-
Patent Agency Ranking
公开(公告)号：CN119700982A
公开(公告)日：2025-03-28
申请号：CN202411921395.9
申请日：2024-12-25
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明涉及MCP1抑制剂在制备治疗高度近视合并炎症并发症疾病药物中的应用。本发明还提供了MCP1作为生物标志物在制备高度近视并发焦虑诊断试剂盒中的应用。检测MCP1蛋白含量的试剂在制备高度近视并发焦虑诊断试剂盒中的应用。本发明通过特异性地抑制MCP1作用，本发明能够有效减轻高度近视体内炎症反应，减少眼部炎症细胞浸润，从而减轻眼局部病变损伤。通过保护免疫屏障功能，本发明能够减少单核细胞浸润至中枢神经系统，从而缓解情绪症状，有望提高患者的生活质量。本发明提供的药物制剂具有针对性强、疗效显著、副作用小等优点，为高度近视炎症相关并发症的治疗提供了新的思路和方法，具有广阔的应用前景。
-
公开(公告)号：CN119097271A
公开(公告)日：2024-12-10
申请号：CN202411169483.8
申请日：2024-08-24
Applicant: 复旦大学附属眼耳鼻喉科医院
IPC: A61B3/12 , A61B3/14 , A61B3/00 , G16H50/20 , G16H50/70 , G06F18/2135 , G06F18/23213
Abstract: 本发明涉及一种高度近视眼底分级方法，包括：获取目标对象的属性特征、视觉功能特征以及眼底图像；基于所述眼底图像确定所述目标对象的视网膜结构特征；在所述属性特征、所述视觉功能特征和所述视网膜结构特征中进行主成分分析，得到预设数量个第一主成分特征；将所述第一主成分特征输入眼底分级模型，得到所述目标对象对应高度近视的眼底分级结果，其中，所述眼底分级模型为在多个预设聚类模型中筛选出的符合预设条件的预设聚类模型。本发明还提供了高度近视眼底分级系统、电子设备及存储介质。本发明通过眼底分级模型对高度近视进行眼底分级评估，相比于人工进行眼底分级评估的方式，可提高眼底分级评估的精准度和全面性。
-
公开(公告)号：CN119033821A
公开(公告)日：2024-11-29
申请号：CN202411169480.4
申请日：2024-08-24
Applicant: 复旦大学附属眼耳鼻喉科医院
IPC: A61K35/741 , A61K35/74 , A61P27/10 , A23L33/135 , C12Q1/689 , C12Q1/6883 , C12R1/01
Abstract: 本发明涉及一组肠道菌群在改善或治疗高度近视的产品中的应用，所述的肠道菌群选自Akkermansia、Fusobacteriaceae或Parvimonas中的一种或几种。本发明还提供了肠道菌群在调节巩膜中I型胶原蛋白α1链(COL1A1)表达增加的产品中的应用，以及肠道菌群生物标志物在预测、筛查或诊断近视、高度近视诊断试剂或试剂盒中的应用。本发明研究发现高度近视(HM)与肠道菌群改变之间的关系，为HM的发病机制提出了新的视角。在HM患者和健康对照(HC)之间观察到肠道菌群组成的显著差异。HM患者的Akkermansia、Fusobacteriaceae和Parvimonas减少，而Gemmatimonadetes和Butyricicoccus增加。Akkermansia的作用：Akkermansia是一种有益微生物，是HM受试者中减少最显著的菌种，并且与HM的严重程度呈强烈的负相关。这表明Akkermansia对近视及HM进展具有保护作用。
-
公开(公告)号：CN111199794B
公开(公告)日：2024-03-01
申请号：CN201811373905.8
申请日：2018-11-19
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明涉及一种适用于高度近视白内障的手术智能决策系统及其建立方法。所述建立方法包括：构建深度学习模型，由评估与决策两个网络组成，评估网络包括LOCSIII分级深度学习模型、Emery核硬度分级深度学习模型、眼底判定模型，决策网络将白内障程度和眼底分级与患者基本信息、视力、眼压、A超/IOLmaster报告、角膜内皮计数、角膜散光、B超报告等信息结合，通过核函数映射到高维空间后，建立线性回归模型；构建训练集；模型用训练集进行训练学习、调参。所述系统包括存储装置、评估模块、决策模块和测试评价调整模块。本发明可迅速准确识别高度近视白内障患者的白内障程度、眼底情况，为医生提供综合手术决策，提高防治的均质性。
-
公开(公告)号：CN111199794A
公开(公告)日：2020-05-26
申请号：CN201811373905.8
申请日：2018-11-19
Applicant: 复旦大学附属眼耳鼻喉科医院
Abstract: 本发明涉及一种适用于高度近视白内障的手术智能决策系统及其建立方法。所述建立方法包括：构建深度学习模型，由评估与决策两个网络组成，评估网络包括LOCSIII分级深度学习模型、Emery核硬度分级深度学习模型、眼底判定模型，决策网络将白内障程度和眼底分级与患者基本信息、视力、眼压、A超/IOLmaster报告、角膜内皮计数、角膜散光、B超报告等信息结合，通过核函数映射到高维空间后，建立线性回归模型；构建训练集；模型用训练集进行训练学习、调参。所述系统包括存储装置、评估模块、决策模块和测试评价调整模块。本发明可迅速准确识别高度近视白内障患者的白内障程度、眼底情况，为医生提供综合手术决策，提高防治的均质性。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
