-
公开(公告)号：CN111656357A
公开(公告)日：2020-09-11
申请号：CN201880085521.8
申请日：2018-04-17
Applicant: 深圳华大生命科学研究院 , 复旦大学附属眼耳鼻喉科医院
Abstract: 一种基于人工智能的眼科疾病诊断建模方法、装置及系统，该方法包括建立眼科图像数据集和眼科非图像疾病诊断问卷数据集(S101)；采用眼科图像数据集训练第一神经网络模型，得到第一分类模型(S102)；采用眼科非图像疾病诊断问卷数据集训练第二分类模型(S103)；融合第一分类模型和第二分类模型，得到目标分类网络模型，并将基于目标分类网络模型输出的测试结果作为对眼科疾病进行诊断得到的诊断结果(S104)。通过该方法能够集成临床、眼科影像，以及病患个人信息辅助进行眼科诊断，能够使得人工智能技术更好地辅助眼科疾病诊断建模，有效提升眼科全种类疾病诊断建模的智能化和精准度，提升诊断效果。
-
公开(公告)号：CN106554413B
公开(公告)日：2020-07-14
申请号：CN201510644087.0
申请日：2015-09-30
Applicant: 复旦大学
IPC: C07K16/10 , C12N15/13 , C12N15/63 , G01N33/68 , G01N33/577 , G01N33/569 , A61K39/42 , A61K48/00 , A61P31/16
Abstract: 本发明属生物技术领域，涉及涉及针对H10N8亚型禽流感病毒的全人源单克隆抗体、其抗原结合片段，和它们的应用。所述抗体其主要特征是由于存在于抗体轻链和重链基因可变区中的互补决定区(CDR)特异性基因序列决定的，并在原核和真核细胞中获得有效表达的特异性结合H10N8亚型禽流感病毒血凝素蛋白(HA)的抗体；利用所述抗体CDR区或部分或全基因，可在原核和真核细胞及任何表达系统中改造和生产不同形式的基因工程抗体，进一步用于制备在临床上预防或治疗H10N8亚型禽流感病毒相关疾病的药物。
-
公开(公告)号：CN106554413A
公开(公告)日：2017-04-05
申请号：CN201510644087.0
申请日：2015-09-30
Applicant: 复旦大学
IPC: C07K16/10 , C12N15/13 , C12N15/63 , G01N33/68 , G01N33/577 , G01N33/569 , A61K39/42 , A61K48/00 , A61P31/16
Abstract: 本发明属生物技术领域，涉及针对H10N8亚型禽流感病毒的全人源单克隆抗体、其抗原结合片段，和它们的应用。所述抗体其主要特征是由于存在于抗体轻链和重链基因可变区中的互补决定区(CDR)特异性基因序列决定的，并在原核和真核细胞中获得有效表达的特异性结合H10N8亚型禽流感病毒血凝素蛋白(HA)的抗体；利用所述抗体CDR区或部分或全基因，可在原核和真核细胞及任何表达系统中改造和生产不同形式的基因工程抗体，进一步用于制备在临床上预防或治疗H10N8亚型禽流感病毒相关疾病的药物。
-
Patent Agency Ranking
公开(公告)号：CN114041776B
公开(公告)日：2024-11-26
申请号：CN202111262206.8
申请日：2021-10-28
Applicant: 复旦大学
Abstract: 本发明公开了一种基于深度学习的EPI相位矫正方法。本发明方法：采用正负交替的读出梯度极性进行EPI数据采集，采集到的回波按顺序填入K空间后的轨迹；将正负回波从K空间中分离，变成两个极性一致的K空间；消除以上图像中的卷褶伪影，流程包括：选取神经网络；采集一组EPI原始数据用于网络训练；使用传统相位矫正方法计算金标准图像；将金标准和正负分离后的图像同时喂入神经网络进行训练；将测试数据按正负回波分离重建得到图像喂入训练好的网络模型，得到恢复后的图像。本发明能够很好地恢复低倍欠采的数据，实现EPI采集加速和图像伪影消除；可用于基于EPI采集模式的脑功能成像、扩散加权成像等磁共振技术中。
