公开(公告)号：CN111298137A

公开(公告)日：2020-06-19

申请号：CN202010107775.4

申请日：2020-02-21

Applicant: 哈尔滨医科大学

Inventor： 周洋 ,  王凯 ,  张书源 ,  张子谦

IPC: A61K49/06

Abstract: 本发明公开了一种核磁共振磷谱分析监测及定量评估肝纤维化程度的方法，包括对肝纤维化的动态监测、纤维化程度的定量分级，应用于医学研究和临床医学领域。采用本发明可以较早、实时监测肝脏功能状态，对肝脏纤维化程度进行评估。本发明的监测、评估方法可以避免现有的侵入性的肝纤维化监测，并且精确度相对较高。本发明为后续肝脏其他病变磷谱研究提供了一种创新性建议，也为其他部位的磷谱研究提供了参考。

公开(公告)号：CN111407899A

公开(公告)日：2020-07-14

申请号：CN202010108064.9

申请日：2020-02-21

Applicant: 哈尔滨医科大学

Inventor： 周洋 ,  王凯 ,  黄圣航 ,  张子谦

IPC: A61K49/10 ,  A61K47/52 ,  A61K31/4375 ,  A61P1/16

Abstract: 本发明公开了一种可以评估肝脏纤维化程度的肝星状细胞靶向磁共振分子显像剂及其制备方法，属于药物和生物成像技术领域。本发明通过耦联视黄醇分子和AKT抑制剂，可以特异性靶向肝星状细胞，检测肝脏纤维化的程度及发展过程。其特点在于欧联有视黄醇具有磁共振显像功能，同时欧联的抑制AKT具有治疗肝纤维化的功能，达到诊疗一体化的目的。其特点在于显像灵敏度高。

公开(公告)号：CN118115736A

公开(公告)日：2024-05-31

申请号：CN202410170812.4

申请日：2024-02-06

Applicant: 哈尔滨医科大学

Inventor： 周洋 ,  王欣欣 ,  俞灿 ,  丛山 ,  王晓宇 ,  张奇 ,  姚晓辉

IPC: G06V10/26 ,  G06V10/46 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82

Abstract: 本申请提供基于拓扑化的深度学习分割方法，本申请中，通过构建训练集和测试集，所述训练集包括多个第一医学图像样本，所述测试集包括多个第二医学图像样本；基于所述训练集对所述深度学习分割模型进行训练，得到第一图像分割结果，以基于所述第一图像分割结果调整所述深度学习分割模型的模型参数，直至所述深度学习分割模型训练完成；基于所述测试集对训练完成的深度学习分割模型进行测试，得到第二图像分割结果；提取所述第二图像分割结果中的测试拓扑结构，以确定所述测试拓扑结构的鲁棒性；若所述鲁棒性达到设定的要求，则判定训练完成的深度学习分割模型通过测试，否则，分别进行重新训练、重新测试、重新提取，直至所述训练完成的深度学习分割模型通过测试，从而使得深度学习分割模型在进行医疗图像分割时，能稳定地从医疗图像上识别出体现医疗目标的拓扑特征，保证了图像分割结果的鲁棒性。

公开(公告)号：CN111337684A

公开(公告)日：2020-06-26

申请号：CN202010108061.5

申请日：2020-02-21

Applicant: 哈尔滨医科大学

Inventor： 周洋 ,  王凯 ,  张书源 ,  张子谦

IPC: G01N33/68 ,  G01N33/577 ,  G01N33/552

Abstract: 本发明公开了肝纤维化抗体蛋白芯片的制备以及在诊断纤维化分期中的应用，包括不同病因肝纤维化患者血清生物标志物的样本库建立、敏感度和特异度较高的生物标志物筛选、肝组织活检分期的抗体蛋白芯片制备以及肝纤维化标志物蛋白抗体芯片检测系统、应用于医学研究和临床医学领域。采用本发明只需采取患者的外周血就可以快速高效的检测出肝纤维化的病因，降低了检测成本并且缩短了检测时间，减少了肝脏病变活检的需要，降低了取样难度并且减轻了因取样给患者带来的痛苦。