-
公开(公告)号:CN115019929A
公开(公告)日:2022-09-06
申请号:CN202110241105.6
申请日:2021-03-04
Applicant: 清华大学 , 北京智医网药科技有限公司
Abstract: 本发明提供了一种基于深度学习的融合表型与分子信息的中药处方人工智能评价方法。本方法首先构建基于卷积神经网络的诊断描述特征智能提取,基于网络嵌入的药物特征智能提取,同时在药物特征中融合了分子信息。进而,基于提取的诊断描述及中药处方特征,设计基于卷积神经网络的中药处方人工智能评价方法。同时,本方法还首次提出了一种基于中药处方相似性的分层采样策略。实验结果表明,我们的方法在中药处方评价性能上要优于基线方法,且优于未添加分子信息的模型,能较好地学习专家经验。我们的方法促进了基于经验的、宏观的传统中医药学走向基于数据的、宏微观结合现代科学,有助于减少中药处方的不合理使用情况,推动中医药的精准化和智能化。
-
公开(公告)号:CN109106716A
公开(公告)日:2019-01-01
申请号:CN201710495941.0
申请日:2017-06-26
Applicant: 清华大学
IPC: A61K31/513 , A61K31/352 , A61P35/00 , A61P1/00
Abstract: 芒柄花素(Formononetin)是一种异黄酮类黄酮,广泛分布于黄芪、苦参、甘草、葛根等豆科植物中,具有抗肿瘤、清除自由基、降脂和改善雌激素水平等药理活性。本发明人通过体内外实验研究和BLISS协同作用分析发现了芒柄花素能够显著增强氟尿嘧啶(5-Fu)的抗肿瘤效果,同时还能显著改善免疫功能而对5-Fu具有增效减毒作用。在此基础上,本发明提供了一种可能的组合物作为制备用于治疗肿瘤药物的用途,所述组合物含有:芒柄花素和氟尿嘧啶(5-Fu)。
-
公开(公告)号:CN1958146B
公开(公告)日:2011-09-14
申请号:CN200610113710.0
申请日:2006-10-13
Applicant: 宜宾天原集团股份有限公司 , 清华大学
Abstract: 氯乙烯合成的多段流化床反应器及方法,属于化工工艺过程及设备技术领域。在流化床不同轴向高度处设置带孔气体分布板,将流化床分隔成两个或多个催化剂堆积区;将催化剂从催化剂入口(7)装入流化床(1);由气体入口(2)通惰性气体使流化床(1)中的催化剂处于流化状态;由气体入口(2)和分布器(3)向流化床(1)中通入氯化氢与乙炔的混合气,乙炔和氯化氢经过所述催化剂堆积的地方后,几乎被完全转化为氯乙烯;催化剂失活后从流化床(1)底部出口(8)排出。本发明具有反应器断面生产通量大,操作弹性大,乙炔转化率高(大于99.0%)、产生氯乙烯的选择性高(大于99.0%)、产品纯度高、催化剂用量少、能耗低等优点。
-
公开(公告)号:CN1965830A
公开(公告)日:2007-05-23
申请号:CN200610114226.X
申请日:2006-11-02
Applicant: 清华大学
IPC: A61K31/4748 , A61P35/00 , A61K31/4375
CPC classification number: A61K31/4375 , A61K31/438 , A61K31/55 , A61K2300/00
Abstract: 本发明涉及一种具有抗血管新生协同作用的中药有效成分组合配方,属于药物配方技术领域。该配方由苦参碱与青藤碱混合而成,该两种成分的用量比例为:苦参碱∶青藤碱=1∶0.05~1。本发明具有“增效减毒”的协同作用效果,对类风湿性关节炎、实体肿瘤等血管新生相关疾病具有明显的治疗作用,且药效物质基础明确,同时又保存了传统中药方剂配伍的特性。
-
公开(公告)号:CN110193021A
公开(公告)日:2019-09-03
申请号:CN201910632861.4
申请日:2019-07-14
Applicant: 清华大学
IPC: A61K31/7048 , A61K31/555 , A61P35/00
Abstract: 黄芪甲苷(Astragaloside IV)是一种四环三萜类皂苷,是传统“补气”中药黄芪的主要活性成分,具有调节免疫、抗肿瘤和抗炎等药理活性。本发明人通过体内外实验研究和基于Bliss模型的协同作用分析发现了黄芪甲苷一方面能够显著增强奥沙利铂(L-OHP)的抗肿瘤活性,另一方面可以改善免疫功能进而缓解L-OHP造成的骨髓抑制等毒副作用,发挥对L-OHP化疗药的增效减毒作用。基于上述发现,本发明提供了一种可能的组合物作为制备用于治疗肿瘤药物的用途,所述组合物含有:黄芪甲苷和奥沙利铂(L-OHP)。
-
公开(公告)号:CN110929511A
公开(公告)日:2020-03-27
申请号:CN201811027747.0
申请日:2018-09-04
