-
公开(公告)号：CN113880811B
公开(公告)日：2022-09-02
申请号：CN202111147651.X
申请日：2021-09-29
Applicant: 厦门大学附属第一医院
IPC: C07D401/14 , A61K51/04 , A61P35/00
Abstract: 本发明涉及医药技术领域，具体涉及FAPI二聚体化合物、基于FAPI二聚体的肿瘤诊断PET显像剂及其制备方法和应用。本发明提供的具有式I所示结构的FAPI二聚体化合物中两亲性聚乙二醇链和FAPI的二聚体化结构能够改善化合物的体内动力学特性，延长其在肿瘤内的滞留时间，进而提高其在肿瘤内的摄取和显像效果。通过在FAPI二聚体化合物中标记诊断性核素(68Ga)能够实现精准肿瘤诊断，在PET显像进行诊断以及未来标记治疗性核素(177Lu、90Y)进行治疗FAP‑α表达的肿瘤的药物中具有良好的应用前景。
-
公开(公告)号：CN114266729A
公开(公告)日：2022-04-01
申请号：CN202111434814.2
申请日：2021-11-29
Applicant: 厦门大学附属第一医院
IPC: G06T7/00 , G06K9/62 , G06V10/764 , G06V10/776 , G06V10/774 , G06V10/54
Abstract: 本发明提供一种基于机器学习的胸部肿瘤放疗后放射性肺炎预测方法，包括：获取患者数据；将患者数据中非数字的特征进行数字化，并进行特征缺失值预测和冗余特征去除，得到预处理后的患者数据；将预处理后的患者数据分为训练集和测试集，训练生成改进的支持向量机模型；使用测试集计算工作特征曲线ROC曲线的曲线下面积AUC来评估模型的精度；将需要预测的患者相关数据输入验证通过模型，对放射性肺炎发生进行预测。本发明提供的方法能够结合大量医疗案例数据库，结合患者的临床信息、剂量信息、CT影像组学等多种因素，更加快速、直观地预测胸部肿瘤患者放疗后的放射性肺炎发生情况。
-
公开(公告)号：CN117893498A
公开(公告)日：2024-04-16
申请号：CN202410056795.1
申请日：2024-01-15
Applicant: 厦门大学
IPC: G06T7/00 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请的实施例提供了一种基于大模型的鼻咽癌病灶区域检测方法、装置及设备。该方法包括：获取并预处理训练数据集；从预处理后的所述训练数据集中选取部分MRI图像进行病灶区域标注，得到其对应的病灶区域掩膜；根据被标注的所述MRI图像以及对应的病灶区域掩膜，对预先构建的数据准备网络进行训练；采用训练完成的所述数据准备网络，对所述训练数据集中未被标注的MRI图像进行病灶区域预测，确定其对应的病灶区域掩膜；根据各所述MRI图像及其对应的病灶区域掩膜，对预先构建的轻量化分割网络进行训练，以进行病灶区域检测。本申请实施例的技术方案可以降低训练数据的获取难度以及保证训练数据的质量，进而提高鼻咽癌病灶区域检测的准确性。
-
公开(公告)号：CN117079015A
公开(公告)日：2023-11-17
申请号：CN202310916563.4
申请日：2023-07-24
Applicant: 厦门大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06T7/00
Abstract: 本申请的实施例提供了一种图像分类模型的训练、分类方法、装置、介质及设备。该训练方法包括：对原始图像数据集进行预处理；从预处理后的原始图像数据集中选取训练数据，并对训练数据进行随机划分，得到预定数量组数的训练集和验证集；分别采用各组训练集和验证集对若干子分类器进行训练直至收敛，得到若干目标子分类器；将若干目标子分类器针对同一样本输出的分类结果进行融合，并用以对预先构建的元分类器进行训练，得到目标元分类器；将若干目标子分类器进行并联，再与目标元分类器串联，得到目标图像分类模型。本申请实施例的技术方案可以基于小规模的样本数据进行模型的训练，保证模型的训练效果，并提高模型识别结果的准确性。
-
公开(公告)号：CN113880811A
公开(公告)日：2022-01-04
申请号：CN202111147651.X
申请日：2021-09-29
Applicant: 厦门大学附属第一医院
IPC: C07D401/14 , A61K51/04 , A61P35/00
Abstract: 本发明涉及医药技术领域，具体涉及FAPI二聚体化合物、基于FAPI二聚体的肿瘤诊断PET显像剂及其制备方法和应用。本发明提供的具有式I所示结构的FAPI二聚体化合物中两亲性聚乙二醇链和FAPI的二聚体化结构能够改善化合物的体内动力学特性，延长其在肿瘤内的滞留时间，进而提高其在肿瘤内的摄取和显像效果。通过在FAPI二聚体化合物中标记诊断性核素(68Ga)能够实现精准肿瘤诊断，在PET显像进行诊断以及未来标记治疗性核素(177Lu、90Y)进行治疗FAP‑α表达的肿瘤的药物中具有良好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN119851699A
