-
公开(公告)号：CN116178520A
公开(公告)日：2023-05-30
申请号：CN202310221444.7
申请日：2023-03-09
Applicant: 浙江大学医学院附属第一医院
IPC: C07K14/435 , C07K1/16 , C07K1/06 , C07K1/04 , A61K38/17 , A61P35/00 , A61P31/04 , A61P21/00 , A61P29/00 , A61P17/02
Abstract: 本发明公开了一种阳离子肽，其氨基酸序列为：FLPIIGIGAVLKVLT TGLPALISWIKRKRQQ或者GIGAVLKVLTTGLPALISWIKRKRQQIIPLF。该阳离子肽具有低溶血性和良好的抗菌抗肿瘤活性，可用于制备治疗肿瘤的产品，或者用于制备抗菌产品，同时该类肽可用于防止或者减轻肌腱损伤修复中包括肌腱粘连情况、疤痕组织、组织增生、炎症等中的一种或者两种以上不良情况的产生，可用于制备治疗肌腱损伤的产品，具有较大的临床转化价值。
-
Patent Agency Ranking
公开(公告)号：CN111249466B
公开(公告)日：2022-04-15
申请号：CN202010178441.6
申请日：2020-03-14
Applicant: 浙江大学医学院附属第一医院
Abstract: 本发明涉及一种丹参酮ⅡA与miR‑29b抑制剂联合在制备治疗肌腱粘连的药物中的应用，属于医药技术领域。本发明的试验结果表明，在肌腱断端使用miR‑29b抑制剂可以激活TGF‑β1/Smad3途径，启动内源性修复机制，随后使用TSA能够阻碍TGF‑β1/Smad3途径，抑制外源性修复机制。因此，两种治疗手段的结合可以防止肌腱粘连，保证肌腱的强度。丹参酮ⅡA与miR‑29b抑制剂联合可以制备治疗肌腱粘连的药物，从而给临床防治肌腱粘连带来新的思路。
-
公开(公告)号：CN113469961A
公开(公告)日：2021-10-01
申请号：CN202110704545.0
申请日：2021-06-24
Applicant: 浙江大学医学院附属第一医院
Abstract: 本发明提供一种基于神经网络的腕管图像分割方法，包括以下步骤：使用卷积神经网络构建并训练处理模型，处理模型至少包括分类模块和分割模块；获取待分割腕管图像；对待分割腕管图像进行预处理；使用分类模块对预处理后的图像进行形态分类；根据形态分类结果，使用适配的分割模块对待分割腕管图像进行分割并输出分割结果。本发明通过对待分割腕管图像进行先分类后分割，提高了处理模型进行腕管图像分割的准确度，本发明基于卷积神经网络所构建及训练的处理模型，将深度学习的图像处理技术应用到医学图像处理中，利用分割结果的高准确率，实现端到端的腕管图像分割，使得不具备专业经验的医生也能完成腕管综合征的诊断。
-
公开(公告)号：CN111249466A
公开(公告)日：2020-06-09
申请号：CN202010178441.6
申请日：2020-03-14
Applicant: 浙江大学医学院附属第一医院
Abstract: 本发明涉及一种丹参酮ⅡA与miR-29b抑制剂联合在制备治疗肌腱粘连的药物中的应用，属于医药技术领域。本发明的试验结果表明，在肌腱断端使用miR-29b抑制剂可以激活TGF-β1/Smad3途径，启动内源性修复机制，随后使用TSA能够阻碍TGF-β1/Smad3途径，抑制外源性修复机制。因此，两种治疗手段的结合可以防止肌腱粘连，保证肌腱的强度。丹参酮ⅡA与miR-29b抑制剂联合可以制备治疗肌腱粘连的药物，从而给临床防治肌腱粘连带来新的思路。
-
公开(公告)号：CN116178520B
公开(公告)日：2024-04-19
申请号：CN202310221444.7
申请日：2023-03-09
Applicant: 浙江大学医学院附属第一医院
IPC: C07K14/435 , C07K1/16 , C07K1/06 , C07K1/04 , A61K38/17 , A61P35/00 , A61P31/04 , A61P21/00 , A61P29/00 , A61P17/02
Abstract: 本发明公开了一种阳离子肽，其氨基酸序列为：FLPIIGIGAVLKVLT TGLPALISWIKRKRQQ或者GIGAVLKVLTTGLPALISWIKRKRQQIIPLF。该阳离子肽具有低溶血性和良好的抗菌抗肿瘤活性，可用于制备治疗肿瘤的产品，或者用于制备抗菌产品，同时该类肽可用于防止或者减轻肌腱损伤修复中包括肌腱粘连情况、疤痕组织、组织增生、炎症等中的一种或者两种以上不良情况的产生，可用于制备治疗肌腱损伤的产品，具有较大的临床转化价值。
-
公开(公告)号：CN111160412A
公开(公告)日：2020-05-15
申请号：CN201911268605.8
申请日：2019-12-11
Applicant: 浙江大学医学院附属第一医院
Abstract: 本发明涉及一种基于神经网络的用于医疗垃圾分类的方法，包括：获取待识别的图像；将所述图像输入预先训练的神经网络模型，输出所述图像的类别：确定初始神经网络模型的网络结构以及初始化所述初始神经网络模型的网络参数；获取样本集；从所述样本集中选取样本，以及执行以下训练步骤：将选取的样本图像输入初始神经网络模型，得到样本的预测类别；将样本的预测类别与标注信息中的类别进行比较；根据比较结果确定所述初始神经网络模型是否达到预设的达标条件；响应于确定出所述初始神网络模型达到所述达标条件，将所述初始神经网络作为训练好的神经网络。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
