-
公开(公告)号：CN113408505A
公开(公告)日：2021-09-17
申请号：CN202110957126.8
申请日：2021-08-19
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于深度学习的染色体极性识别方法，所述方法包括（1）收集数据集，（2）构建训练集和测试集，（3）基于训练集对染色体极性识别模型进行学习训练，（4）将测试集输入到染色体极性识别模型进行测试，输出待预测染色体的极性结果。本发明还提供了一种基于深度学习的染色体极性识别系统。本发明提供的方法和系统基于深度学习分类算法，能够准确地判断当前染色体极性类别，并据此完成染色体极性调整，使得染色体均保持短臂朝上的状态。所述方法和系统染色体极性识别准确率达96.36%，而且数据来源简单，染色体分析自动化程度高，流程更加简洁，具有广泛的工业实用性。
-
公开(公告)号：CN113393461B
公开(公告)日：2021-12-07
申请号：CN202110939852.7
申请日：2021-08-16
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院计算技术研究所
Abstract: 本发明公开了一种基于深度学习的分裂中期染色体图像质量筛选方法和系统，所述方法和系统使用附带标注的分裂中期细胞染色体图像构建训练集和测试集，并进行模型的构建和训练。模型完成训练后，可以对输入的一个病例的每一张染色体图像进行质量评估，输出每一张染色体图像的质量评估结果，然后将所有的染色体图像按照质量评估结果的高低进行降序排序，即模型认为排序靠前的染色体图像质量更高，然后在排序后的染色体图像中靠前选取足够进行诊断的染色体图像即可完成染色体图像质量筛选过程。所述方法和系统数据来源简单，能够准确评价染色体图像质量的高低，AUC值为0.927，模型检测速度快，检测速度大大快于人工速度。
-
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：CN113408505B
公开(公告)日：2022-06-14
申请号：CN202110957126.8
申请日：2021-08-19
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于深度学习的染色体极性识别方法，所述方法包括（1）收集数据集，（2）构建训练集和测试集，（3）基于训练集对染色体极性识别模型进行学习训练，（4）将测试集输入到染色体极性识别模型进行测试，输出待预测染色体的极性结果。本发明还提供了一种基于深度学习的染色体极性识别系统。本发明提供的方法和系统基于深度学习分类算法，能够准确地判断当前染色体极性类别，并据此完成染色体极性调整，使得染色体均保持短臂朝上的状态。所述方法和系统染色体极性识别准确率达96.36%，而且数据来源简单，染色体分析自动化程度高，流程更加简洁，具有广泛的工业实用性。
-
公开(公告)号：CN113393461A
公开(公告)日：2021-09-14
申请号：CN202110939852.7
申请日：2021-08-16
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院计算技术研究所
Abstract: 本发明公开了一种基于深度学习的分裂中期染色体图像质量筛选方法和系统，所述方法和系统使用附带标注的分裂中期细胞染色体图像构建训练集和测试集，并进行模型的构建和训练。模型完成训练后，可以对输入的一个病例的每一张染色体图像进行质量评估，输出每一张染色体图像的质量评估结果，然后将所有的染色体图像按照质量评估结果的高低进行降序排序，即模型认为排序靠前的染色体图像质量更高，然后在排序后的染色体图像中靠前选取足够进行诊断的染色体图像即可完成染色体图像质量筛选过程。所述方法和系统数据来源简单，能够准确评价染色体图像质量的高低，AUC值为0.927，模型检测速度快，检测速度大大快于人工速度。
-
Patent Agency Ranking
公开(公告)号：CN109523520B
公开(公告)日：2020-12-18
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
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：CN119823982A
公开(公告)日：2025-04-15
申请号：CN202510324128.1
申请日：2025-03-19
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: C12N15/10 , C12Q1/6806
Abstract: 本发明涉及生物技术领域，具体的，本发明涉及一种快速提取GV（germinal vesicle）期卵母细胞核及合子期原核的方法。该方法采用自制的移卵针吸取卵母细胞或受精卵，再通过自制的玻璃针从核提取液滴中吸取卵母细胞核及合子期原核，可以短时间内获取较大量的GV期卵母细胞核或受精卵时期的原核样本，并且不需要昂贵的设备和专业技术人员，获得的GV期卵母细胞核或受精卵时期的原核样本完整性高，污染率低，具有极大的应用价值。
-
公开(公告)号：CN119323787A
公开(公告)日：2025-01-17
申请号：CN202411876606.1
申请日：2024-12-19
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 中国科学院遗传与发育生物学研究所
IPC: G06V20/69 , G06V10/26 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种精确识别人圆形精子细胞的人工智能模型构建系统和方法，该系统包括图像收集单元、图像预处理单元、数据集分割单元、先导实验模型挑选单元、错样本强化的模型训练单元和模型验证单元；数据集分割单元用于将人圆形精子细胞图像分割为训练集、验证集和测试集；先导实验模型挑选单元用于根据系列待选择模型在验证集上的表现挑选性能最优的模型；错样本强化的模型训练单元用于构建假正和假负数据集，利用随机抽取的方法将假正数据与假负数据加入目前正在训练的图片中，增强模型应对错例的能力；模型验证单元用于进行双盲实验，检测筛选出来的细胞是否表达人圆形精子细胞特异性蛋白，验证模型的有效性和精准性。
-
公开(公告)号：CN118817904B
公开(公告)日：2024-11-19
申请号：CN202411311605.2
申请日：2024-09-20
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及医学检测领域，具体的，本发明提供一种PA66作为卵巢储备功能减退诊断标志物的用途。本发明微塑料尼龙66（PA66）可显著影响动物的卵巢功能，基于卵泡液中PA66浓度进行了DOR发生风险模型预测，受试者工作特征曲线（ROC）和曲线下面积（AUC）显示，该模型的AUC为0.827 (95%CI:0.723‑0.933），PA66截断值为0.4 ug/mL时，达到最佳预测，灵敏度为74.3%，特异度为87.5%，可有效诊断卵巢储备功能减退的发生。
-
公开(公告)号：CN118726242A
公开(公告)日：2024-10-01
申请号：CN202410538725.X
申请日：2024-04-30
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: C12N5/0735
Abstract: 本发明涉及一种促进克氏综合征患者生殖细胞向发育方向分化的方法，所述方法包括在克氏综合征患者性腺组织培养基中添加TGFβ抑制剂。本发明首次揭示了KS患者的生殖细胞在胎儿期就存在发育阻滞，并提供一种全新的潜在治疗策略，挽救或者改善KS患者的生殖细胞发育阻滞，为进一步开发治疗KS不育的新措施鉴定基础。
-
-
-
-
-
-
-
-
-
Search Results
275
records
(took 0.056 seconds)
