-
公开(公告)号：CN113694203A
公开(公告)日：2021-11-26
申请号：CN202110921362.4
申请日：2021-08-11
Applicant: 中国人民解放军陆军军医大学第一附属医院
IPC: A61K45/06 , A61K31/496 , A61K31/4188 , A61P35/00
Abstract: 本发明涉及EZH2抑制剂新的药物用途，涉及EZH2抑制剂在制备抵抗替莫唑胺(Temozolomide,TMZ)耐药性药物中的应用。以及EZH2抑制剂在制备提高胶质瘤细胞对TMZ敏感性药物中的应用。本发明通过大量一系列的体内外功能实验发现HOXA5表达与TMZ的IC50值呈显著正相关，研发了HOXA5在胶质瘤干细胞调控及TMZ耐药性产生过程中的作用。证明使用EZH2抑制剂GSK343可以部分回复由HOXA5过表达所引起的肿瘤细胞抵抗TMZ的杀伤作用，也可以使用EZH2抑制剂提高胶质瘤细胞对TMZ的敏感性，EZH2抑制剂可以作为TMZ耐药患者的联合用药选择。
-
公开(公告)号：CN114494108B
公开(公告)日：2024-11-26
申请号：CN202111347784.1
申请日：2021-11-15
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司 , 中国人民解放军陆军军医大学第一附属医院
IPC: G06V10/764 , G06V10/82 , G06T7/62 , G06T7/66 , G06N3/08 , G06N3/0464
Abstract: 本发明提出一种基于目标检测的病理切片的质量控制方法和系统。本发明使用的是基于关键点的目标检测算法，就不需要设置候选框，直接输出目标检测框的位置。同时本发明还加入了检测框旋转网络，可以更好地拟合刀痕或者空洞等的位置，从而准确得到空洞，刀痕等类别在切片上的大小，从而对切片进行精确评分质控。
-
公开(公告)号：CN106591306B
公开(公告)日：2019-03-08
申请号：CN201610980647.4
申请日：2016-11-08
Applicant: 中国人民解放军陆军军医大学第一附属医院
IPC: C12N15/113 , A61K48/00 , A61K31/713 , A61P35/00
Abstract: 本发明属于医药领域，具体涉及一种靶向干扰肿瘤PTN‑PTPRZ1通路的小干扰RNA在肿瘤免疫治疗中的应用。所述小干扰RNA的靶基因为PTN和/或PTPRZ1；所述PTN的核苷酸序列如SEQ ID NO:1所示，所述PTPRZ1的核苷酸序列如SEQ ID NO:2所示。本发明通过将所述小干扰RNA慢病毒载体感染胶质瘤细胞，抑制胶质瘤细胞增殖和胶质瘤生长，效果显著；采用特异性小干扰RNA干扰肿瘤相关巨噬细胞中PTN表达或干扰胶质瘤细胞中PTPRZ1表达，能够显著抑制胶质瘤生长并延长荷瘤鼠生存时间。本发明基于RNAi技术靶向干扰胶质瘤微环境中PTN‑PTPRZ1通路，为研发靶向胶质瘤的免疫治疗新策略提供依据。
-
公开(公告)号：CN118294643A
公开(公告)日：2024-07-05
申请号：CN202410430908.X
申请日：2024-04-09
Applicant: 中国人民解放军陆军军医大学第一附属医院
IPC: G01N33/53 , B60P3/00 , G01N33/531 , G01N33/68 , C12Q1/6883 , A61G13/00 , A61G13/10
Abstract: 本发明公开了一种可移动式病理尸检诊断和研究平台，包括尸检车、制样车、实验车、诊断车以及发电车，其中所述尸检车用于实现尸检，所述制样车用于制备石蜡样本、冻片切片以及核酸提取，所述实验车用于进行HE染色、特殊染色、免疫组化、荧光定量PCR、数字PCR、二代测序的检测工作，所述诊断车用于完成组织病理及分子病理诊断，全玻片扫描及测序数据分析，所述发电车用于为所述尸检车、制样车、实验车、诊断车提供电能。本发明通过设置五个功能性不同的车体，每个车体通过搭载不同布局的方舱，以执行对应的功能，从而可以实现在移动场景下的病理诊断，相较于传统的只能静止的病理诊断的结构布局，本申请更为灵活，满足大部分的使用场景。
-
公开(公告)号：CN117947162A
公开(公告)日：2024-04-30
申请号：CN202311844791.1
申请日：2021-08-11
Applicant: 中国人民解放军陆军军医大学第一附属医院
IPC: C12Q1/6886 , C12Q1/6841 , C12N15/11
Abstract: 本发明提供了检测扩增HOXA5基因变异的FISH探针，更具体的还涉及了该检测扩增HOXA5基因变异的FISH探针的检测方法在判断胶质瘤级别中的应用。本发明通过一系列实验和数据验证得到HOXA5基因扩增与胶质瘤级别有相关性，充分证明HOXA5基因扩增导致胶质瘤患者生存期缩短。所以本发明提供的HOXA5基因的FISH探针为临床检测HOXA5基因扩增有很好的应用性，可用于胶质母细胞瘤的临床诊断和预后判断。进一步通过预后给出适合延长患者生存期的方法，提高患者的生存质量。
