English
旧版入口
导航
学部概况
学部简介
领导班子
组织架构
数学学院
物理学院
党群工作
党务公开
党建动态
工会工作
师资队伍
科研团队
教师名录
人才培养
本科生教育
研究生教育
科学研究
科研成果
科研动态
招生就业
博士招生
硕士招生
招生宣传
就业工作
学生工作
学工概况
通知公告
学工动态
安全专栏
工作动态
规章制度
资料下载
办事指南
学部文件
常用下载
常见问答
校友专栏
校庆专题
工作动态
科研速递
科研速递
当前位置:
首页
科研速递
【研究成果速递】Biomedical Signal Processing and Control:基于多尺度拉普拉斯金字塔的腹腔镜手术自监督单目深度估计
近日,理学院李忘言副教授联合上海交通大学附属瑞金医院研究团队以“MSLP-MDEL: Multi-scale Laplacian pyramid-based self-supervised monocular depth estimation for laparoscopic surgery”为题,在《Biomedical Signal Processing and Control》(影响因子:4.9,中科院SCI分区:2区)发表研究成果。论文第一作者为理学院研究生向宇,通讯作者包括:李忘言副教授(上海理工大学)、常庆研究员(瑞金医院)、刘坤副主任医师(瑞金医院)。腹腔镜手术凭借创伤小、术后恢复快等优势,已成为微创手术的核心术式,但术中二维成像缺乏真实深度感知的问题,始终制约着手术的精准度与安全性,器械误操作、组织损伤等风险仍难以完全规避。随着医疗人工智能与智能手术系统的发展,腹腔镜手术中产生的海量视觉数据为解决这一难题提供了新路径,然而生物组织弹性形变、手术视野遮挡、光照反射等复杂场景,以及医疗数据标注成本高、隐私保护要求严苛等问题,让传统深度估计方法频频失灵,难以捕捉手术场景的真实动态特征。本研究针对腹腔镜手术的视觉痛点,提出了 “多尺度特征融合+ 深度残差优化+ 自监督学习” 的技术体系。所提网络架构通过多尺度拉普拉斯金字塔结构对腹腔镜图像特征进行分层分解与重构,同时融入深度残差模块,精准还原软组织边界与细微解剖结构,解决了传统方法深度图模糊、边界失真的问题。此外,引入了轻量级坐标注意力机制,动态强化对形变、遮挡组织区域的特征感知,提升模型对复杂手术场景的适应性,并采用基于亮度一致性的自监督学习策略,利用腹腔镜视频序列的几何与光度一致性作为监督信号,摆脱了对人工标注深度数据的依赖。所提网络架构仅需输入单张腹腔镜图像,就能快速完成深度图的实时重建,满足手术的实时性要求。框架设计示意图随着机器人腹腔镜手术、智能手术导航系统的快速发展,精准的实时深度感知成为智能微创外科的核心技术需求。本研究提出的基于多尺度拉普拉斯金字塔的自监督单目深度估计方法,为医疗大数据的高效利用提供了新思路,其无需密集标注的特性,也为解决医疗数据标注难、隐私保护难等行业痛点提供了技术参考。该方法可进一步与手术机器人、增强现实导航系统融合,推动腹腔镜手术向更智能、更精准的方向发展,为患者带来更安全、微创的外科治疗体验,同时也为智能医疗影像分析、手术人工智能的研发提供了新的技术范式。论文链接:https://doi.org/10.1016/j.bspc.2026.109890
2026-03-06
【研究成果速递】AM:流体力学隐身传感的发现
近日,上海理工大学理学院变换热学、统计物理与复杂系统研究中心黄吉平教授课题组与中国工程物理研究院研究生院等单位合作,在流体动力学超构材料与机器学习交叉领域取得新进展:提出并实验验证了基于各向异性流体超构材料壳层的“隐身传感”机制,首次在存在渗透率失配的情况下,实现了无失真的高保真流场压力测量。相关研究成果以“Invisible Hydrodynamic Sensing via Metamaterial Shells Optimized by Machine Learning”为题,于2026年2月16日发表于《Advanced Materials》(2024影响因子:26.8)。上海理工大学理学院为该论文的共同通讯单位。图:流体力学隐身传感的理论概念与机器学习逆向设计框架。 a, 二维流场传感器理论模型示意图。 b, 宏观实验平台与微观结构示意图。 