-
公开(公告)号：CN118593550A
公开(公告)日：2024-09-06
申请号：CN202410875971.4
申请日：2024-07-02
Applicant: 吉林大学
IPC: A61K35/747 , A61P29/00
Abstract: 本发明适用于微生物技术领域，提供了一种腐败乳杆菌在制备治疗脓毒症药物上的应用，所述腐败乳杆菌为KCTC3167。本发明还提供一种治疗脓毒症的药物，所述药物中含有腐败乳杆菌KCTC3167。本发明通过建立脓毒症模型，发现腐败乳杆菌KCTC3167可以显著减少小鼠血清中白细胞介素(IL)‑1β、IL‑6和肿瘤坏死因子‑α(TNF‑α)的含量，同时降低血清中MDA、GSH和TEAC水平，进而降低脓毒症小鼠的死亡率，避免肝肾肺脾脏器受到损伤，为制备治疗脓毒症药物提供了新思路，可将腐败乳杆菌应用在治疗脓毒症的药物上。
-
公开(公告)号：CN118252865A
公开(公告)日：2024-06-28
申请号：CN202410341873.2
申请日：2024-03-25
Applicant: 吉林大学
IPC: A61K35/747 , A61P11/06
Abstract: 本发明适用于生物技术领域，提供了一种棒状腐败乳杆菌在制备缓解支气管哮喘药物上的应用，所述棒状腐败乳杆菌为棒状腐败乳杆菌KCTC 3167。本发明还提供了一种缓解支气管哮喘的药物，所述药物中含有棒状腐败乳杆菌KCTC 3167。本发明通过造模哮喘小鼠，发现棒状腐败乳杆菌KCTC 3167对哮喘小鼠气道炎症、气道高反应性有显著的抑制效应，益生菌是定植在人体内，改变宿主某一部位菌群组成的一类对宿主有益的活性微生物，棒状腐败乳杆菌作为益生菌，对哮喘的治疗天然安全无副作用，其“药食同源”的特点将提高哮喘患者治疗的依从性，可作为哮喘患者的长期治疗用药中的有效成分。
-
公开(公告)号：CN117593322A
公开(公告)日：2024-02-23
申请号：CN202410082001.9
申请日：2024-01-19
Applicant: 吉林大学第一医院
IPC: G06T7/11 , G06N3/045 , G06N3/0455 , G06N3/0895 , G06T7/00 , G06V10/26 , G06V10/44 , G06V10/82
Abstract: 本申请提供一种靶区自动勾画方法、装置、电子设备和可读存储介质，涉及医疗数据处理技术领域。该方法包括：获取第一影像切片及其靶区勾画标签、第二影像切片及其扰动影像切片；通过第一网络模型确定第一影像切片的第一靶区预测结果和第二影像切片的第二靶区预测结果；通过第二网络模型确定第二影像切片的第三靶区预测结果和扰动影像切片的第四靶区预测结果；根据第一靶区预测结果和靶区勾画标签之间的第一损失值、第二靶区预测结果与第三靶区预测结果之间的第二损失值、第三靶区预测结果与第四靶区预测结果之间的第三损失值，对第二网络模型进行更新，以便根据更新后的第二网络模型进行靶区的自动勾画。本申请实施例可以提高靶区勾画的准确度。
-
公开(公告)号：CN117152442B
公开(公告)日：2024-02-02
申请号：CN202311404252.6
申请日：2023-10-27
Applicant: 吉林大学
IPC: G06V10/26 , G16H30/40 , G06T7/70 , G06V10/764 , G06V10/80
Abstract: 本申请提供一种影像靶区自动勾画方法、装置、电子设备和可读存储介质，涉及医疗数据处理技术领域。该方法包括：获取电子计算机断层扫描影像，电子计算机断层扫描影像包括第一切片；通过第一网络模型对第一切片进行肺部分割处理，以获得第一肺部区域图像；通过第二网络模型对第一肺部区域图像进行靶区预测处理，以确定第一肺部区域图像中含有靶区；通过第三网络模型对第一肺部区域图像进行靶区识别以获得第一靶区掩码图像，第一靶区掩码图像用于标识靶区在第一切片中的位置信息；将第一靶区掩码图像与第一切片进行叠加处理，以在第一切片中确定靶区的轮廓。本申请实施例可以在断层扫描影像中准确的勾画出靶区的轮廓。
-
公开(公告)号：CN116774154B
公开(公告)日：2023-10-31
申请号：CN202311061194.1
申请日：2023-08-23
Applicant: 吉林大学
IPC: G01S7/02 , G01S7/41 , G06V10/46 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/80
Abstract: 本发明适用于雷达信号处理领域，提供了一种雷达信号分选方法，该方法包括以下步骤：步骤A：生成六种雷达信号调制模式不同情况的数据，以扩充数据集；步骤B：对步骤A中的图像进行正则化操作；步骤C：构建基于卷积神经网络和Transformer的RDNet；输入的雷达信号图像首先经过特征提取编码器进行特征提取，然后将提取的特征送入到解码器进行尺度的重建，最后将与原始图像相同尺寸的特征输入到雷达信号分选头，从而得到最终的分选结果，本发明的分选准确度高，在面对输入脉冲中缺失率和噪音率高的情况下鲁棒性强，可以成为复杂电磁环境下雷达信号分选的有利工具，有助于电子战中雷达电子对抗的实施。
