个人简介

唐穗谷，东莞理工学院集成电路学院讲师，主要研究方向为智能医疗、深度学习及人工智能，具体包括医疗健康大模型、多任务学习、多模态学习、持续学习与计算机视觉等。他于2023年获得澳门科技大学计算机技术及其应用专业博士学位，同年起进入东莞理工学院任教。在科研方面，他主持广东区域联合基金青年基金项目“基于自然语言大模型的儿童上肢骨折智能诊断的算法及应用研究”、广西高校智能软件重点实验室开放课题以及企业横向课题等；作为核心成员参与多项澳门科学技术发展基金项目和国家自然科学基金联合项目。他以第一作者或通讯作者在《Computers in Biology and Medicine》《Biomedical Signal Processing and Control》《Computer Methods and Programs in Biomedicine》等国际期刊发表SCI论文十余篇，并合作在《Scientific Data》《Neurocomputing》等期刊发表多篇成果。已授权和申请发明专利多项，包括“一种应用于医疗图像分割的高效深度监督蒸馏方法及装置”等。他指导大学生创新创业训练计划省级和校级项目，并担任杨振宁创新班学生导师。目前承担《信号与系统》《电路分析基础》等本科生课程

教育背景

2012.09-2016.06 东莞理工学院，通信工程，学士

2016.09-2018.07 中山大学，电子与通信工程，硕士

2020.09-2023.07 澳门科技大学 计算机技术及其应用专业 博士

工作经历

2023.07-至今 东莞理工学院 集成电路学院 讲师

科学研究

（1）承担的研究项目

1. 基于自然语言大模型的儿童上肢骨折智能诊断的算法及应用研究，广东区域联合基金-青年基金项目，2025.1-2027.12，10万元，主持

2. 面向内窥镜肠胃道病变智能诊断的多模态关键技术研究，广西高校智能软件重点实验室开放课题，2025.1-2026.12，2万元，主持

3. 高效抑菌防漏多层可降解芯体的研究与应用，企业委托项目，2023.5-2025.12，2万元，主持

4.基于计算机深度学习的上消化道早癌诊疗辅助程序的研发与优化，澳门科学技术发展基金-国家自然科学基金联合项目，2019.1-2022.1，200万元，核心成员

5.面向自动驾驶安全的交通灯检测和轨迹规划风险决策的关键技术研究，澳门科学技术发展基金，2024.1-2026.12，70万元，核心成员

6. 超声内镜对上消化道黏膜下肿物病变的多模态诊断关键技术研究，澳门科学技术发展基金，2023.1-2025.12，200万元，核心成员

（2）发表的学术论文和著作

[1]. S. Tang, L. Ou, W. Li, Z. Xiong, N. Li, H. Liu, Y. Liang, Z. Zhao, "A Comprehensive X-ray Dataset for Pediatric Ulna and Radius Fractures Analysis," Scientific Data, vol. 13, pp. 308, 2026.

[2]. J. Li, C.F. Cheang*, X. Yu, S. Tang, Z. Du, Q. Cheng, "Offset-corrected query generation strategies for cross-modality misalignment in 3D object detection: aligning LiDAR and camera," Neurocomputing, vol. 670, pp. 132582, 2026.

[3]. J. Li, C.F. Cheang*, Z. Du, X. Yu, S. Tang, Q. Cheng, "DDRN: DETR with dual refinement networks for autonomous vehicle object detection," Scientific Reports, vol. 15, pp. 44566, 2025.

[4]. J. Li, C.F. Cheang*, X. Yu, S. Tang, Z. Du, Q. Cheng, "A segmentation network for enhancing autonomous driving scene understanding using skip connection and adaptive weighting," Scientific Reports, vol. 15, pp. 36693, 2025.

[5]. Z. Qiu, S. Tang, H. Liu*, X. Zhao, J. Lin, "CDLR-net: a ECG classification network based on deep residual shrinkage networks and LSTM," Computer Methods in Biomechanics and Biomedical Engineering, pp. 1-15, 2025.

[6]. N. Li, A. Liu, C. Jiang, S. Tang, Y. Li, Y. Liang*, "Dual-Teacher Guided Denoising Distillation for Anomaly Detection," IEEE Access, vol. 13, 2025.

[7]. X. Chen, Z. Li, S. Tang*, J. Li, H. Liu, J. Nong, "EDSDF: An Efficient Deep Supervised Distillation Framework for Medical Image Segmentation," Neurocomputing, vol. 648, pp. 130635, 2025.

[8]. X. Ji, Z. Sun, H. Lv, X. Yu, S. Tang, D. Zhang, Y. Liang, "Spatio-temporal multivariable time vario-zoom network for water level forecasting based on high-resolution hydrological dataset," Journal of Hydrology, vol. 634, pp. 131016, 2024.

[9]. J. Li, C.F. Cheang*, S. Liu, S. Tang, T. Li, Q. Cheng, "Dynamic-TLD: a traffic light detector based on dynamic strategies," IEEE Sensors Journal, vol. 24, no.5, pp. 6677-6686, 2024.

