-
公开(公告)号：CN117143822A
公开(公告)日：2023-12-01
申请号：CN202311081693.7
申请日：2023-08-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于基因工程化细胞膜囊泡的DNase递送系统及其制备方法和应用。该DNase递送系统包括基因工程化细胞膜囊泡，该基因工程化细胞膜囊泡的表面过表达有CXCR2受体且接枝有DNase。本发明在基因工程化细胞膜囊泡的表面过表达CXCR2受体，该CXCR2受体能够与炎症部位高表达的CXCL1、CXCL2、CXCL3、CXCL5、CXCL6、CXCL8等趋化因子结合，从而模拟中性粒细胞的炎症趋化作用使基因工程化细胞膜囊泡主动炎症靶向，则接枝在其表面的DNase即被特异性地靶向递送到肺部炎症环境中，有效清除肺部炎症环境中出现的中性粒细胞外陷阱的DNA骨架，缓解组织损伤。
-
公开(公告)号：CN112037231A
公开(公告)日：2020-12-04
申请号：CN202010751090.3
申请日：2020-07-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于特征分类器的医学影像肝脏分割后处理方法，通过提取出算法识别的肿瘤区块的形态特征，输入到分类器来判断对应的肿瘤区块是否为真实的肿瘤，具体步骤包括：S1、提取算法分割后的肿瘤区域内部的形态学特征；S2、训练对应的分类器；S3、使用训练好的分类器将深度学习算法识别的结果进行后处理。本发明可以有效地用于深度学习算法对肿瘤语义分割识别的后处理中，过滤掉错误的肿瘤从而提升识别结果的各项指标，同时还可以提升算法分割对辅助诊断的效果。
-
公开(公告)号：CN115311195A
公开(公告)日：2022-11-08
申请号：CN202210573392.5
申请日：2022-05-25
Applicant: 浙江大学
Abstract: 本发明提供了一种基于CT影像的残肝体积智能评估系统及方法，一种基于CT影像的残肝体积智能评估方法包括以下步骤：S1.被准备有多个不同的深度学习模型以及超参数经验集；S2.使用超参数经验集调整各深度学习模型的超参数，使用训练样本对不同超参数配置下的深度学习模型进行分别训练；S3.选择训练效果最佳的深度学习模型及其超参数配置；S4.使用训练后的深度学习模型对CT成像进行精准分割并识别肿瘤空间位置；S5.依据医师的切除方案评估残肝体积。本发明提出采用深度学习方式对肝脏CT成像进行精准分割，利用深度学习的优势实现更高精准度的精准分割，能够提高残肝体积测算精准度，提高手术效果。
-
Patent Agency Ranking
公开(公告)号：CN114947810A
公开(公告)日：2022-08-30
申请号：CN202210573360.5
申请日：2022-05-25
Applicant: 浙江大学
Abstract: 本发明提供了一种基于对抗生成网络的肝脏肿瘤切除后效果预测工具，包括训练后的深度学习模型，所述的深度学习模型包括第一模型和第二模型，所述的第一模型用于根据术前增强MRI数据和肝脏切除范围输出术后增强MRI数据，所述的第二模型用于以术前血清肿瘤标志物数据和第一模型输出的术后增强MRI数据为输入输出复发率评估结果。本发明能够实现在术前基于现有的数据(术前肝脏增强MRI数据、术前的血清肿瘤标志物数据)和手术方案(肝脏切除范围)给出较为准确的术后预测结果，并且同时能够提供影像学可视化的预测，无论是对于患者的预后治疗还是手术前肝脏切除范围的确定，都具有非常重要的意义。
-
公开(公告)号：CN118831066A
公开(公告)日：2024-10-25
申请号：CN202410832230.8
申请日：2024-06-25
Applicant: 浙江大学
Abstract: 本发明属于医药领域，具体公开了一种基于基因工程的载药仿生纳米诱饵及其制备方法和应用。本发明的一种基于基因工程的载药仿生纳米诱饵，包括CCR2过表达的纳米囊泡，且所述纳米囊泡的疏水区域装载有姜黄素。本发明还提供了一种基于基因工程的载药仿生纳米诱饵制备方法和应用。过表达的CCR2用来吸附过量的CCL2，以抑制巨噬细胞与CCL2的结合，阻止巨噬细胞的趋化作用以及随后产生的TGF‑β，通过在上游去除促纤维化介质来抑制肝星状细胞的激活；同时，释放姜黄素来阻断下游TGF‑β/Smad信号通路，从而抑制肝星状细胞的激活。
-
公开(公告)号：CN114972754A
公开(公告)日：2022-08-30
申请号：CN202210573292.2
申请日：2022-05-25
Applicant: 浙江大学
IPC: G06V10/26 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种医学图像分割模型的训练方法、介质及电子设备。所述方法包括：对所述医学图像分割模型进行第一阶段的训练，其中，所述第一阶段的训练包括多轮训练；对所述医学图像分割模型进行第二阶段的训练，以完成对所述医学图像分割模型的训练，其中，所述第二阶段的训练包括多轮训练。所述方法可以直接利用所述普通样本和所述困难样本完成对所述医学图像分割模型的训练。
-
公开(公告)号：CN114937147A
公开(公告)日：2022-08-23
申请号：CN202210573370.9
申请日：2022-05-25
Applicant: 浙江大学
IPC: G06V10/26 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种针对肝脏CT影像分段智能识别方法，包括以下步骤：S1.由肝脏分割模型对腹部CT影像进行肝脏实质区域分割得到的肝脏掩膜；S2.将所述的肝脏掩膜与原始输入的腹部CT影像相乘得到肝脏定位图像；S3.将肝脏定位图像输入肝分段模型，由肝分段模型对肝脏区域进行Couinaud分段。本发明还公开了一种针对肝脏CT影像分段智能识别模型。本发明能够得到更准确的肝脏分段识别结果。
-
公开(公告)号：CN114974567A
公开(公告)日：2022-08-30
申请号：CN202210573371.3
申请日：2022-05-25
Applicant: 浙江大学
Abstract: 本发明提供了基于对抗生成网络的肝脏肿瘤介入反应后评估方法及系统，一种基于对抗生成网络的肝脏肿瘤介入反应后评估方法包括以下步骤：S1.训练深度学习模型，得到能够给出预后评估结果的评估模型；S2.评估模型以肝脏术后平扫CT和术后血清学检验信息为输入输出预后评估结果。本发明无需进行肝脏穿刺，可以减少患者预后估计的创伤风险和医疗资源；本发明患者术后无需拍摄增强CT，不会因为拍摄增强CT造成的辐射风险和医疗资源消耗，同时却能够基于增强CT给出预后评估结果，保证作为评估依据的CT影像能够清晰地显示病变，具有拍摄增强CT所具有的效果，能够给出更准确的评估结果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