-
Patent Agency Ranking
公开(公告)号：CN116630324A
公开(公告)日：2023-08-22
申请号：CN202310912201.8
申请日：2023-07-25
Applicant: 吉林大学
IPC: G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明适用于医学图像处理技术领域，提供了一种基于深度学习的MRI图像自动评估腺样体肥大的方法，包括以下步骤：将采集的DICOM格式的MRI图像转换为PNG格式，从矢状位的图像序列中挑选鼻中隔所在的一帧及其左右几帧作为数据集，对图像进行预处理；图像增强，扩充数据集；制作标签；对图像进行特征提取；在图像中自动定位四个地标并计算腺样体厚度与鼻咽腔间隙的比值（AN比值），评估该图像对应患者是否存在腺样体肥大。本发明通过自动定位四个地标进而计算AN比值，实现对患者是否存在腺样体肥大的自动评估，有利于减少医生的重复、费时的测量工作，辅助医生进行腺样体肥大的评估诊断。
-
公开(公告)号：CN117951255B
公开(公告)日：2024-08-02
申请号：CN202410282995.9
申请日：2024-03-13
Applicant: 吉林大学第一医院
IPC: G06F16/33 , G06F16/2455 , G16H70/00
Abstract: 本公开提供了一种医疗数据检索方法、装置及相关设备，涉及计算机技术领域。该方法包括：获取待检索医疗数据的检索关键词；从医疗数据库中查找与检索关键词匹配的至少一个候选数据位点；获取指定数据位点以及指定数据位点的指定检索条件，其中，指定数据位点为从至少一个候选数据位点中选择的，指定检索条件为从指定数据位点关联的多个检索条件中选择的；根据指定数据位点和指定数据位点的指定检索条件，生成待检索医疗数据的检索语句；执行检索语句，从医疗数据库中返回相应的医疗数据。本发明能够极大提高医疗数据的检索效率和检索准确度，降低前端交互界面的设计复杂度和工作量，增强医疗数据检索的用户交互体验。
-
公开(公告)号：CN117593322B
公开(公告)日：2024-04-09
申请号：CN202410082001.9
申请日：2024-01-19
Applicant: 吉林大学第一医院
IPC: G06T7/11 , G06N3/045 , G06N3/0455 , G06N3/0895 , G06T7/00 , G06V10/26 , G06V10/44 , G06V10/82
Abstract: 本申请提供一种靶区自动勾画方法、装置、电子设备和可读存储介质，涉及医疗数据处理技术领域。该方法包括：获取第一影像切片及其靶区勾画标签、第二影像切片及其扰动影像切片；通过第一网络模型确定第一影像切片的第一靶区预测结果和第二影像切片的第二靶区预测结果；通过第二网络模型确定第二影像切片的第三靶区预测结果和扰动影像切片的第四靶区预测结果；根据第一靶区预测结果和靶区勾画标签之间的第一损失值、第二靶区预测结果与第三靶区预测结果之间的第二损失值、第三靶区预测结果与第四靶区预测结果之间的第三损失值，对第二网络模型进行更新，以便根据更新后的第二网络模型进行靶区的自动勾画。本申请实施例可以提高靶区勾画的准确度。
-
公开(公告)号：CN117112829A
公开(公告)日：2023-11-24
申请号：CN202311378122.X
申请日：2023-10-24
Applicant: 吉林大学
IPC: G06F16/583 , G06N3/02 , G06V10/764 , G06F16/38 , G06F16/55 , G06F18/214 , G06F18/241
Abstract: 本申请提供一种医疗数据跨模态检索方法、装置和相关设备，涉及医学数据处理技术领域，该方法包括：通过网络模型结构对训练医学影像、训练影像报告文本和训练诊断报告文本进行处理，获得训练医学图像特征、训练影像报告文本特征以及训练诊断报告文本特征；根据训练医学图像特征与训练影像报告文本特征之间的第一对比损失值、训练医学图像特征与训练诊断报告文本特征之间的第二对比损失值、训练诊断报告文本特征与训练影像报告文本特征之间的第三对比损失值对网络模型结构进行训练。通过上述网络模型可以将类别相同的跨模态数据在公共空间中映射在相近的距离内、将类别不同的跨模态数据在公共空间中映射在相远的距离内，以提高跨模态检索的准确率。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.044 seconds)
