一种用于动脉粥样硬化双模诊断的纳米粒及其制备方法

    公开(公告)号:CN117018233A

    公开(公告)日:2023-11-10

    申请号:CN202311018560.5

    申请日:2023-08-14

    Applicant: 浙江大学

    Abstract: 本发明公开一种用于动脉粥样硬化双模诊断的纳米粒及其制备方法,本发明制备得到的纳米粒由带有苯硼酸基团的疏水链、三碘苯X光成像剂以及氧化葡聚糖通过自组装形成,在制备过程中将市售的脂质荧光探针负载于疏水链组成的疏水内核中。通过调控制备工艺,可得到粒度均一、稳定的纳米粒。纳米粒表面的葡聚糖外壳层可通过CD44受体对动脉粥样硬化斑块进行精确靶向,且制备得到的纳米粒具有活性氧响应性,聚合物中的苯硼酸酯键可在活性氧条件下断裂,使得纳米粒水解的同时释放出荧光探针和X光成像剂,实现对斑块的荧光‑X光双模成像,在早期动脉粥样硬化诊断方面有较好的应用前景。

    一种基于人工智能的心血管介入手术图像指导系统

    公开(公告)号:CN118319486A

    公开(公告)日:2024-07-12

    申请号:CN202410501450.2

    申请日:2024-04-25

    Abstract: 本发明涉及介入手术图像指导系统,具体的说是一种基于人工智能的心血管介入手术图像指导系统。采用数据收集与预处理模块,用于收集和标注包括X射线、CT、MRI和超声多种类型的心血管介入手术图像,并进行去噪、对比度增强和边缘检测的预处理;采用深度学习模型,适应不同手术类型和患者条件,并融合不同医学图像类型以提供全面视图,同时利用增强现实技术在实时视频流中精确标记血管和结构;采用实时图像分析模块,用于实时分割和识别血管结构和病变区域,并根据实时图像和预设模型动态生成和调整介入工具的路径;采用风险评估与决策支持系统,构建于预测模型基础上,预测手术中遇到的风险和并发症。

    用于动脉粥样硬化治疗的虾青素纳米载体及其制备方法

    公开(公告)号:CN116898809A

    公开(公告)日:2023-10-20

    申请号:CN202311024859.1

    申请日:2023-08-15

    Applicant: 浙江大学

    Abstract: 本发明公开一种用于动脉粥样硬化治疗的虾青素纳米载体及其制备方法。本发明制备得到的纳米粒由苯硼酸改性虾青素和葡聚糖自组装而成,通过对羧基苯硼酸对虾青素进行端基改性,并进一步通过苯硼酸和葡聚糖分子上的邻二羟基反应,筛选制备工艺得到纳米载体。制备得到的纳米载体可对虾青素这一难水溶组分进行良好的分散溶解,提高其利用率。该纳米载体具有活性氧响应性,而且苯硼酸结构可敏感性断裂,释放的虾青素可发挥高效的抗炎、去脂特性。此外,葡聚糖作为亲水外壳可通过CD44通路对动脉粥样硬化斑块进行主动靶向,加之较低的药物泄漏以及优异的活性氧响应性药物释放能力使该纳米载体对动脉粥样硬化具有良好的治疗效果。

    一种子痫前期患者临床预后的预测方法及系统

    公开(公告)号:CN119889690A

    公开(公告)日:2025-04-25

    申请号:CN202411964325.1

    申请日:2024-12-30

    Applicant: 浙江大学

    Abstract: 本发明公开了一种子痫前期患者临床预后的预测方法及系统。方法包括获取目标患者的妊娠参数、临床酶浓度和凝血参数,构建子痫前期患者临床预后的预测系统,预测系统包括早发型子痫前期预测模型、重症子痫前期预测模型以及妊娠时长预测模型;将妊娠参数、临床酶浓度和凝血参数输入至预先构建的子痫前期患者临床预后的预测系统,得到所述目标患者的子痫前期临床预后结果;早发型子痫前期预测模型,用于输出患者发生早发型子痫前期的概率,重症子痫前期预测模型,用于输出患者发生重症子痫前期的概率,妊娠时长预测模型,用于输出患者的妊娠时长。本发明具有优良的预测能力,预测简便快速,降低子痫前期及其并发症的发生率,具有十分广泛的应用前景。

    基于多数据融合的心脏康复设备控制方法

    公开(公告)号:CN118629612A

    公开(公告)日:2024-09-10

    申请号:CN202410679709.2

    申请日:2024-05-29

    Abstract: 本发明涉及心脏康复设备控制方法,具体地说是基于多数据融合的心脏康复设备控制方法。利用传感器从患者体内外收集包括心电图ECG、血压、心率变异性HRV和动作传感器数据在内的多种数据,并对收集到的数据进行清洗、归一化及时间序列同步处理;使用深度学习或传统机器学习技术对各种数据进行特征提取,并采用基于图神经网络的多数据融合算法,以实现不同源数据的整合并提高预测准确性,其中所述的多数据融合算法采用多层次结构,每层处理不同类型的数据,合成统一的数据表示;基于多数据融合的结果,利用强化学习生成个性化的心脏康复控制策略,并引入实时反馈调整机制,根据患者的即时反馈和设备运行状态调整控制策略。

    一种基于人工智能的心血管介入手术图像指导系统

    公开(公告)号:CN118319486B

    公开(公告)日:2024-09-10

    申请号:CN202410501450.2

    申请日:2024-04-25

    Abstract: 本发明涉及介入手术图像指导系统,具体的说是一种基于人工智能的心血管介入手术图像指导系统。采用数据收集与预处理模块,用于收集和标注包括X射线、CT、MRI和超声多种类型的心血管介入手术图像,并进行去噪、对比度增强和边缘检测的预处理;采用深度学习模型,适应不同手术类型和患者条件,并融合不同医学图像类型以提供全面视图,同时利用增强现实技术在实时视频流中精确标记血管和结构;采用实时图像分析模块,用于实时分割和识别血管结构和病变区域,并根据实时图像和预设模型动态生成和调整介入工具的路径;采用风险评估与决策支持系统,构建于预测模型基础上,预测手术中遇到的风险和并发症。

    一种个性化心脏康复训练推荐系统

    公开(公告)号:CN118430741A

    公开(公告)日:2024-08-02

    申请号:CN202410586983.5

    申请日:2024-05-13

    Abstract: 本发明涉及心脏康复训练领域,具体的说是一种个性化心脏康复训练推荐系统。首先通过可穿戴设备采集包括心率、血压、心电图的患者生理数据及生活习惯数据,对所采集数据进行清洗和标准化处理,以去除异常值并确保数据质量;然后利实时数据监测模块,结合患者历史的心脏康复信息,通过状态评估算法实时评估患者的心脏健康状态;最后基于提取包括心率变异性、活动水平的关键特征,采用深度学习或强化学习模型对患者反应进行模拟,并根据模型输出生成个性化的心脏康复训练计划,所述训练计划包括训练的强度、时间和类型。

Patent Agency Ranking