-
公开(公告)号：CN110220763B
公开(公告)日：2024-07-12
申请号：CN201910515369.9
申请日：2019-06-14
Applicant: 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
IPC: G01N1/36
Abstract: 本发明涉及医用器械技术领域，具体涉及一种医用热敏包埋模具，包括模具本体、第一可逆热敏涂层和第二可逆热敏涂层；所述模具本体包括底壁和多个侧壁；多个所述侧壁垂直设置于底壁的四周，所述侧壁和底壁共同围成一端开口的腔体；所述第一可逆热敏涂层设置于侧壁的内侧面上；所述第二可逆热敏涂层设置于侧壁的顶面上；所述第一可逆热敏涂层的变色温度低于第二热敏涂层的变色温度。本发明通过包埋模具上涂布可逆热敏涂层，在包埋时可直观提示包埋模具的所处的温度范围，可作为是否选用该模具为后续工作的参考，有利于提高组织切片样本的制作质量，且有利于后期的自动化仪器发展，达到减少人工的目的。
-
公开(公告)号：CN116993691A
公开(公告)日：2023-11-03
申请号：CN202310936178.6
申请日：2023-07-28
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
IPC: G06T7/00 , G06T7/90 , G06V10/764 , G06V10/82 , G06V10/25 , G06V10/774 , G06V10/40 , G06N3/0455 , G06N3/0499 , G06N3/0895 , G06N3/096
Abstract: 本发明涉及一种基于H&E染色胃癌数字病理图像的EBV状态智能预测方法。充分地利用大量未标记的数字病理切片数据，提高数据的效率和资源利用率，实现输入一张常规的胃癌H＆E染色图像，即可输出EBV状态。本发明具有较高的自动化程度和快速性，可以在短时间内生成预测结果，加速临床决策和治疗进程并为临床医生提供更好的决策支持。
-
公开(公告)号：CN116452892A
公开(公告)日：2023-07-18
申请号：CN202310470070.2
申请日：2023-04-27
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/56 , G06T3/40 , G06T7/00 , G16H50/20
Abstract: 本发明的目的在于提供一种原发性胃MALT淋巴瘤数字病理切片图像处理及辅助判读系统，通过在计算机系统当中，输入一张病理切片，输出一张有着疑似原发性胃MALT淋巴瘤类别和位置的图像，并可以自动化得到原发性胃MALT淋巴瘤初步判读的结果，能够大大减轻医生的阅片时间和诊断难度，提升医生的工作效率，为判断原发性胃MALT淋巴瘤患者的预后及治疗手段的改善起到积极的作用，具有非常重要的意义和广阔的前景。
-
公开(公告)号：CN116377066A
公开(公告)日：2023-07-04
申请号：CN202310074691.9
申请日：2023-01-30
Applicant: 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
Inventor： 陈刚
IPC: C12Q1/6886 , C12N15/11 , C12Q1/6858
Abstract: 本发明涉及生物技术领域，特别涉及一种人脑胶质瘤检测试剂盒，包含对人脑胶质瘤检测试剂盒相关TERT基因启动子、IDH1基因和IDH2基因中至少一种突变型基因特异性结合的引物和探针，所述引物的3'末端包含所述突变型基因的突变位点并与所述突变型基因所对应的野生型等位基因错配；以及包含与所述野生型等位基因特异性结合的阻断探针，所述阻断探针对应于所述突变位点位置的核苷酸被LNA修饰。本发明所提供的试剂盒可实现对人脑胶质瘤相关突变基因的快速灵敏检测。
-
公开(公告)号：CN114529554A
公开(公告)日：2022-05-24
申请号：CN202111619961.7
申请日：2021-12-28
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
IPC: G06T7/11 , G06T7/33 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/82
Abstract: 本发明涉及一种胃癌HER2数字病理切片智能辅助判读方法。在现有的临床应用中，需要人工肉眼比对HE染色切片图像和HER2免疫组化切片进行诊断，胃癌HER2评分过程繁琐且耗时。因此，本发明首次提出一种胃癌HER2智能评分算法来辅助医生进行判读。输入一张病理切片，输出每个类别的百分比，根据这些百分比（患者级别）输出HER2分数；最后，根据各个类别的百分比，输入SVM分类器，得出要不要做FISH的建议。其次，为了加速智能判读的计算过程，在卷积神经网络设计上，采用了3*3卷积和ReLU，不用分支结构，使得模型的推理速度提升不少，节约大量内存，可以在硬件端实现模型推理速度的提升，更适用于医院设备。本发明能够辅助医生判读，提供相较客观的数据。
-
Patent Agency Ranking
