-
公开(公告)号：CN119811658A
公开(公告)日：2025-04-11
申请号：CN202411625547.0
申请日：2024-11-14
Applicant: 安徽理工大学
IPC: G16H50/30 , G16H50/70 , G06F18/213 , G06F18/21 , G06F18/214 , G06F18/241 , G06N3/0455 , G06N3/088
Abstract: 本发明专利公开了一种基于特征填充自编码器的血液透析患者生存预测方法，该方法解决了短期血透数据的不平衡和数据特征缺失的问题；首先，该方法利用非缺失特征的流形结构和高维数据空间中特征之间的内在关系，推断出缺失特征的值，然后，通过特征丢弃掩码的生成来模拟深度学习框架中的缺失数据分布，并设计一个特征填充自编码器，该模块利用容易获得的短期数据进行无监督学习，使编码器能够重建缺失特征并推导潜在表征，最后，使用基于潜在表征的分类器实现死亡率预测，本发明旨在利用短期血透数据来提供血液透析患者更准确的死亡率风险评估。
-
公开(公告)号：CN119785085A
公开(公告)日：2025-04-08
申请号：CN202411837577.8
申请日：2024-12-13
Applicant: 安徽理工大学
IPC: G06V10/764 , G06T7/00 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/096 , G16H50/20
Abstract: 本发明公开了一种多尺度并行双通道的尘肺病病变分级识别方法，具体实现过程为：对于采集到的原始X射线尘肺病图像数据进行分期标记；利用多尺度注意力机制进行特征分组和并行卷积操作，以增强模型感受野并生成相应的注意力权重图；利用并行卷积提取到的特征图，进而结合残差结构的细节编码器来捕获细节性纹理特征信息；为了进一步掌握特征图中的隐形特征，构建并行双通道网络模块，从而有效嵌入隐式局部和全局信息，协同捕捉高频分量中的像素级语义信息；最后利用迁移学习和多尺度卷积将特征图中的不同通道信息进行融合，并分别输入到细节编码器和Transformer层堆栈中，对尘肺病的病变分级进行识别。实验结果表明，本方法具有更高的识别度。
-
公开(公告)号：CN119423760A
公开(公告)日：2025-02-14
申请号：CN202411603192.5
申请日：2024-11-11
Applicant: 安徽理工大学
Abstract: 本发明涉及血液抽取技术领域，公开了一种肝癌初步辅助检查用血液抽取设备，包括底座，固定设置在底座顶部的弧形软垫，开设在底座底部的空腔，以及活动设置在底座顶部的对称分布的两个固定带，还包括设置在底座上的固定单元；所述固定单元包括设置在底座上的收卷部件和缓冲部件。该肝癌初步辅助检查用血液抽取设备，通过转动摇杆，带动转盘和收卷轴转动，带动两个收卷辊转动，将固定带收卷在收卷辊上，将固定带收紧，将患者的手臂绑紧，避免患者在抽血时摆动和抖动，增加医护人员抽血的难度，同时多次抽血可能增加患者的疼痛和不适，而且会增加医护人员面临的安全风险，如被针头误伤，对医护人员的身体健康造成威胁。
-
公开(公告)号：CN119040447A
公开(公告)日：2024-11-29
申请号：CN202411104493.3
申请日：2024-08-13
Applicant: 安徽理工大学
IPC: C12Q1/6883
Abstract: 本发明属于分子诊断领域，公开了系统性红斑狼疮的生物标志物及其应用。发明人研究发现，eccDNA在ASLE、ISLE和HC组中数量上无显著差异，分析ASLE、ISLE和HC两两之间eccDNA相关外显子基因差异表达分析，发现PPT1在ISLE中特异性上调，C1orf216和MGP在ASLE组中特异性下调，GH1和LEPROT在SLE中都会下调。BCL11B、GAD2、SIRPA和SOS1在SLE静止期表现为高表达，IRX6、LHX5、PIK3R2和IRX1等基因在疾病静止期表现为低表达。PSMC1、TRIM21、UBA52、DDO和EIF3G在SLE活动期表现为高表达，这些基因的差异表达可能与疾病进展有关。这些发现为理解系统性红斑狼疮的分子病理提供了新的视角，并可能有助于开发新的治疗靶点。
-
-
-
Search Results
4
records
(took 0.019 seconds)