[10]. S. Tang, X. Yu, C.F. Cheang*, Y. Liang, P. Zhao, H.H. Yu, I.C. Choi, "Transformer-based multi-task learning for classification and segmentation of gastrointestinal tract endoscopic images," Computers in Biology and Medicine, vol. 157, pp. 106723, 2023.

[11]. S. Tang, C.F. Cheang*, X. Yu, Y. Liang, Q. Feng, Z. Chen, "TransCS-Net: a hybrid transformer-based privacy-protecting network using compressed sensing for medical image segmentation," Biomedical Signal Processing and Control, vol. 86, pp. 105131, 2023.

[12]. S. Tang, Z. Deng*, "CS-based multi-task learning network for arrhythmia reconstruction and classification using ECG signals," Physiological Measurement, vol. 44, no. 7, pp. 075001, 2023.

[13]. S. Tang, X. Yu, C.F. Cheang*, X. Ji, H.H. Yu, I.C. Choi, "CLELNet: a continual learning network for esophageal lesion analysis on endoscopic images," Computer Methods and Programs in Biomedicine, vol. 231, pp. 107399, 2023.

[14]. P. Zhao, H. Zheng, S. Tang, Z. Chen, Y. Liang*, "DAMNet: a dual adjacent indexing and multi-deraining network for real-time image deraining," Fractal and Fractional, vol. 7, no. 1, pp. 24, 2022.

[15]. S. Tang, X. Yu, C.F. Cheang*, Z. Hu, T. Fang, I.C. Choi, H.H. Yu, "Diagnosis of esophageal lesions by multi-classification and segmentation using an improved multi-task deep learning model," Sensors, vol. 22, no. 4, pp. 1492, 2022.

[16]. X. Yu, S. Tang, C.F. Cheang*, H.H. Yu, I.C. Choi, "Multi-task model for esophageal lesion analysis using endoscopic images: classification with image retrieval and segmentation with attention," Sensors, vol. 22, no. 1, pp. 283, 2021.

（3）专利情况

1.唐穗谷，欧立宏，刘华珠，赵晓芳，林盛鑫，成健，陈键鸿，陈雪芳，一种基于图文多模态融合的孟氏骨折智能分型方法及装置，发明专利，专利申请号：202511846698.3，申请时间：2025

2.唐穗谷，温思业，李伟恒，陈剑先，杨卓翰，冯建铭，一种基于多模型协同与主动学习的医学图像分割方法及装置，发明专利，专利申请号：202510924253.6，申请时间：2025

3.唐穗谷，刘华珠，陈雪芳，李伟恒，温思业，陈剑先，冯建铭，一种基于医学属性驱动的少样本消化道疾病诊断方法及装置，发明专利，专利申请号：202510490788.7，申请时间：2025

4.李志宁，唐穗谷，陈雪芳，刘华珠，欧立宏，杨卓翰，一种应用于医疗图像分割的高效深度监督蒸馏方法及装置，发明专利，专利申请号：202510490677.6，申请时间：2025

5.汪文涛，欧立宏，唐穗谷，梅倩倩，何升华，陈顺有，基于WT与AM的儿童股骨颈骨折智能分型方法及装置，发明专利，专利申请号：202511430573.2，申请时间：2025

6.汪文涛，梅倩倩，饶一凡，唐穗谷，陈顺有，何升华，基于ViT的儿童肱桡关节对位关系智能评定方法及装置，发明专利，专利申请号：202511771300.4，申请时间：2025

7.刘华珠，李乐，唐穗谷，林盛鑫，郭素峡，一种基于多模态融合的心血管疾病预测系统，发明专利，专利申请号：202411589595.9，申请时间：2024

8.唐穗谷，刘华珠，林俊辉，赵晓芳，陈雪芳，郑泽峰，一种基于transformer的肠胃道内窥镜图像分类和分割方法，发明专利，专利申请号：202311737973.9，申请时间：2023

9.郑泽峰，唐穗谷，梁延研，于晓渊，余汉濠，徐义祥，基于多任务辅助的上消化道病变区域确定方法及装置，发明专利，专利号：202110930193.0，已授权，授权时间：2021

10.唐穗谷，许银亮，但唐也，一种基于压缩传感的智能电表数据的实时重构方法，发明专利，专利号：201810520192.7，已授权，授权时间：2018

11.唐穗谷，许银亮，一种基于实时压缩感知的多地区电力控制方法，发明专利，专利号：201710578516.8，已授权，授权时间：2017

教学工作

主讲课程

电路分析基础

信号与系统

获奖与荣誉

指导技能大赛奖励

[1] 大学生创新创业训练计划. “基于STM32与深度学习的智能垃圾分类系统设计与应用” （省级）. 2025.

[2] 大学生创新创业训练计划. “基于深度学习的多模态内窥镜图像智能诊断研究” （校级）. 2024.

[3] 杨振宁创新班学生导师制科研项. “基于 Transformer 的上消化道粘膜肿物病变智能诊断研究” . 2024.