-
公开(公告)号：CN118671241B
公开(公告)日：2025-02-18
申请号：CN202411141709.3
申请日：2024-08-20
Applicant: 杭州度安医学检验实验室有限公司 , 浙江大学医学院附属第二医院
Abstract: 本发明公开一种基于HPLC‑MS/MS的人血清中鸟氨酸氨基甲酰转移酶活性的检测方法和试剂盒，方法为待测样本与试剂反应，将鸟氨酸生成瓜氨酸，反应前后采用HPLC‑MS/MS检测，利用瓜氨酸标准曲线得到反应前后瓜氨酸的含量；利用公式：鸟氨酸氨基甲酰转移酶活性值=（反应后瓜氨酸‑反应前瓜氨酸）/反应时间，计算得到鸟氨酸氨基甲酰转移酶活性值。该方法通过检测样本中瓜氨酸的含量，计算得到鸟氨酸氨基转移酶活性，特异性强，能排除干扰，瓜氨酸检测采用衍生方法，结果更稳定，检测时间短，在3min内即可完成；以体外样本为检测对象，通过检测血液中鸟氨酸氨基转移酶活性来反映肝脏中对应酶的活性，避免有创伤的肝穿刺取样。
-
公开(公告)号：CN116858963A
公开(公告)日：2023-10-10
申请号：CN202310850501.8
申请日：2023-07-11
Applicant: 杭州度安医学检验实验室有限公司 , 浙江大学医学院附属第二医院
Abstract: 本发明公开了一种基于HPLC‑MS/MS的视黄醇，全反式视黄酸，9‑顺式视黄酸和全反式视黄醛检测方法，包括以下步骤：血液样本经处理后得到检测样本；利用HPLC‑MS/MS检测添加内标溶液的标准曲线工作液得到目标待测物对应的标准曲线方程，利用HPLC‑MS/MS对添加内标溶液的检测样本进行检测，利用标准曲线方程计算得到检测样本中目标待测物的含量；HPLC‑MS/MS检测使用的色谱柱：ACE PFP柱；流动相A：甲醇：乙腈：水：甲酸＝300：400：300：0.1；流动相B：甲醇：乙腈：水：甲酸＝300：550：150：0.1。本发明的检测方法全反式视黄酸，9‑顺式视黄酸能够获得良好的液相分离度，能同时检测视黄醇，全反式视黄酸，9‑顺式视黄酸，全反式视黄醛，实现一针进样出结果，且特异性强，方法检测限低。
-
Patent Agency Ranking
公开(公告)号：CN118671241A
公开(公告)日：2024-09-20
申请号：CN202411141709.3
申请日：2024-08-20
Applicant: 杭州度安医学检验实验室有限公司 , 浙江大学医学院附属第二医院
Abstract: 本发明公开一种基于HPLC‑MS/MS的人血清中鸟氨酸氨基甲酰转移酶活性的检测方法和试剂盒，方法为待测样本与试剂反应，将鸟氨酸生成瓜氨酸，反应前后采用HPLC‑MS/MS检测，利用瓜氨酸标准曲线得到反应前后瓜氨酸的含量；利用公式：鸟氨酸氨基甲酰转移酶活性值=（反应后瓜氨酸‑反应前瓜氨酸）/反应时间，计算得到鸟氨酸氨基甲酰转移酶活性值。该方法通过检测样本中瓜氨酸的含量，计算得到鸟氨酸氨基转移酶活性，特异性强，能排除干扰，瓜氨酸检测采用衍生方法，结果更稳定，检测时间短，在3min内即可完成；以体外样本为检测对象，通过检测血液中鸟氨酸氨基转移酶活性来反映肝脏中对应酶的活性，避免有创伤的肝穿刺取样。
-
公开(公告)号：CN114334130B
公开(公告)日：2023-08-22
申请号：CN202111605249.1
申请日：2021-12-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于脑对称性的PET分子影像计算机辅助诊断系统，该系统包括：影像采集及预处理模块，非对称脑模板构建模块，对称脑模板构建模块，对称性分析模块和辅助诊断模块。本发明系统根据正常脑PET分子影像构建了非对称脑模板，并进一步构建了对称脑模板；之后将个体影像配准到对称脑模板空间，以获得对称结构的先验知识，并使用对称微分同胚算法引入个体图像信息，获取体素级别的脑结构对称关系；最后综合利用病灶区域及其对称脑区的代谢或受体信息，辅助提高PET分子影像的诊断能力。
-
公开(公告)号：CN114334130A
公开(公告)日：2022-04-12
申请号：CN202111605249.1
申请日：2021-12-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于脑对称性的PET分子影像计算机辅助诊断系统，该系统包括：影像采集及预处理模块，非对称脑模板构建模块，对称脑模板构建模块，对称性分析模块和辅助诊断模块。本发明系统根据正常脑PET分子影像构建了非对称脑模板，并进一步构建了对称脑模板；之后将个体影像配准到对称脑模板空间，以获得对称结构的先验知识，并使用对称微分同胚算法引入个体图像信息，获取体素级别的脑结构对称关系；最后综合利用病灶区域及其对称脑区的代谢或受体信息，辅助提高PET分子影像的诊断能力。
-
公开(公告)号：CN110390351B
公开(公告)日：2020-07-24
申请号：CN201910549416.1
申请日：2019-06-24
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度学习的致痫灶三维自动定位系统，该系统包括：PET图像采集和标记模块；PET图像与标准对称脑模版的配准模块；PET图像数据预处理模块，生成左右脑图像块的镜像对；孪生网络SiameseNet训练模块，包含两个共享权重参数的深度残差卷积神经网络，输出层连接多层感知机和softmax层，利用携带致痫灶的图像和正常图像的训练集对所述网络进行训练获得网络模型；分类模块和致痫灶定位模块，利用训练好的网络模型对新输入的PET图像生成概率热图，先通过分类器判断图像为正常或者携带致痫灶样本，再预测致痫灶区域的位置。该系统通过引入图像块的镜像对和孪生网络SiameseNet，来自动定位PET图像的致痫灶，能有效地提高致痫灶定位的准确度和效率，并具有较高的鲁棒性。
-
公开(公告)号：CN110390351A
公开(公告)日：2019-10-29
申请号：CN201910549416.1
申请日：2019-06-24
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度学习的致痫灶三维自动定位系统，该系统包括：PET图像采集和标记模块；PET图像与标准对称脑模版的配准模块；PET图像数据预处理模块，生成左右脑图像块的镜像对；孪生网络SiameseNet训练模块，包含两个共享权重参数的深度残差卷积神经网络，输出层连接多层感知机和softmax层，利用携带致痫灶的图像和正常图像的训练集对所述网络进行训练获得网络模型；分类模块和致痫灶定位模块，利用训练好的网络模型对新输入的PET图像生成概率热图，先通过分类器判断图像为正常或者携带致痫灶样本，再预测致痫灶区域的位置。该系统通过引入图像块的镜像对和孪生网络SiameseNet，来自动定位PET图像的致痫灶，能有效地提高致痫灶定位的准确度和效率，并具有较高的鲁棒性。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
