“学镜组”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2151518个，建议您升级VIP下载更多相关专利

[发明专利]一种天然小分子HEC-23在制备用于促进溶酶体介导的细胞死亡的药物中用途-CN201810239820.4在审
发明人：李洋;张于;郝小江;杨崇林 -专利权人：复旦大学;中国科学院昆明植物研究所;云南大学
申请日： 2018-03-22 - 公布日： 2018-09-04 - 主分类号： A61K49/00 文献下载
摘要：本发明提供一种化学生物学筛选体系构建方法，包括以下步骤：使用24孔板培养秀丽隐杆线虫；设置不同实验组；将24孔板包好锡箔纸，保证避光、防止照射；放入摇床培养；48或72小时之后，将培养的线虫放入载玻片，置于显微镜下观察线虫体腔中类巨噬细胞中溶酶体膜稳态的变化。本发明还提供一种经过上述化学生物学筛选体系构建方法筛选出的促进溶酶体介导的细胞坏死的天然小分子化合物，及其在制备用于促进溶酶体介导的细胞坏死的疾病的药物中的用途。
溶酶体介导化学生物学体系构建细胞坏死筛选放入孔板线虫制备小分子化合物秀丽隐杆线虫巨噬细胞溶酶体膜细胞死亡摇床培养实验组锡箔纸小分子载玻片避光体腔稳态显微镜照射疾病观察保证

[发明专利]高通量单细胞多组学-CN201880011470.4在审
发明人： R·范;B·杜拉 -专利权人：耶鲁大学
申请日： 2018-02-13 - 公布日： 2019-11-29 - 主分类号： C12Q1/6869 文献下载
摘要：在一些实施方式中，本文提供了用于高通量单细胞多组学(例如，基因组学、表观基因组学、蛋白质组学和/或表型谱)分析的装置、系统和方法。
基因组学蛋白质组学表型谱高通量组学分析

[发明专利]一种基于机器学习算法的用于预测CRC转移的影像组学（RA）模型-CN202011093666.8在审
发明人：曾凡新;蔡建强;李雪;吴敏;刘杰;宋俐 -专利权人：达州市中心医院
申请日： 2020-10-14 - 公布日： 2021-02-05 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于机器学习算法的用于预测CRC转移的影像组学(RA)模型及建立方法，本发明通过收集整理CRC病患的信息，将其划分、构建成不同的队列，通过对患者CT扫描图像分析进行分割和图像特征提取，并对肿瘤组织进行转录组测序及分析，采用了遗传算法(GAs)筛选的影像组及转录组学特进行构建影像转录组(RT)模型并进行验证；采用逐步回归分析的方法，筛选出与IL26表达密切相关15个影像特征；最终将转录组学与影像组学进行整合，构建了一个只包括19个影像特征的影像组学(RA)模型本发明的影像组学(RA)模型将转录组学与影像组学进行结合，其为CRC的转移的预测提供一种新的、准确度高的诊断方法，且其具有无创，易应用的优势。
一种基于机器学习算法用于预测 crc 转移影像 ra 模型

[发明专利]一种用于组织样本的高分辨率空间组学检测方法-CN202110899807.3有效
发明人：张俊虎;梁重阳;于年祚;金正洋;杨柏 -专利权人：吉林大学
申请日： 2021-08-06 - 公布日： 2023-05-02 - 主分类号： C12Q1/6874 文献下载
摘要：本发明适用于一种组织样本的高分辨率空间组学检测装置、系统和方法，提供了一种用于组织样本的高分辨率空间组学检测的装置、系统和方法，分别包含：一种带有可容纳微载体的微井反应室阵列的玻片，一种修饰核酸分子标识符的方法和一种在捕获组织样本空间组学信息过程中降低组学信息交叉污染的方法采用本公开的空间组学检测方法，显著提高了空间组学检测的分辨率，降低了检测成本，同时从根本上降低了空间组学信息的交叉污染。
一种用于组织样本高分辨率空间检测方法

[发明专利]深度与强度可调式的探头激光共聚焦显微内窥镜系统-CN201310244603.1有效
发明人：陈雪利;曹欣;梁继民;林叶楠;杨德富;屈晓超;陈多芳;田捷 -专利权人：西安电子科技大学
申请日： 2013-06-19 - 公布日： 2013-11-20 - 主分类号： A61B1/07 文献下载
摘要：本发明公开了一种深度与强度可调式的探头激光共聚焦显微内窥镜系统，所述系统包括：激发源，分光镜，平面扫描装置，前端物镜，微型传输装置，内窥镜探头，滤波片组，后端物镜，空间共轭光阑以及成像单元；本发明具有能够进行不同深度层病灶组织学实时成像和不同荧光探针标记病灶病理学实时成像的优点
深度强度调式探头激光聚焦显微内窥镜系统

