-
Patent Agency Ranking
公开(公告)号：CN119097608A
公开(公告)日：2024-12-10
申请号：CN202411054518.3
申请日：2024-08-02
Applicant: 上海市浦东医院(复旦大学附属浦东医院) , 上海交通大学医学院附属仁济医院
Abstract: 本发明提供一种荧光标记的仿生化载尿酸酶中空普鲁士蓝纳米粒及其制备方法和应用，其中，所述仿生化载尿酸酶的中空普鲁士蓝纳米粒具有荧光标记，以中空普鲁士蓝作为内核，以类中性粒细胞膜作为外壳，尿酸酶装载在中空普鲁士蓝中；所述近红外激光设备预设的发射波长为808nm、激光功率密度为1W/cm2、作用时间为5min；当荧光标记显示纳米粒到达预定的作用部位后，即启动近红外激光设备。本发明的荧光标记的仿生化载尿酸酶中空普鲁士蓝纳米粒具有清除尿酸盐晶体和降低活性氧水平作用，同时普鲁士蓝具有良好的光热转化效率，可以联合光热治疗，显著缓解急性痛风，降低小鼠足掌肿胀程度。
-
公开(公告)号：CN118570202B
公开(公告)日：2024-10-18
申请号：CN202411045101.0
申请日：2024-08-01
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 上海市浦东医院(复旦大学附属浦东医院)
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0895 , G06N3/09
Abstract: 本发明涉及医疗技术领域，具体涉及一种基于视觉状态空间模型的强直性脊柱炎评级方法，包括：基于轮廓检测算法和阈值截断去除骶髂关节部位的组织外噪音和干扰；基于监督对比学习损失函数、交叉熵损失函数完成对以VMamba为核心的VMamba‑AS模型训练；基于完成训练的VMamba‑AS模型对待检测CT影像进行AS疾病等级分类。本发明在REC、ACC、F1指标评分性能优于常用的分类模型，可以取得更好的评级效果和更高的准确率，大大改善了AS评级存在的客观性和可靠性较差，标准不统一，准确性差，容易造成漏诊和误诊的问题；同时较人工判断具有效率高、速度快的特点。
-
公开(公告)号：CN118570202A
公开(公告)日：2024-08-30
申请号：CN202411045101.0
申请日：2024-08-01
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 上海市浦东医院(复旦大学附属浦东医院)
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0895 , G06N3/09
Abstract: 本发明涉及医疗技术领域，具体涉及一种基于视觉状态空间模型的强直性脊柱炎评级方法，包括：基于轮廓检测算法和阈值截断去除骶髂关节部位的组织外噪音和干扰；基于监督对比学习损失函数、交叉熵损失函数完成对以VMamba为核心的VMamba‑AS模型训练；基于完成训练的VMamba‑AS模型对待检测CT影像进行AS疾病等级分类。本发明在REC、ACC、F1指标评分性能优于常用的分类模型，可以取得更好的评级效果和更高的准确率，大大改善了AS评级存在的客观性和可靠性较差，标准不统一，准确性差，容易造成漏诊和误诊的问题；同时较人工判断具有效率高、速度快的特点。
-
公开(公告)号：CN118172614B
公开(公告)日：2024-08-09
申请号：CN202410591896.9
申请日：2024-05-14
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 上海市浦东医院(复旦大学附属浦东医院) , 复旦大学
IPC: G06V10/764 , G06V10/82 , G06V10/25 , G06V10/44 , G06V10/42 , G06N3/0455 , G06N3/082 , G06N3/0895
Abstract: 本发明涉及医疗技术领域，具体涉及一种基于监督对比学习的有序强直性脊柱炎评级方法，包括：S1、基于轮廓检测算法和阈值截断去除骶髂关节部位的组织外噪音和干扰；S2、基于监督对比学习损失函数、有序分类损失函数完成对以Resnet‑34为核心的ScordNet模型训练；基于完成训练的ScordNet模型对待检测CT影像进行AS疾病等级分类。本发明较现有技术的降低了人为因素的干扰和对人体的危害，克服了现有技术中基于CT影像对AS评级存在的客观性和可靠性较差，标准不统一，准确性差，容易造成漏诊和误诊及处理速度慢、效率低问题。
-
公开(公告)号：CN118172614A
公开(公告)日：2024-06-11
申请号：CN202410591896.9
申请日：2024-05-14
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 上海市浦东医院(复旦大学附属浦东医院) , 复旦大学
IPC: G06V10/764 , G06V10/82 , G06V10/25 , G06V10/44 , G06V10/42 , G06N3/0455 , G06N3/082 , G06N3/0895
Abstract: 本发明涉及医疗技术领域，具体涉及一种基于监督对比学习的有序强直性脊柱炎评级方法，包括：S1、基于轮廓检测算法和阈值截断去除骶髂关节部位的组织外噪音和干扰；S2、基于监督对比学习损失函数、有序分类损失函数完成对以Resnet‑34为核心的ScordNet模型训练；基于完成训练的ScordNet模型对待检测CT影像进行AS疾病等级分类。本发明较现有技术的降低了人为因素的干扰和对人体的危害，克服了现有技术中基于CT影像对AS评级存在的客观性和可靠性较差，标准不统一，准确性差，容易造成漏诊和误诊及处理速度慢、效率低问题。
-
-
-
-
Search Results
5
records
(took 0.064 seconds)
