KJCG-2025-039

复旦大学拟对生物医学工程与技术创新学院董必勤老师课题组在研期间所获八项专利权及专利申请权进行转让，现进行公示，公示信息如下：

专利名称1：一种基于光学相干层析成像的深度学习皮肤病诊断系统

专利号：202111528116.9

专利申请人：复旦大学

发明人：董必勤、于泽宽、吴昊、张磊、戴月昊

成果简介：本发明提供一种基于光学相干层析成像的深度学习皮肤病诊断系统，由图像采集单元采用OCT成像系统对被检测皮肤区域进行三维的OCT图像成像，实现非侵入地汲取皮肤深层信息数据；其次由图像预处理单元对原始三维OCT图像进行降噪和增强的预处理，消除OCT成像固有的斑点噪声问题以及低采样率的限制问题，提高图像的分辨率；然后由特征提取单元基于预处理后的OCT图像提取皮肤解剖学和皮肤微血管的特征，经由深度学习诊断单元的深度学习诊断模型进行深度特征提取以及特征融合，从而检测出对应的皮肤患病信息；该诊断系统提高了皮肤病诊断的准确性，降低了对医生诊断经验和水平的依赖，在无需病理活检的情况下使得潜在的皮肤疾病能够被及早被发现确诊和治疗。

 

专利名称2：一种基于光学相干层析成像的皮肤状态检测系统及其方法

专利号：202111661532.6

专利申请人：复旦大学

发明人：董必勤、吴昊、于泽宽、戴月昊、张磊

成果简介：本发明涉及一种基于光学相干层析成像的皮肤状态检测系统及其方法，该系统包括依次连接的图像采集单元、图像预处理单元、皮肤参数测量单元和深度学习检测单元，图像采集单元获取被检测皮肤区域的原始三维OCT图像数据；图像预处理单元对原始三维OCT图像数据进行降噪和增强处理，得到高质量三维OCT图像；皮肤参数测量单元从高质量三维OCT图像中提取出厚度分层参数特征以及血管参数特征；深度学习检测单元融合厚度分层参数特征数据、血管参数特征数据、B‑scan断层图像的深度特征、en‑face图像的深度特征中的一种或多种，以输出得到被检测皮肤区域的状态信息。与现有技术相比，本发明结合光学相干层析成像与深度学习的方法，能够无创地检测得到皮肤深层的状态信息。

 

专利名称3：用于光学显微成像的实时去噪方法、光学显微成像系统、设备及介质

专利号：202411590160.6

专利申请人：复旦大学

发明人：董必勤、王轶群、谷元杰

成果简介：本发明涉及一种用于光学显微成像的实时去噪方法、光学显微成像系统、设备及介质，该方法包括：获取光学显微成像系统输出的图像数据；采用基于U‑Net网络的去噪模型对图像数据进行去噪处理，得到去噪后的光学显微成像结果；其中，采用时空冗余采样策略生成训练对，并通过自监督训练方式对去噪模型进行训练。与现有技术相比，本发明具有实时性好、场景泛化性好等优点。

 

专利名称4：基于波前校正的双光子全息光遗传学刺激方法、系统、设备及介质

专利号：202411784998.9

专利申请人：复旦大学

发明人：董必勤、陈子钰

成果简介：本发明涉及一种基于波前校正的双光子全息光遗传学刺激方法、系统、设备及介质，包括：步骤S1、从双光子成像中选取目标神经元，获取目标神经元的三维空间位置对应的全息图；步骤S2、在全息图上为目标神经元选择需要进行波前畸变校正的目标区域，并在目标区域对目标神经元进行波前畸变校正，得到包含波前畸变信息和位置信息的相位图；步骤S3、基于包含波前畸变信息和位置信息的相位图，对目标神经元进行光激发。与现有技术相比，本发明实现大视场更低激发功率更多神经元的深层单细胞分辨率激发，显著提升光遗传学刺激成像的精确性和安全性。

 