公开(公告)号：CN118755836A
公开(公告)日：2024-10-11
申请号：CN202411022997.0
申请日：2024-07-29
Applicant: 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
IPC: C12Q1/6886 , C12N15/11
Abstract: 本发明涉及生物医学技术领域，尤其涉及一种通过检测PRAME和/或CLDN11基因启动子甲基化诊断恶性黑色素瘤的试剂盒。本发明发现PRAME和CLDN11基因启动子甲基化水平在恶性黑色素瘤组织和良性痣组织中差异表达，通过检测PRAME和/或CLDN11基因启动子甲基化水平，可以判断受试者是否患有恶性黑色素瘤。本发明为临床上诊断恶性黑色素瘤提供了一种新的诊断方法。
-
公开(公告)号：CN116705311A
公开(公告)日：2023-09-05
申请号：CN202310424950.6
申请日：2023-04-20
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
IPC: G16H50/30 , G16H50/20 , G06T7/194 , G06T7/136 , G06T7/12 , G06T5/00 , G06V10/40 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/0895 , G06N3/096
Abstract: 本发明涉及一种原发胃癌数字病理切片淋巴结转移风险预测方法。首先将胃癌病理切片放大不同倍数并基于迁移学习通过特征提取器分别提取出特征，接着输入弱监督网络后生成WSI级别的特征表示以及晚期融合临床数据包括患者的性别、年龄、肿瘤位置和lauren分类，得到不同放大倍数下预测淋巴结转移风险的结果，最后，利用模型融合集成基于不同尺度的模型结果，从而最终预测该患者是否发生淋巴结转移。本发明旨在分析原发性胃癌患者常规组织切片以及临床数据，预测术前淋巴结转移的风险；本发明能够帮助患者选择合适的手术方式并且帮助患者改善预后，提升医生的工作效率，具有非常重要的意义和广阔的前景。
-
公开(公告)号：CN113034462B
公开(公告)日：2022-09-23
申请号：CN202110303208.0
申请日：2021-03-22
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
Abstract: 本发明涉及一种基于图卷积的胃癌病理切片图像的处理方法，其特征在于，包括以下步骤：步骤S1:获取胃癌数字病理切片，并进行数字化处理，构建胃癌数字病理切片图像数据集；步骤S2:根据胃癌数字病理切片图像数据集，采用阈值分割算法，获取数字病理切片图像的层次先验信息；步骤S3:根据得到的先验信息，构建并训练图卷积网络分割模型，并根据训练后的图卷积网络分割模型得到切片上胃癌区域的分割结果；步骤S4:根据结合分割出的层次信息和胃癌区域分布信息，进行T分期的分类，并得到图像中存在神经侵犯和脉管侵犯的概率分布。本发明可用于解决相关技术中对病理切片的分析不够准确的技术问题。
-
公开(公告)号：CN112419452B
公开(公告)日：2022-08-23
申请号：CN202011546997.2
申请日：2020-12-24
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
Abstract: 本发明涉及一种胃癌PD‑L1数字病理切片图像快速合并系统，包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置；所述数字病理切片图像快速合并装置包括依次连接的胃癌数字病理切片数据库、图像处理单元、配准单元、标注单元和图像合并单元；本发明装置能够实现胃癌PD‑L1数字病理切片图像快速合并，降低医生工作量，提高效率。
-
公开(公告)号：CN114612482A
公开(公告)日：2022-06-10
申请号：CN202210217663.3
申请日：2022-03-08
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
IPC: G06T7/11 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明提出一种胃癌神经浸润数字病理切片图像定位和分类方法及系统，首先将整张病理图像采用滑动窗口的方式切分小patch训练图像块；其次，构建并将训练图像块输入训练分割模型，分割胃癌细胞区域并输出胃癌细胞生成掩模，同时构建并将训练图像块输入DETR模型，检测神经区域对神经进行定位和分类；而后，基于胃癌分割模型的输出结果和DETR网络输出结果，将胃癌分割掩膜和神经检测结果图输入神经浸润判别网络，对神经区域与胃癌区域进行像素级别的重叠判别，若不存在重叠区域，则对该神经区域判别为正常神经区域，不对其进行定位和类别的呈现；若存在重叠区域，则判别是神经浸润，输出神经浸润的定位和分类结果；最后，将小patch图像块拼回原始大小图像输出。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.052 seconds)
