-
公开(公告)号：CN115985458A
公开(公告)日：2023-04-18
申请号：CN202310159338.0
申请日：2023-02-23
Applicant: 复旦大学附属中山医院
IPC: G16H20/17 , G06F18/214
Abstract: 本发明公开了一种综合深度学习和医学知识的胰岛素剂量推荐系统。本发明利用预训练的方法，可以从大量的糖尿病患者病史和化验数据中学习2型糖尿病的患者特征，利用CGM数据有助于学习到更多患者对于胰岛素的血糖反应，在预测血糖变化模型性的基础上，利用符合医学知识的胰岛素调整规则，综合考虑当前血糖、血糖变化以及患者对胰岛素的敏感性，给出了一个较合理且操作方便的胰岛素剂量调整策略，且预测表现优于既往模型。
-
公开(公告)号：CN111833985B
公开(公告)日：2023-04-07
申请号：CN201910310314.4
申请日：2019-04-17
Applicant: 复旦大学附属中山医院
IPC: G16H20/17 , G16H50/20 , G06F18/214 , G06F18/2413
Abstract: 本发明公开了一种胰岛素剂型选择及剂量调整方法及系统，包括：以糖尿病指南/专家共识为基础，结合机器学习模型，给出适合患者的胰岛素方案，胰岛素方案包括服用胰岛素的时间和对应的胰岛素剂型；收集2型糖尿病的患者病历，每份病历包括患者住院期间的检查检验、一诉五史、医嘱、患者基本属性数据，根据病历建立特征性字段；将特征性字段代入Xgboost模型中进行机器学习训练以训练模型中的特征变量；建立胰岛素初始总剂量模型，将患者的病历的特征性字段代入Xgboost模型中进行机器学习训练以获得胰岛素初始总剂量；胰岛素划分为三种类型：基础、预混、餐时，又根据不同的注射时间划分为七种类型；建立胰岛素剂量调整模型。
-
公开(公告)号：CN111537719B
公开(公告)日：2022-10-04
申请号：CN202010499690.5
申请日：2020-06-04
Applicant: 复旦大学附属中山医院 , 温州医科大学附属第一医院
IPC: G01N33/576
Abstract: 本发明公开了血清Sparcl1蛋白在非酒精性脂肪性肝炎诊断中的应用，属于生物医药领域。其中，诊断中的应用包括非酒精性脂肪性肝炎(NASH)的早期诊断或确定NASH的严重程度，且通过测定外周血血清中Sparcl1蛋白的含量进行，进一步可通过酶联免疫定量检测试剂盒进行检测；用于诊断受试者的NASH或确定NASH严重程度的方法包含测定其外周血血清Sparcl1蛋白的含量或水平的步骤。本发明发现血清Sparcl1蛋白含量与NASH具有明显相关性，证实Sparcl1蛋白可用于制备NASH的诊断药物，通过检测受试者血清Sparcl1蛋白的含量可作为NASH的诊断提供新型而无创的方法。
-
Patent Agency Ranking
公开(公告)号：CN111537719A
公开(公告)日：2020-08-14
申请号：CN202010499690.5
申请日：2020-06-04
Applicant: 复旦大学附属中山医院 , 温州医科大学附属第一医院
IPC: G01N33/576
Abstract: 本发明公开了血清Sparcl1蛋白在非酒精性脂肪性肝炎诊断中的应用，属于生物医药领域。其中，诊断中的应用包括非酒精性脂肪性肝炎(NASH)的早期诊断或确定NASH的严重程度，且通过测定外周血血清中Sparcl1蛋白的含量进行，进一步可通过酶联免疫定量检测试剂盒进行检测；用于诊断受试者的NASH或确定NASH严重程度的方法包含测定其外周血血清Sparcl1蛋白的含量或水平的步骤。本发明发现血清Sparcl1蛋白含量与NASH具有明显相关性，证实Sparcl1蛋白可用于制备NASH的诊断药物，通过检测受试者血清Sparcl1蛋白的含量可作为NASH的诊断提供新型而无创的方法。
-
公开(公告)号：CN111833985A
公开(公告)日：2020-10-27
申请号：CN201910310314.4
