-
公开(公告)号：CN107788976A
公开(公告)日：2018-03-13
申请号：CN201710864522.X
申请日：2017-09-22
Applicant: 复旦大学
IPC: A61B5/0476 , A61B5/0478 , A61B5/00
CPC classification number: A61B5/0476 , A61B5/0478 , A61B5/4806
Abstract: 本发明属于睡眠监测技术领域，具体为一种基于振幅整合脑电图的睡眠监测系统。本发明系统利用碳海绵材料制备的柔性脑电电极来获取脑电信号，通过放大、滤波、模数转换和蓝牙传输，将处理后的脑电信号实时传输到移动设备；在移动设备上，通过对脑电信号的转换，获取振幅整合脑电信号，再结合特征提取的算法得出多种振幅整合脑电信号特征信息，并通过机器学习算法对其进行睡眠阶段分类，从而实现睡眠状态和质量的分析和监测；最后将分析得到的睡眠数据和原始脑电信号实时动态上传到云平台上，通过知识推理机实现远程医疗辅助和临床决策支持。本发明系统操作简单，适用范围广，有利于用户实时了解自己的睡眠质量，合理地调节自身睡眠习惯从而达到预防隐性疾病的发生。
-
公开(公告)号：CN103965165B
公开(公告)日：2017-01-04
申请号：CN201410204470.X
申请日：2014-05-15
Applicant: 复旦大学
IPC: C07D401/12 , A61P35/00
Abstract: 本发明属于生物医学技术领域，具体为一种抑制凋亡抑制蛋白的异喹啉化合物及其合成方法与应用。本发明设计合成了一系列能够与IAP蛋白家族BIR2结构域相互作用的异喹啉化合物，使多种IAPs活性降低，一方面拮抗XIAP对Caspase-3的抑制作用，另一方面促进cIAP的泛素化和蛋白酶体的降解，从而具有对抗卵巢癌生长的生物学活性。本发明的异喹啉化合物通过抑制IAPs起到抗卵巢癌、逆转卵巢癌耐药的作用，经CCK-8、体内裸鼠皮下移植肿瘤实验等大量实验得以证实。本发明化合物分子质量小，口服生物利用度高，临床用药灵活；与多种IAPs的BIR2结构域结合，作用对象和途径更为广阔，抗肿瘤活性也更高，在临床应用中更具优势。
-
公开(公告)号：CN103965165A
公开(公告)日：2014-08-06
申请号：CN201410204470.X
申请日：2014-05-15
Applicant: 复旦大学
IPC: C07D401/12 , A61P35/00
Abstract: 本发明属于生物医学技术领域，具体为一种抑制凋亡抑制蛋白的异喹啉化合物及其合成方法与应用。本发明设计合成了一系列能够与IAP蛋白家族BIR2结构域相互作用的异喹啉化合物，使多种IAPs活性降低，一方面拮抗XIAP对Caspase-3的抑制作用，另一方面促进cIAP的泛素化和蛋白酶体的降解，从而具有对抗卵巢癌生长的生物学活性。本发明的异喹啉化合物通过抑制IAPs起到抗卵巢癌、逆转卵巢癌耐药的作用，经CCK-8、体内裸鼠皮下移植肿瘤实验等大量实验得以证实。本发明化合物分子质量小，口服生物利用度高，临床用药灵活；与多种IAPs的BIR2结构域结合，作用对象和途径更为广阔，抗肿瘤活性也更高，在临床应用中更具优势。
-
公开(公告)号：CN103454371A
公开(公告)日：2013-12-18
申请号：CN201310310332.5
申请日：2013-07-23
Applicant: 复旦大学
IPC: G01N30/89
Abstract: 本发明属生物技术领域，涉及基于一维长柱液相色谱串联质谱的蛋白质组分离鉴定方法。该鉴定方法使用50cm的反相色谱柱，采用一维长梯度对蛋白质组学样品进行分离，经电喷雾电离，串联质谱进行一维蛋白质组分离鉴定，使用结果表明，本鉴定方法的实验操作简单、不需预分馏分，一次实验可达到传统二维分离质谱鉴定的效果；特别是对于少量样品的处理，一次实验仅需几微克样品就可完成一次蛋白质组学的数据分析，所需样品量少,对复杂生物蛋白质组的仪器分析效率达到7小时内实现对4000个以上蛋白质的分析鉴定，实现蛋白质的快速高效鉴定。
-
公开(公告)号：CN120089353A
公开(公告)日：2025-06-03
申请号：CN202510006567.8
申请日：2025-01-03
Applicant: 复旦大学
Abstract: 本发明属于体质人类学技术领域，具体为一种基于数字人体测量表型的体成分预测方法。本发明包括：将与脂肪含量/肌肉含量有关的体成分作为因变量，数字人体测量表型数据作为自变量，构建机器学习模型；通过对机器学习模型进行训练和参数优化，使其能够准确预测与脂肪含量和肌肉含量相关的体成分，从而建立高效的体成分预测模型。该模型将数字人体测量数据作为输入值，能够准确计算与脂肪含量/肌肉含量有关的体成分，包括身体全部脂肪含量、脂肪指数、身体全部肌肉含量、内脏脂肪含量、A/G 值等。本发明充分利用数字人体测量表型数据，对体成分进行精确的评估；操作简单、检测快速，方便健康管理、健身教练的日常监控，具有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN120089261A
公开(公告)日：2025-06-03
申请号：CN202510007032.2
