-
公开(公告)号：CN118805834A
公开(公告)日：2024-10-22
申请号：CN202410800119.0
申请日：2024-06-20
Applicant: 清华大学 , 皖南医学院第一附属医院(皖南医学院弋矶山医院)
IPC: A23F3/34 , A61K36/8969 , A61K36/481 , A61K36/815 , A61K36/258 , A61P1/14 , A61P7/06 , A61P1/16 , A61P29/00 , A61P11/00 , A61P13/12 , A61P39/00 , A61P21/00 , A61P19/02 , A61P25/00 , A61P9/06 , A61P25/20 , A61P1/10 , A61P15/08 , A61P27/02 , A61P25/28
Abstract: 本发明公开一种四季养生茶饮。所述制备所述茶饮的原料包括：主方中药原料；春季方中药原料或夏季方中药原料或秋季方中药原料或冬季方中药原料；所述主方中药原料包括：黄芪、黄精、枸杞子、西洋参；所述春季方中药原料包括：菊花、代代花、香橼皮；所述夏季方中药原料包括：荷叶、青果、紫苏；所述秋季方中药原料包括：橘红、玉竹、桑叶；所述冬季方中药原料包括：肉桂，覆盆子，槐花。本发明的四季养生茶饮具有益气养血、疏肝理气、健脾化湿、养阴润肺、补肾填精的作用，适用于躯体方面表现有疲乏无力、肌肉及关节酸痛、头昏头痛、心悸胸闷、睡眠紊乱、食欲不振、脘腹不适、便溏便秘、性功能减退、怕冷怕热、易于感冒、眼部干涩等；心理方面表现有情绪低落、心烦意乱、焦躁不安、急躁易怒、恐惧胆怯、记忆力下降、注意力不能集中、精力不足、反应迟钝等亚健康状态人群。
-
公开(公告)号：CN117860709A
公开(公告)日：2024-04-12
申请号：CN202311601998.6
申请日：2023-11-28
Applicant: 清华大学 , 皖南医学院第一附属医院(皖南医学院弋矶山医院)
IPC: A61K9/70 , A61K36/90 , A61K36/896 , A61K36/59 , A61K36/27 , A61P29/00 , A61P19/02 , A61K35/62 , A61K31/045
Abstract: 本发明公开了一种治疗痹病(寒湿痹阻证)的外用中药处方青苓止痛方，处方经现代网络药理学技术与传统名中医经验相结合的方式获得，由青风藤15g、土茯苓20g、徐长卿15g、丹皮15g、透骨草15g、乳香10g、没药10g、生大黄9g、川乌6g、草乌6g、水蛭6g、薄荷脑6g、冰片5g组成。本发明针对痹病(寒湿痹阻证)方面进行治疗。本发明具有活血化瘀、舒筋活络、祛湿除湿、散寒止痛的治疗作用，主治痹病(寒湿痹阻证)症见肢体关节疼痛较剧，甚至关节不可屈伸，遇冷痛甚，得热则减，痛处多固定，亦可游走，皮色不红，触之不热，苔薄白，脉弦紧者。
-
公开(公告)号：CN115376658A
公开(公告)日：2022-11-22
申请号：CN202110736888.5
申请日：2021-06-30
Applicant: 清华大学 , 皖南医学院弋矶山医院
Abstract: 本发明提供了一种基于深度学习的融合表型与分子信息的中药处方人工智能评价方法。本方法首先构建基于卷积神经网络的诊断描述特征智能提取，基于网络嵌入的药物特征智能提取，同时在药物特征中融合了分子信息。进而，基于提取的诊断描述及中药处方特征，设计基于卷积神经网络的中药处方人工智能评价方法。同时，本方法还首次提出了一种基于中药处方相似性的分层采样策略。实验结果表明，我们的方法在中药处方评价性能上要优于基线方法，且优于未添加分子信息的模型，能较好地学习专家经验。我们的方法促进了基于经验的、宏观的传统中医药学走向基于数据的、宏微观结合现代科学，有助于减少中药处方的不合理使用情况，推动中医药的精准化和智能化。
-
公开(公告)号：CN106156512A
公开(公告)日：2016-11-23
申请号：CN201610540334.7
申请日：2016-07-11
Applicant: 皖南医学院弋矶山医院
IPC: G06F19/00
CPC classification number: G06F19/325 , G16H10/20 , G16H50/70
Abstract: 一种中医药方用于类风湿性关节炎临床治疗的研究方法，其特征在于，包括如下步骤：确定类风湿性关节炎病例的诊断标准；确定类风湿性关节炎病例的纳入标准；进行对照试验；确定观察指标；确定疗效评判标准及记录时间；结果与分析。发明所述的研究方法有利于形成以辨病论治与辨证论治相结合的具有中医药特色的类风湿性关节炎的缓解期的诊治方案，为本病中医临床实践指南的完善奠定基础；形成名老中医学术经验和现代科学研究方法相结合的研究模式和评价体系，为名老中医学术的传承方法进行新的有益尝试。
-
公开(公告)号：CN110731997B
公开(公告)日：2022-02-01
申请号：CN201810806193.8
申请日：2018-07-20
Applicant: 清华大学 , 皖南医学院附属弋矶山医院
IPC: A61K36/8964 , A61K9/16 , A61P19/02 , A61P29/00 , A61P9/00
