-
公开(公告)号：CN119570729A
公开(公告)日：2025-03-07
申请号：CN202411672585.1
申请日：2024-11-21
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: C12N5/079
Abstract: 本发明涉及生物技术领域，具体涉及一种用于高效制备视网膜单细胞悬液的试剂盒及解离质地较硬的视网膜组织的方法，包括胶原酶II和胶原酶IV混合酶、解离缓冲液、洗涤缓冲液、终止液和重悬液，其中胶原酶II和胶原酶IV的质量比为1.0～1.8:1，总浓度为1.2～2.2mg/mL。使用本发明的试剂盒和解离方法，能够有效解离质地较硬的视网膜组织，充分消化细胞间突出链接，实现较为充分的突出间隙物质消化，经过多次实验验证，能够较好地实现视网膜组织的单细胞解离，并且能够保持高度细胞活性。
-
公开(公告)号：CN118903130A
公开(公告)日：2024-11-08
申请号：CN202411082094.1
申请日：2024-08-08
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: A61K31/4725 , A61P9/10 , A61P27/02
Abstract: 本发明涉及眼科药物技术领域，具体涉及一种立他司特在制备治疗视网膜动脉阻塞损伤的药物中的应用。本发明发现立他司特的新用途，以解决视网膜动脉阻塞的治疗手段匮乏难题。立他司特能有效减轻视网膜动脉阻塞损伤和视网膜神经节细胞的凋亡。同时，立他司特还具有抑制视网膜的炎症浸润和小胶质细胞的活化的作用。立他司特还具有减轻视网膜神经节细胞损伤的作用，可以用于视网膜动脉阻塞的神经炎症损伤等相关疾病，具有广泛的应用前景。
-
公开(公告)号：CN116580446B
公开(公告)日：2023-10-24
申请号：CN202310846496.3
申请日：2023-07-11
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明提供了一种泛血管疾病虹膜特点识别方法及系统，所述方法包括获取待检测的虹膜图像信息和预设的虹膜图像信息；将待检测的虹膜图像信息发送和预设的虹膜图像信息发送至训练后的神经网络进行分割，得到分割后的待检测的虹膜图像信息和预设的虹膜图像信息；将分割后的待检测的虹膜图像信息和预设的虹膜图像信息均发送至第一特征提取层，得到第一特征向量和第二特征向量；将分割后的待检测的虹膜图像信息和预设的虹膜图像信息均发送至第二特征提取层，得到第三特征向量和第四特征向量；根据第一特征向量、第二特征向量、第三特征向量、第四特征向量对待检测的虹膜图像信息进行识别，实现了泛血管疾病虹膜特点的识别。
-
Patent Agency Ranking
公开(公告)号：CN117315369A
公开(公告)日：2023-12-29
申请号：CN202311401477.6
申请日：2023-10-26
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06V10/80 , G06T7/00 , G06N3/048 , G06N3/047 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于神经网络的眼底病分类方法及装置，包括：将卷积特征向量和图神经特征向量进行融合，得到目标特征向量，利用所述卷积神经网络模型对目标特征向量进行分类，得到训练集眼底病类别，调整卷积神经网络模型的模型参数，得到改良卷积神经网络模型，通过评估、调优及测试得到目标卷积神经网络模型，利用图神经网络模型和目标卷积神经网络模型对当前待分类眼底图像进行眼底病分类。本发明还提出一种基于神经网络的眼底病分类装置、电子设备以及计算机可读存储介质。本发明可以解决当前通过卷积神经网络对眼底病图像进行分类存在着分类效果差、效率低的问题。
-
公开(公告)号：CN116738352B
公开(公告)日：2023-12-22
申请号：CN202311019231.2
申请日：2023-08-14
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06F18/2433 , G06F18/241 , G06F18/25 , G06F18/22 , G06F18/2323 , G16H50/70 , G16H10/60
Abstract: 本发明提供了一种视网膜血管阻塞疾病的视杆细胞异常分类方法及装置，涉及人工智能技术领域，包括：获取第一信息和第二信息，包括待检测患者的眼科临床检查数据和历史视网膜血管阻塞疾病患者的眼科临床检查数据；根据光感知信号记录和动态反应数据进行特征融合处理得到融合数据集；根据融合数据集和预设的机器学习数学模型构建得到视杆细胞异常分类模型；根据视杆细胞异常分类模型对第一信息进行分类处理得到分类结果。本发明通过将视杆细胞的频谱特征和时间变化特征相结合，考虑了视杆细胞在疾病发展过程中的变化规律，并通过构建机器学习模型对融合数据集进行分类处理，可以更(56)对比文件Ben Hoyle等.Anomaly detection formachine learning redshifts applied toSDSS galaxies《.arXiv.org》.2016,第1-12页.赵健康.基于深度学习的视网膜眼底图像分割技术研究《.中国优秀硕士学位论文全文数据库医药卫生科技辑》.2021,(第9期),第E065-11页.龚帅等.花青苷应用于眼科常见疾病研究进展《.广东化工》.2019,第46卷(第1期),第71-73页.
