糖尿病性视网膜病变检测生物标记物、检测试剂盒及应用

    公开(公告)号:CN113981064A

    公开(公告)日:2022-01-28

    申请号:CN202111222357.0

    申请日:2021-10-20

    Abstract: 本发明属于生物医学检测技术领域,公开了一种糖尿病性视网膜病变检测生物标记物、检测试剂盒及应用,所述糖尿病性视网膜病变检测生物标记物为miRNA‑375‑3p,所述标记物的核苷酸序列如SEQ ID NO:1所示。本发明确定miRNA‑375‑3p表达量的改变,与糖尿病性视网膜病变的发生存在显著地相关性。miRNA‑375‑3p可以作为糖尿病性视网膜病变早期诊断的生物标记物,定期评估糖尿病性视网膜病变的进展和治疗后的复发情况。本发明为糖尿病性视网膜病变疾病的早期诊断、预后判断和早期干预治疗提供重要的参考依据,具有较大的实际临床价值,可以及早进行干预和治疗,减少非高危复发病人不必要的治疗和花费。

    糖尿病性视网膜病变检测生物标记物、检测试剂盒及应用

    公开(公告)号:CN113981064B

    公开(公告)日:2022-10-28

    申请号:CN202111222357.0

    申请日:2021-10-20

    Abstract: 本发明属于生物医学检测技术领域,公开了一种糖尿病性视网膜病变检测生物标记物、检测试剂盒及应用,所述糖尿病性视网膜病变检测生物标记物为miRNA‑375‑3p,所述标记物的核苷酸序列如SEQ ID NO:1所示。本发明确定miRNA‑375‑3p表达量的改变,与糖尿病性视网膜病变的发生存在显著地相关性。miRNA‑375‑3p可以作为糖尿病性视网膜病变早期诊断的生物标记物,定期评估糖尿病性视网膜病变的进展和治疗后的复发情况。本发明为糖尿病性视网膜病变疾病的早期诊断、预后判断和早期干预治疗提供重要的参考依据,具有较大的实际临床价值,可以及早进行干预和治疗,减少非高危复发病人不必要的治疗和花费。

    一种利用符号压力函数改进的格子玻尔兹曼图像分割方法

    公开(公告)号:CN111754529A

    公开(公告)日:2020-10-09

    申请号:CN202010598247.3

    申请日:2020-06-28

    Abstract: 本发明属于医学OCT图像分割技术领域,公开了一种利用符号压力函数改进的格子玻尔兹曼图像分割方法,该方法包括:(1)通过构造初始流场优化模拟流场的演化过程;(2)利用符号压力函数作为外力项,提升LBM方程曲线模拟演化的精度;(3)加入迭代停止条件,提高OCT图像中水肿区域目标分割的效率。本发明能够对医学OCT图像中病变部分(DME水肿区域)进行快速分割。本发明降低了OCT图像中DME水肿区域边界分割所需的迭代次数与处理时间,对比SBGFRLS模型速度提升了78%,对比CV模型速度提升了95%。同时,本发明亦提高了OCT图像中DME水肿区域边界分割的精度,且针对不同来源的OCT图像,其具有稳定、高精度的分割效果。

    眼底新生血管性疾病检测生物标记物、检测试剂盒及应用

    公开(公告)号:CN116042799A

    公开(公告)日:2023-05-02

    申请号:CN202211085875.7

    申请日:2022-09-06

    Abstract: 本发明属于生物医学检测技术领域,公开了一种眼底新生血管性疾病检测的生物标记物、检测试剂盒及应用,眼底新生血管性疾病检测的生物标记物为tRNA衍生片段tRF‑1001,眼底新生血管性疾病检测的生物标记物的核苷酸序列为SEQ ID NO:1,眼底新生血管性疾病检测的生物标记物的检测引物为SEQ ID NO:4和SEQ ID NO:5。本发明利用实时荧光定量PCR技术,通过检测房水中tRNA衍生片段tRF‑1001的相对含量,为眼底新生血管性疾病提供新的检测标记物和预后评估方法。本发明证明检测患者房水中tRF‑1001的表达实现眼底新生血管性疾病的诊断是完全可行的,具有创伤性小和操作简单等特点。

    一种改进的DME水肿区域神经网络分割模型的构建方法

    公开(公告)号:CN111340829B

    公开(公告)日:2023-02-28

    申请号:CN202010083621.6

    申请日:2020-02-10

    Abstract: 本发明属于网络数据处理技术领域,公开了一种改进的DME水肿区域神经网络分割模型的构建方法,进行OCT图像去噪预处理;基于改进的DeepLab神经网络实现DME水肿区域的粗分割,利用空洞卷积和空间金字塔池化模块设计DeepLab神经网络结构;引入全连接条件随机场优化DME水肿区域边界;利用模型分割性能的评价指标对分割模型精度进行评价。本发明能够提高图像的对比度,在去除噪声的同时保留了病变部位的边缘纹理信息,为水肿区域的精确识别与分割奠定了较好的图像数据基础;能够获得良好的病变部位分割性能,增大感受视野、增强分割性能,提高OCT图像的分割速度。

    一种改进的DME水肿区域神经网络分割模型的构建方法

    公开(公告)号:CN111340829A

    公开(公告)日:2020-06-26

    申请号:CN202010083621.6

    申请日:2020-02-10

    Abstract: 本发明属于网络数据处理技术领域,公开了一种改进的DME水肿区域神经网络分割模型的构建方法,进行OCT图像去噪预处理;基于改进的DeepLab神经网络实现DME水肿区域的粗分割,利用空洞卷积和空间金字塔池化模块设计DeepLab神经网络结构;引入全连接条件随机场优化DME水肿区域边界;利用模型分割性能的评价指标对分割模型精度进行评价。本发明能够提高图像的对比度,在去除噪声的同时保留了病变部位的边缘纹理信息,为水肿区域的精确识别与分割奠定了较好的图像数据基础;能够获得良好的病变部位分割性能,增大感受视野、增强分割性能,提高OCT图像的分割速度。

    基于生物启发的OCT图像水肿区域边界提取方法及系统

    公开(公告)号:CN110298848A

    公开(公告)日:2019-10-01

    申请号:CN201910585362.4

    申请日:2019-07-01

    Abstract: 本发明属于水肿区域边界提取技术领域,公开了一种基于生物启发的OCT图像水肿区域边界提取方法及系统,基于生物启发的OCT图像去噪和平滑预处理;利用改进的SBGFRLS模型对OCT图像进行水肿区域边界提取。本发明基于结构保留导向视网膜图像滤波方法实现OCT图像的去噪和平滑预处理;本发明的SGRIF方法在提高图像质量的同时,保护了视网膜图像的结构,为水肿区域边界的高精确提取奠定了基础;本发明基于改进水平集的水肿区域边界提取,通过改进二值化高斯滤波水平集中的符号压力函数,使水平集演化曲线收敛到水肿区域内部,实现了DME的水肿区域边界高精准提取。

Patent Agency Ranking