公开(公告)日：2025-04-18
申请号：CN202411906780.6
申请日：2024-12-23
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
Abstract: 本发明涉及一种基于声音信号的鼻咽癌筛查方法、终端设备及介质，该方法中包括：采集多人对应相同内容的声音信号；对声音信号进行信号分割，各声音信号对应固定长度的声音片段；对各声音片段进行标准化处理；基于是否患有鼻咽癌为各截取片段添加标签后，基于标准化处理后的各声音片段构建训练集；构建基于一维卷积神经网络的鼻咽癌筛查模型，通过训练集对模型进行训练；通过训练后的模型对用户是否患有鼻咽癌进行检测。本发明首次提出基于声音信号，结合深度学习方法实现鼻咽癌检查，具有成本低、效率高且对人体无害的优点。
-
公开(公告)号：CN114266729B
公开(公告)日：2024-12-03
申请号：CN202111434814.2
申请日：2021-11-29
Applicant: 厦门大学附属第一医院
IPC: G06T7/00 , G06V10/764 , G06V10/776 , G06V10/774 , G06V10/54
Abstract: 本发明提供一种基于机器学习的胸部肿瘤放疗后放射性肺炎预测方法，包括：获取患者数据；将患者数据中非数字的特征进行数字化，并进行特征缺失值预测和冗余特征去除，得到预处理后的患者数据；将预处理后的患者数据分为训练集和测试集，训练生成改进的支持向量机模型；使用测试集计算工作特征曲线ROC曲线的曲线下面积AUC来评估模型的精度；将需要预测的患者相关数据输入验证通过模型，对放射性肺炎发生进行预测。本发明提供的方法能够结合大量医疗案例数据库，结合患者的临床信息、剂量信息、CT影像组学等多种因素，更加快速、直观地预测胸部肿瘤患者放疗后的放射性肺炎发生情况。
-
公开(公告)号：CN116514900A
公开(公告)日：2023-08-01
申请号：CN202310375962.4
申请日：2023-04-11
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
IPC: C07K5/037 , A61K51/08 , A61K51/04 , C07K1/08 , C07K1/06 , C07K1/02 , A61K103/00 , A61K103/30
Abstract: 本发明涉及医药技术领域，具体涉及FAPI四聚体化合物、基于FAPI四聚体的肿瘤诊断PET显像剂及其制备方法和应用。本发明提供的FAPI四聚体化合物具有螯合剂DOTA、四个两亲性PEG3链和FAPI的四聚体化结构，能够改善化合物的体内动力学特性，延长其在肿瘤内的滞留时间，进而提高其在肿瘤内的摄取和显像效果。通过在FAPI四聚体化合物中标记诊断性核素(68Ga或177Lu)能够实现精准肿瘤诊断，在PET显像进行诊断以及未来标记治疗性核素治疗FAP表达的肿瘤的药物中具有良好的应用前景。
-
公开(公告)号：CN114925904A
公开(公告)日：2022-08-19
申请号：CN202210535779.1
申请日：2022-05-17
Applicant: 厦门大学附属第一医院
Abstract: 本发明公开了一种预测螺旋断层放疗计划的γ通过率的方法，用于验证TOMO Helical放疗计划的γ通过率，包括肿瘤患者计划信息数据库建立，数据预处理，标签数据剥离，数据归一化，特征选择，分割训练集、测试集，回归模型建立，模型训练以及回归模型评估。本发明的方法能够一定程度上代替传统的胶片、半导体、电离室探测器等验证方式，解决传统验证方式对摆位精确性的依赖，以及对一次性使用胶片的经济成本、人力物力、时间成本、机器运行成本的耗费，可以提升机器运转效率。
-
公开(公告)号：CN114925904B
公开(公告)日：2024-10-25
申请号：CN202210535779.1
申请日：2022-05-17
Applicant: 厦门大学附属第一医院
IPC: G16H50/70 , G16H50/30 , G06F18/211 , G16H20/40
Abstract: 本发明公开了一种预测螺旋断层放疗计划的γ通过率的方法，用于验证TOMO Helical放疗计划的γ通过率，包括肿瘤患者计划信息数据库建立，数据预处理，标签数据剥离，数据归一化，特征选择，分割训练集、测试集，回归模型建立，模型训练以及回归模型评估。本发明的方法能够一定程度上代替传统的胶片、半导体、电离室探测器等验证方式，解决传统验证方式对摆位精确性的依赖，以及对一次性使用胶片的经济成本、人力物力、时间成本、机器运行成本的耗费，可以提升机器运转效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
