公开(公告)号：CN117887868A

公开(公告)日：2024-04-16

申请号：CN202410091894.3

申请日：2024-01-23

Applicant: 吉林大学

Inventor： 宋磊 ,  张霞 ,  竭晶 ,  张凯峰 ,  张梦

IPC: C12Q1/689 ,  C12Q1/6844 ,  C12N15/113 ,  C12N15/11 ,  C12R1/01

Abstract: 本发明适用于生物技术领域，提供了一种用于鲍曼不动杆菌核酸检测的crR NA及其应用，其中，该crRNA的序列如序列表SEQ ID NO.1所示，其靶序列如序列表SEQ ID NO.3所示。本发明提供的crRNA通过CRISPR‑Cas12a系统检测鲍曼不动杆菌，其可将检测灵敏度提高至1拷贝/test，可在最短5分钟内检测出鲍曼不动杆菌核酸，实现了对痕量鲍曼不动杆菌核酸样品更高灵敏、高特异、快速准确的检测。

公开(公告)号：CN117025801B

公开(公告)日：2024-02-09

申请号：CN202310714764.6

申请日：2023-06-16

Applicant: 吉林大学第一医院

Inventor： 李丹 ,  竭晶 ,  宋磊 ,  管青天 ,  雒晶晶 ,  刘兵

IPC: C12Q1/689 ,  C12Q1/6895 ,  C12Q1/6883 ,  C12Q1/6869 ,  C12Q1/6806 ,  C12N15/11 ,  C12R1/01 ,  C12R1/19 ,  C12R1/22 ,  C12R1/385 ,  C12R1/445 ,  C12R1/67 ,  C12R1/68 ,  C12R1/685 ,  C12R1/725 ,  C12R1/72

Abstract: 本申请涉及基因检测技术领域，具体涉及一种用于HAP/VAP致病微生物及耐药基因快速检测的产品及方法。本申请方法针对临床样本具有检测快速、灵敏度高、特异性好、准确性高等优势。

公开(公告)号：CN117112829B

公开(公告)日：2024-02-02

申请号：CN202311378122.X

申请日：2023-10-24

Applicant: 吉林大学

Inventor： 华树成 ,  彭丽萍 ,  李丹 ,  宋磊 ,  李洋

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(56)对比文件CN 116910307 A,2023.10.20CN 114239805 A,2022.03.25陈磊 等.视频文本跨模态检索研究综述.《计算机工程与应用》.2023,正文第1-4节.

公开(公告)号：CN117152442A

公开(公告)日：2023-12-01

申请号：CN202311404252.6

申请日：2023-10-27

Applicant: 吉林大学

Inventor： 华树成 ,  李丹 ,  竭晶 ,  彭丽萍 ,  宋磊 ,  李洋 ,  刘晗 ,  管青天

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：CN116630324B

公开(公告)日：2023-10-13

申请号：CN202310912201.8

申请日：2023-07-25

Applicant: 吉林大学

Inventor： 周柚 ,  贺梓泠 ,  安光辉 ,  宋磊 ,  王昌龙 ,  孙铭蔚 ,  王鏐璞 ,  杜伟

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。