申请日：2025-01-03
Applicant: 复旦大学
Abstract: 本发明属于体质人类学方法技术领域，具体为一种基于数字人体测量表型的静息代谢率测量方法。本发明包括以下步骤：将人体静息代谢率作为因变量，数字人体测量表型数据作为自变量，构建机器学习模型，通过模型训练，迭代调整参数以最小化预测值与真实值的偏差，最终构建精确的静息代谢率预测模型；基于大量真实数据样本训练得出的机器学习模型，将数字人体测量数据作为输入值，计算静息代谢率。本发明无需进行吸呼气、佩戴呼吸气体分析仪等额外操作，且相比于现有静息代谢率的预测公式，具备更高的预测精度，可充分利用数字人体测量表型，操作更加简便，且成本更低，具有显著的实用价值。
-
公开(公告)号：CN119993481A
公开(公告)日：2025-05-13
申请号：CN202510058971.X
申请日：2025-01-15
Applicant: 复旦大学
Abstract: 本发明涉及一种基于数字孪生的人体健康监测、预测及调控方法，获取人体的体表信息，并构建人体数字孪生三维模型，体表信息可以通过3D扫描仪进行采集或基于2D图像/视频的三维重建方法获取。构建人体数字孪生的健康监测模型，利用机器学习方法以人体的体表信息为输入，内在功能表型为输出，构建基于人体的体表信息的数字孪生健康监测模型并进行可视化展示。构建人体数字孪生的健康预测及调控模型，通过探索不同的调控方式的影响，并构建基于内表型的外表型表征模型和健康预测模型；本发明提供更为精准的多维度健康信息，并将外在表型与内在功能表型相结合，实现基于外表型的内在功能评估，最终实现集人体健康监测、预测及调控为一体的系统。
-
公开(公告)号：CN114788701B
公开(公告)日：2025-04-25
申请号：CN202210400219.5
申请日：2022-04-15
Applicant: 复旦大学
IPC: A61B5/297 , A61B5/256 , A61B5/16 , A61B5/11 , A61B5/398 , A61B5/389 , A61B5/369 , A61B3/113 , A61B5/00
Abstract: 本发明属于人体动作监测技术领域，具体为一种基于多通道阵列眼电电极的眼动检测分析系统。本发明包含采集模块及下位机和上位机；两者间通过有线或无线方式进行数据传输；采集模块及下位机包括前端采集设备和信号处理硬件电路；上位机是装载有信号分析和信息展示程序的客户端电脑；客户端接收下位机采集的信息并将分析结果展现在用户图形界面中。采集设备中设有多通道阵列眼电电极，用于采集眼动信息及相关生理信息,并通过信号处理解析方法及智能算法，对采得的多源多维度生理信号进行处理，有效地对带有微表情的眼动情况进行检测。采集模块及下位机布设于可穿戴头带式结构中；本发明系统获得分析眼动事件的信息更丰富，用户体验更舒适。
-
公开(公告)号：CN118078311A
公开(公告)日：2024-05-28
申请号：CN202410178642.4
申请日：2024-02-09
Applicant: 复旦大学
IPC: A61B5/397 , G06F18/214 , G06F18/23 , G06F18/213 , G06F18/2411 , G06F18/243 , G06N3/0464 , A61B5/00 , A61C19/05
Abstract: 本发明属于肌电模式识别技术领域，具体为基于多源域迁移的跨个体高密度肌电信号咬合动作识别方法。本发明方法通过采集两侧颞肌处的高密度肌电信号，建立低复杂度的多源域迁移跨个体咬合动作识别模型；具体利用高密度肌电数据的高时空分辨率，获取更丰富的肌肉激活信息；同时结合深度学习与迁移学习方法，将输入形式从一维时序信号转化为二维图像，通过公共网络部分提取特征并与多个源进行比较，选择最相似的源对应的分类器进行微调，最终得到分类结果。实验结果表明本发明对于跨个体的咬合动作识别具有较高的分类精度，能够有效减小个体差异性等因素对模型鲁棒性的影响，有助于后续用于现实场景下的人机交互系统。
-
公开(公告)号：CN116889379A
公开(公告)日：2023-10-17
申请号：CN202310853933.4
申请日：2023-07-12
Applicant: 复旦大学
IPC: A61B5/00 , A61B5/398 , A61B5/374 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明属于睡眠健康管理技术领域，具体为一种基于伪孪生网络架构的异构睡眠分期方法。本发明方法包括：对原始脑电、眼电信号的采集、分期、标注，进行预处理；将预处理后的信号与相对应分期标注进行对齐，得到有标注的睡眠分期数据；使用睡眠分期数据训练基于伪孪生网络架构的异构数据睡眠分期模型，训练时同时输入脑电和眼电信号，提取特征后进行相似度计算；通过学习网络参数以增强不同信号的特征相似度，得到异构数据睡眠分期网络；使用异构数据睡眠分期网络识别睡眠阶段；本发明在训练阶段采用更多信息，可以提升睡眠分期模型性能，实现针对异构数据的自动睡眠阶段分期，具有广泛的临床应用前景。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.047 seconds)
