生物样品培养装置、生物样品培养系统及其控制方法

    公开(公告)号:CN118185764A

    公开(公告)日:2024-06-14

    申请号:CN202410477428.9

    申请日:2024-04-19

    Abstract: 本发明的实施例涉及一种生物样品培养装置,特别设计一种生物样品培养装置、生物样品培养系统及其控制方法,生物样品培养装置包括:磁力发生器、密闭容器、培养器皿、雾化发生器;磁力发生器具有容置空间,密闭容器设置于容置空间内,密闭容器还具有进液端和出液端,进液端连接水循环装置,出液端连接加热装置,使得密闭容器、水循环装置和加热装置之间形成串联回路;培养器皿设置于密闭容器内,该培养器皿用于存放并培养生物样品;雾化发生器设置于密闭容器内,该雾化发生器用于对进入密闭容器中的部分纯水进行雾化,并将雾化形成的雾化介质送入置于密闭容器的培养器皿中。同现有技术相比,可保证培养生物样品环境温场的均匀性。

    面向医学图像处理的端到端神经网络异构加速系统

    公开(公告)号:CN116258884A

    公开(公告)日:2023-06-13

    申请号:CN202111483409.X

    申请日:2021-12-07

    Applicant: 复旦大学

    Abstract: 本发明提供一种面向医学图像处理的端到端神经网络异构加速系统,其特征在于,包括:处理器以及可重构卷积神经网络FPGA加速核;其中,可重构卷积神经网络FPGA加速核具有片外存储器、片上参数存储器、片上偏置存储器、片上输入特征图存储器、可重构卷积计算模块输入接口、可重构卷积计算模块、可重构卷积计算模块输出接口、结果存储器,由可重构卷积计算模块输入接口将存储在片上存储系统中的权重数据、偏置数据以及输入特征图传输至可重构卷积计算模块,然后由可重构卷积计算模块对输入特征图进行图像的模态合成、分割以及分类的计算处理得到与输入特征图对应的输出结果,该端到端神经网络异构加速系统能够提高医学诊断的效率,并降低功耗。

    基于影像组学的胶质瘤内基因异质性可视化定量方法和系统

    公开(公告)号:CN110097921A

    公开(公告)日:2019-08-06

    申请号:CN201910465765.5

    申请日:2019-05-30

    Applicant: 复旦大学

    Abstract: 本发明属于医疗和影像组学技术领域,具体为胶质瘤内基因异质性可视化定量方法和系统。本发明方法具体步骤为:采用图像分割网络3D U-net对胶质瘤磁共振图像的分割;对整体胶质瘤IDH(异柠檬酸脱氢酶)预测建模,即对图像进行高通量特征提取、特征筛选,筛选出对基因表达最敏感、最有效的特征组合;对基于图像块的胶质瘤IDH异质性建模,提取胶质瘤影像的多尺度数据块,基于整体预测模型得到每个数据块的IDH表达强度;最终形成整个肿瘤的IDH分布可视化和定量化表示。本发明能更准确地判断患者的预后及放化疗敏感性,实现异质性图谱导航下的手术切除和靶向治疗,对提高患者的治疗效果,改善生存预后具有重大临床价值。

    一种神经外科临床肿瘤标本取物装置

    公开(公告)号:CN119632602A

    公开(公告)日:2025-03-18

    申请号:CN202411909872.X

    申请日:2024-12-24

    Abstract: 本发明公开了一种神经外科临床肿瘤标本取物装置,涉及医疗器械技术领域;包括腔镜安装件,所述腔镜安装件上安装有气动推进件,所述气动推进件用于气动伸缩;所述腔镜安装件上安装有膨胀定位件;所述膨胀定位件用于膨胀定位;所述膨胀定位件连接在气动推进件上;所述腔镜安装件上安装有伸缩牵拉件;所述伸缩牵拉件用于在腔镜安装件前端膨胀定位;所述腔镜安装件上安装有防干扰摆动件;可以保证本结构在置于脑部进行取样工作时的稳定性,避免人工操作手抖等问题,造成神经戳伤,可以防止损伤脑壁;以解决目前的神经外科临床肿瘤标本取物装置不便于进行取样进给压力直观提示,术野不佳,还容易造成取样位置感染等的问题。

    一种基于双路径分析框架的脑胶质瘤全切片病理图像智能分析方法

    公开(公告)号:CN119107281A

    公开(公告)日:2024-12-10

    申请号:CN202411013208.7

    申请日:2024-07-26

    Applicant: 复旦大学

    Abstract: 一种基于双路径分析框架的脑胶质瘤全切片病理图像智能分析方法,具体包含以下步骤:S1、全切片图像的预处理,利用通道阈值分割算法,将每个全切片图像划分为不同的前景组织区域和背景区域,并将所述前景组织区域切割为若干个固定大小的图像块,再提取每个图像块的特征向量,形成特征聚类;S2、建立动态采样机制,对每个全切片图像的特征聚类利用两阶段注意力网络进行动态多实例学习,最终得到全切片图像的切片级特征表示;S3、将肿瘤微环境空间关系信息定量化,得到的空间关系量化图的特征表示,并将其与所述S2中的切片级特征表示进行拼接,得到最终预测结果。本发明提高了预测的效率和鲁棒性,提高了医疗决策速度和质量。

    一种中枢神经系统肿瘤的甲基化测序分型方法及系统

    公开(公告)号:CN117316289A

    公开(公告)日:2023-12-29

    申请号:CN202311144613.8

    申请日:2023-09-06

    Abstract: 本发明公开了一种中枢神经系统肿瘤的甲基化测序分型方法及系统,包括:从待分类肿瘤样本中提取基因组DNA,获得样本基因组DNA;分析样本基因组DNA中多个独立基因组CpG位置的甲基化状态,并基于甲基化状态和公共数据集构建甲基化数据集;通过随机森林模型算法对由多个甲基化数据集分析得到的分类规则进行学习,根据学习结果对待分类肿瘤样本的亚型进行分类;本发明提供的方法通过数据检测与分析的标准化得到标准化的CNS肿瘤分型结果,可准确地区分CNS肿瘤的不同亚型,避免了亚型间存在着相似的组织学特征,人工判读错误的问题;且甲基化捕获测序技术平台专为CNS肿瘤鉴定而设计,可以有针对性的加入对CNS肿瘤诊断有利的位点,并且保持可扩展性。

    基于影像组学的胶质瘤内基因异质性可视化定量方法和系统

    公开(公告)号:CN110097921B

    公开(公告)日:2023-01-06

    申请号:CN201910465765.5

    申请日:2019-05-30

    Applicant: 复旦大学

    Abstract: 本发明属于医疗和影像组学技术领域,具体为胶质瘤内基因异质性可视化定量方法和系统。本发明方法具体步骤为:采用图像分割网络3D U‑net对胶质瘤磁共振图像的分割;对整体胶质瘤IDH(异柠檬酸脱氢酶)预测建模,即对图像进行高通量特征提取、特征筛选,筛选出对基因表达最敏感、最有效的特征组合;对基于图像块的胶质瘤IDH异质性建模,提取胶质瘤影像的多尺度数据块,基于整体预测模型得到每个数据块的IDH表达强度;最终形成整个肿瘤的IDH分布可视化和定量化表示。本发明能更准确地判断患者的预后及放化疗敏感性,实现异质性图谱导航下的手术切除和靶向治疗,对提高患者的治疗效果,改善生存预后具有重大临床价值。

Patent Agency Ranking