申请日：2019-04-17
Applicant: 复旦大学附属中山医院
Abstract: 本发明公开了一种胰岛素剂型选择及剂量调整方法及系统，包括：以糖尿病指南/专家共识为基础，结合机器学习模型，给出适合患者的胰岛素方案，胰岛素方案包括服用胰岛素的时间和对应的胰岛素剂型；收集2型糖尿病的患者病历，每份病历包括患者住院期间的检查检验、一诉五史、医嘱、患者基本属性数据，根据病历建立特征性字段；将特征性字段代入Xgboost模型中进行机器学习训练以训练模型中的特征变量；建立胰岛素初始总剂量模型，将患者的病历的特征性字段代入Xgboost模型中进行机器学习训练以获得胰岛素初始总剂量；胰岛素划分为三种类型：基础、预混、餐时，又根据不同的注射时间划分为七种类型；建立胰岛素剂量调整模型。
-
公开(公告)号：CN113893348B
公开(公告)日：2022-12-06
申请号：CN202111281439.2
申请日：2021-11-01
Applicant: 复旦大学附属中山医院
IPC: A61K45/00 , A61P1/16 , A61K31/713 , A61K39/395 , C07K16/28 , C12N15/113
Abstract: 本发明公开了PTH1R作为靶点在治疗或预防非酒精性脂肪性肝纤维化中的应用。本发明通过动物实验证明PTH1R敲除可以降低NASH小鼠血清中谷丙转氨酶和谷草转氨酶的水平，降低NASH小鼠肝组织炎症基因表达的升高。本发明通过细胞实验证明PTH1R的敲除可以显著下降HSC细胞的增殖力，降低HSC细胞中多种细胞活化相关基因的表达，表明PTH1R参与NASH疾病进展中胶原纤维沉积，抑制PTH1R的表达可以显著地减缓或预防NASH肝纤维化、肝硬化的发生。本发明提供了PTH1R作为靶点在治疗或预防NASH肝纤维化中的新用途，为临床上NASH肝纤维化疾病的防治提供了新的策略。
-
公开(公告)号：CN115249541A
公开(公告)日：2022-10-28
申请号：CN202210908340.9
申请日：2022-07-29
Applicant: 复旦大学附属中山医院
Abstract: 本发明公开了一种基于深度学习的动态血糖预测模型构建方法，解决了现有血糖预测多针对1型糖尿者，在住院2型糖尿者中的研究较少，只能进行短时血糖变化监测，无法给出血糖预测置信区间的弊端，其技术方案要点是采集病患状态特征数据，通过CGM系统采集获取连续血糖记录；对采集的数据处理并划分为训练集、验证集和测试集；构建血糖预测的神经网络模型，进行训练，根据验证集最优原则选取最终模型；将最终模型用于预测，对测试集的状态特征采用无穷范数的扰动模拟状态变化，获取最终模型对不同扰动下血糖预测置信区间，本发明的一种基于深度学习的动态血糖预测模型构建方法，能通过短时血糖变化进行血糖范围预测，为临床指导提供便捷。
-
公开(公告)号：CN113893348A
公开(公告)日：2022-01-07
申请号：CN202111281439.2
申请日：2021-11-01
Applicant: 复旦大学附属中山医院
IPC: A61K45/00 , A61P1/16 , A61K31/713 , A61K39/395 , C07K16/28 , C12N15/113
Abstract: 本发明公开了PTH1R作为靶点在治疗或预防非酒精性脂肪性肝纤维化中的应用。本发明通过动物实验证明PTH1R敲除可以降低NASH小鼠血清中谷丙转氨酶和谷草转氨酶的水平，降低NASH小鼠肝组织炎症基因表达的升高。本发明通过细胞实验证明PTH1R的敲除可以显著下降HSC细胞的增殖力，降低HSC细胞中多种细胞活化相关基因的表达，表明PTH1R参与NASH疾病进展中胶原纤维沉积，抑制PTH1R的表达可以显著地减缓或预防NASH肝纤维化、肝硬化的发生。本发明提供了PTH1R作为靶点在治疗或预防NASH肝纤维化中的新用途，为临床上NASH肝纤维化疾病的防治提供了新的策略。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.029 seconds)
