-
公开(公告)号：CN114504637B
公开(公告)日：2024-05-14
申请号：CN202210146415.4
申请日：2020-09-04
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种GSDMD抑制剂在动脉粥样硬化中的应用，属于生物医药技术领域。GSDMD是介导细胞焦亡的关键分子，而细胞焦亡参与动脉粥样硬化与脓毒症疾病的发生发展。本发明针对GSDMD设计了一种多肽抑制剂，该抑制剂可与Caspase1和caspase4/5/11结合，竞争性抑制这些酶对GSDMD的剪切作用，从而显著抑制动脉粥样硬化模型小鼠血管组织中GSDMD活化水平，降低血管炎症且抑制动脉粥样硬化进展，明显降低脓毒血症模型小鼠脾脏组织中GSDMD活化水平，降低了全身炎症水平且改善了小鼠存活率。本发明的GSDMD多肽抑制剂可作为动脉粥样硬化与脓毒血症防治的潜在药物。
-
公开(公告)号：CN115934903A
公开(公告)日：2023-04-07
申请号：CN202211413585.0
申请日：2022-11-11
Applicant: 复旦大学附属中山医院 , 上海数创医疗科技有限公司
IPC: G06F16/332 , G06F16/335 , G06N3/0442 , G06Q50/20
Abstract: 本申请涉及一种自动反馈的数字化心电教学设备，其特征在于，包括：数据库建立模块：用于建立数字化的标准心电图谱数据集；对标准心电图谱数据集中所有的心电数据结论均进行标签化处理；用户答题模块：用于通过题库模式，在用户答题过程中，自动记录标签准确率、自动提示反馈薄弱点、针对性制定个性化学习路径。本发明的有益效果是：基于人工智能算法技术，结合知识追踪与个性化学习路径规划的算法，使学习者在学习过程中实现自动的应答反馈，帮助提高教学效率。
-
公开(公告)号：CN115153575A
公开(公告)日：2022-10-11
申请号：CN202210917969.X
申请日：2022-08-01
Applicant: 复旦大学附属中山医院 , 上海数创医疗科技有限公司
Abstract: 本发明属于心电信号异常检测领域，具体提供了一种心电信号异常判断方法及系统，其中方法包括：获取正常心电图的心跳信号数据；以电流刺激为输入，应激心电信号为输出，建立心电信号匹配函数模型；计算出模型中各参数组成的向量到其他向量之间欧式距离的平均对于新心电信号，重复上述步骤求解得到其中心电信号所对应的参数XXj；计算参数XXj与的欧式距离d，当认为新心电信号异常，否则正常。通过标记出正常的心电图，然后通过物理可解释的模型判断出与正常心电差别比较大的，认为是异常心电图，可扩展性好，准确度高。并且过程中求解出来的参数都具有物理意义，可以为临床医生分析异常产生的机理提供帮助。
-
公开(公告)号：CN114533849A
公开(公告)日：2022-05-27
申请号：CN202210146143.8
申请日：2020-09-04
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种GSDMD抑制剂的应用，属于生物医药技术领域。GSDMD是介导细胞焦亡的关键分子，而细胞焦亡参与动脉粥样硬化与脓毒症疾病的发生发展。本发明针对GSDMD设计了一种多肽抑制剂，该抑制剂可与Caspase1和caspase4/5/11结合，竞争性抑制这些酶对GSDMD的剪切作用，从而显著抑制动脉粥样硬化模型小鼠血管组织中GSDMD活化水平，降低血管炎症且抑制动脉粥样硬化进展，明显降低脓毒血症模型小鼠脾脏组织中GSDMD活化水平，降低了全身炎症水平且改善了小鼠存活率。本发明的GSDMD多肽抑制剂可作为动脉粥样硬化与脓毒血症防治的潜在药物。
-
公开(公告)号：CN114519370A
公开(公告)日：2022-05-20
申请号：CN202210104138.0
申请日：2022-01-28
Applicant: 复旦大学附属中山医院 , 上海数创医疗科技有限公司
Abstract: 本发明属于医疗领域，具体提供一种基于深度学习早停机制的左心室肥大检测方法及系统，包括：S1，采集病人处于静息状态下的12导联心电信号得到训练集；S2，判断每条心电信号，若为非左心室肥大，则心电标签向量为[0]，否则心电标签向量为[1]，每条心电信号分别对应一个心电标签向量后形成标签集；S3，利用卷积神经网络模型对标签集进行训练得到训练模型；S4，依次输入12个导联的心电信号到训练好的训练模型，训练模型根据该心电信号预测出心电标签向量；若输出大于0.5，则判定该心电信号为左心室肥大；若输出不大于0.5，则判定该心电信号为非左心室肥大。该方案在尽可能不影响正确率的情况下，提升心电分类的卷积神经网络的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN112836904A
