-
公开(公告)号：CN118291607A
公开(公告)日：2024-07-05
申请号：CN202311850784.2
申请日：2023-12-28
Applicant: 无锡市新吴区新瑞医院(上海交通大学医学院附属瑞金医院无锡分院) , 上海交通大学医学院附属瑞金医院
IPC: C12Q1/6883 , C12Q1/6851 , C12N15/11
Abstract: 本发明公开了一种用于忧郁型抑郁症诊断的标志物，所述的标志物为血浆miRNA，所述血浆miRNA包括hsa‑miR‑219a‑5p、hsa‑miR‑299‑5p、hsa‑miR‑558、hsa‑miR‑519a‑3p、hsa‑miR‑188‑5p和hsa‑miR‑1278；其可用于制备诊断忧郁型抑郁症的诊断试剂或试剂盒。通过检测miRNA表达量，代入诊断模型公式，即可辅助诊断忧郁型抑郁。本发明可以将检测血浆miRNA的表达水平作为一种筛查性诊断抑郁症的常规手段，优化临床抑郁症诊断策略。
-
公开(公告)号：CN119626532A
公开(公告)日：2025-03-14
申请号：CN202411598918.0
申请日：2024-11-11
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本发明提供了一种肌萎缩侧索硬化症预测及预后评估系统，以及基于多种蛋白质的sALS预测及预后评估模型的构建方法。系统包括输入模块、预测评估模块和输出模块。输入模块用于获取多种候选ALS血清生物标志物的含量。预测评估模块用于依据基于多种蛋白质的sALS预测及预后评估模型进行计算评分，当评分结果大于等于特定判断阈值时，则判断为患有肌萎缩侧索硬化症，当评分结果小于特定判断阈值时，则判断为未患有肌萎缩侧索硬化症。输出模块用于输出所述预测评估结果。采用上述技术方案后，能够简单、快速、准确地对肌萎缩侧索硬化症进行预测评估。
-
公开(公告)号：CN119563589A
公开(公告)日：2025-03-07
申请号：CN202411482856.7
申请日：2024-10-23
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本发明提供了抗IgLON5抗体相关脑病主动免疫动物模型构建及应用，构建方法如下：体外构建PKN‑IgLON5(1‑313aa)‑His(8×)重组质粒，将该质粒转染到HEK293S悬浮细胞中表达蛋白；收集细胞上清液，进行两次纯化后，置换蛋白溶剂为PBS；将IgLON5蛋白溶液与弗氏佐剂混合制备免疫乳剂，皮下注射小鼠，并通过百日咳毒素破坏血脑屏障，促进外周抗体侵入中枢神经系统，最终构建抗IgLON5抗体相关脑病主动免疫小鼠模型。本发明首次公开了抗IgLON5抗体相关脑病主动免疫动物模型的构建方法，填补了目前在抗IgLON5抗体相关脑病中，尚未有主动免疫模型的相关研究的空白，有助于还原抗体攻击中枢神经系统的全貌以及更为全面的进行认知、睡眠、运动障碍表型分析。
-
公开(公告)号：CN104598933A
公开(公告)日：2015-05-06
申请号：CN201410640605.7
申请日：2014-11-13
Applicant: 上海交通大学
CPC classification number: G06K9/4652 , G06K9/6269
Abstract: 本发明公开一种基于多特征融合的图像翻拍检测方法，包括如下步骤：步骤1：对训练图像提取多组特征并对特征进行拼接；步骤2：利用分类器生成训练模型；步骤3：对待测图像提取多组特征并对特征进行拼接；步骤4：利用生成的训练模型及利用分类器对待测图像进行判别。本发明方法区别于现有技术中任何一种对图像翻拍进行检测的方法，是一种新的有效检测方法。
-
公开(公告)号：CN117637160A
公开(公告)日：2024-03-01
申请号：CN202311509828.5
申请日：2023-11-14
Applicant: 上海交通大学医学院附属瑞金医院
Abstract: 本发明提供了一种肌萎缩侧索硬化症预测及预后评估系统，以及基于多种蛋白质的sALS预测及预后评估模型的构建方法。系统包括输入模块、预测评估模块和输出模块。输入模块用于获取多种候选ALS血清生物标志物的含量。预测评估模块用于依据基于多种蛋白质的sALS预测及预后评估模型进行计算评分，当评分结果大于等于特定判断阈值时，则判断为患有肌萎缩侧索硬化症，当评分结果小于特定判断阈值时，则判断为未患有肌萎缩侧索硬化症。输出模块用于输出所述预测评估结果。采用上述技术方案后，能够简单、快速、准确地对肌萎缩侧索硬化症进行预测评估。