专利名称5：一种自适应双光子全息光遗传学光刺激方法

专利号：202410450175.6

专利申请人：复旦大学

发明人：董必勤、刘佳冯、陈子钰

成果简介：本发明涉及一种自适应双光子全息光遗传学光刺激方法，包括：采用成像光路和刺激光路对待刺激样品进行成像测试，获取光路校正参数；根据成像结果获取神经元分布，设定激发目标，并生成初始的全息图；采用成像光路和刺激光路进行交替地成像和刺激，采用钙离子分析算法对各个神经元的钙信号进行分析，判断是否已达到激发目标，若未达到，则按照步长升高相应点处的光刺激功率；若达到，则降低相应的点处的光刺激功率；采用调整后的全息图迭代执行上述步骤，获取最终的全息图。与现有技术相比，本发明将钙信号在线分析与闭环全息光遗传学相结合，能够自适应地实现对神经元进行更精细化地光遗传学光刺激，从而实现对多个神经元的高速精细化调控。

 

专利名称6：多光子成像同步多区域数据采集方法及多光子成像系统

专利号：202410474826.5

专利申请人：复旦大学

发明人：董必勤、王健平、陈子钰

成果简介：本发明涉及一种多光子成像同步多区域数据采集方法及多光子成像系统，该方法包括：使用设定参数的双光子激光器和三光子激光器搭建多光子成像系统，并进行双光子和三光子聚焦深度调节；将三光子激光器生成的同步信号反相处理后激活同步的双光子激光器的声光调制器，进行激发光交替输出；将三光子激光器生成的同步信号倍频后出发采集卡以驱动光电倍增管，同步采集多区域双光子和三光子成像信号。与现有技术相比，本发明保证成像质量的同时实现了多平面成像，且交替方式激发策略降低了对生物样本的光损害风险。

 

专利名称7：一种多角度复合光学相干层析成像系统及方法

专利号：202311176649.4

专利申请人：复旦大学

发明人：董必勤、李笑然

成果简介：本发明涉及一种多角度复合光学相干层析成像系统及方法，成像系统包括OCT系统，OCT系统的样品臂包括多角度扫描部件和Bscan扫描部件，OCT系统将平行光束射至样品臂，多角度扫描部件实现对样品的多角度扫描，Bscan扫描部件实现对样品的Bscan扫描。高分辨率图像重建算法是以平面波延时累加波束合成算法为核心，将不同角度平面波发射下回波数据波束合成之后的信号相干复合并处理成一幅图像。本发明在系统上实现多角度扫描方式，样品在检测过程中保持不动，更有利于此系统在临床诊断领域上进行应用，相干复合成像方法保证了在有限扫描角度下，可以重建得到高分辨率的OCT图像。

 

专利名称8：三维体积成像降噪模型构建方法、设备及介质

专利号：202510623970.5

专利申请人：复旦大学

发明人：董必勤、谷元杰、王轶群

成果简介：本发明涉及一种三维体积成像降噪模型构建方法、设备及介质，包括：对三维体积成像数据进行俄罗斯方块采样，得到四个子体积数据；选取两个子体积数据作为多尺度递归网络的输入数据，另外两个子体积数据用作目标子体积数据，计算前向传播过程输出的预测结果与对应的目标子体积数据之间的多目标损失，对多尺度递归网络进行自监督学习，得到三维体积成像降噪模型与现有技术相比，本发明可仅使用一个三维体积成像数据实现模型训练，并且能够实现高效的结构恢复，适用于多种体积成像场景中。

 

拟转化方式：公开挂牌转让，拟通过上海技术交易所公开挂牌，征集受让方。

拟转化价格：1000万元

拟交易价格：以上专利及专利申请技术由上海华贤资产评估有限公司进行评估，评估价为178万元人民币（含税价）。学校拟以该价格作为转让底价进行公开挂牌。

 

公示期限：自2025年12月20日至2026年1月3日止

公示期内对公示内容有异议的，以书面形式向科学技术研究院提出，需写出具体、真实的情况，以实名提出异议，不能匿名。科研院自接到异议之日起10个工作日内重新调查核实，并将核查结果报校长办公会议审批。

 

联系人：丁帆

联系电话：31243713

联系邮箱：dingfan@fudan.edu.cn

     科研院技术转移中心

 2025年12月20日