阳能集热器，保温储水箱，烘干室，水泵，所述太阳能集热器的出水端连接与保温储水箱相连接，所述太阳能集热器的出水端还与烘干室的进水端相连接，所述烘干室的出水端通过水泵连接所述太阳能集热器的进水端，形成余热利用循环系统，由水泵作为热水循环动力源，使所述烘干室通过热水循环实现高温环境用于烘干物品。本发明将烘干室和保温储水箱分别与太阳能集热器相连，为太阳能集热器的余热提供了一种新的利用方法。

公开(公告)号：CN114494228A

公开(公告)日：2022-05-13

申请号：CN202210129196.9

申请日：2022-02-11

Applicant: 上海理工大学

Inventor： 李峰 ,  向文杰 ,  潘文哲 ,  唐仕清 ,  陈宇洋 ,  张学典

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的青光眼筛查装置，包括：图像采集模块：用于采集视网膜眼底图像，所述视网膜眼底图像包括OD区域和OC区域，所述OC区域位于OD区域中；特征提取模块：用于通过构建的特征提取网络来提取所述视网膜眼底图像的第一特征图；OD区域分割模块：用于构建DPN网络，所述DPN网络用于根据第一特征图获得OD区域；OC区域分割模块：用于构建CPN网络，所述CPN网络用于获得OC区域；融合注意力模块：构建用于级联所述DPN网络和CPN网络的视盘模块，并通过所述视盘模块根据OD区域来引导CPN网络对OC区域的定位。本发明能够有效筛查青光眼。