-
公开(公告)号：CN104583418B
公开(公告)日：2018-02-13
申请号：CN201380033858.1
申请日：2013-01-25
Applicant: 爱-森新株式会社
CPC classification number: C12Q1/006 , C12Q1/26 , G01N27/3272 , G01N33/5438 , G01N33/54393
Abstract: 本发明涉及用于改善用于氧化还原反应的试剂的稳定性的稳定性组合物，和包含该稳定性组合物的具有改善的稳定性的用于氧化还原反应的试剂组合物。用于氧化还原反应的试剂组合物可用作用于电化学生物传感器的试剂。
-
公开(公告)号：CN111683587A
公开(公告)日：2020-09-18
申请号：CN201880088778.9
申请日：2018-04-06
Applicant: 爱-森新株式会社
Abstract: 本发明涉及一种利用人工神经网络深度学习技术分析测量对象的系统，所述系统包括：生物特征信息测量装置；以及基于分析生物特征信息的人工智能的深度学习服务器，所述深度学习服务器具备：信号获取单元，用于获取基于电化学反应的信号，将通过所述生物特征信息测量装置采集的血液注入具有一对电极的传感器会引起所述电化学反应；信号处理单元，用于将从所述信号获取单元获取的信号预处理为用于人工智能深度学习的信号；生物特征信息测量算法生成单元，用于利用深度学习人工神经网络技术自动提取利用通过所述信号处理单元处理的信号进行优化的生物特征信息测量算法；以及优化算法结果提供单元，用于向所述生物特征信息测量装置提供优化的生物特征信息测量算法。
-
Patent Agency Ranking
公开(公告)号：CN112105923B
公开(公告)日：2024-01-09
申请号：CN201880093318.5
申请日：2018-07-13
Applicant: 爱-森新株式会社
IPC: G01N27/327 , G01N33/66 , G06N3/0464 , G06N3/047 , G06N3/084 , G06N3/098 , G06N3/048
Abstract: 如果现有的测量技术是相关领域专家长时间研发应用直接提取特征的公式或方法以有效提取特征(Features)的技术，则本发明的目的是提供一种利用人工智能深度学习的测量对象浓度测量方法，将测量时间内从携带信息(Labels)的样品获得的输入信号进行图像化建立数据集，通过利用人工神经网络技术的深度学习找出人们无法预知的有用的特征等，并且应用如此通过(56)对比文件Hieu Trung Huynh 等.Hematocritestimation from compact single hiddenlayer feedforward neural networks trainedby evolutionary algorithm《.2008 IEEECongress on Evolutionary Computation》.2008,第2962-2966页.
-
公开(公告)号：CN105738430B
公开(公告)日：2019-02-22
申请号：CN201410746254.8
申请日：2014-12-09
Applicant: 爱-森新株式会社
IPC: G01N27/26
Abstract: 本发明一实施例的利用电化学生物传感器的生物样本内待分析物质的浓度检测方法，将全血样品注入所述电化学生物传感器后，施加直流电压来获得感应电流值，接着在短时间内进一步施加阶梯化梯形扰动电压来获得整体感应电流，由这些感应电流值获得预定特征，并将所述一个以上的特征结合为函数导出校准方程，针对各种条件下的所述生物样品通过多元回归分析进行优化，从而最大限度地减小干扰物质导致的检测误差。这种进一步施加扰动电压方式可以保持已用生物传感装置、检测装置及其电路，检测方式的校准方程不变，而且能偶有效地使生物样品内的基质干扰效应，尤其是红细胞比容变化导致的不准确性最小化，从而提高检测准确性，只需对目前市场上供应的检测装置的检测程序进行简单升级，就能显著改善检测准确性。
-
公开(公告)号：CN105738430A
公开(公告)日：2016-07-06
申请号：CN201410746254.8
申请日：2014-12-09
Applicant: 爱-森新株式会社
IPC: G01N27/26
CPC classification number: G01N27/3274 , G01N27/3272 , G01N33/48707 , G01N33/49
Abstract: 本发明一实施例的利用电化学生物传感器的生物样本内待分析物质的浓度检测方法，将全血样品注入所述电化学生物传感器后，施加直流电压来获得感应电流值，接着在短时间内进一步施加阶梯化梯形扰动电压来获得整体感应电流，由这些感应电流值获得预定特征，并将所述一个以上的特征结合为函数导出校准方程，针对各种条件下的所述生物样品通过多元回归分析进行优化，从而最大限度地减小干扰物质导致的检测误差。这种进一步施加扰动电压方式可以保持已用生物传感装置、检测装置及其电路，检测方式的校准方程不变，而且能偶有效地使生物样品内的基质干扰效应，尤其是红细胞比容变化导致的不准确性最小化，从而提高检测准确性，只需对目前市场上供应的检测装置的检测程序进行简单升级，就能显著改善检测准确性。
-
公开(公告)号：CN104583418A
公开(公告)日：2015-04-29
申请号：CN201380033858.1
申请日：2013-01-25
Applicant: 爱-森新株式会社
CPC classification number: C12Q1/006 , C12Q1/26 , G01N27/3272 , G01N33/5438 , G01N33/54393
Abstract: 本发明涉及用于改善用于氧化还原反应的试剂的稳定性的稳定性组合物，和包含该稳定性组合物的具有改善的稳定性的用于氧化还原反应的试剂组合物。用于氧化还原反应的试剂组合物可用作用于电化学生物传感器的试剂。
-
公开(公告)号：CN112105923A
公开(公告)日：2020-12-18
申请号：CN201880093318.5
申请日：2018-07-13
Applicant: 爱-森新株式会社
IPC: G01N27/327 , G01N33/66 , G06N3/04 , G06N3/08
Abstract: 如果现有的测量技术是相关领域专家长时间研发应用直接提取特征的公式或方法以有效提取特征(Features)的技术，则本发明的目的是提供一种利用人工智能深度学习的测量对象浓度测量方法，将测量时间内从携带信息(Labels)的样品获得的输入信号进行图像化建立数据集，通过利用人工神经网络技术的深度学习找出人们无法预知的有用的特征等，并且应用如此通过学习获得的算法，可以估算出结果值。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
