一种多模态肝细胞癌复发风险预测方法、预测系统及应用

    公开(公告)号:CN119418924A

    公开(公告)日:2025-02-11

    申请号:CN202411474487.7

    申请日:2024-10-22

    Abstract: 本发明涉及人工智能精准医疗技术领域,具体涉及一种多模态肝细胞癌复发风险预测方法、预测系统及应用,该预测方法包括:多模态数据采集、数据标准化预处理、模型训练、复发风险预测。首先收集患者的多模态数据,包括术前数据和术后数据及复发风险标签;其次对收集的多模态数据进行标准化的预处理;使用适应性矩估计算法更新术前模型和术后模型的参数,得到训练好的多模态肝细胞癌复发风险预测模型,其包括术前模型和术后模型,可分别在手术前和手术后进行复发风险预测。本发明使用深度学习技术,能够分别利用术前和术后的多模态数据,在手术前和手术后实现HCC患者复发风险的精准预测,为HCC患者制定针对性的治疗方案。

    一种肝细胞癌仑伐替尼耐药细胞株及其构建方法和应用

    公开(公告)号:CN118726260A

    公开(公告)日:2024-10-01

    申请号:CN202410883737.6

    申请日:2024-07-03

    Abstract: 本发明公开一种肝细胞癌仑伐替尼耐药细胞株及其构建方法和应用,该耐药细胞株命名为人肝细胞癌仑伐替尼耐药细胞株Hep3B‑LR,其保藏编号为CCTCC NO:C2024184。该构建方法包括将对数生长期的人肝癌细胞株Hep3B2.1‑7接种培养皿后对其进行仑伐替尼药物刺激,逐步增加药物浓度法建立肝细胞癌仑伐替尼耐药细胞系,细胞进行扩增并进行裸鼠的异种移植瘤接种,待皮下瘤直径达到0.5cm后,对小鼠进行仑伐替尼灌胃治疗,直到小鼠耐药肿瘤逐渐增大后,取肿瘤组织进行原代培养并建立细胞系,并以此浓度作为筛选浓度继续长期刺激细胞一段时间,最终获耐药细胞株。本发明在研究肝癌耐药机制、建立耐药动物模型、逆转肝癌细胞耐药性以及指导肝癌患者用药方面都具有重要的应用前景。

    N-末端DDR1多肽的用途
    3.
    发明公开

    公开(公告)号:CN112285365A

    公开(公告)日:2021-01-29

    申请号:CN202011240729.8

    申请日:2020-11-09

    Abstract: 本发明公开了N‑末端DDR1多肽的用途,属于医疗技术领域,通过对N‑末端DDR1多肽含量的检测来判断肝纤维化的程度。本发明提供了一种N‑末端DDR1多肽的新用途,通过对血清中N‑末端DDR1多肽的含量检测,即可实现对肝纤维化程度的判断,方法操作简便,是一种无创的检测方法,同时经济实用。本发明与现有常用的一些无创检测具有相似的检测准确性,但其优点在于并不受病人体重以及性别的影响。

Patent Agency Ranking