-
公开(公告)号：CN117551676A
公开(公告)日：2024-02-13
申请号：CN202311504290.9
申请日：2023-11-10
Applicant: 扬州大学附属医院(扬州市第一人民医院)
IPC: C12N15/55 , C12N15/113 , C12Q1/6886 , C12N15/11
Abstract: 本发明提供了一种检测前列腺癌的生物标志物、试剂盒与应用，属于分子生物学检测技术领域，所述生物标志物的核苷酸序列如SEQ ID No.1所示，所述生物标志物为Argonaute蛋白和3’tRF‑ArgCCT复合物的结合片段，本发明通过检测Argonaute蛋白和3’tRF‑ArgCCT复合物的结合片段，即Argonaute蛋白和3’tRF‑ArgCCT复合物的结合情况，相较于单纯检测血液中3’tRF‑ArgCCT的含量，更能显示在肿瘤增殖转移过程中重要标志物的水平，更具有实际意义。同时，本发明优化设计获得的探针仅有15个碱基，具有较高的敏感性与特异性。
-
公开(公告)号：CN110296935B
公开(公告)日：2022-09-13
申请号：CN201910603591.4
申请日：2019-07-05
Applicant: 扬州大学附属医院
Abstract: 本发明公开了电脑模型构建技术领域内的一种实体肿瘤三维病理诊断方法，其采用离体实体肿瘤，于实体肿瘤一侧插标记针，标记针针头侧依裸露的不同长度作为标记顺序，再进行三维扫描，生成实体肿瘤三维图像模型。于每处标记针标记处按横切面将实体肿瘤分层切开，并置于同一平面拍照。然后将若干层切片按现行方法制作成病理切片，于显微镜下诊断并勾勒并记录病灶信息，再将病灶信息标注在打印的图片上，并备注病理诊断信息，最后将标注好病理诊断信息的各层切片依标记针标注顺序插入到实体肿瘤三维图像模型。该方法可以准确重现实体肿瘤中的各病灶空间分布特点，帮助临床医师做出更全面的临床评判。
-
公开(公告)号：CN111916215B
公开(公告)日：2022-04-29
申请号：CN202010553296.5
申请日：2020-06-17
Applicant: 扬州大学附属医院
Abstract: 本发明公开了公共卫生领域内的一种群集性/慢性疾病早期自动报警、初步特征分析与风险评估系统，其包括病例信息收集模块、活动轨迹追踪模块、自动报警展示模块和风险分析评价模块；通过对医疗机构病历数据库的定时扫描，结合患者个体行动轨迹的自动分析，能够对出现的突发群集性疾病实现自动报警，对单位时间内相同病例的总结与初步风险分析评价，可通过对单位时间内出现病例的分布特征分析，指导该区域慢性病差异性防控措施的制订。
-
公开(公告)号：CN108508016A
公开(公告)日：2018-09-07
申请号：CN201810310042.3
申请日：2018-04-09
Applicant: 扬州大学附属医院
Abstract: 本发明公开了离体组织的电脑模型的构建方法领域内的一种前列腺癌三维病理构型方法，其采用前列腺癌行根治手术后的离体前列腺标本，用颜料将前列腺被膜的前面和后面用不同颜色涂满，并分为若干层切开；先进行拍照，然后制作成病理切片，于显微镜下诊断并勾勒并记录病灶信息，再将病灶信息标注在打印的图片上，然后根据标注后的图片进行三维构建。构建后的三维实体可准确重现前列腺中的各病灶空间分布，可将病灶大小、细胞的分化程度、有无血管及淋巴管侵犯、有无神经侵犯、有无前列腺被膜侵犯等病理诊断信息予以标注，以帮助临床医师做出更全面的临床评判。
-
公开(公告)号：CN115896288A
公开(公告)日：2023-04-04
申请号：CN202211455263.2
申请日：2022-11-21
Applicant: 扬州大学附属医院
IPC: C12Q1/6886 , C12N15/11
Abstract: 本发明提供了一种检测前列腺癌的标志物tRF‑Lys‑TTT‑3‑M2及其应用，属于分子生物学检测技术领域。本发明提供的检测前列腺癌的标志物tRF‑Lys‑TTT‑3‑M2，其核苷酸序列如SEQ ID NO.1所示。与前列腺正常组织相比，前列腺癌组织细胞中的tRF‑Lys‑TTT‑3‑M2相对表达含量明显升高。通过检测tRF‑Lys‑TTT‑3‑M2，可准确的判断前列腺癌的增殖状态，为前列腺癌的诊断提供新的途径。
-
Patent Agency Ranking
公开(公告)号：CN115639133A
公开(公告)日：2023-01-24
申请号：CN202211234486.6
