-
Patent Agency Ranking
公开(公告)号：CN116370005A
公开(公告)日：2023-07-04
申请号：CN202310349623.9
申请日：2023-04-04
Applicant: 中国人民解放军海军军医大学第三附属医院
Abstract: 本发明公开了一种下腔静脉破裂出血的快速止血气囊导管，包括导管，导管两端的外壁上均连接有一个第一气囊，每个第一气囊上均连接有第一充气管，导管外壁中部连接有通管，通管内穿设有第二充气管，第二充气管的一端延伸出通管外部，且其另一端伸入导管的管腔内并从导管的一端端部伸出，第二充气管靠近导管端部的一端连接有第二气囊。本发明通过第二气囊堵塞下腔静脉破裂处，可以有效阻断下腔静脉血流，从而实现下腔静脉快速止血，进而降低患者死亡几率，同时，通过导管和第一气囊可以在下腔静脉破裂处建立血流通道，从而使下腔静脉恢复正常的回血功能，进而进一步降低患者死亡几率。
-
公开(公告)号：CN117106905A
公开(公告)日：2023-11-24
申请号：CN202310547375.9
申请日：2023-05-16
Applicant: 中国人民解放军海军军医大学第三附属医院
IPC: C12Q1/6886 , C12Q1/682 , C12N15/11
Abstract: 本发明提供一种用于检测DTNBP1基因的FISH探针及其应用，DTNBP1基因探针的3’端的18bp碱基，用于与预扩增探针结合，通过逐步结合相同的预扩增探针、扩增探针，最终与相同的显色探针结合，可以显示同样颜色的荧光信号。最终与携带紫色荧光染料的显色探针结合，检测结果显示紫色荧光信号。而不同类型的基因，该区域的碱基序列是不同的。DTNBP1杂交探针的5’端的20bp碱基，是与DTNBP1基因mRNA结合特异性序列，从序列上具备特异性。本发明具有安全、快速、检测信号强等特点，探针分子量小，更容易进入细胞，可检测胰腺癌患者组织和细胞中低水平表达的DTNBP1，特异性高、敏感性强，有助于胰腺癌的早期筛查和诊断。
-
公开(公告)号：CN116370005B
公开(公告)日：2025-05-09
申请号：CN202310349623.9
申请日：2023-04-04
Applicant: 中国人民解放军海军军医大学第三附属医院
Abstract: 本发明公开了一种下腔静脉破裂出血的快速止血气囊导管，包括导管，导管两端的外壁上均连接有一个第一气囊，每个第一气囊上均连接有第一充气管，导管外壁中部连接有通管，通管内穿设有第二充气管，第二充气管的一端延伸出通管外部，且其另一端伸入导管的管腔内并从导管的一端端部伸出，第二充气管靠近导管端部的一端连接有第二气囊。本发明通过第二气囊堵塞下腔静脉破裂处，可以有效阻断下腔静脉血流，从而实现下腔静脉快速止血，进而降低患者死亡几率，同时，通过导管和第一气囊可以在下腔静脉破裂处建立血流通道，从而使下腔静脉恢复正常的回血功能，进而进一步降低患者死亡几率。
-
公开(公告)号：CN117612697A
公开(公告)日：2024-02-27
申请号：CN202211459871.0
申请日：2022-11-16
Applicant: 中国人民解放军海军军医大学第三附属医院
IPC: G16H50/20 , G16H10/20 , G06F18/241 , G16H50/30
Abstract: 本发明公开了一种腹部创伤急救预后决策系统的列线图模型及其构建方法，用以评估腹部外伤患者的死亡风险概率。其步骤为：一、收集腹部外伤患者的临床数据，利用单因素Cox和多因素Cox回归分析方法对临床数据进行分析和筛选，获得与腹部外伤预后显著相关的重要特征变量，建立多特征维数的概率预测模型；二、选择性能较优的概率预测模型并建立腹部创伤患者术后风险预测列线图模型。本发明提供了一种nomgram模型，简单、直观，易于推广，适用于单纯腹部外伤患者和以腹部外伤为主要诊断的多发伤患者，能够有效帮助临床医生对腹部外伤预后风险因素进行监测，对腹部伤情预后进行预测，争取更多的抢救时间，降低腹部创伤患者的死亡率，节约宝贵的医疗成本。
-
公开(公告)号：CN115620904A
公开(公告)日：2023-01-17
申请号：CN202210881290.X
申请日：2022-07-26
Applicant: 中国人民解放军海军军医大学第三附属医院
IPC: G16H50/30 , G16H50/20 , G16H10/60 , G16H50/70 , G06F16/215 , G06F18/2431 , G06F18/2415 , G06F18/214
Abstract: 本发明公开了基于机器学习的腹部外伤患者入院伤情评估模型构建方法，属于腹部外伤患者入院伤情评估模型构建方法技术领域，收集腹部外伤患者的临床数据，建立腹部创伤临床数据库，临床特征数据清洗结构化，数据分析和模块化建设，采取ANOVA方法进行不同的临床特征与病情危重度的显著性分析，并根据显著性P值大小提取特征数据，采用决策树集成法的三种模型XgBoost、LightGBM，CatBoost以及Logistic模型，选择效能最优的检验模型构建病情分级评估预测模型，采用5折层次交叉验证对最优的概率预测模型进行验证，利用预测模型的平均ROC曲线比较上述模型的准确性，根据预测准确率选择最优的概率预测模型。
-
-
-
-
Search Results
5
records
(took 0.032 seconds)
