公开(公告)号：CN111733132A

公开(公告)日：2020-10-02

申请号：CN202010599044.6

申请日：2020-06-28

Applicant: 厦门大学

Inventor： 李炜 ,  贺佳 ,  欧尚坤 ,  刘祖国 ,  何昕 ,  孙慧敏

IPC: C12N5/079

Abstract: 本发明提供了一种诱导人胚胎干细胞定向分化为角膜上皮细胞的培养方法，包括以下步骤：S1，将人胚胎干细胞复苏后在E8培养基中培养4-6天，接种于低吸附培养皿中，使用NP培养基分化培养6-10天后获得NP细胞；S2，将步骤S1得到的NP细胞消化，接种于贴附培养皿，使用上皮分化培养基继续分化4-7天；S3，将步骤S2培养的细胞消化后，加入小鼠成纤维细胞系3T3细胞或接种于去上皮羊膜表面，再用上皮分化培养基进行混合培养7-14天得角膜上皮细胞。

公开(公告)号：CN115796287A

公开(公告)日：2023-03-14

申请号：CN202211226943.7

申请日：2022-10-09

Applicant: 厦门大学

Inventor： 陈龙彪 ,  王程 ,  何昕 ,  刘燕文 ,  肖德洪 ,  范晓亮 ,  吴圣杰 ,  王妤妃 ,  洪虹 ,  程明 ,  赵敏

IPC: G06N5/045 ,  G05B19/042

Abstract: 本发明公开了一种基于深度学习的场所流量控制方法、系统及可读介质，通过获取人员数据、场所数据和办公数据，根据人员数据确定对应的空间因素、移动因素和健康因素，并基于空间因素、移动因素和健康因素构建雷达图，根据雷达图确定人员的健康状态评分；根据场所数据的历史流量数据采用经训练的LSTNet模型预测得到未来对应时刻的流量数据，并结合实际流量数据确定场所的负载状况；根据人员的健康状态评分、场所的负载状况和办公数据确定该人员进入该场所的权限；根据人员的健康状态评分、场所的负载状况通过排队论模型计算出该人员进入该场所的排队平均等待时间，该方法具有更细的细粒度，提供人员等待时长，避免人员拥挤，有利于场所内人流量的管控。

公开(公告)号：CN111733132B

公开(公告)日：2021-09-21

申请号：CN202010599044.6

申请日：2020-06-28

Applicant: 厦门大学

Inventor： 李炜 ,  贺佳 ,  欧尚坤 ,  刘祖国 ,  何昕 ,  孙慧敏

IPC: C12N5/079

Abstract: 本发明提供了一种诱导人胚胎干细胞定向分化为角膜上皮细胞的培养方法，包括以下步骤：S1，将人胚胎干细胞复苏后在E8培养基中培养4‑6天，接种于低吸附培养皿中，使用NP培养基分化培养6‑10天后获得NP细胞；S2，将步骤S1得到的NP细胞消化，接种于贴附培养皿，使用上皮分化培养基继续分化4‑7天；S3，将步骤S2培养的细胞消化后，加入小鼠成纤维细胞系3T3细胞或接种于去上皮羊膜表面，再用上皮分化培养基进行混合培养7‑14天得角膜上皮细胞。

公开(公告)号：CN118216872A

公开(公告)日：2024-06-21

申请号：CN202410316047.2

申请日：2024-03-20

Applicant: 厦门大学

Inventor： 刘祖国 ,  王少攀 ,  何昕 ,  何捷舟 ,  黄彩虹

IPC: A61B3/14 ,  A61B3/135 ,  A61B3/00 ,  A61B5/00 ,  G06T7/00 ,  G06V40/18 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度学习的睑缘病变智能识别方法、介质和设备，该方法包括：接收预设终端采集的待处理的睑缘图像；对所述待处理的睑缘图像进行质量评估，判断所述待处理的睑缘图像的图像质量是否符合预设图像质量要求，若不符合则发出第一提示信息，若符合则将所述待处理的睑缘图像输入至训练完成的第一深度学习模型中，输出所述睑缘图像的识别特征，并根据所述识别特征确定当前睑缘图像对应的病变类型并输出。上述方案通过深度学习模型能够对用户通过预设终端采集的睑缘图像进行质量评估，并将质量评估结果符合要求的睑缘图像输入训练完成的第一深度学习模型中进行识别，能够有效提升睑缘病变判断的效率和精准性。