Abstract: 本发明公开了一种治疗风湿类疾病的中药处方，处方经现代网络药理学技术与传统名中医经验相结合的方式获得，由青风藤、苦参、知母、豨莶草、延胡索、筋骨草、救必应、萆薢、刺五加组成。本发明针对炎症反应及血管新生靶点进行治疗，通过抑制血管新生，调节“络”的形质与功能达到改善症状、治疗风湿性疾病的目的。本发明具有清络舒筋，散结止痛，祛风除湿的治疗作用，主治痹病反复发作症见筋脉拘挛、屈伸不利、皮下结节；或痹病急性发作期症见关节红肿热痛明显，伴发热、口渴。本发明处方临床治疗类风湿关节炎等风湿类疾病具有较高的有效率。
-
Patent Agency Ranking
公开(公告)号：CN113723617A
公开(公告)日：2021-11-30
申请号：CN202110986930.9
申请日：2021-08-26
Applicant: 清华大学
IPC: G06N20/00
Abstract: 本发明提供一种二阶段联邦学习方法、系统，按照预设的第一轮次数重复基于特征融合算法根据本地模型和新全局模型进行一阶段联邦学习，以更新本地模型的本地权重和新全局模型的参数，并将更新的新全局模型作为二阶段全局模型，再通过预设的测试数据对二阶段全局模型进行收敛测试以获取准确率，若准确率收敛，则将二阶段全局模型作为客户端的二阶段本地模型，并重复基于联邦平均算法进行二阶段联邦学习，以更新二阶段本地模型的本地权重，若重复次数达到预设的第二轮次数，则完成二阶段联邦学习，如此，改变原模型训练的损失函数，使得本地模型在更新时更接近于从服务器端收到的全局模型，从而减轻用户本地数据的过多影响，进而使模型更快地具有泛化能力，提高收敛速度。
-
公开(公告)号：CN111374646B
公开(公告)日：2021-08-03
申请号：CN201811628312.1
申请日：2018-12-28
Applicant: 清华大学
Abstract: 本发明公开了一种基于智能手机的非硬件依赖型脉象采集系统，包括：脉象采集部分、脉象信息的分析与提取部分；所述采集部分利用手机摄像头贴紧皮肤拍摄视频来采集脉搏信号，其中拍摄的位置包含手腕桡动脉与食指指尖两处；所述信息采集的分析与提取包括将脉搏信号从拍摄的视频提取并分解，处理波形与信号融合；能够在不依赖专用的加压系统以及压力传感器等硬件设施的条件下实现一般脉诊仪同样的采集脉搏信号的功能，且具有处理与分析波形的算法，提高脉诊时操作的便携性同时得到更加完善的脉搏信号。
-
公开(公告)号：CN108143731B
公开(公告)日：2021-05-18
申请号：CN201611111436.3
申请日：2016-12-06
Applicant: 清华大学
Inventor： 李梢
IPC: A61K31/4155 , A61P35/00 , A23L33/10
Abstract: 本发明涉及一种物质作为制备预防肿瘤发生、抑制炎癌转化的产品的应用，所述产品为药品，该物质是从下列中选出的一种：1‑[3‑[(E)‑3‑(1‑甲基吡唑‑4‑基)丙‑2‑烯酰基]苯基]吡咯烷‑2‑酮，1‑[3‑[(E)‑3‑(1‑甲基吡唑‑4‑基)丙‑2‑烯酰基]苯基]吡咯烷‑2‑酮的衍生物，以及包含从以上各项中选出的至少两种的混合物。其中，所述预防肿瘤发生包括阻断炎癌转化、治疗癌前病变和阻止消化道肿瘤的发生中的至少一种。所述炎癌转化包括胃炎癌转化和肠炎癌转化。所述预防肿瘤发生包括治疗胃、肠癌前病变、预防胃炎转变为胃癌、肠炎转变为肠癌。
-
公开(公告)号：CN110929511A
公开(公告)日：2020-03-27
申请号：CN201811027747.0
申请日：2018-09-04
Applicant: 清华大学
IPC: G06F40/289 , G06F40/30 , G06N3/08 , G16H20/10 , G06F16/332
Abstract: 本发明提供一种基于语义相似性的个性化中医诊疗信息和中药信息智能匹配方法。本方法首先训练神经网络模型，提取出症状、舌脉等中医四诊信息、证候、疾病与中药或方剂的功效、治法等术语之间的语义关系。在此基础上，定义个性化中医诊疗信息和中药(中成药)适应症、禁忌症信息的匹配，其中诊疗信息和适应症的匹配包括适应症的语义相似性得分、关键动词匹配、关键证候术语匹配和关键疾病术语匹配，诊疗信息和禁忌症的匹配包括禁忌症术语匹配。本方法在语义关系的基础上，通过一系列关键术语匹配，放大正确的匹配结果、惩罚具有违禁用药风险的匹配结果，从而实现个性化中医诊疗信息和中药或中成药信息的智能匹配，有望降低临床上中药或中成药不合理使用率。
-
公开(公告)号：CN110648726A
公开(公告)日：2020-01-03
申请号：CN201910902205.1
申请日：2019-09-23
Applicant: 清华大学
Inventor： 李梢
Abstract: 本发明基于“网络靶标”原创理论，提出了一种药物网络药理学智能和定量分析方法与系统，用于药物(包括中西药物等各种药物类型)干预疾病生物网络的整体效应度量。该方法能综合疾病、药物有关的定性和/或定量的生物信息，以疾病生物网络为靶标，从系统和整体的角度进行药物干预疾病生物网络的效应度量，揭示药物的整体作用机制。该方法提供基于定性、定量可选度量方式，采用生物功能多尺度定性分析和/或时间-空间多维度定量分析来衡量药物干预网络效应，为突破以往基于经验或基于单靶标的药物研究方式的局限，理解药物网络调节机制，快速、智能发现药效物质、作用机理、疗效客观指标、临床适应症等提供了新的关键技术。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.037 seconds)