[发明专利]基于多组学相似度引导的药物敏感性预测方法和装置-CN202210184839.X有效
发明人：吴健;冯芮苇;谢雨峰;郭越;曹戟;何俏军;杨波 -专利权人：浙江大学
申请日： 2022-02-28 - 公布日： 2022-06-14 - 主分类号： G16H70/40 文献下载
摘要：本发明公开了一种基于多组学相似度引导的药物敏感性预测方法和装置，包括：基于细胞系的多组学数据构建的细胞系图能够充分整合个体细胞系的基因组学数据、转录组学数据、蛋白组学数据、代谢组学数据这四类多组学信息，相比现有的细胞系表征方式，能够容纳更多种类的组学信息，同时也充分考虑细胞系在多组学层面其表达的产物之间的潜在联系；在此基础上，基于细胞系图进行药物敏感性预测的药物敏感性预测模型，采用多组学相似度引导方式，在高效提取个体特异性的多组学信息的同时，能够充分考虑个体之间的多组学相似性，能够提供巨大的生物学先验知识，从而实现更加精准的药物敏感性预测。
基于多组学相似引导药物敏感性预测方法装置

[发明专利]基于影像组学的高级别浆液性卵巢癌复发风险预测系统-CN202010755346.8有效
发明人：龚敬;李海明;顾雅佳;彭卫军;童彤;朱晖 -专利权人：复旦大学附属肿瘤医院
申请日： 2020-07-31 - 公布日： 2023-09-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于影像组学的高级别浆液性卵巢癌复发风险预测系统，包括T1加权增强影像组学处理、T2加权影像组学处理和信息融合。其中，影像组学处理主要包括：三维肿瘤分割、图像标准化、影像组学特征提取、特征归一化、特征筛选、SMOTE重采样、分类器训练；信息融合主要对T1和T2影像组学处理输出的复发风险预测概率进行融合，进一步提高风险预测的准确率
基于影像级别浆液卵巢癌复发风险预测系统

[发明专利]基于CycleGAN深度学习的细胞微核组学图像处理方法及存储介质-CN202111026073.4在审
发明人：贾光;胡贵平;王保民;胡丽华;陈章健;王天成;龙昌茂;胥嘉钰 -专利权人：北京大学
申请日： 2021-09-02 - 公布日： 2021-11-30 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及细胞微核检测技术领域，提供了一种基于CycleGAN深度学习的细胞微核组学图像处理方法及存储介质，所述方法通过获取无假阳性微核组学图像与有染色质真阳性微核组学图像，将其进行相同的分割后划分为训练集与测试集，之后通过深度学习中的经典生成模型CycleGAN算法训练由无染色质微核组学图像向所述Y类图像转换的神经网络，训练完成后，固定网络中的生成器参数，即可实现将任意输入的无染色质微核组学图像转换为有染色质微核组学图像本发明解决了相关技术中微核组学图像检测训练样本标签不足导致监督学习任务出现困难，不能有效生成和判别微核组学图像和图像处理效率低的问题。
基于 cyclegan 深度学习细胞微核组学图像处理方法存储介质

[发明专利]慢阻肺的分级方法及装置、电子设备和存储介质-CN202210468598.1在审
发明人：王世聪;杨英健;郭英委;李玮;段文馨;曾楠嵘;陈梓然;邓兴广;刘洋;康雁 -专利权人：深圳技术大学;东北大学
申请日： 2022-04-29 - 公布日： 2022-08-30 - 主分类号： G06T7/00 文献下载
摘要：所述的慢阻肺的分级方法，包括：获取肺实质图像对应的影像组学特征；基于肺实质图像对应的分级标签，对所述影像组学特征进行选择，得到选择的影像组学特征；并确定所述影像组学特征的数目；利用所述影像组学特征生成影像组学特征图，对所述影像组学特征图进行卷积操作，得到所述数目的卷积特征；对所述影像组学特征及所述卷积特征进行融合操作，得到融合特征；根据所述融合特征，确定图卷积网络的风险因素特征；对所述风险因素特征及所述融合特征进行拼接操作
慢阻肺分级方法装置电子设备存储介质

[发明专利]基于超声组学的卵巢癌分类方法及预测模型评估方法-CN202210521068.9在审
发明人：姚飞;朱冬勤;边淑盈;蔡蒙婷;兰莉;林凤;潘志方;金献测;杨运俊 -专利权人：温州医科大学附属第一医院
申请日： 2022-05-12 - 公布日： 2022-09-30 - 主分类号： G16H50/20 文献下载
摘要：本申请公开了一种基于超声组学的卵巢癌分类方法及预测模型评估方法包括以下步骤：S1、获取上皮性卵巢癌(EOC)患者样本数据，采集超声图像，在超声图像上分割肿瘤感兴趣区域(ROI)，并提取超声组学特征；S2、筛选超声组学特征，基于logistic回归分析建立超声组学评分模型；S3、根据临床特征建立临床模型，结合超声组学评分模型和临床特征建立联合模型；S4、评价临床模型、超声组学评分模型和联合模型的性能和临床应用价值本申请的有益之处在于：提供了一种结合临床数据和超声组学特征显示肿瘤的异质性及预测EOC的组织病理类型的基于超声组学的卵巢癌分类方法及预测模型评估方法。
基于超声卵巢癌分类方法预测模型评估

