-
公开(公告)号：CN108663524A
公开(公告)日：2018-10-16
申请号：CN201810478625.7
申请日：2018-05-18
Applicant: 南昌大学第二附属医院
IPC: G01N33/68 , G01N33/574 , A61K38/17 , A61K45/06 , A61P35/00
Abstract: 本发明属于生物医学领域，具体涉及过表达FAT10扰乱WISP1蛋白和mRNA表达促进肝癌的进展。本发明经过广泛而深入的研究，发现了FAT10与WISP1之间的关系，并首次发现，为肝癌治疗的全新靶点，WISP1蛋白以及WISP1蛋白促进剂可用于制备肝癌治疗药物，特异性识别WISP1的试剂可用于肝癌的判断、治疗方案的选择、和/或预后评估，为肝癌的研究与治疗提出了新思路。
-
公开(公告)号：CN118831165A
公开(公告)日：2024-10-25
申请号：CN202411121003.0
申请日：2024-08-15
Applicant: 南昌大学第二附属医院
IPC: A61K45/00 , A61K31/7088 , A61P35/00 , C12N15/113 , C12N15/867 , C12N7/01 , C12R1/93
Abstract: 本发明涉及生物医药领域，特别是涉及HOXB9基因抑制剂或GSK126在制备EZH2‑miR‑203‑SNAI2轴调节产品中的用途。本发明中HOXB9基因抑制剂为核酸分子时，其包含如SEQ ID No.1所示的核酸片段。本发明提供的HOXB9基因抑制剂可以降低HOXB9和EZH2之间的募集，减弱EZH2对肿瘤抑制基因miR‑203的表观遗传学沉默，从而降低SNAI2的表达，阻止HCC细胞的侵袭和转移，为肿瘤治疗提供了新的思路。
-
公开(公告)号：CN117982648A
公开(公告)日：2024-05-07
申请号：CN202310698959.6
申请日：2023-06-13
Applicant: 南昌大学第二附属医院
Inventor： 邵江华
IPC: A61K45/00 , A61K45/06 , A61K39/395 , A61P35/00 , A61P35/02
Abstract: 本申请涉及生物医药领域，特别涉及类泛素蛋白FAT10作为抗肿瘤血管新生中的新靶点。本申请提供类泛素蛋白FAT10抑制剂在制备抗肿瘤血管新生产品中的用途。本申请的临床前研究揭示了肝癌细胞中的FAT10是限制抗VEGF疗效的关键因素，并阐明了其潜在机制。本研究为抗血管生成治疗的发展提供了新的机制见解。
-
公开(公告)号：CN105354445A
公开(公告)日：2016-02-24
申请号：CN201510788867.2
申请日：2015-11-17
Applicant: 南昌大学第二附属医院
IPC: G06F19/24 , G01N33/574
CPC classification number: G01N33/57446 , G16B40/00 , G16H50/20
Abstract: 本发明公开了一种基于血液标志物的人工神经网络智能判别系统，属于临床检验诊断和人工智能学科领域，涉及利用血液代谢物信息的人工智能判别系统。本系统由硬件系统和软件系统两部分组成，硬件系统为血液样品的代谢物数据采集模块。本发明可根据人体血液中2-4种代谢物含量，由系统判别某样品是否来源于肾癌患者，预测准确度高，结果可为肾癌的早期筛查、诊断及治疗提供参考。
-
Patent Agency Ranking
公开(公告)号：CN113808747B
公开(公告)日：2023-12-26
申请号：CN202111180311.7
申请日：2021-10-11
Applicant: 南昌大学第二附属医院
IPC: G16H50/30 , G06V10/762 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种缺血性脑卒中复发预测方法，首先，提取患者多维数据进行融合，将融合后的数据进行Lasso分析，输出关键因子。其次，对数据集中的空缺值进行填充，对未复发且存在住院史的患者、没有住院史的患者缺失量较多的特征以及没有住院史的患者缺失量较少的特征，分别采用三种不同的方式进行填充。然后对数据集中存在的样本不平衡采取样本不平衡处理方式进行处理。同时取患者脑部CT影像数据，采用GCForest多粒度扫描层对影像数据进行卷积学习，通过特征重塑将特征规整为[32,1]大小。将重塑后的特征作为固定特征与结构化特征联合传入至GCForest多粒度扫描层进行特征增强，最后传入至级联森林进行模型训练。本发明为人工智能技术在医疗的应用提供新思路。
