-
公开(公告)号：CN115992095A
公开(公告)日：2023-04-21
申请号：CN202310031438.5
申请日：2023-01-10
Applicant: 复旦大学附属中山医院
Abstract: 本发明公开了一种基于内镜活检肿瘤组织样本构建消化道肿瘤患者来源类器官的方法。本发明方法通过优化样本冲洗液及保存液的配方、组织消化液的配方和优化了培养液的配方，孵育液中加入了多种细胞膜保护成分，抵抗了蛋白酶消化对细胞的损伤；培养液中加入了多种生长因子，更加适应胃肠道微量肿瘤组织的生长及分化，该方法极大地提高了构建消化道肿瘤类器官的成功率，解决了目前内镜来源的标本总量小、污染多而造成成瘤率极低的难题；本发明提供的PDO构建方法拓宽了PDO建立来源，为肿瘤临床治疗及研究提供一个较理想的临床前体外药筛平台，从而为改善患者的总体预后提供有力支持。
-
公开(公告)号：CN112884728A
公开(公告)日：2021-06-01
申请号：CN202110153299.4
申请日：2021-02-04
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种基于深度学习卷积神经网络的内镜图像病变识别筛查方法，通常基于深度学习卷积神经网络模型分类图像，可达到较好效果，但由于卷积神经网络关注特征区分，并基于损失函数进行优化，且内镜图像所覆盖形态多，噪音大，分布多样，难以达到最佳效果。通过距离中心，并根据预测结果不断迭代中心向量，将同类样本平滑聚集到同一相似分布，这样基于距离中西聚集策略，可构建轻量级病变筛查模型。训练好后的模型内嵌到主机系统中，数据通过采集器从内镜设备传输到此台主机中，进行调用，增强模型的普适性。摒弃以往多模型复杂融合及单一模型精度损失的劣势，基于距离中心聚集策略，构建轻量级病变筛查模型，增强模型的普适性。
-
公开(公告)号：CN115938602A
公开(公告)日：2023-04-07
申请号：CN202310047282.X
申请日：2023-01-31
Applicant: 复旦大学附属中山医院
Abstract: 本发明公开的一种食管癌ESD术后食管狭窄的预测系统，其特征在于，包括危险因素获取模块以及基于Logistic模型建立的评分系统，依据获得的总分值判断患者食管癌ESD术后发生食管狭窄的风险。与现有技术相比，本发明经过大量研究，首次筛选出食管癌ESD术后发生食管狭窄的独立危险因素，利用Logistic回归公式系数对每项因素进行赋值，建立食管狭窄预测评分系统。本发明公开的系统可更直观定量地评估患者食管癌ESD术后发生食管狭窄的风险，易于临床应用，实现个体化评估，为内镜医师预测食管ESD术后发生狭窄提供理论依据。
-
公开(公告)号：CN115927188A
公开(公告)日：2023-04-07
申请号：CN202310079687.1
申请日：2023-01-17
Applicant: 复旦大学附属中山医院
Abstract: 本发明公开了一种用于构建消化道肿瘤人源肿瘤异种移植动物模型的试剂盒。本发明提供的试剂盒用于内镜来源的标本构建消化道肿瘤人源肿瘤异种移植动物模型，该试剂盒至少包括洗涤液、保存液和孵育液，在保存液中加入强缓冲液以保证保存环境的PH值，加入了高浓度的青链霉素和多粘菌素E，抑制细菌污染；将孵育液中加入EGF、bFGF增强了肿瘤块的活性，加入了多粘菌素E的孵育液可以增强对G‑菌的感染；本发明通过对消化液、保存液和孵育液的优化，解决了内镜标本总量小、污染多、成瘤率极低的缺陷，拓宽了消化道肿瘤PDX的建立来源，为肿瘤临床治疗及研究提供一个较理想的临床前实验动物平台，从而为改善患者的总体预后提供有力支持。
-
公开(公告)号：CN118507024A
公开(公告)日：2024-08-16
申请号：CN202410606829.X
申请日：2024-05-16
Applicant: 复旦大学附属中山医院
Abstract: 本发明属于医疗切除预测技术领域，本发明公开了一种贲门黏膜下肿瘤内镜切除的技术难度预测系统，建立风险预测评分系统，包括以下步骤：步骤S1：筛选出预测贲门黏膜下肿瘤内镜切除手术难度的独立难度因素；步骤S2：构建风险预测评分系统难度预测模型；将历史数据库确定各独立难度因素相对风险预测评分系统的手术难度预测值，将手术难度预测值通过公式为各独立难度因素赋予权重因子；步骤S3：基于各独立难度因素赋予的权重因子进行加权分析获得当前手术的风险预测评分；基于风险预测评分获取技术难度；本申请预测能力较好，易于临床操作，实现个体化评估，为年轻内镜医师临床指导手术决策提供依据。
-
