公开(公告)号：CN119570712A

公开(公告)日：2025-03-07

申请号：CN202411468592.X

申请日：2024-10-21

Applicant: 上海大学 ,  上海大学温州研究院

Inventor： 苏佳灿 ,  刘晗 ,  王明凯

IPC: C12N5/071 ,  A61K35/38 ,  A61K35/12 ,  A61P29/00 ,  A61P37/02 ,  A61L27/36 ,  A61L27/38

Abstract: 本发明涉及生物医药技术领域，具体为提供类器官及其细胞外囊泡的制备以及其在治疗炎症性疾病中的应用。所述类器官具有模拟原组织的部分功能及形态，可用于组织填充内容物；所述细胞外囊泡为类器官分泌，影响促炎及抗炎因子表达；所述类器官及其细胞外囊泡联用，为将两者协同发挥作用，在用于制备炎症性疾病的药物中可同时恢复组织功能并减轻炎症反应，加快恢复治疗。

公开(公告)号：CN109215009A

公开(公告)日：2019-01-15

申请号：CN201710513760.6

申请日：2017-06-29

Applicant: 上海金艺检测技术有限公司 ,  上海大学

Inventor： 刘晗 ,  刘志 ,  庄新卿 ,  王向阳 ,  胡嘉成 ,  薛松 ,  袁楚雄 ,  张公俊

IPC: G06T7/00 ,  G06T7/13 ,  G06T7/60 ,  G06T7/62 ,  G06K9/62

CPC classification number: G06T7/0004 ,  G06K9/6256 ,  G06K9/6267 ,  G06T7/13 ,  G06T7/60 ,  G06T7/62 ,  G06T2207/20021 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30116

Abstract: 本发明公开了一种基于深度卷积神经网络的连铸坯表面图像缺陷检测方法，本方法首先对已知连铸坯图像进行图像块预处理，得到缺陷样本集和正常样本集，将图像块随机取四分之三作为训练集，其余为验证集和测试集；采用深度卷积神经网络对缺陷区域进行分类，并在设定参数下采用训练集和验证集训练网络，对测试集进行图像块分类模型测试，得到准确率高的图像块分类模型；对待检图像进行测试，规定图像中含有缺陷图像块为缺陷图像，采用图像块分类模型对该缺陷图像进行分类预测；对预测结果采用一定的算法判断其真伪，得到真缺陷图像。本方法有效提高了检测效率，减少人工工作量，方便缺陷数据的存储及追溯，确保了连铸坯的生产质量。

公开(公告)号：CN101520929A

公开(公告)日：2009-09-02

申请号：CN200910046510.1

申请日：2009-02-24

Applicant: 上海大学

Inventor： 余小清 ,  刘晗 ,  万旺根 ,  黄炳 ,  屈世富

IPC: G07G1/12

Abstract: 本发明涉及一种基于数据采集的税源管理方法。本方法是税务人员通过信息输入模块将从纳税人采集到的信息输入到税务管理平台，经过税费计算模块的检验，计算以及清理，将数据保存入数据库纳税人数据库中，税务人员通过身份验证登陆该平台，输入查询条件来查询纳税人基本信息和纳税信息。本发明通过采集到的各种纳税人信息，自动计算应纳税费和欠缴税费，提供各种交叉式的查询以满足各级税务人员查询要求，并提供各个行业间以及纳税人间申报税费的对比分析。本发明提高了税务部门对于税源管理的力度，有利于从源头上防止纳税人虚假申报税费的可能。

公开(公告)号：CN116949150A

公开(公告)日：2023-10-27

申请号：CN202210388218.3

申请日：2022-04-13

Applicant: 上海大学

Inventor： 苏佳灿 ,  徐可 ,  顾雨鸢 ,  陈玉琳 ,  刘晗 ,  任肖湘

IPC: C12Q1/6869 ,  C12Q1/04 ,  G16B30/00 ,  G16B40/00 ,  A61P19/08 ,  A61P29/00

Abstract: 本发明属于生物医学技术领域，涉及鉴定软骨下骨组织中细胞亚群的方法，具体涉及一种基于单细胞测序鉴定软骨下骨中成骨细胞亚群的方法和应用。本发明采用单细胞RNA测序技术，基于10×genomics测序平台获得测序数据，随后采用基因表达定量、基因表达矩阵分析、seurat聚类分析等生物信息学分析方法获得软骨下骨中成骨细胞的分布状态、亚群组成，通过比较差异基因表达情况实现对软骨下骨组织中成骨细胞亚群的鉴定。进一步本发明鉴定的三个成骨细胞亚群可用于制备干预治疗骨关节炎相关生物材料。

公开(公告)号：CN109215009B

公开(公告)日：2023-05-12

申请号：CN201710513760.6

申请日：2017-06-29

Applicant: 上海金艺检测技术有限公司 ,  上海大学

Inventor： 刘晗 ,  刘志 ,  庄新卿 ,  王向阳 ,  胡嘉成 ,  薛松 ,  袁楚雄 ,  张公俊

IPC: G06T7/00 ,  G06T7/13 ,  G06T7/60 ,  G06T7/62 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明公开了一种基于深度卷积神经网络的连铸坯表面图像缺陷检测方法，本方法首先对已知连铸坯图像进行图像块预处理，得到缺陷样本集和正常样本集，将图像块随机取四分之三作为训练集，其余为验证集和测试集；采用深度卷积神经网络对缺陷区域进行分类，并在设定参数下采用训练集和验证集训练网络，对测试集进行图像块分类模型测试，得到准确率高的图像块分类模型；对待检图像进行测试，规定图像中含有缺陷图像块为缺陷图像，采用图像块分类模型对该缺陷图像进行分类预测；对预测结果采用一定的算法判断其真伪，得到真缺陷图像。本方法有效提高了检测效率，减少人工工作量，方便缺陷数据的存储及追溯，确保了连铸坯的生产质量。