-
公开(公告)号：CN111656357B
公开(公告)日：2024-05-10
申请号：CN201880085521.8
申请日：2018-04-17
Applicant: 深圳华大生命科学研究院 , 复旦大学附属眼耳鼻喉科医院
IPC: G06F18/241 , G06N3/02 , G06T7/00 , G16H50/20
Abstract: 一种眼科疾病分类模型的建模方法、装置及系统，该方法包括建立眼科图像数据集和眼科非图像疾病诊断问卷数据集(S101)；采用眼科图像数据集训练第一神经网络模型，得到第一分类模型(S102)；采用眼科非图像疾病诊断问卷数据集训练第二分类模型(S103)；融合第一分类模型和第二分类模型，得到目标分类网络模型，并将基于目标分类网络模型输出的测试结果作为对眼科疾病进行诊断得到的诊断结果(S104)。通过该方法能够集成临床、眼科影像，以及病患个人信息辅助进行眼科诊断，能够使得人工智能技术更好地辅助眼科疾病诊断建模，有效提升眼科全种类疾病诊断建模的智能化和精准度，提升诊断效果。
-
公开(公告)号：CN111378048A
公开(公告)日：2020-07-07
申请号：CN201811627646.7
申请日：2018-12-28
Applicant: 复旦大学
IPC: C07K19/00 , G01N33/68 , G01N33/569 , A61K39/42 , A61K39/215 , A61P31/14
Abstract: 本发明属于生物技术领域，涉及抗体与抗病毒多肽的融合蛋白，具体涉及针对中东呼吸综合征冠状病毒(MERS-CoV)的全人源中和抗体、高活性MERS-CoV抑制多肽的双特异性高效免疫治疗剂，及其应用。本发明的抗体-多肽双特异性免疫治疗剂是一种抗体与抗病毒多肽的融合蛋白，其中抗体为高活性MERS-CoV全人源中和抗体，多肽为高活性MERS-CoV抑制多肽。该双特异性免疫治疗剂同时具有抗体与多肽的抗病毒活性，可进一步制备一类强效抗病毒药物，尤其适用于治疗中东呼吸综合征冠状病毒(MERS-CoV)疾患。
-
公开(公告)号：CN120036760A
公开(公告)日：2025-05-27
申请号：CN202510262118.X
申请日：2025-03-06
Applicant: 复旦大学
Abstract: 本申请涉及医学影像技术领域，特别涉及一种多模块动脉自旋标记磁共振血管成像方法、装置及设备，方法包括：在磁共振血管成像周期内，进入对照阶段，对目标施加对照多模块预脉冲，经过第一延迟时间，对目标施加三维损坏性梯度回波序列，采集对照阶段的磁共振信号；对照阶段结束后进入标记阶段，再对目标施加标记多模块预脉冲，经过第二延迟时间，同对照阶段，采集标记阶段的磁共振信号；标记阶段结束后进入下一个磁共振血管成像周期，根据多个周期采集的对照阶段和标记阶段的磁共振信号，重建目标的血管图像。由此，解决了相关技术颅内血液标记不足、标记效率低、被标记血液传递时间长等问题。
-
公开(公告)号：CN114041776A
公开(公告)日：2022-02-15
申请号：CN202111262206.8
申请日：2021-10-28
Applicant: 复旦大学
Abstract: 本发明公开了一种基于深度学习的EPI相位矫正方法。本发明方法：采用正负交替的读出梯度极性进行EPI数据采集，采集到的回波按顺序填入K空间后的轨迹；将正负回波从K空间中分离，变成两个极性一致的K空间；消除以上图像中的卷褶伪影，流程包括：选取神经网络；采集一组EPI原始数据用于网络训练；使用传统相位矫正方法计算金标准图像；将金标准和正负分离后的图像同时喂入神经网络进行训练；将测试数据按正负回波分离重建得到图像喂入训练好的网络模型，得到恢复后的图像。本发明能够很好地恢复低倍欠采的数据，实现EPI采集加速和图像伪影消除；可用于基于EPI采集模式的脑功能成像、扩散加权成像等磁共振技术中。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
