-
公开(公告)号:CN102078317A
公开(公告)日:2011-06-01
申请号:CN201110021972.5
申请日:2011-01-19
Applicant: 浙江大学
IPC: A61K31/357 , A61K47/24 , A61K9/127 , A61P35/00 , A61J3/00
Abstract: 本发明公开了一种双氢青蒿素磷脂复合物与脂质体制剂及其制备与应用,所述双氢青蒿素磷脂复合物为双氢青蒿素与磷脂以质量比1∶0.1~10的复合物;所述脂质体制剂由以下重量配比的药用原料组成的组合物制成脂质体,再与药物可接受的冻干保护剂制成双氢青蒿素磷脂复合物脂质体制剂,所述药用原料质量组成如下:0.1~10份双氢青蒿素磷脂复合物、1~80份磷脂或1~80份磷脂和0~50份胆固醇;本发明双氢青蒿素磷脂复合物可显著增强双氢青蒿素的亲水亲脂性,将其与阿霉素组合应用,可增强阿霉素的细胞毒性,降低阿霉素的使用量,从而降低化疗药物在治疗过程中的毒副作用。
-
公开(公告)号:CN118296956A
公开(公告)日:2024-07-05
申请号:CN202410455071.4
申请日:2024-04-16
IPC: G06F30/27 , G06N3/084 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0442
Abstract: 本发明公开了一种面向稀疏多变量数据的轨迹预测方法、装置及可读存储介质,其中,轨迹预测方法包括:(1)将多变量稀疏轨迹数据执行嵌入操作,得到输入Input的向量表示;(2)将输入Input通过第一神经网络后得到输出Output1;(3)将输入Input通过第二神经网络后得到输出Output1';(4)将输出Output1和输出Output1'相加后并规范化得到输入Input';(5)将输入Input'通过第一神经网络得到输出Output1”;(6)将输出Output1”通过第三神经网络后得到最终的输出Output,即为轨迹预测结果。利用本发明,可以有效解决针对多实体、稀疏输入数据的轨迹预测问题,提高轨迹预测的精度。
-
公开(公告)号:CN102188439B
公开(公告)日:2012-11-21
申请号:CN201110066266.2
申请日:2011-03-18
Applicant: 浙江大学
IPC: A61K31/704 , A61K31/357 , A61K47/24 , A61K9/127 , A61P35/00 , A61P35/02 , A61P15/14
Abstract: 本发明公开了一种程序性释放多种药物的纳米粒脂质体及其制备与应用,所述纳米粒脂质体主要由如下质量配比的组分制成:19.34~50.79份聚乳酸羟基乙酸共聚物、5.78~25.73份双氢青蒿素磷脂复合物、0.01~25.27份磷脂、0.01~15.38份双十二烷基二甲基溴铵、0.01~20.0份胆固醇和0.01~10.16份阿霉素;所述的聚乳酸羟基乙酸共聚物分子量为0.5~30万,所述磷脂为天然磷脂或合成磷脂;本发明所述负载不同性质药物的纳米粒脂质体可用于对阿霉素耐药的乳腺癌,白血病的治疗,逆转肿瘤的耐药性,可提高药物的利用率,减少病人痛苦和医疗成本。
-
公开(公告)号:CN102188439A
公开(公告)日:2011-09-21
申请号:CN201110066266.2
申请日:2011-03-18
Applicant: 浙江大学
IPC: A61K31/704 , A61K31/357 , A61K47/24 , A61K9/127 , A61P35/00 , A61P35/02 , A61P15/14
Abstract: 本发明公开了一种程序性释放多种药物的纳米粒脂质体及其制备与应用,所述纳米粒脂质体主要由如下质量配比的组分制成:19.34~50.79份聚乳酸羟基乙酸共聚物、5.78~25.73份双氢青蒿素磷脂复合物、0.01~25.27份磷脂、0.01~15.38份双十二烷基二甲基溴铵、0.01~20.0份胆固醇和0.01~10.16份阿霉素;所述的聚乳酸羟基乙酸共聚物分子量为0.5~30万,所述磷脂为天然磷脂或合成磷脂;本发明所述负载不同性质药物的纳米粒脂质体可用于对阿霉素耐药的乳腺癌,白血病的治疗,逆转肿瘤的耐药性,可提高药物的利用率,减少病人痛苦和医疗成本。
-
公开(公告)号:CN119313703A
公开(公告)日:2025-01-14
申请号:CN202411307041.5
申请日:2024-09-19
Abstract: 本发明利用图神经网络、注意力模型和初始跨越式扩散模型,能够更好地处理轨迹数据中的长期依赖性和全局上下文信息,从而提高了轨迹预测的准确性和鲁棒性,解决了现有技术在数据空间稀疏和长时预测时精度不高的问题。本发明基于深度学习的技术手段,利用扩散模型、图神经网络等神经网络模型提取历史轨迹中的潜在特征,从而预测未来可能的同行轨迹,在交通路径规划、行为模式分析、物流规划、自动驾驶等相关下游任务中可以发挥重要作用,具有重大价值。
-
公开(公告)号:CN222417058U
公开(公告)日:2025-01-28
申请号:CN202421097676.2
申请日:2024-05-20
Applicant: 浙江大学
IPC: F17C13/08
Abstract: 本实用新型提供一种简易型氧气钢瓶转运架,属于医疗技术领域,包括第一固定环和简易更换组件,简易更换组件包括焊接在若干个连接杆顶部的第二固定环,其中若干个连接杆的一侧焊接有固定板,固定板的一侧焊接有七字形插杆,七字形插杆的外壁涂覆有保护性油漆,七字形插杆的直径与病床上正常输液杆的直径相同,本实用新型有益效果:通过设有的七字形插杆,方便使用人员在使用本转运架时,能够将病床上插入的输液杆取下,并将与输液杆相同直径的七字形插杆插入病床上的插槽,以便能够将氧气瓶放在受力盘上,以便能够快速更换,且在更换时因直径相同更换更加简单。
-
-
-
-
-