-
公开(公告)号：CN117070570A
公开(公告)日：2023-11-17
申请号：CN202311088929.X
申请日：2023-08-28
Applicant: 南通大学
IPC: C12N15/88
Abstract: 本发明提供一种提高脂质体转染试剂的转染效率的方法，涉及生物医学技术领域，其中包含外源化合物在制备提高脂质体转染试剂在巨噬细胞中转染效率产品中的应用，所述外源化合物为BP‑1‑102、Golotimod、SCH58261、AMG487、Bropirimine中的其中一种。本申请中通过叠加外源化合物来提高脂质纳米颗粒的递送效率，继而提高巨噬细胞的转染效率，经进一步提高巨噬细胞接到的免疫调节和巨噬细胞介导的药物递送，从而进一步增强目前针对各种恶性实体瘤的肿瘤治疗，包括耐药肿瘤和转移性肿瘤。
-
公开(公告)号：CN111860246A
公开(公告)日：2020-10-30
申请号：CN202010651423.5
申请日：2020-07-08
Applicant: 南通大学
Abstract: 本发明公开了一种面向深度卷积神经网络的心音信号分类数据扩充方法，包括如下步骤：步骤(1)对原训练心音数据进行预处理操作；步骤(2)从所述预处理后的一维心音信号转化成二维的MFSC特征图；步骤(3)对所述MFSC特征图乘上掩模函数对其频域、时域随机掩盖处理；步骤(4)扩充、平衡各个类别样本的数量，得到新的训练数据集；步骤(5)将所述新的训练数据集训练深度卷积神经网络。本发明可以通过信号处理的手段对用于训练深度卷积神经网络的样本有效扩充和平衡，解决了样本量少、不均衡导致深度学习模型训练容易过拟合，分类效果不好的问题。
-
公开(公告)号：CN119863430A
公开(公告)日：2025-04-22
申请号：CN202411848237.5
申请日：2024-12-16
Applicant: 南通大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/084 , G06N3/047 , G06N3/048
Abstract: 本发明公开了一种基于神经网络的脑瘤CT图像分类系统，包括：数据预处理模块、脑CT图像分类神经网络构建模块、脑瘤CT图像分类神经网络训练模块、以及脑瘤CT图像分类输出模块。本发明采用了先进的数据增强技术，包括随机旋转、翻转、缩放和裁剪等操作。这些操作通过模拟不同的图像变换，提高了模型对图像变换的适应性。模型专门针对脑瘤CT图像的自动化分类进行了优化。通过引入残差连接，模型能够有效缓解深层网络中的梯度消失问题，而混合注意力机制则增强了对图像全局依赖关系的捕捉能力。与传统CNN模型相比，本发明的系统能够更准确地提取局部特征和全局特征，显著提高了脑瘤CT图像的分类准确性。
-
公开(公告)号：CN119367369A
公开(公告)日：2025-01-28
申请号：CN202411492096.8
申请日：2024-10-24
Applicant: 南通大学
IPC: A61K31/506 , A61P35/00 , A61P25/00
Abstract: 本申请公开阿贝西利在神经胶质瘤的治疗药物中的应用，围绕CHD2这一潜在治疗靶点，首次将CHD2确定为神经胶质瘤治疗的新靶点，深入探索小分子化合物阿贝西利在神经胶质瘤治疗药物中的应用潜力，并充分利用虚拟对接技术加速药物研发进程，这一新靶点的应用有望显著提高治疗的针对性和效果，为神经胶质瘤患者带来新的希望；显著加速药物筛选和优化的进程，降低研发成本和时间。
-
Patent Agency Ranking
公开(公告)号：CN111860246B
公开(公告)日：2024-09-06
申请号：CN202010651423.5
申请日：2020-07-08
Applicant: 南通大学
IPC: G06F18/24 , G06F18/10 , G06N3/0464