Applicant: 清华大学
IPC: G06F40/289 , G06F40/30 , G06N3/08 , G16H20/10 , G06F16/332
Abstract: 本发明提供一种基于语义相似性的个性化中医诊疗信息和中药信息智能匹配方法。本方法首先训练神经网络模型,提取出症状、舌脉等中医四诊信息、证候、疾病与中药或方剂的功效、治法等术语之间的语义关系。在此基础上,定义个性化中医诊疗信息和中药(中成药)适应症、禁忌症信息的匹配,其中诊疗信息和适应症的匹配包括适应症的语义相似性得分、关键动词匹配、关键证候术语匹配和关键疾病术语匹配,诊疗信息和禁忌症的匹配包括禁忌症术语匹配。本方法在语义关系的基础上,通过一系列关键术语匹配,放大正确的匹配结果、惩罚具有违禁用药风险的匹配结果,从而实现个性化中医诊疗信息和中药或中成药信息的智能匹配,有望降低临床上中药或中成药不合理使用率。
-
公开(公告)号:CN115376658A
公开(公告)日:2022-11-22
申请号:CN202110736888.5
申请日:2021-06-30
Applicant: 清华大学 , 皖南医学院弋矶山医院
Abstract: 本发明提供了一种基于深度学习的融合表型与分子信息的中药处方人工智能评价方法。本方法首先构建基于卷积神经网络的诊断描述特征智能提取,基于网络嵌入的药物特征智能提取,同时在药物特征中融合了分子信息。进而,基于提取的诊断描述及中药处方特征,设计基于卷积神经网络的中药处方人工智能评价方法。同时,本方法还首次提出了一种基于中药处方相似性的分层采样策略。实验结果表明,我们的方法在中药处方评价性能上要优于基线方法,且优于未添加分子信息的模型,能较好地学习专家经验。我们的方法促进了基于经验的、宏观的传统中医药学走向基于数据的、宏微观结合现代科学,有助于减少中药处方的不合理使用情况,推动中医药的精准化和智能化。
-
公开(公告)号:CN101920192B
公开(公告)日:2012-09-05
申请号:CN201010249243.0
申请日:2010-08-06
Applicant: 清华大学
IPC: B01J20/20 , B01J20/30 , B01J23/745 , B01J23/755 , B01J23/72 , C02F1/28 , C02F1/70 , C02F101/12
Abstract: 一种吸附还原难降解污染物的金属炭材料的制备方法,通过含有Fe粉的金属微粉、含碳物料以及粘结剂按比例混合均匀、干燥后,在挤条机上挤压成型,在马弗炉中进行炭化及活化处理,自然冷却至室温,即制成所述的吸附还原难降解污染物的金属炭材料,本发明方法制备的金属炭材料主要用于污水中难降解污染物卤代污染物的处理,在同等处理条件下,是同比例同用量的含有Fe粉的金属微粉简单混合材料对难降解污染物还原脱氯效果的4倍以上,具有比表面积大、还原活性好、制备及处理成本低的优点,另外,该材料不易板结及钝化而延长了其使用寿命。
-
公开(公告)号:CN100427090C
公开(公告)日:2008-10-22
申请号:CN200610114226.X
申请日:2006-11-02
Applicant: 清华大学
IPC: A61K31/4748 , A61P35/00 , A61K31/4375
CPC classification number: A61K31/4375 , A61K31/438 , A61K31/55 , A61K2300/00
Abstract: 本发明涉及一种具有抗血管新生协同作用的中药有效成分组合配方,属于药物配方技术领域。该配方由苦参碱与青藤碱混合而成,该两种成分的用量比例为:苦参碱∶青藤碱=1∶0.05~1。本发明具有“增效减毒”的协同作用效果,对类风湿性关节炎、实体肿瘤等血管新生相关疾病具有明显的治疗作用,且药效物质基础明确,同时又保存了传统中药方剂配伍的特性。
-
公开(公告)号:CN1958146A
公开(公告)日:2007-05-09
申请号:CN200610113710.0
申请日:2006-10-13
Applicant: 宜宾天原股份有限公司 , 清华大学
Abstract: 氯乙烯合成的多段流化床反应器及方法,属于化工工艺过程及设备技术领域。在流化床不同轴向高度处设置带孔气体分布板,将流化床分隔成两个或多个催化剂堆积区;将催化剂从催化剂入口(7)装入流化床(1);由气体入口(2)通惰性气体使流化床(1)中的催化剂处于流化状态;由气体入口(2)和分布器(3)向流化床(1)中通入氯化氢与乙炔的混合气,乙炔和氯化氢经过所述催化剂堆积的地方后,几乎被完全转化为氯乙烯;催化剂失活后从流化床(1)底部出口(8)排出。本发明具有反应器断面生产通量大,操作弹性大,乙炔转化率高(大于99.0%)、产生氯乙烯的选择性高(大于99.0%)、产品纯度高、催化剂用量少、能耗低等优点。
-
-
-
-
-
-
-
-
-