c, 机器学习(MLP)逆向设计架构。 d, 压力梯度分布的定量验证。高保真的流场映射是微流控诊断、生物医学分析(如靶向药物输送)和环境自动化监测等先进技术的基石。然而,传统流体传感领域长期面临一个基础性物理悖论:测量行为本身(即将传感器作为异物引入流场)不可避免地会改变被测物理量。当传统传感器的渗透率与周围环境不匹配时,会引起局部压力场畸变和流线偏折,导致收集到的数据反映的是受干扰后的流场,而非真实的无干扰流场,这从根本上限制了测量的准确性和系统的鲁棒性。虽然基于超构材料的外部场屏蔽技术为实现“隐身”包裹提供了可能,但面对高维度、强非线性的结构参数空间,传统依赖解析模型和“试错法”的实验手段效率极低,成为了阻碍下一代高性能流体传感设备研发的瓶颈。针对上述挑战,研究团队建立了一个融合流体力学理论与深度学习的数据驱动逆向设计框架,实现了流体力学传感的“内部高保真探测”与“外部非侵入隐身”。在理论层面,团队基于低雷诺数下的达西定律(Darcy's law)和散射相消理论,推导了实现完美流场匹配所需的各向异性渗透率严格约束条件。为解决微观几何不对称性带来的多维设计壁垒,研究引入多层感知机(MLP)深度神经网络,通过对海量仿真数据进行训练,实现了从“目标理论渗透率”到“椭圆柱多孔微观结构参数”的高通量精准逆向映射,渗透率预测误差被控制在1%以内。宏观微流控实验平台及粒子图像测速技术(PIV)证实,由机器学习逆向设计的超构壳层在宏观上抹平了传感核心带来的流场扰动,背景流场中的等压线被完美恢复为平直状态。这意味着传感器在压力场中实现了真正的“物理隐身”,从而能够准确读取真实的背景流场信息。该研究在流场中实现了传感器对外部环境的“零干扰”与对内部信号的“高保真探测”,并引入数据驱动的逆向设计框架,解决了各向异性流体超构材料微观结构设计的复杂问题。更重要的是,基于控制方程的数学同构性,这一“物理理论+数据驱动”的数字设计蓝图可无缝推广至稳态热学、声学以及准静态电磁学等领域,为研发热不可见传感器、非侵入式声呐探测器及智能化自适应超构材料奠定了坚实基础。论文地址: https://doi.org/10.1002/adma.202519721
2026-02-28
【研究成果速递】PRB(Letter):寻找Kitaev型量子自旋液体的候选材料
近日,理学院物理系杨柯副教授与合作者以 “Kitaev interaction and possible spin liquid state in CoI2 and Co2/3Mg1/3I2” 为题,在国际物理学期刊 《Physical Review B》上以 Letter 形式发表研究成果。杨柯副教授为论文共同第一作者,复旦大学物理系吴骅教授为通讯作者。量子自旋液体是一类在极低温下仍不形成传统磁有序的强关联量子态,被认为可能承载分数量子激发和非阿贝尔任意子,在拓扑量子计算等前沿方向具有重要潜在应用价值。然而,在真实材料体系中,常规磁相互作用与几何阻挫效应往往不可避免,使得量子自旋液体的实验实现长期面临挑战。近年来,具有强自旋-轨道耦合和键依赖型相互作用的 Kitaev 模型被认为是实现该量子态的重要理论平台,引发了国际学界的广泛关注。在本研究中,作者以二维范德华磁体 CoI2为研究对象,综合运用第一性原理计算和多体理论分析方法,揭示了其磁相互作用的微观起源。研究发现,CoI2中的磁性离子在强自旋-轨道耦合条件下形成各向同性的 Jeff=1/2 基态,体系具有显著的键依赖型 Kitaev 相互作用,但第三近邻磁交换引入的几何阻挫最终导致螺旋反铁磁有序。进一步研究表明,通过对 Co 位点进行 Mg 的部分取代,可有效削弱几何阻挫效应,使体系显著逼近 Kitaev 量子自旋液体相区。该成果为设计和调控量子自旋液体候选材料提供了新的理论思路,也为探索新型量子物态奠定了重要基础。Co2/3Mg1/3I2的相图论文链接:https://journals.aps.org/prb/abstract/10.1103/c6r4-fgj5
2025-12-30
【研究成果速递】Nature Physics: 揭示了时间调制反宇称时间对称性