公开(公告)日：2021-05-25
申请号：CN202110370398.8
申请日：2021-04-07
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种基于人脸特征点的身体质量指数预测方法，将人脸照片和与之对应的身体质量指数所属类别关联，建立身体质量指数的回归模型，将人脸照片中的提取特征值和对应的BMI类别一起作为数据，送入回归模型进行训练，获得人脸特征和身体质量指数所属类别的回归关系，只要拍摄人脸送入训练后模型即可得到对应身体质量指数所属类别。这种测量方法缩短了流程，减少了不必要的时间；所需的硬件设备的要求只需要具备摄像头和处理器(CPU)，换言之，此技术通过手机就可达成目的，而从现在社会发展来看，手机几乎成为每个人的标配工具，这无疑会将身体健康测量变得更加的便携和普适化，从而引起人们对自身健康更多的关注。
-
公开(公告)号：CN111887827A
公开(公告)日：2020-11-06
申请号：CN202010862731.2
申请日：2020-08-25
Applicant: 复旦大学附属中山医院
Abstract: 本发明提供了一种基于拜尔滤镜的多光谱PPG设备，其特征在于，包括：仅用于发出单束宽带白光的光源设备，光源设备发出的单束宽带白光射入人体皮肤；拜尔滤镜，用于将从皮肤反射或透射的宽带白光分解为多束窄带波段的光，通过增加或改变拜尔滤镜颜色模式的方式来增加或切换波段以满足多光谱PPG对波段的具体需求；光学传感器，用于接收从拜尔滤镜射出的多束窄带波段的光。本发明提出的基于拜尔滤镜的多光谱PPG设备采用单光源模式，用滤镜阵列单束白光分解为不同的波段。根据对波段的具体需求，可通过增加或改变滤镜颜色模式的方式来增加或切换波段，很大程度上增加了多光谱监测的灵活性和自由度。
-
公开(公告)号：CN111568433A
公开(公告)日：2020-08-25
申请号：CN202010418542.6
申请日：2020-05-18
Applicant: 复旦大学附属中山医院
Abstract: 本发明公开了一种基于三轴加速度传感器的生理和行为监测方法，根据具体监测的需求，在人体皮肤表面安置三轴加速度传感器，获取生理运动或行为运动在监测点三个垂直方向上的信号分量。在通过预设定方向的前提下，预定义运动在三个垂直方向上的关系，然后通过该关系识别身体运动是否是有生理/疾病意义的运动，或是运动干扰。本发明对生理运动和行为运动能够进行准确的3D方向识别，提高了对微弱生理信号监测的敏感性；能捕获运动的三维空间信息，更准确地识别是运动还是干扰；能带来补偿的监测特征，可达到比单点PPG呼吸监测更好的监测效果和补偿效果，可用于专业医疗设备和保健产品，应用广泛。
-
公开(公告)号：CN111197059A
公开(公告)日：2020-05-26
申请号：CN202010025858.9
申请日：2020-01-10
Applicant: 复旦大学附属中山医院
IPC: C12N15/861 , C12N15/12 , A61K31/7088 , A61K48/00 , A61P9/04
Abstract: 本发明公开了一种预防和治疗心力衰竭的药物，其特征在于，所述预防和治疗心力衰竭的药物包含腺病毒载体，所述腺病毒载体包含编码HSF1的多核苷酸序列，所述HSF1的多核苷酸序列如SEQ ID NO:1所示。本发明证实了HSF1通过抑制p53和随后在慢性压力超负荷期间内皮细胞中HIF-1的上调来促进心脏血管生成，从而导致维持心脏适应性，对心衰的早期预防、治疗及进一步研发有关药物及手段均有重要意义。
-
公开(公告)号：CN108553195A
公开(公告)日：2018-09-21
申请号：CN201711481809.0
申请日：2017-12-29
Applicant: 复旦大学附属中山医院
CPC classification number: A61D1/00 , A61B8/06 , A61B8/488 , A61B34/20 , A61B2034/2063
Abstract: 本发明公开了一种建立心脏容量超负荷的小鼠模型的方法。在高频超声引导下，经右侧颈总动脉用内置金属丝套管中的金属丝一次或多次破坏主动脉瓣引起主动脉瓣血液返流，造模过程中随时监测主动脉弓处血流多普勒超声，直到返流程度满意。本发明明显优于现有的动静脉瘘造模方法。本发明建立方便操作、返流量化、重复性好的主动脉瓣返流手术小鼠模型，为容量超负荷心脏重构的转化医学研究提供新型、满意模拟临床病变的模式动物。本发明还可用于与压力超负荷性模型进行心脏重构的差异表达，为阐明两类超负荷心脏重构差异的分子机制奠定基础，并为临床上对不同类型的心脏肥大疾病进行个性化诊疗提供重要参考。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.125 seconds)