申请日：2022-10-10
Applicant: 扬州大学附属医院
Abstract: 本发明公开了一种标注淋巴结HE切片中淋巴细胞空间分布的方法，应用于淋巴结HE切片的图像分析领域，包括：获取淋巴结HE切片，并进行淋巴细胞的人工标注，得到训练集；应用训练集训练YOLOv5深度学习神经网络模型；输入待测集至所述YOLOv5深度学习神经网络模型，得到淋巴细胞空间分布特征。本发明通过采用信息学中人工智能技术YOLOv5深度学习神经网络解决了生物医学中标注淋巴结HE切片中淋巴细胞空间分布的问题，相对于现有的免疫组织化学染色标记方法，不仅省时省钱，且对实验室、操作人员要求较低，能够满足偏远地区的需求，对于现有生物医学标注淋巴结HE切片中淋巴细胞空间分布具有重要意义。
-
公开(公告)号：CN115601557A
公开(公告)日：2023-01-13
申请号：CN202211299409.9
申请日：2022-10-21
Applicant: 扬州大学附属医院(CN)
IPC: G06V10/44 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及乳腺冰冻切片图像分析技术领域，尤其涉及一种标注乳腺冰冻切片中肌上皮细胞空间分布的方法。具体包括如下步骤：(1)制作乳腺冰冻切片，并将其置于图像采集系统下，得到乳腺冰冻切片数字化图像；(2)将乳腺冰冻切片数字化图像进行优化；(3)将步骤(2)优化后的图像进行人工标注，得到训练集；(4)将步骤(3)得到的训练集训练YOLOv5深度学习神经网络模型；(5)输入待测集至所述YOLOv5深度学习神经网络模型，得到肌上皮细胞空间分布特征。本发明采用信息学技术标注出乳腺冰冻切片中肌上皮细胞的空间分布，能够部分取代现行生物学技术标注的方法，具有省时省钱、可在偏远地区广泛使用的优点。
-
公开(公告)号：CN110223774B
公开(公告)日：2022-12-13
申请号：CN201910603287.X
申请日：2019-07-05
Applicant: 扬州大学附属医院
Abstract: 本发明公开了电脑模型构建技术领域内的一种实体肿瘤三维病理诊断与三维影像诊断融合方法，其采用离体实体肿瘤标本，于实体肿瘤一侧间隔插上标记针并标记顺序，再经描仪进行扫描，生成实体肿瘤三维图像模型，再于标记针标记处按横切面将实体肿瘤分层切开并拍照，然后制作成病理切片，诊断并勾勒并记录病灶信息，再将病灶信息标注在打印的图片上，然后将标注好病理诊断信息的各层切片插入到之前经彩色三维扫描仪扫描所得的实体肿瘤三维模型中，最后将CT、MRI、DSA、超声影像学转变成三维影像学图像，将与三维影像学图像进行融合。该方法可提高临床影像学诊断水平，为病理学诊断与影像学诊断AI技术的发展，提供前期研究基础。
-
公开(公告)号：CN114677370A
公开(公告)日：2022-06-28
申请号：CN202210468607.7
申请日：2022-04-29
Applicant: 扬州大学附属医院
Abstract: 本发明公开了一种带组织切片标注信息的三维扫描图像构建方法及系统，涉及图像三维可视化技术领域，首先获取患者目标部位的若干张扫描图像；将若干张所述扫描图像转换为三维扫描图像；对所述三维扫描图像进行位置标注；获取标注位置的组织切片检测结果；将标注位置的组织切片检测结果插入到所述三维扫描图像中，得到带有组织切片标注信息的三维扫描图像。其中标注位置为感兴趣区域。本发明改变了碎切送检组织的传统检测方式，减少了因对碎切送检组织随机取材制片后得到的检测结果的制约，可以得到更加完善、直观的检测结果。
-
公开(公告)号：CN115851729A
公开(公告)日：2023-03-28
申请号：CN202211455322.6
申请日：2022-11-21
Applicant: 扬州大学附属医院
IPC: C12N15/113 , C12Q1/6886 , C12N15/11
Abstract: 本发明提供了一种经尿液检测前列腺癌的标志物tRF‑Thr‑TGT‑4‑M2及其应用，属于分子生物学检测技术领域。本发明提供了一种检测前列腺癌的标志物tRF‑Thr‑TGT‑4‑M2，所述标志物的核苷酸序列如SEQ ID NO:1所示。本发明可通过检测尿液中tRF‑Thr‑TGT‑4‑M2相对表达量，评判前列腺癌细胞的增殖水平。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.023 seconds)
