-
公开(公告)号：CN113817813B
公开(公告)日：2022-08-12
申请号：CN202110854187.1
申请日：2021-07-28
Applicant: 北京医院 , 百世诺(北京)医学检验实验室有限公司
IPC: C12Q1/6883 , C12N15/11
Abstract: 本发明公开了“与特殊类型糖尿病相关的基因突变片段及其检测试剂盒”属于分子诊断技术，所述基因突变片段是ABCC8基因发生突变所得，其与人野生型ABCC8基因同源比对，具有c.4435G>A杂合错义变异，所述突变是在人第11号染色体，物理位置为17415923的碱基由G突变为A，对应地是在SEQ ID NO.1所示核苷酸序列的第20个核苷酸G突变成了A。本发明提供的基因突变片段可以将特殊类型糖尿病患者和正常人群区分开，可以作为临床辅助诊断特殊类型糖尿病的生物标志物；可以早期筛查该变异的携带者，准确诊断患者的糖尿病类型，指导患者的临床治疗和改善预后，为临床上的精准治疗提供依据；为人类攻克特殊类型糖尿病提供可能的药物治疗靶点。
-
公开(公告)号：CN113817813A
公开(公告)日：2021-12-21
申请号：CN202110854187.1
申请日：2021-07-28
Applicant: 北京医院 , 百世诺(北京)医学检验实验室有限公司
IPC: C12Q1/6883 , C12N15/11
Abstract: 本发明公开了“与特殊类型糖尿病相关的基因突变片段及其检测试剂盒”属于分子诊断技术，所述基因突变片段是ABCC8基因发生突变所得，其与人野生型ABCC8基因同源比对，具有c.4435G>A杂合错义变异，所述突变是在人第11号染色体，物理位置为17415923的碱基由G突变为A，对应地是在SEQ ID NO.1所示核苷酸序列的第20个核苷酸G突变成了A。本发明提供的基因突变片段可以将特殊类型糖尿病患者和正常人群区分开，可以作为临床辅助诊断特殊类型糖尿病的生物标志物；可以早期筛查该变异的携带者，准确诊断患者的糖尿病类型，指导患者的临床治疗和改善预后，为临床上的精准治疗提供依据；为人类攻克特殊类型糖尿病提供可能的药物治疗靶点。
-
公开(公告)号：CN114788876B
公开(公告)日：2024-07-05
申请号：CN202210176697.2
申请日：2022-02-24
Applicant: 北京医院
Abstract: 本发明涉及生物医药技术领域，尤其涉及治疗糖尿病的mRNA药物制剂及其制备方法与应用。本发明将表达GLP‑1多肽类受体激动剂与抗体Fc段的融合mRNA递送至体内，利用人体细胞自主表达GLP‑1多肽类受体激动剂。所自主表达的GLP‑1多肽类受体激动剂可被分泌到细胞外，刺激胰岛素分泌，从而达到治疗糖尿病的作用。本发明提供的药物制剂，方法快速简单，表达量高并且时间久，生物利用率高，免疫原性低，药物起效时间短，持续时间长，能够快速刺激胰岛素生成，提高了患者用药的依从性和舒适度。
-
公开(公告)号：CN116631640B
公开(公告)日：2024-05-31
申请号：CN202310862533.X
申请日：2023-07-14
Applicant: 福州康为网络技术有限公司 , 福建省妇幼保健院 , 北京医院
Abstract: 本发明提供一种孕妇的个性化需求方案的生成方法和平台，方法包括医学资料库的准备过程、孕妇数据收集过程和资料的匹配过程；所述医学资料库的准备过程包括建立医学数据库和建立妊娠营养教育知识库，自动分析每个教育材料，得到教育知识画像标签；所述孕妇数据收集过程具体是通过在线发布画像问卷获取孕妇营养画像标签，通过收集孕妇在多个系统的诊断和治疗方案信息，确定孕妇诊断画像标签；所述资料的匹配过程具体是：将孕妇营养画像标签和诊断画像标签与每个医学材料的医学营养画像标签或医学诊断画像标签，以及每个教育材料的教育知识画像标签进行比较和匹配，从而制定最适合孕妇的个性化需求方案并推送给孕妇。
-
公开(公告)号：CN114788876A
公开(公告)日：2022-07-26
申请号：CN202210176697.2
申请日：2022-02-24
Applicant: 北京医院
Abstract: 本发明涉及生物医药技术领域，尤其涉及治疗糖尿病的mRNA药物制剂及其制备方法与应用。本发明将表达GLP‑1多肽类受体激动剂与抗体Fc段的融合mRNA递送至体内，利用人体细胞自主表达GLP‑1多肽类受体激动剂。所自主表达的GLP‑1多肽类受体激动剂可被分泌到细胞外，刺激胰岛素分泌，从而达到治疗糖尿病的作用。本发明提供的药物制剂，方法快速简单，表达量高并且时间久，生物利用率高，免疫原性低，药物起效时间短，持续时间长，能够快速刺激胰岛素生成，提高了患者用药的依从性和舒适度。
-
Patent Agency Ranking
公开(公告)号：CN118286547B
公开(公告)日：2025-02-07
申请号：CN202410533815.X
申请日：2024-04-30
Applicant: 北京医院 , 北京康适科技有限公司