[发明专利]一种基于影像组学的肺孢子菌和肺曲霉菌感染识别系统-CN202310677962.X在审
发明人：扈煜;彭志国;高兴哲 -专利权人：山东大学齐鲁医院
申请日： 2023-06-07 - 公布日： 2023-08-22 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了种基于影像组学的肺孢子菌和肺曲霉菌感染识别系统，涉及影像组学预测技术领域。包括：数据获取模块获取肺部真菌感染的影像信息并进行预处理；特征提取模块对预处理后的真菌感染影像进行感兴趣区域勾画；根据感兴趣区域提取影像组学特征；特征筛选模块将滤波处理后的影像组学特征通过降维方法进行筛选；模型构建模块采用不同监督机器学习分类器对筛选后的影像组学特征进行训练得到影像组学预测模型；识别预测模块利用影像组学预测模型对肺部真菌感染进行早期的预测识别。本发明基于IPA和PJP的不同特性，构建影像组学预测模型，实现侵袭性肺曲霉菌病和卡氏肺孢子菌肺炎的准确识别。
一种基于影像孢子曲霉感染识别系统

[发明专利]基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法及预后模型系统-CN202210651314.2有效
发明人：李晓平;林智权;邱天;黄晖 -专利权人：江门市中心医院;五邑大学
申请日： 2022-06-10 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法及预后模型系统。该方法包含：数据获取步骤，获取IDC患者组学数据，IDC患者组学数据包含若干份IDC‑CAFs基因数据、若干份WSI数据和若干份临床信息数据；数据预处理步骤，对获取到的IDC患者组学数据进行预处理；数据划分步骤，将预处理后的IDC患者组学数据划分为训练集和测试集；数据训练步骤，基于三组学特征进行多因素cox回归建模，并通过划分好的训练集和测试集对模型进行训练。本发明的基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法及预后模型系统，通过CAFs、WSIs以及部分临床信息三种组学数据来搭建预后模型，来提高IDC生存分析模型的性能。
基于 cafs wsis 临床信息三组学 idc 预后模型建立方法系统

[发明专利]应用代谢组学技术评价与预测药物毒性和药效的方法-CN201110182900.9无效
发明人：谢洪平;牟红元;吕天 -专利权人：苏州大学
申请日： 2011-07-01 - 公布日： 2012-02-01 - 主分类号： G06F19/00 文献下载
摘要：本发明涉及一种通过消除生物样本中外源性代谢物信号以准确获取其内源性代谢物信号，并基于内源性代谢物信号评价与预测代谢组学药物毒性和药效的方法。一种应用代谢组学技术评价与预测药物特定毒性或非特定毒性的方法，在代谢组学中所设定的空白对照组、模型毒物组和毒性试验组，将获得代谢组学所依赖的生物样本，检测获取样本量测信号矩阵，据此对药物毒性评价与预测。本发明同时公开了一种应用代谢组学技术药效评价与预测的方法，在代谢组学中所设定的空白对照组、疾病模型组、治疗组和阳性药物对照组，将获得代谢组学所依赖的生物样本，检测获取样本量测信号矩阵，据此样本对药效进行评价与预测
应用代谢技术评价预测药物毒性药效方法

[发明专利]一种分离单子叶植物保卫细胞的方法-CN201810496120.3有效
发明人：王俊斌;谢晓东;吴天文;李扬;陈小强;丁博;李明;苗琛 -专利权人：天津农学院
申请日： 2018-05-22 - 公布日： 2021-08-13 - 主分类号： C12N5/04 文献下载
摘要：中的小麦种子生长到第一片叶未展开前，将胚芽鞘从种胚处剪断、剥离，将胚芽鞘纵切均分成两半，撕取表皮条；(3)将步骤(2)制得的表皮条置于酶解液中进行酶解；(4)清洗步骤(3)制得的表皮条；(5)将洗好的表皮条置于显微镜下镜检本发明所述方法，通过使用含有较少类型细胞的小麦胚芽鞘，撕取表皮细胞，再经酶解液的酶解处理，经酶解处理后的胚芽鞘经过清洗，最终获得了高纯度、高活性的哑铃形的小麦保卫细胞，分离出的保卫细胞可用于转录组、蛋白质组和代谢组学研究
一种分离单子叶植物保卫细胞方法

[发明专利]基于放射组学的胃肠间质瘤恶性潜能分类模型的构建方法-CN201710734667.8在审
发明人：陈韬;李国新 -专利权人：南方医科大学南方医院
申请日： 2017-08-24 - 公布日： 2017-11-21 - 主分类号： G06F19/00 文献下载
摘要：本发明属于肿瘤学、影像学、计算机辅助医学领域，涉及一种基于放射组学的胃肠道间质瘤恶性潜能分类模型的构建方法。本发明所述的构建方法包括数据采集腹部增强期薄层CT图像采集；提取放射组学特征；统计学分析；特征选择与放射组学特征模型构建；放射组学特征模型验证与校准。本发明所述方法所构建的基于放射组学的胃肠间质瘤恶性潜能分类模型能准确将具有不同恶性潜能的GIST进行分类，属于一种无创技术，且不会增加患者的额外费用，操作简易，便于临床推广使用。
基于放射胃肠间质恶性潜能分类模型构建方法