Patent Agency Ranking
公开(公告)号：CN113177940A
公开(公告)日：2021-07-27
申请号：CN202110575556.3
申请日：2021-05-26
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种基于Transformer的胃镜视频部位识别网络结构，在卷积神经网络提取特征的基础上，通过Transformer结构来融合视频帧之间在时间序列上的关系，从而提高视频识别的准确率。相较于2DCNN分类只能关注单张图的信息，3DCNN卷积网络较高的参数量和只能关注到局部时间通道信息，利用transformer的attention结构来聚合帧与帧之间的信息，分类结果会更加的准确，可以有效的提升胃镜视频识别时的分类精度。内镜检查下实时定位胃镜所在位置，精准识别视频中消化道部位的类别。辅助医生胃镜拍摄和诊断，提高胃镜视频整体拍摄质量，进行采样用于病理后续检验，是具有显著意义及实际功能需要的。
-
公开(公告)号：CN112967232A
公开(公告)日：2021-06-15
申请号：CN202110171318.6
申请日：2021-02-04
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种基于图卷积的胃癌病理图像分割网络结构，在UNet网络分割识别的基础上，加一个反应全局信息的分类分支，采用分支判断和图卷积相结合，通过分类分支进行全局特征类别信息的判断，以及图卷积其优秀的特征选取和融合功能，这样可以有效的减少假阳性，得到真正的阳性区域。相比于其他分割网络来说，由于分类分支的加入，分割结果会更加的准确，可以有效的减少假阳性，防止误导医生，同时可以有效地提升医生的诊断速度。
-
公开(公告)号：CN115394401A
公开(公告)日：2022-11-25
申请号：CN202211045226.4
申请日：2022-08-30
Applicant: 复旦大学附属中山医院
Abstract: 本申请公开了一种贲门黏膜下肿瘤内镜切除术式选择的预测系统，包括评分模型，所述评分模型包括影响贲门黏膜下肿瘤内镜切除术式选择的多个独立危险因素以及对应于每个独立危险因素的因素系数β，所述多个独立危险因素包括形态、表面黏膜情况、胃镜方向和深度。通过因素系数β为各个独立危险因素赋分，分值累加求和后得到评分模型总分值，总分值小于‑4时，隧道手术方式为最优选择，总分值大于‑3分时，非隧道手术方式为最优选择，当总分值为‑3或‑4时，隧道手术方式和非隧道手术方式均可选。本申请预测能力较好，易于临床操作，实现个体化评估，为年轻内镜医师临床指导手术决策提供依据。
-
公开(公告)号：CN113284110A
公开(公告)日：2021-08-20
申请号：CN202110575372.7
申请日：2021-05-26
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种基于双流法的胃镜视频的消化道识别网络结构，包括两个卷积分支，多帧胃镜视频数据分别输入两个卷积分支，其中Slow pathway分支提取视频背景静态特征，Fast pathway分支提取前景动态特征，在时间通道上不进行降维，两个卷积分支输出分别经过全局池化层后，将池化后的静态全局特征和动态全局特征在特征通道上concatenate，最后经过FC全连接层输出预测部位类别。可以针对视频数据中的静态特征(在连续数据中特征变化较小的部分)和动态特征(视频中特征出现较大变化)分别处理，模型在识别精度和鲁棒性上更高，可以有效的提升胃镜视频识别时的分类精度，同时提升医生胃镜拍摄效率，辅助胃镜拍摄。
-
公开(公告)号：CN112950548A
公开(公告)日：2021-06-11
申请号：CN202110153342.7
申请日：2021-02-04
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种基于数字胃癌病理切片的筛查系统，利用扫描转换胃镜活检病理切片为数字图像，结合深度学习分割网络对胃镜活检病理切片进行像素级识别，并将算法模型植入云服务器，同时结合现有的云存储和云计算技术，将扫描数据上云，可以建立胃镜活检病理切片的数据库，便于数据的统一管理和后续的使用，并且可以打破地域限制，实现远程诊断。本系统可以自动识别胃镜活检病理切片的阴阳性并自动精确定位病灶区域，减轻病理医生的工作量，降低漏诊风险。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