-
Patent Agency Ranking
公开(公告)号：CN103646375B
公开(公告)日：2017-06-13
申请号：CN201310617593.1
申请日：2013-11-26
Applicant: 上海交通大学
IPC: G06T1/00
Abstract: 本发明提供了一种智能移动终端拍照的照片原始性可认证方法。本发明基于PKI数字证书认证体系，使用者在拍照时，通过在拍照程序（APP）中导入的用户证书或设备证书，对拍照行为关联信息（个人或设备属性信息）与照片图像等相关原始信息进行签名，基于图像隐写算法实现对签名信息在照片图像中的隐写嵌入，以达到对照片完整性、原始性认证、不可抵赖性以及拍摄行为认证的目的。通过上述拍照程序（APP）所获得的可认证照片，可以使用专用查验程序认证，通过反向提取嵌入的信息，使用相应证书公钥验证签名，来完成对照片的检验。
-
公开(公告)号：CN103646375A
公开(公告)日：2014-03-19
申请号：CN201310617593.1
申请日：2013-11-26
Applicant: 上海交通大学
IPC: G06T1/00
Abstract: 本发明提供了一种智能移动终端拍照的照片原始性可认证方法。本发明基于PKI数字证书认证体系，使用者在拍照时，通过在拍照程序（APP）中导入的用户证书或设备证书，对拍照行为关联信息（个人或设备属性信息）与照片图像等相关原始信息进行签名，基于图像隐写算法实现对签名信息在照片图像中的隐写嵌入，以达到对照片完整性、原始性认证、不可抵赖性以及拍摄行为认证的目的。通过上述拍照程序（APP）所获得的可认证照片，可以使用专用查验程序认证，通过反向提取嵌入的信息，使用相应证书公钥验证签名，来完成对照片的检验。
-
公开(公告)号：CN104598933B
公开(公告)日：2017-12-15
申请号：CN201410640605.7
申请日：2014-11-13
Applicant: 上海交通大学
Abstract: 本发明公开一种基于多特征融合的图像翻拍检测方法，包括如下步骤：步骤1：对训练图像提取多组特征并对特征进行拼接；步骤2：利用分类器生成训练模型；步骤3：对待测图像提取多组特征并对特征进行拼接；步骤4：利用生成的训练模型及利用分类器对待测图像进行判别。本发明方法区别于现有技术中任何一种对图像翻拍进行检测的方法，是一种新的有效检测方法。
-
公开(公告)号：CN106303524A
公开(公告)日：2017-01-04
申请号：CN201610652449.5
申请日：2016-08-10
Applicant: 上海交通大学
IPC: H04N19/114 , H04N19/176 , H04N19/70
Abstract: 本发明提供了一种基于预测残差异常模式的视频双重压缩检测方法，包括如下步骤：步骤1：提取视频每一帧的预测残差；步骤2：计算每一帧的预测残差分布；步骤3：利用Jensen-Shannon散度，计算相邻两帧预测残差分布的差异，并由此计算出Jensen-Shannon散度序列；步骤4：通过中值滤波的方法，对Jensen-Shannon散度序列进行去噪，得到最终的特征序列；步骤5：对特征序列进行时域分析，判断对应视频是否遭受到视频双重压缩，若遭受双重压缩，则进一步推测其第一次压缩时的GOP长度。本发明方法区别于现有技术中任何一种对视频进行双重压缩检测的方法，是一种新的有效检测方法。
-
公开(公告)号：CN106303524B
公开(公告)日：2020-01-07
申请号：CN201610652449.5
申请日：2016-08-10
Applicant: 上海交通大学
IPC: H04N19/114 , H04N19/176 , H04N19/70
Abstract: 本发明提供了一种基于预测残差异常模式的视频双重压缩检测方法，包括如下步骤：步骤1：提取视频每一帧的预测残差；步骤2：计算每一帧的预测残差分布；步骤3：利用Jensen‑Shannon散度，计算相邻两帧预测残差分布的差异，并由此计算出Jensen‑Shannon散度序列；步骤4：通过中值滤波的方法，对Jensen‑Shannon散度序列进行去噪，得到最终的特征序列；步骤5：对特征序列进行时域分析，判断对应视频是否遭受到视频双重压缩，若遭受双重压缩，则进一步推测其第一次压缩时的GOP长度。本发明方法区别于现有技术中任何一种对视频进行双重压缩检测的方法，是一种新的有效检测方法。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