-
公开(公告)号：CN113808747A
公开(公告)日：2021-12-17
申请号：CN202111180311.7
申请日：2021-10-11
Applicant: 南昌大学第二附属医院
Abstract: 本发明提供了一种缺血性脑卒中复发预测方法，首先，提取患者多维数据进行融合，将融合后的数据进行Lasso分析，输出关键因子。其次，对数据集中的空缺值进行填充，对未复发且存在住院史的患者、没有住院史的患者缺失量较多的特征以及没有住院史的患者缺失量较少的特征，分别采用三种不同的方式进行填充。然后对数据集中存在的样本不平衡采取样本不平衡处理方式进行处理。同时取患者脑部CT影像数据，采用GCForest多粒度扫描层对影像数据进行卷积学习，通过特征重塑将特征规整为[32,1]大小。将重塑后的特征作为固定特征与结构化特征联合传入至GCForest多粒度扫描层进行特征增强，最后传入至级联森林进行模型训练。本发明为人工智能技术在医疗的应用提供新思路。
-
公开(公告)号：CN108663524B
公开(公告)日：2021-06-25
申请号：CN201810478625.7
申请日：2018-05-18
Applicant: 南昌大学第二附属医院
IPC: G01N33/68 , G01N33/574 , A61K38/17 , A61K45/06 , A61P35/00
Abstract: 本发明属于生物医学领域，具体涉及过表达FAT10扰乱WISP1蛋白和mRNA表达促进肝癌的进展。本发明经过广泛而深入的研究，发现了FAT10与WISP1之间的关系，并首次发现，为肝癌治疗的全新靶点，WISP1蛋白以及WISP1蛋白促进剂可用于制备肝癌治疗药物，特异性识别WISP1的试剂可用于肝癌的判断、治疗方案的选择、和/或预后评估，为肝癌的研究与治疗提出了新思路。
-
公开(公告)号：CN118490831A
公开(公告)日：2024-08-16
申请号：CN202410401086.2
申请日：2024-04-03
Applicant: 南昌大学第二附属医院
IPC: A61K45/00 , C12N5/09 , C12N5/071 , C12Q1/6886 , G01N33/574 , A61K31/44 , A61P35/00 , A61P43/00 , A61P35/02
Abstract: 本申请涉及生物医药领域，特别涉及FAT10在索拉非尼耐药性中的用途。本申请提供FAT10抑制剂在制备逆转索拉非尼耐药性或增加索拉非尼敏感性产品中的用途。本申请构建了索拉非尼耐药的肝癌细胞株，数据表明，FAT10在索拉非尼耐药的肝癌细胞中显著上调，并且降低FAT10在索拉非尼耐药的肝癌细胞中的表达可增加其对索拉非尼的敏感性。机制上，FAT10稳定了PTEN特异性E3泛素连接酶NEDD4的表达，导致PTEN表达下调，从而诱导AKT介导的自噬，促进了肝癌细胞对索拉非尼的耐药。此外，本申请筛选了小分子化合物7695‑0983，该化合物通过抑制FAT10的表达来抑制NEDD4‑PTEN/AKT轴介导的自噬，从而增加索拉非尼耐药HCC细胞对索拉非尼的敏感性。本申请的研究发现FAT10是肝癌细胞索拉非尼耐药的关键因素，并阐明了其潜在机制。本研究为开发以索拉非尼为基础的新型酪氨酸激酶抑制剂(TKI)靶向药物治疗晚期HCC提供了新的机制见解。
-
公开(公告)号：CN113724876A
公开(公告)日：2021-11-30
申请号：CN202111060331.0
申请日：2021-09-10
Applicant: 南昌大学第二附属医院
Abstract: 本发明公开了基于多模态融合和DFS‑LLE算法的脑卒中院内并发症预测模型，该模型构建方法包括如下步骤：S1、采集脑卒中患者住院期间的截止并发症发生时的就诊数据，就诊数据包括临床结构化和医学图像2种模态的数据；S2、分别对2种模态的数据进行预处理；S3、提取医学图像中影像组学特征，与临床结构化数据进行多模态融合；S4、利用DFS技术对经步骤S3融合后的特征进行合成；S5、利用LLE对经步骤S4合成的特征进行降维；S6、根据上述数据构建基于深度神经网络的脑卒中并发症预测模型。本发明能有效的提升模型的预测性能，提高脑卒中并发症的预测能力，为临床提供强有力的辅助决策作用。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.04 seconds)
