公开(公告)号：CN112255333B

公开(公告)日：2022-07-22

申请号：CN202011037452.9

申请日：2020-09-28

Applicant: 复旦大学

Inventor： 刘小娜 ,  刘雷 ,  刘刚 ,  程玺 ,  陈丽华

IPC: G01N30/02 ,  G01N30/06 ,  G01N30/34 ,  G01N30/86

Abstract: 本发明属于生物医药技术领域，具体为一种卵巢肿瘤尿液代谢标志物及其应用。本发明提供了全新的用于诊断、区分卵巢肿瘤患者和健康人的标志物组合，具有准确性高、灵敏度高的特点，训练集AUC达到0.987，验证集AUC分别为0.984，都优于CA125效果（AUC:训练集：0.965；验证集：0.978）。标志物组合属于尿液小分子代谢物，具有无创的优点。

公开(公告)号：CN101441686B

公开(公告)日：2011-01-12

申请号：CN200810203402.6

申请日：2008-11-26

Applicant: 复旦大学附属中山医院 ,  上海生物信息技术研究中心

Inventor： 樊嘉 ,  李亦学 ,  吴伟忠 ,  刘雷 ,  张玮德 ,  孙惠川 ,  李作峰

IPC: G06F19/00 ,  G06F17/30

Abstract: 本发明提供了一种将自然语言书写的医疗文档自动进行格式化和统一化的装置包括：基于国内医院所使用的电子病历系统的以自然语言编写的医疗文档；以疾病类型为分类的中文医疗标准词词库；基于自然语言分析的数据抽提系统，用于将自然语言编写的文档转化为标准的格式化文档；按病种分类的用于临床科研的数据库；用于将格式化文档自动转化为统一格式的标准化文档的文档转换系统；用于保护患者以及相关治疗医生的隐私信息的权限系统。本发明实现了医疗信息管理的自动化，方便医生快速得查找到某种疾病的有关信息，节省了大量时间，使得医生有更多精力投入到对疾病的研究。

公开(公告)号：CN101441686A

公开(公告)日：2009-05-27

申请号：CN200810203402.6

申请日：2008-11-26

Applicant: 复旦大学附属中山医院 ,  上海生物信息技术研究中心

Inventor： 樊嘉 ,  李亦学 ,  吴伟忠 ,  刘雷 ,  张玮德 ,  孙惠川 ,  李作峰

IPC: G06F19/00 ,  G06F17/30

Abstract: 本发明提供了一种将自然语言书写的医疗文档自动进行格式化和统一化的装置包括：基于国内医院所使用的电子病历系统的以自然语言编写的医疗文档；以疾病类型为分类的中文医疗标准词词库；基于自然语言分析的数据抽提系统，用于将自然语言编写的文档转化为标准的格式化文档；按病种分类的用于临床科研的数据库；用于将格式化文档自动转化为统一格式的标准化文档的文档转换系统；用于保护患者以及相关治疗医生的隐私信息的权限系统。本发明实现了医疗信息管理的自动化，方便医生快速得查找到某种疾病的有关信息，节省了大量时间，使得医生有更多精力投入到对疾病的研究。

公开(公告)号：CN118280572A

公开(公告)日：2024-07-02

申请号：CN202410498706.9

申请日：2024-04-24

Applicant: 上海市闵行区中心医院 ,  复旦大学

Inventor： 董琼珠 ,  刘雷 ,  任宁 ,  李一鑫 ,  钟凡

IPC: G16H50/30 ,  G16H50/50 ,  G16H30/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045

Abstract: 本发明提供了一种预测肝细胞癌索拉非尼疗效的多模态模型构建方法和系统，包括：步骤1：收集目标患者的临床信息，生成全视野数字图像；步骤2：对临床数据进行预处理，保留临床特征作为多模态深度学习模型输入；步骤3：对全视野数字图像进行预处理；步骤4：构建图像模型，基于预处理后的图像，采用不同聚合算法获取病理图像补丁级得分，对整张病理图像得分进行预测，得到最优模型特征；步骤5：构建多模态模型，将最优模型特征与临床特征进行模态融合，输出图像级或患者级的预测结果；步骤6：对模型进行测试和评估。本发明实现了病理图像和临床信息的双模态输入，充分利用两个模态数据的互补性，提高了预测准确度。

公开(公告)号：CN112255335B

公开(公告)日：2022-06-17

申请号：CN202011037497.6

申请日：2020-09-28

Applicant: 复旦大学

Inventor： 刘小娜 ,  刘雷 ,  刘刚 ,  程玺 ,  陈丽华

IPC: G01N30/02 ,  G01N30/06 ,  G01N30/34 ,  G01N30/86

Abstract: 本发明属于生物医药技术领域，具体为一种用于区分良性和恶性卵巢肿瘤的血浆代谢标志物及其应用。本发明提供了全新的用于区分良性和恶性（交界性+恶性）卵巢肿瘤的血浆诊断标志物组合，还可用于区分良性和早期恶性卵巢肿瘤（交界性+恶性），具有准确性高、灵敏度高的特点，训练集AUC分别达到0.876，验证集AUC为0.896。早期诊断训练集AUC为0.847，验证集AUC为0.988，优于CA125效果（AUC:训练集：0.733；验证集：0.893）。标志物组合属于血浆小分子代谢物，具有无创的优点。

公开(公告)号：CN112255334B

公开(公告)日：2022-06-17

申请号：CN202011037472.6

申请日：2020-09-28

Applicant: 复旦大学

Inventor： 刘小娜 ,  刘雷 ,  刘刚 ,  程玺 ,  陈丽华

IPC: G01N30/02 ,  G01N30/06 ,  G01N30/34 ,  G01N30/86

Abstract: 本发明属于生物医药技术领域，具体为一种用于区分交界性和恶性卵巢肿瘤的小分子标志物及其应用。本发明提供了全新的用于区分交界性和恶性卵巢肿瘤的尿液诊断标志物组合，具有准确性高、灵敏度高的特点，训练集AUC达到0.943，验证集AUC为0.836，优于CA125效果（AUC:训练集：0.830；验证集：0.807）。尿液诊断标志物组合属于尿液小分子代谢物，具有无创的优点。