-
公开(公告)号:CN109820580A
公开(公告)日:2019-05-31
申请号:CN201910219312.4
申请日:2019-03-21
Applicant: 北京大学第三医院
IPC: A61B17/43
Abstract: 本发明提供一种人工授精助力器及助力系统,属于医疗设备技术领域,解决现有为了保持臀部高位的姿势,患者通常在臀部下垫入衣物,耗费体力,同时达不到要求的体位,影响妊娠成功率,不利于人工授精成功率的技术问题。人工授精助力器包括箱体、支撑板组件和驱动组件;驱动组件设置在箱体的内部;支撑板组件设置在所述箱体的上端,驱动组件能够驱动支撑板组件远离或靠近箱体,支撑板组件用于支撑臀部。本发明设置有支撑板组件和驱动组件,在实际的治疗过程中,患者的臀部放置在支撑板组件上,然后利用驱动组件调节支撑板组件,从而使支撑板组件具有不同的高度,进而使不同患者能够获得最舒适的抬起位置,减轻患者的疲劳度,增大授精的成功率。
-
公开(公告)号:CN109523520A
公开(公告)日:2019-03-26
申请号:CN201811250267.0
申请日:2018-10-25
Applicant: 北京大学第三医院 , 中国科学院计算技术研究所
CPC classification number: G06T7/0012 , G06K9/0014 , G06K9/00147 , G06N3/0454 , G06T2207/10056 , G06T2207/20081 , G06T2207/30004 , G06T2207/30242
Abstract: 本发明公开了一种基于深度学习的染色体自动计数方法,包括以下步骤:(1)图像收集和预处理步骤;(2)图像分类和回归步骤;(3)模型训练步骤;(4)测试计数步骤,其中,在步骤(2)中采用新的抽样策略,并对Faster R-CNN模型损失函数进行了改进。本发明所需的数据来源于真实显微镜视野下的G显带染色体,所述方法无需复杂实验过程,成本低廉,耗时更短,能够自动准确完成目标染色体计数。本发明使用1000例标注的染色体图训练模型,随后用175例标注的染色体图做测试,统计显示175例共包含8023条染色体,测试的准确率为98.95%,召回率为98.67%。测试结果显示用机器计数后人工校正的方法完成一份报告的染色体计数所需时间短于目前的1/3。
-
公开(公告)号:CN108244102A
公开(公告)日:2018-07-06
申请号:CN201810344477.X
申请日:2018-04-17
Applicant: 北京大学第三医院
IPC: A01N1/02
CPC classification number: A01N1/0221
Abstract: 本发明涉及一种生殖冷冻用玻璃化冷冻试剂、试剂盒及其使用方法。本发明所述生殖冷冻用玻璃化冷冻试剂包括细胞内玻璃化冷冻试剂,所述细胞内玻璃化冷冻试剂包括跨膜载体和包裹在所述跨膜载体中的冷冻保护剂,所述冷冻保护剂选自糖类冷冻保护剂、糖醇类冷冻化保护剂或胺类冷冻保护剂,因此,本发明所述玻璃化冷冻试剂能够在避免细胞内形成冰晶同时,还极大地降低冷冻保护剂对细胞的毒性,提升细胞的存活率,保障细胞的正常发育。
-
公开(公告)号:CN105023220A
公开(公告)日:2015-11-04
申请号:CN201510500978.9
申请日:2015-08-14
Applicant: 北京大学第三医院
IPC: G06Q50/22
Abstract: 本发明涉及一种多囊卵巢综合征健康指导系统,它包括用户应用装置、PCOS远程在线医患交互平台、跟踪装置和服务器,跟踪装置通过无线连接方式连接用户应用装置,用户应用装置和PCOS远程在线医患交互平台均连接服务器;用户应用装置用于获取并管理PCOS患者的个人信息,评估该PCOS患者的心理状态,并根据个人信息预测并发症的发生率,制定适合该PCOS患者的营养补充方案和个性化运动方案,并显示给该PCOS患者,同时发送给PCOS远程在线医患交互平台;跟踪装置实时采集该PCOS患者运动量数据,并发送到用户应用装置;用户应用装置将卡路里含量信息、该PCOS患者实际运动量数据以及该PCOS患者的个人信息周期性发送给PCOS远程在线医患交互平台,医生给出运动和饮食的专业指导。
-
公开(公告)号:CN104561311A
公开(公告)日:2015-04-29
申请号:CN201510003430.3
申请日:2015-01-04
Applicant: 北京大学第三医院
IPC: C12Q1/68
CPC classification number: C12Q1/6888 , C12Q2600/158
Abstract: 本发明公开了一种在人辅助生殖胚胎发育早期进行出生安全性预测的试剂盒。本发明所公开的在人辅助生殖胚胎发育早期进行出生安全性预测的试剂盒,包括用于检测人辅助生殖囊胚植入人体后胚胎发育早期的胎盘中表1所示的1593个基因的表达量的产品。如果人辅助生殖囊胚植入人体后胚胎发育早期胎盘的所述1593个基因中各个基因的表达量均是人自然妊娠的胚胎发育早期胎盘的所述1593个基因中同一种基因的表达量的两倍以上或二分之一倍以下,预示所述人辅助生殖囊胚将正常发育和孕妇正常分娩。