近日,上海理工大学理学院变换热学、统计物理与复杂系统研究中心金鹏博士与合作者,在非厄米物理与扩散超构材料交叉方向取得新进展:提出并实验验证了“时间调制反宇称时间对称性”原理,首次在对流-扩散体系中实现温度波包的按需双向输运与定点俘获——既可随对流顺流而下,也可逆流而上,并可在任意目标位置精准锁定。相关研究成果以“Temporal anti-parity-time symmetry in diffusive transport”为题,于2025年12月10日发表于《Nature Physics》(https://doi.org/10.1038/s41567-025-03129-8)。上海理工大学理学院是该论文的第一完成单位。论文的通讯作者是黄吉平教授(复旦大学)、仇成伟教授(新加坡国立大学)。图:工程设计时间调制反宇称时间对称性。a, 传统反宇称时间对称性:抑制对流实现局域俘获,热波包随时间逐渐衰减。b, 时间调制反宇称时间对称性:在相同对流条件下可编程地顺流/逆流输运温度波包,并在任意位置锁定。c, 实验平台与时序协议:三同心旋转环与介质/速度的同步切换,深度学习预测最优切换时刻。以光场“夹住”并操控微粒、细胞和病毒的光镊技术曾两度摘得诺贝尔物理学奖(1997年、2018年),深刻塑造了人类对微观世界的操控方式。受此启发,课题组与合作者将“镊子操控颗粒”的理念推广为“镊子操控能量”的新路径,运用非厄米宇称时间/反宇称时间对称性的思想,将对能量与信息流的精细调控从波动体系拓展至扩散体系。尽管近年来扩散超构材料中已涌现出热局域、热拓扑态等重要进展,但大多仍停留于“静态范式”,即功能在设计阶段即被固化为特定相态,难以实现对能量在时间域内的主动抓取、拖拽与定点捕获。打破这一瓶颈的关键在于:能否将“相变何时发生”变成可编程的自由度,把非厄米控制从“设计空间结构”升级为“编排时空过程”。围绕这一核心问题,本工作提出“时间调制反宇称时间对称性”的新原理,将非厄米相变的触发时刻视作可直接“下达的命令”,通过在恰当时刻非绝热地切换材料属性与对流状态,精确跨越奇异点(EP点),从而把系统的输运历史写成可控的“时间脚本”。研究团队构建了可重构的“三环热超构材料”实验平台,采用“两个阶段、一个时刻”的时间协议:在起始的“输运阶段”,环一、环二、环三以相同的转速v运转(或,环一v;环二、环三-2v)。使环一上的温度波包可按需顺流推进(或,逆流而上);当到达预设的切换时刻t时,系统同步执行材料与速度的双重切换——中间环的嵌入介质由空气瞬时替换为铜,第二环停止旋转、第三环反向至-v,而第一环保持旋转——使环间热交换率h跨越奇异点阈值(h > hEP),系统进入“俘获阶段”,温度波包在目标位置被锁定。为确定最优切换时刻,引入深度学习模型,以温度峰值的初始与目标位置为输入预测t,从而实现对温度波包在时空中的精准调度。由此,系统首次在对流-扩散体系中实现了“镊子式”的热操控:既能沿对流方向高效传输并定点俘获,也能逆对流方向实现反常输运并在任意位置稳固锁定。该研究将扩散体系中的非厄米物理从“静态相”拓展至“可编程的时空脚本”,以“能量镊子”的形式为按需能量管理提供了全新工具,展示了在智能热管理中的直接应用前景,有望在微电子与算力系统中将冷却能量主动引导至关键单元,在热电与可再生能源领域通过动态塑造温差场突破静态效率瓶颈。更重要的是,这一时间调制对称性范式提供了波与能量“四维(时空)控制”的通用蓝图,可望拓展至光、声与自旋等平台,实现光脉冲按需存储与释放、冲击波拦截以及自旋波的精确引导,推动超构材料设计从“空间中的静态响应”迈向“时间调制的动态演化”。
2025-12-12
【研究成果速递】Engineering:智能制造时代的厂级工业过程故障检测与诊断新视角
近日,理学院数学系李忘言副教授与澳大利亚新南威尔士大学化工学院Jie Bao教授合作,以“A new perspective on fault detection and diagnosis for plantwide systems in the era of smart process manufacturing”为题,在《Engineering》(影响因子11.6)发表研究成果[Engineering 52, 19-24 (2025)]。理学院李忘言副教授为论文的第一作者,论文通讯作者为Jie Bao教授。在化工、钢铁、铝冶炼等厂级工业过程系统中,子系统往往通过物料、拓扑网络紧密耦合。