公开(公告)号：CN119811623A

公开(公告)日：2025-04-11

申请号：CN202411003285.4

申请日：2024-07-25

Applicant: 海军军医大学第一附属医院 ,  上海理工大学 ,  上海市胸科医院

Inventor： 朱吉 ,  孙占全 ,  于红 ,  朱琳 ,  陶广昱 ,  徐立

IPC: G16H50/20 ,  G16H50/70 ,  G16H10/60 ,  G16H70/20 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06F18/25

Abstract: 本发明属于实性肺结节良恶性诊断模型系统技术领域，具体涉及实性肺结节良恶性诊断深度学习模型系统，包括模型的整体架构系统、数据集介绍系统、数据集预处理系统、肺部CT图片分割系统、肺部结节检测系统、肺结节类别系统、实验参数设置系统、评价指标系统、实验设置与结果系统，本发明提出实性肺结节良恶性诊断深度学习模型系统，主要针对该网络的下半分支进行了设计，下半分支网络通过Inception模块来提取肺部CT图像的多尺度的特征信息、并引入ECA、CBAM等卷积注意力模块加强了下半分支网络对肺部CT图像位置、形状特征的提取效果。

公开(公告)号：CN118097143A

公开(公告)日：2024-05-28

申请号：CN202410265952.X

申请日：2024-03-08

Applicant: 上海理工大学

Inventor： 王朝立 ,  周明君 ,  孙占全

IPC: G06V10/26 ,  G06T7/194 ,  G06T7/246 ,  G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明涉及一种视频图像的目标分割方法，提出了一种基于全局编码和非对称卷积的视频目标分割方法，针对视频图像的自动分割时存在速度慢、易受到时间间断的影响、不能适应外观的变化等问题。首先，将一系列带有标签的视频图像输入网络，分别通过全局编码器与相似性编码器两个网络分支提取到互为补充的特征，从而获得对目标外观的有效表示；然后利用非对称卷积的模块将两个互为补充的特征进行深层的融合；再采用残差上采样进行解码生成预测掩膜，最终实现了对视频图像中的目标分割。能有效地对目标外观表示，提升了网络对特定目标的识别能力，并取得较高的准确性。在分割任务中取得了良好的性能和实时速度，实现了端到端的半监督视频目标分割。

公开(公告)号：CN118172371A

公开(公告)日：2024-06-11

申请号：CN202410138448.3

申请日：2024-01-31

Applicant: 上海理工大学

Inventor： 翟中瑞 ,  王朝立 ,  孙占全

IPC: G06T7/11 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/08 ,  G06F17/16

Abstract: 本发明涉及一种基于U‑Net神经网络的肝癌病理图像分割方法，采用U‑Net架构作为主干的图像分割网络对肝癌病理图像进行分割，在U‑Net架构中编码器与解码器之间，设计一个含有全局注意力机制引导的全局注意力引导模块，通过全局注意力引导模块将编码器‑解码器结构的上采样与跳跃连接相结合，连接高级特征与细化的低级特征，有效的处理来自跳过连接的信息，促使肝癌病理图像分割网络关注于识别和分割肝肿瘤的相关特征，引入注意力连接模块合并上采样与跳跃连接，达到了辅助医生完成诊断的目的，同时将全局注意力机制与金字塔采样策略相结合，高效地集成上下文信息和局部细节信息，本方法可实现在较小计算量的基础上取得了更精确的肿瘤分割结果。

公开(公告)号：CN116229067A

公开(公告)日：2023-06-06

申请号：CN202310154712.8

申请日：2023-02-22

Applicant: 上海理工大学 ,  上海市第八人民医院

Inventor： 王朝立 ,  刘晓虹 ,  郑翔 ,  孙占全

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明涉及一种基于通道注意力的肝细胞癌CT图像分割方法，构建用于肝脏和肿瘤区域的分割网络，在U‑Net编解码结构的基础上使用残差模块替换普通卷积层，来提升网络的训练速度以及精度；并且在解码器阶段添加注意力机制，充分考虑特征图中不同通道的重要性以及相互依赖性；同时通过深度监督模块将解码器每一个阶段输出的特征图上采样至原图大小并于最后一阶段输出的特征图进行拼接，防止特征丢失；利于两个相同分割网络分别用于分割肝脏感兴趣区域和分割肿瘤细胞。本方法在不显著增加参数量的情况下获得了较好的分割效果；从临床角度出发，实现腹部CT图像中准确分割出肝脏和肿瘤区域，对医生诊断提供了很好的辅助作用，提高诊断效率。

公开(公告)号：CN118135287A

公开(公告)日：2024-06-04

申请号：CN202410154240.0

申请日：2024-02-02

Applicant: 上海理工大学

Inventor： 孙占全 ,  孙林 ,  王朝立

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/82 ,  G06V10/80 ,  G06V10/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明涉及一种基于深度学习的九序列网络图像分类方法、系统和装置，将待识别图像为小块；预处理每一小块图像及其周边邻近块图像，以得到每9块图像形成的图块集；将图块集输入训练完成的九序列网络进行识别，以得到概率集；基于坐标映射，将概率集转换为二值图像；对二值图像感兴趣区域计算像素值，并设定阈值进行比较，得到预测结果。本发明九序列网络图像分类方法和系统摒弃了原有直接对整个图像的识别机制，使用将图像划分成小块后，对每个小块进行识别的方法来达到对整个图像的识别。并且通过目标块邻域图块信息对目标块图像进行补充，提高目标块的分类效果，从而提高对整个图像的分类效果。

公开(公告)号：CN213883532U

公开(公告)日：2021-08-06

申请号：CN202021000080.8

申请日：2020-06-04

Applicant: 上海理工大学 ,  上海交通大学医学院附属新华医院

Inventor： 庄咸乐 ,  王志成 ,  王朝立 ,  孙占全 ,  耿红全 ,  陈周彤 ,  丁学明 ,  翟中瑞 ,  贾子靖 ,  张仕远

IPC: A61B90/14 ,  A61B17/04 ,  A61B17/06 ,  A61B17/28

Abstract: 本实用新型公开了一种医用自锁尿管夹装置，包括：握持机构、固定于所述握持机构一端的夹具机构、固定连接于夹具机构上的第一固定机构及固定连接于握持机构上的第二固定机构，所述握持机构包括第一握持组件与所述第一握持组件活动连接的第二握持组件，所述第一握持组件包括第一延长杆、固定于所述第一延长杆一端的第一持握件以及固定于所述第一持握件上的第一齿形自锁件，所述第二夹块固定于第一延长杆，第一夹块与第二夹块相贴合形成一圆形容纳腔，所述圆形容纳腔用于夹持固定夹尿管。根据本实用新型结构简单，在使用时候拆卸方便，且可以多次重复使用，更进一步的减少缝合时间，大大提高手术效率，且手术缝合针距一致，缝合效果好。