-
公开(公告)号:CN102277329A
公开(公告)日:2011-12-14
申请号:CN201110237372.2
申请日:2011-08-18
Applicant: 北京大学第三医院
IPC: C12N5/071 , C12N5/073 , C12N5/0735
Abstract: 本发明公开了一种制备饲养层细胞的方法。本发明提供的方法,包括如下步骤:(1)将离体的成纤维细胞用10μg/ml丝裂霉素C处理,分别收集培养液上清和贴壁细胞;(2)将离体的成纤维细胞用前一步骤收集的培养液上清处理,收集贴壁细胞;在所述步骤(1)和所述步骤(2)之间还包括0至2次的如下步骤:将离体的成纤维细胞用前一步骤收集的培养液上清处理,分别收集培养液上清和贴壁细胞;以上每一步骤得到的贴壁细胞均为饲养层细胞。本发明提供的制备饲养层细胞的方法流程简单、经济、效果可靠。经人胚胎干细胞培养实验表明,利用本方法制备的饲养层细胞能够长期传代,并能有效的支持人胚胎干细胞的生长并使其保持未分化状态。
-
公开(公告)号:CN101560565B
公开(公告)日:2011-08-24
申请号:CN200910083599.9
申请日:2009-05-12
Applicant: 北京大学第三医院
Abstract: 本发明公开了一种21-三体综合征产前筛查试剂盒。本发明提供的试剂盒包括引物对甲、引物对乙、引物对丙和引物对丁;引物对甲由序列表的序列1所示核苷酸和序列表的序列2所示核苷酸组成;引物对乙由序列表的序列3所示核苷酸和序列表的序列4所示核苷酸组成;引物对丙由序列表的序列5所示核苷酸和序列表的序列6所示核苷酸组成;引物对丁由序列表的序列7所示核苷酸和序列表的序列8所示核苷酸组成。应用本发明的试剂盒进行21-三体综合征产前筛查,具有如下优点:标本取材创新;提前产前诊断起始时间;减少标本的采集数量,缩短进行诊断的时间;可以判断额外染色体来源。本发明对于找到染色体病的发病原因,及时针对性预防有很深远的意义。
-
公开(公告)号:CN101560565A
公开(公告)日:2009-10-21
申请号:CN200910083599.9
申请日:2009-05-12
Applicant: 北京大学第三医院
Abstract: 本发明公开了一种21-三体综合征产前筛查试剂盒。本发明提供的试剂盒包括引物对甲、引物对乙、引物对丙和引物对丁;引物对甲由序列表的序列1所示核苷酸和序列表的序列2所示核苷酸组成;引物对乙由序列表的序列3所示核苷酸和序列表的序列4所示核苷酸组成;引物对丙由序列表的序列5所示核苷酸和序列表的序列6所示核苷酸组成;引物对丁由序列表的序列7所示核苷酸和序列表的序列8所示核苷酸组成。应用本发明的试剂盒进行21-三体综合征产前筛查,具有如下优点:标本取材创新;提前产前诊断起始时间;减少标本的采集数量,缩短进行诊断的时间;可以判断额外染色体来源。本发明对于找到染色体病的发病原因,及时针对性预防有很深远的意义。
-
公开(公告)号:CN119464472A
公开(公告)日:2025-02-18
申请号:CN202411444807.4
申请日:2024-10-16
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: C12Q1/6883 , C12Q1/6888
Abstract: 本发明公开了一种预测卵细胞拷贝数变异的标志物及其应用,所述标志物包括CLEC11A、P4HB、EFEMP2、IL32、FTL、FLNA、COL6A3、ACPP和APOO蛋白的组合。采用本发明的标志物,可以通过颗粒细胞转录组测序明确颗粒细胞分泌蛋白的表达水平,推断对应卵细胞的基因组CNV情况。本技术方案的检测对象是辅助生殖技术中废弃的颗粒细胞,因此不会对卵细胞产生任何影响,是无创的;本研究是从单细胞水平进行的转录组和甲基化组检测,具有高通量的特点,并且所有颗粒细胞和卵细胞都是一一配对的,能够反应单细胞水平的COC之间的差异。
-
公开(公告)号:CN119229980B
公开(公告)日:2025-02-18
申请号:CN202411721002.X
申请日:2024-11-28
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16B40/00 , G16B20/40 , G16B50/00 , G16B20/30 , G06F18/213 , G06F18/2415
Abstract: 本发明提供了一种基于机器学习的母源污染去除方法及相关设备,应用于数据处理技术领域。本申请获取目标用户数据和训练样本集,其中,目标用户数据包括目标用户的体外培养胚胎的培养液样本信息,训练样本集包括其他用户的体外培养胚胎的培养液样本信息;对训练样本集进行预处理,生成带有目标特征数据的训练数据集,其中,目标特征数据为单细胞全基因组的甲基化测序数据,甲基化测序数据包括读段信息;获取与目标特征数据相匹配的初始母源污染预警模型;基于带有目标特征数据的训练数据集对初始母源污染预警模型进行训练,生成目标母源污染预警模型;基于目标母源污染预警模型对目标用户数据进行处理,生成目标染色体倍体。
-
-
-
-
-
-
-
-
-