-
Patent Agency Ranking
公开(公告)号：CN102586437B
公开(公告)日：2014-01-08
申请号：CN201210044102.4
申请日：2012-02-25
Applicant: 复旦大学附属妇产科医院
Abstract: 本发明属分子生物学特别是基因诊断领域，提供一种新的卵巢癌诊断标志物和药物治疗靶点，具体涉及CCDC72基因及其表达产物作为肿瘤标志物和药物疗靶点以及基于CCDC72及其表达产物的应用。该应用比现有技术检测省时、灵敏度与准确度更高、成本更低、和/或更高效。另外，本发明还提供了用于这些应用的试剂盒以及引物对等。
-
公开(公告)号：CN120048446A
公开(公告)日：2025-05-27
申请号：CN202510114309.1
申请日：2025-01-24
Applicant: 复旦大学附属妇产科医院 , 常熟理工学院
IPC: G16H30/00 , G06T7/00 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明属于计算机辅助诊断和医学图像处理领域，具体涉及一种用于区分外阴硬化性苔藓(vulvar lichen sclerosus,VLS)和外阴慢性单纯性苔藓(vulvar lichen simplex chronicus,VLSC)的多模态模型。该模型通过将患者的病史信息和待查病变区域的图像特征进行融合，强化了输入信息的特异性，解决了单纯利用图像特征区别VLS和VLSC精度不高的问题。具体而言，本发明首先对与外阴白色病变相关的病史信息进行量化，形成病史信息向量；其次，采用ResNet50模型对病变区域图像进行特征提取，每个特征通道进行flatten操作，形成一个特征图向量；第三，对病史信息向量和每个特征图向量都进行Layer Normalization操作，并将更新后的病史信息向量拼接在每个更新后的特征图向量之后，形成融合信息向量；最后，采用Transformer模型，以融合信息向量为token进行训练，得到具有较高精度水平的，能够对VLS和VLSC进行风险评估的多模态模型。
-
公开(公告)号：CN102586437A
公开(公告)日：2012-07-18
申请号：CN201210044102.4
申请日：2012-02-25
Applicant: 复旦大学附属妇产科医院
Abstract: 本发明属分子生物学特别是基因诊断领域，提供一种新的卵巢癌诊断标志物和药物治疗靶点，具体涉及CCDC72基因及其表达产物作为肿瘤标志物和药物疗靶点以及基于CCDC72及其表达产物的应用。该应用比现有技术检测省时、灵敏度与准确度更高、成本更低、和/或更高效。另外，本发明还提供了用于这些应用的试剂盒以及引物对等。
-
公开(公告)号：CN117611514A
公开(公告)日：2024-02-27
申请号：CN202310911360.6
申请日：2023-07-24
Applicant: 复旦大学附属妇产科医院
Abstract: 本发明涉及一种基于术语系统的外阴癌及癌前病变多维度预测模型，该模型通过对某个患者外阴的所有病灶的特征进行多维度评估，在诊断流程图中查找出特定征象所对应的前三位疾病，并获得对应的ODV值；进一步，以疾病为单元将该病所包含的所有特定征象的ODV值求和，得出ODV总分；最终，获得最高ODV总分的疾病为该患者的首选诊断。本发明提供了一种有效的、无创的、客观的、低成本的多维度预测模型，以提高外阴癌及癌前病变诊断效率和准确度。
-
公开(公告)号：CN103352081A
公开(公告)日：2013-10-16
申请号：CN201310296173.8
申请日：2012-02-25
Applicant: 复旦大学附属妇产科医院
IPC: C12Q1/68 , G01N33/577
Abstract: 本发明属分子生物学特别是基因诊断领域，提供一种新的卵巢癌诊断标志物和药物治疗靶点，具体涉及CCDC72基因及其表达产物作为肿瘤标志物和药物疗靶点以及基于CCDC72及其表达产物的应用。该应用比现有技术检测省时、灵敏度与准确度更高、成本更低、和/或更高效。另外，本发明还提供了用于这些应用的试剂盒以及引物对等。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