Abstract: 本发明涉及医用器具技术领域，特别涉及一种无针注射器的辅助注射装置；所述辅助注射装置，用于辅助患者使用无针注射器手动注射药物的操作，包括：主体、注射参数监测结构、中央处理模块和灯光反馈结构。本发明能够根据使用者的体型分类提供预设值，并利用滑动电位器获取各个触角的行程距离，进而判断当前角度是否为安全注射角度，同时，在判断注射角度是否安全之后，还可根据先前针对不同人群的注射压力预设值来判断各滑动电位器的当前行程是否符合预设要求，不仅提高了本装置的安全性，还能够在不同注射部位和不同人群之间实现更加精准的调整和适应。
-
公开(公告)号：CN117854709B
公开(公告)日：2024-06-18
申请号：CN202410044406.3
申请日：2024-01-12
Applicant: 北京医院
IPC: G16H50/20 , G16H50/30 , G16H50/70 , G06F18/23 , G06F18/241 , G06F18/22 , G06N3/045 , G06N3/0895
Abstract: 发明提出了一种基于深度对比聚类的糖尿病六分型方法和系统。所述糖尿病六分型方法包括：利用病历数据构建老年糖尿病的样本数据集；通过基于孪生网络的二分类聚类网络结构的深度学习网络模型获取样本数据的两两数据之间的相似度最大值和相似度最小值的方式对深度学习网络模型进行自监督训练，获得具有自监督功能的用于糖尿病六分型的网络模型；将实时采集到的患者信息输入至所述训练后的用于糖尿病六分型的网络模型，并利用所述训练后的用于糖尿病六分型的网络模型确定当前患者的糖尿病类型。所述系统包括与所述方法步骤对应的模块。
-
公开(公告)号：CN117854709A
公开(公告)日：2024-04-09
申请号：CN202410044406.3
申请日：2024-01-12
Applicant: 北京医院
IPC: G16H50/20 , G16H50/30 , G16H50/70 , G06F18/23 , G06F18/241 , G06F18/22 , G06N3/045 , G06N3/0895
Abstract: 发明提出了一种基于深度对比聚类的糖尿病六分型方法和系统。所述糖尿病六分型方法包括：利用病历数据构建老年糖尿病的样本数据集；通过基于孪生网络的二分类聚类网络结构的深度学习网络模型获取样本数据的两两数据之间的相似度最大值和相似度最小值的方式对深度学习网络模型进行自监督训练，获得具有自监督功能的用于糖尿病六分型的网络模型；将实时采集到的患者信息输入至所述训练后的用于糖尿病六分型的网络模型，并利用所述训练后的用于糖尿病六分型的网络模型确定当前患者的糖尿病类型。所述系统包括与所述方法步骤对应的模块。
-
公开(公告)号：CN116631640A
公开(公告)日：2023-08-22
申请号：CN202310862533.X
申请日：2023-07-14
Applicant: 福州康为网络技术有限公司 , 福建省妇幼保健院 , 北京医院
Abstract: 本发明提供一种孕妇的个性化需求方案的生成方法和平台，方法包括医学资料库的准备过程、孕妇数据收集过程和资料的匹配过程；所述医学资料库的准备过程包括建立医学数据库和建立妊娠营养教育知识库，自动分析每个教育材料，得到教育知识画像标签；所述孕妇数据收集过程具体是通过在线发布画像问卷获取孕妇营养画像标签，通过收集孕妇在多个系统的诊断和治疗方案信息，确定孕妇诊断画像标签；所述资料的匹配过程具体是：将孕妇营养画像标签和诊断画像标签与每个医学材料的医学营养画像标签或医学诊断画像标签，以及每个教育材料的教育知识画像标签进行比较和匹配，从而制定最适合孕妇的个性化需求方案并推送给孕妇。
-
公开(公告)号：CN118942703A
公开(公告)日：2024-11-12
申请号：CN202411073211.8
申请日：2024-08-06
Applicant: 北京医院
IPC: G16H50/30 , G16H50/70 , G06F18/23213 , G06F18/26 , G06F18/27 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种基于k‑means聚类分析的糖尿病并发症预测方法，包括特征选择模块，所述特征选择模块包括收集单元和清滤单元，所述特征选择模块通过收集单元收集患者数据，所述特征选择模块通过清滤单元清洗并过滤出符合k‑means聚类分析的数据；阈值计算模块，涉及糖尿病预测技术领域。本发明对K‑means的模型进行了细化改进，结合当前的医疗数据细化操作过程并具体通过特征选择模块收集并过滤出符合k‑means聚类分析的数据，然后所述阈值计算模块集合k‑means聚类分析的特征数据和RNN卷积算法、加权计算出k‑means聚类分析的内聚类结果，最后RNN卷积算法再介入并晚上内聚类结果计算，实现并勾画出供医生诊断的糖尿病预测模型，预测方法先进。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.063 seconds)