因此,一个不起眼的传感器或执行器失效、换热系统泄漏,都可能引起连锁的故障反应,进而造成经济损失甚至安全风险。另一方面,随着智能过程制造(Smart Process Manufacturing)系统(图1)的广泛应用,其在运行过程中会产生海量数据。然而,工业数据往往存在诸如故障、冗余和非线性等现象。传统的故障检测与诊断方法会频频失灵,不能胜任工业大数据时代的要求。如果从基于大数据方法的框架出发, 通常会借助支持向量机或自编码器等机器学习工具,然而这些工具往往难以捕捉厂级过程系统的真实动态特性。图1智能过程制造示意图本研究提出了一个新的思路:一个对厂级过程系统有效的基于数据的故障检测与诊断方法,并不在于数据集的 “规模” 有多大,而在于其 “信息含量” 有多高。通过来自于厂级工业过程系统的输入-输出数据轨迹,构建二次差分形式的供给率与存储函数,形成了(Ψ,Φ)-耗散性框架。该框架不需要依赖复杂模型,就能够精准捕捉系统动态特性。进而,通过对耗散性进行塑形,让系统对特定故障敏感,这为后续的故障检测与诊断提供了理论依据。具体而言,本研究设计了“离线塑形+在线评估”的两阶段策略。在离线阶段,研究者通过塑形耗散性从正常和故障数据中找出了专属耗散性条件,从而使得系统要么对任意故障敏感,实现故障检测,要么对特定故障具有选择性,以实现精准的故障诊断。而在线阶段只需实时计算耗散率,并与提前设置好的阈值进行比较,一旦突破阈值,就可以确定故障的发生。该方法仅通过耗散不等式检验就能实现基于数据的故障检测与诊断,因此工业实施成本较低。随着工业大数据爆发和智能传感网络普及,智能制造正从愿景走向现实。这套基于数据的厂级工业过程系统的故障检测与诊断方法,为如何有效利用工业大数据提供了一个新思路。它能提前预警异常工况,预防计划外停机,既降低经济损失,又减少安全与环境风险。论文链接:https://doi.org/10.1016/j.eng.2025.08.006
2025-12-11
【研究成果速递】PRD: SU(3)规范场相干态聚峰性与重叠函数的半经典极限
近日,理学院物理系青年教师黄子鬯博士指导研究生张烨在理论物理领域取得进展,相关成果以“Semiclassical limit of gauge field coherent states: Peakedness and overlap functions”为题发表于《Physical Review D》(Phys. Rev. D 112, 124037 (2025))。该工作系统构造了SU(3)规范群的微分同胚协变相干态,并验证了其半经典极限下的关键性质,为量子引力与Yang-Mills场耦合理论的有效动力学研究提供了新工具。在量子物理的研究中,相干态因其独特性质一直作为量子理论与经典理论的桥梁之一而存在。上世纪90年代初,Abhay Ashtekar等人通过将引力表述为SU(2)规范场论,奠定了圈量子引力的基础。基于此框架,构建规范场的微分同胚协变相干态成为了讨论量子引力理论的有效途径之一。2000年前后,Thomas Thiemann等人实现了SU(2)相干态的显式构造。以此为桥梁,2019年,韩慕辛等人进一步发展了圈量子引力的相干态路径积分形式,并通过鞍点分析引入了半经典有效动力学,为对宇宙大爆炸、黑洞动力学等问题的半经典动力学提供了新的思路。然而,在考虑引力与规范场耦合时,由于标准模型中的强相互作用由SU(3)规范群描述,必须将相干态构造推广至SU(3)情形。SU(3)群具有更高的秩和更复杂的表示理论,这一推广存在显著的技术挑战。本研究以热核复化方法(Heat Kernel)为基础,结合Weyl 特征标定理、渐进分析、马氏链蒙卡等一系列技术手段,构造了SU(3)微分同胚协变相干态,并证实其经典极限下的聚峰性与重叠函数具有预期的渐进行为。这为进一步讨论相干态路径积分中的鞍点近似奠定了基础。本工作突破了SU(3)群表示复杂性的技术难点,实现了相干态从SU(2)到SU(3)的关键推广,所构造的相干态为在量子引力框架下研究强相互作用的半经典效应奠定了基础。图:相干态峰位置MCMC采样结果论文链接:https://doi.org/10.1103/dpsm-4qyv
2025-12-11
每页
6
记录
总共
34
记录
第一页
<<上一页
下一页>>
尾页
页码
3
/
6
跳转到