-
公开(公告)号：CN118425529A
公开(公告)日：2024-08-02
申请号：CN202410514531.6
申请日：2024-04-26
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明公开了FGF21在制备用于视网膜动脉阻塞患病或预后风险评估产品中的用途，本发明发现血清中FGF21的水平与RAO患病率相关，且与RAO患者并发缺血性脑卒中的风险相关，还与RAO患者视力可改善程度相关。基于此，本发明提供了成纤维细胞生长因子21水平在制备受试者视网膜动脉阻塞患病风险评估、视网膜动脉阻塞并发缺血性脑卒中患病风险评估以及视网膜动脉阻塞患者预后风险评估的产品中的应用，在RAO的早期诊断、治疗和视网膜动脉阻塞并发缺血性脑卒中患病风险评估、以及视网膜动脉阻塞视力预后评估上具有巨大的应用潜力。
-
公开(公告)号：CN116738352A
公开(公告)日：2023-09-12
申请号：CN202311019231.2
申请日：2023-08-14
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06F18/2433 , G06F18/241 , G06F18/25 , G06F18/22 , G06F18/2323 , G16H50/70 , G16H10/60
Abstract: 本发明提供了一种视网膜血管阻塞疾病的视杆细胞异常分类方法及装置，涉及人工智能技术领域，包括：获取第一信息和第二信息，包括待检测患者的眼科临床检查数据和历史视网膜血管阻塞疾病患者的眼科临床检查数据；根据光感知信号记录和动态反应数据进行特征融合处理得到融合数据集；根据融合数据集和预设的机器学习数学模型构建得到视杆细胞异常分类模型；根据视杆细胞异常分类模型对第一信息进行分类处理得到分类结果。本发明通过将视杆细胞的频谱特征和时间变化特征相结合，考虑了视杆细胞在疾病发展过程中的变化规律，并通过构建机器学习模型对融合数据集进行分类处理，可以更准确地判断视杆细胞的异常类型和异常程度，从而提高分类准确性。
-
公开(公告)号：CN116580446A
公开(公告)日：2023-08-11
申请号：CN202310846496.3
申请日：2023-07-11
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明提供了一种泛血管疾病虹膜特点识别方法及系统，所述方法包括获取待检测的虹膜图像信息和预设的虹膜图像信息；将待检测的虹膜图像信息发送和预设的虹膜图像信息发送至训练后的神经网络进行分割，得到分割后的待检测的虹膜图像信息和预设的虹膜图像信息；将分割后的待检测的虹膜图像信息和预设的虹膜图像信息均发送至第一特征提取层，得到第一特征向量和第二特征向量；将分割后的待检测的虹膜图像信息和预设的虹膜图像信息均发送至第二特征提取层，得到第三特征向量和第四特征向量；根据第一特征向量、第二特征向量、第三特征向量、第四特征向量对待检测的虹膜图像信息进行识别，实现了泛血管疾病虹膜特点的识别。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.041 seconds)