Abstract: 本发明公开了一种面向深度卷积神经网络的心音信号分类数据扩充方法，包括如下步骤：步骤(1)对原训练心音数据进行预处理操作；步骤(2)从所述预处理后的一维心音信号转化成二维的MFSC特征图；步骤(3)对所述MFSC特征图乘上掩模函数对其频域、时域随机掩盖处理；步骤(4)扩充、平衡各个类别样本的数量，得到新的训练数据集；步骤(5)将所述新的训练数据集训练深度卷积神经网络。本发明可以通过信号处理的手段对用于训练深度卷积神经网络的样本有效扩充和平衡，解决了样本量少、不均衡导致深度学习模型训练容易过拟合，分类效果不好的问题。
-
公开(公告)号：CN119360971A
公开(公告)日：2025-01-24
申请号：CN202411262387.8
申请日：2024-09-10
Applicant: 南通大学
Abstract: 本发明公开了一种计算细胞类型注释评分的方法，通过计算每个细胞聚类和细胞类型组合的富集度和得分，实现对细胞类型的精准注释。同时，本发明还旨在将注释结果可视化于UMAP图中，使研究人员能够直观地理解不同细胞类型在聚类中的分布及其显著性，从而提高数据分析的效果和效率。本发明设计了一种高效的算法，能够快速处理大规模的单细胞转录组数据。通过系统化的数据处理和分析步骤，本发明确保了在大规模数据集上的应用效率，适用于当前高通量单细胞测序数据的分析需求。将细胞类型注释结果与UMAP降维技术相结合，实现了结果的直观可视化。
-
公开(公告)号：CN110808083A
公开(公告)日：2020-02-18
申请号：CN201911012024.8
申请日：2019-10-23
Applicant: 南通大学
Abstract: 本发明具体涉及基于scRNA-seq及动态时间规整的基因调控网络构建方法，属于基因调控网络技术领域。该方法包括以下步骤：步骤1、基于单细胞数据的单细胞伪时间分析；步骤2、基于正负调控方式的双重DTW距离分析；步骤3、基于DTW距离的聚类分析以及GRN模块筛选；步骤4、基于DTW距离的基因间相似性矩阵构建；步骤5、通过随机置换检验，计算出基因与基因间网络连接度阈值C；步骤6、对GRN模块进行基因功能性分析；步骤7、pGRN网络的可视化得出GRN网络图。本发明方法的pGRN能够发现时间调控滞后的调控关系，同时处理时间滞后和时间伸缩的调控关系，为新的调控关系的发掘提供了途径。
-
公开(公告)号：CN110808083B
公开(公告)日：2023-08-29
申请号：CN201911012024.8
申请日：2019-10-23
Applicant: 南通大学
Abstract: 本发明具体涉及基于scRNA‑seq及动态时间规整的基因调控网络构建方法，属于基因调控网络技术领域。该方法包括以下步骤：步骤1、基于单细胞数据的单细胞伪时间分析；步骤2、基于正负调控方式的双重DTW距离分析；步骤3、基于DTW距离的聚类分析以及GRN模块筛选；步骤4、基于DTW距离的基因间相似性矩阵构建；步骤5、通过随机置换检验，计算出基因与基因间网络连接度阈值C；步骤6、对GRN模块进行基因功能性分析；步骤7、pGRN网络的可视化得出GRN网络图。本发明方法的pGRN能够发现时间调控滞后的调控关系，同时处理时间滞后和时间伸缩的调控关系，为新的调控关系的发掘提供了途径。
-
公开(公告)号：CN110720946A
公开(公告)日：2020-01-24
申请号：CN201910966906.1
申请日：2019-10-12
Applicant: 南通大学
Abstract: 本发明公开了一种基于深度学习的智能听诊系统，包括用户端智能设备、远程数据库管理系统以及远程服务器诊断系统；用户端智能设备包括心音高灵敏度传感器，用户端高灵敏度传感器采集的生理数据通过蓝牙或者WIFI与用户端手机通信；用户端手机上设有智能诊断APP，包括通信模块、用户认证模块、信号智能判断模块、深度学习诊断模块；所述的远程数据库管理系统包括认证模块、心音数据模块，心音数据模块包括标准数据模块、用户数据模块；远程服务器诊断系统服务器上部署深度学习模型，深度学习模型包括训练模块、通信信令模块。本发明可高精度地预测心音是否异常，克服了现有智能听诊器诊断费用高，等待时间长的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