-
Patent Agency Ranking
公开(公告)号：CN113789378A
公开(公告)日：2021-12-14
申请号：CN202110927898.7
申请日：2021-08-11
Applicant: 中国人民解放军陆军军医大学第一附属医院
IPC: C12Q1/6886 , C12Q1/6841
Abstract: 本发明提供了检测HOXA5的试剂在制备胶质母细胞瘤诊断和/或预后的试剂和/试剂盒中的应用，更具体的还涉及了HOXA5的FISH检测探针用于制备胶质母细胞瘤诊断和/或预后的试剂和/试剂盒中的应用。本发明通过一系列实验和数据验证得到HOXA5基因扩增与胶质瘤级别有相关性，充分证明HOXA5基因扩增导致胶质瘤患者生存期缩短。所以本发明提供的HOXA5基因的FISH探针为临床检测HOXA5基因扩增有很好的应用性，可用于胶质母细胞瘤的临床诊断和预后判断。进一步通过预后给出适合延长患者生存期的方法，提高患者的生存质量。
-
公开(公告)号：CN115082909B
公开(公告)日：2024-04-12
申请号：CN202111296412.0
申请日：2021-11-03
Applicant: 中国人民解放军陆军军医大学第一附属医院 , 重庆知见生命科技有限公司 , 北京知见生命科技有限公司 , 任菲
Abstract: 本发明提出一种肺部病变识别方法及系统。通过目标检测和实例分割算法对肺部医学影像中的磨玻璃区域和支气管伴扩张区域进行检测，从而用于肺部病变的识别。本方法使用多尺度多深度的卷积神经网络结构提取肺部医学影像的基础视觉特征，通过特征金字塔网络来融合不同尺度和深度的特征。通过病变候选区域识别网络来提取可能是目标的区域的特征，同时过滤掉无用的背景信息。然后将提取出的目标区域特征通过分类头网络，检测头网络以及分割头网络得到检测分割的结果，最后通过非极大值抑制后处理得到最终预测结果。整体网络结构采用端到端的多任务模型，使得网络可以有效的学习医学影像的特征信息，增强算法的鲁棒性和泛化能力。
-
公开(公告)号：CN114494108A
公开(公告)日：2022-05-13
申请号：CN202111347784.1
申请日：2021-11-15
Applicant: 北京知见生命科技有限公司 , 重庆知见生命科技有限公司 , 中国人民解放军陆军军医大学第一附属医院
Abstract: 本发明提出一种基于目标检测的病理切片的质量控制方法和系统。本发明使用的是基于关键点的目标检测算法，就不需要设置候选框，直接输出目标检测框的位置。同时本发明还加入了检测框旋转网络，可以更好地拟合刀痕或者空洞等的位置，从而准确得到空洞，刀痕等类别在切片上的大小，从而对切片进行精确评分质控。
-
公开(公告)号：CN118007797A
公开(公告)日：2024-05-10
申请号：CN202410033627.0
申请日：2024-01-10
Applicant: 中国人民解放军陆军军医大学第一附属医院
Abstract: 本发明提供了移动式组装治疗舱，包括侧板、折叠机构和限位机构，两块侧板顶底两端分别设置有限位板；折叠机构于两块侧板之间的上下两端各设置一个，折叠机构包括折叠板和连接板，连接板分别与两块折叠板转动连接，折叠板的另一端与侧板转动连接，当折叠板转动至与侧板垂直时，折叠板将相互平齐并与其对应的限位板抵接；限位机构用于将两块折叠板固定在与侧板垂直的状态。本发明的治疗舱折叠后便于堆叠运输，有利于提高运输车辆的单次运输量，提高运输效率；治疗舱抵达现场后搭建时，仅需将两块侧板拉开形成治疗舱的框体结构，将插板插入第一插槽即可完成治疗舱的初步搭建，搭建速度快、效率高，有利于在短时间内快速完成大规模的医疗系统的搭建。
-
公开(公告)号：CN115082909A
公开(公告)日：2022-09-20
申请号：CN202111296412.0
申请日：2021-11-03
Applicant: 中国人民解放军陆军军医大学第一附属医院 , 重庆知见生命科技有限公司 , 北京知见生命科技有限公司 , 任菲
Abstract: 本发明提出一种肺部病变识别方法及系统。通过目标检测和实例分割算法对肺部医学影像中的磨玻璃区域和支气管伴扩张区域进行检测，从而用于肺部病变的识别。本方法使用多尺度多深度的卷积神经网络结构提取肺部医学影像的基础视觉特征，通过特征金字塔网络来融合不同尺度和深度的特征。通过病变候选区域识别网络来提取可能是目标的区域的特征，同时过滤掉无用的背景信息。然后将提取出的目标区域特征通过分类头网络，检测头网络以及分割头网络得到检测分割的结果，最后通过非极大值抑制后处理得到最终预测结果。整体网络结构采用端到端的多任务模型，使得网络可以有效的学习医学影像的特征信息，增强算法的鲁棒性和泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
