一种4D打印智能近红外响应性骨填充植入物的制备方法

    公开(公告)号:CN118384325B

    公开(公告)日:2025-01-17

    申请号:CN202410564957.2

    申请日:2024-05-09

    Applicant: 吉林大学

    Abstract: 一种4D打印智能近红外响应性骨填充植入物的制备方法,属于骨外科生物医用材料领域包括如下步骤:步骤一:用于4D打印的复合材料的制备;步骤二:构建近红外响应的智能形变的交叉网状结构4D填充物;本发明选取含有镁纳米粒子的PLA/PCL/β‑TCP复合物通过4D打印技术打印出用于填充不规则肿瘤术后骨缺损的填充物,该填充物可以实现微创植入骨缺损空腔后在近红外光的照射下体积膨胀,从而实现腔隙的无缝填充;通过控制红外仪的功率可以实现杀灭腔隙周围残余的肿瘤细胞、组织以及后期分期促进成骨的双重功能,且填充物在病灶缺损处体积膨胀对周围骨组织所产生的支撑力可有效促进周围骨再生及修复。

    一种用于糖尿病慢性创伤修复的自修复水凝胶的制备方法

    公开(公告)号:CN116474162B

    公开(公告)日:2024-08-16

    申请号:CN202310477364.8

    申请日:2023-04-28

    Applicant: 吉林大学

    Abstract: 本发明适用于生物材料技术领域,提供了一种用于糖尿病慢性创伤修复的自修复水凝胶的制备方法,包括以下步骤:在醋酸缓冲液中依次加入溶菌酶(LY)、葡萄糖氧化酶(GOx)、过氧化氢酶(CAT)和瑞舒伐他汀钙,最后加入戊二醛(GA),将混合溶液在一定温度下放置,形成稳定的水凝胶结构。采用本发明方法制备的水凝胶,一方面能在结构受损后,重新恢复其交联结构和机械性能,表现出优异的耐用性和稳定性;另一方面针对糖尿病创伤微环境的特点,借助水凝胶中多酶级联反应和包埋药物的联合作用,降低创伤处血糖浓度、抑制细菌感染、对抗炎症反应、调节氧化还原平衡和促进细胞迁移等,实现对糖尿病慢性创伤的多因素协同治疗。

    一种4D打印智能近红外响应性骨填充植入物的制备方法

    公开(公告)号:CN118384325A

    公开(公告)日:2024-07-26

    申请号:CN202410564957.2

    申请日:2024-05-09

    Applicant: 吉林大学

    Abstract: 一种4D打印智能近红外响应性骨填充植入物的制备方法,属于骨外科生物医用材料领域包括如下步骤:步骤一:用于4D打印的复合材料的制备;步骤二:构建近红外响应的智能形变的交叉网状结构4D填充物;本发明选取含有镁纳米粒子的PLA/PCL/β‑TCP复合物通过4D打印技术打印出用于填充不规则肿瘤术后骨缺损的填充物,该填充物可以实现微创植入骨缺损空腔后在近红外光的照射下体积膨胀,从而实现腔隙的无缝填充;通过控制红外仪的功率可以实现杀灭腔隙周围残余的肿瘤细胞、组织以及后期分期促进成骨的双重功能,且填充物在病灶缺损处体积膨胀对周围骨组织所产生的支撑力可有效促进周围骨再生及修复。

    基于分布熵增益损失函数的图像检索算法

    公开(公告)号:CN110321451A

    公开(公告)日:2019-10-11

    申请号:CN201910340096.9

    申请日:2019-04-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于分布熵增益损失函数的图像检索算法,所述算法使用预训练网络进行初始化,根据图像检索任务的需求训练网络,在训练网络时使用自行设计的分布熵增益损失函数,提升了图像检索的准确率;分布熵增益损失函数结合了对比损失函数和相对熵,增强了训练网络时图像相似性度量的准确性;对比损失函数通过欧氏距离计算特征之间的相似度,相对熵可以用于衡量特征向量之间的分布差异,将相对熵补充到对比损失函数中改善了特征向量相似性度量;使用分布熵增益损失函数训练网络模型,通过调整网络参数得到更适用于图像检索任务的网络模型,训练后的网络模型在图像检索实验中取得了更优的检索效果。

    一种基于排序学习和多元损失的图像检索方法

    公开(公告)号:CN110188225B

    公开(公告)日:2022-05-31

    申请号:CN201910272569.6

    申请日:2019-04-04

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于排序学习和多元损失的图像检索方法,该方法的核心思想是在选取对于查询图片的负样本组的同时求得其在于查询图像的相似度排序中的序号,将排序序号与特征结合求得损失函数并更新网络,从而准确提取图像特征。本发明将排序学习的理论引入到图像检索中,根据负样本与查询图片的欧式距离调整网络参数,能够更全面的学习图像特征从而进行更准确的检索。本发明充分考虑了负样本对实验的影响,可以根据模型的训练效果对负样本的数量进行调整。

    融合特征分布熵的深度图像检索方法

    公开(公告)号:CN110334226A

    公开(公告)日:2019-10-15

    申请号:CN201910340084.6

    申请日:2019-04-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种融合特征分布熵的深度图像检索方法,所述深度图像检索方法在图像检索中,从图像中提取的特征向量所携带的信息丰富程度会影响图像的检索效果,本发明提出了融合特征分布熵的深度图像检索方法。该算法的核心思想是在R-MAC特征向量中加入特征分布熵将其作为R-MAC特征的补充,将特征分布熵与R-MAC特征通过加权求和的方式融合在一起,得到的特征向量具有区域分布信息和更强的描述能力,从而提升图像检索性能。

    一种基于排序学习和多元损失的图像检索方法

    公开(公告)号:CN110188225A

    公开(公告)日:2019-08-30

    申请号:CN201910272569.6

    申请日:2019-04-04

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于排序学习和多元损失的图像检索方法,该方法的核心思想是在选取对于查询图片的负样本组的同时求得其在于查询图像的相似度排序中的序号,将排序序号与特征结合求得损失函数并更新网络,从而准确提取图像特征。本发明将排序学习的理论引入到图像检索中,根据负样本与查询图片的欧式距离调整网络参数,能够更全面的学习图像特征从而进行更准确的检索。本发明充分考虑了负样本对实验的影响,可以根据模型的训练效果对负样本的数量进行调整。

    一种高通量动态微波辅助萃取装置

    公开(公告)号:CN101797448A

    公开(公告)日:2010-08-11

    申请号:CN201010143583.5

    申请日:2010-04-12

    Applicant: 吉林大学

    Abstract: 本发明涉及一种高通量动态微波辅助萃取装置,是一种利用微波能对多个样品进行同时萃取的装置。由储液器、变频微波炉、固相萃取装置和真空泵组成;变频微波炉内有放置样品管的试管架;固相萃取装置由试管架和固相萃取柱组成;试管架具有外壳和聚四氟乙烯盖板,在外壳的下端装有气阀并与真空泵相连,样品管的上端通过液体输送管和储液器相连,样品管的下端通过液体输送管与固相萃取柱连接;盖板上插有针阀,其下端伸入到试管中,其上端连接固相萃取柱;样品管、针阀、试管和固相萃取柱的数量相等,为1~20个。该萃取装置具有快速、高效和高通量等特点,可广泛应用于食品(如肉类、面粉、蔬菜)、环境(如土壤)、化工、制药等领域的分析测试工作中。

Patent Agency Ranking