-
公开(公告)号：CN115851803A
公开(公告)日：2023-03-28
申请号：CN202211286235.2
申请日：2022-10-20
Applicant: 厦门大学
IPC: C12N15/78 , C12N15/66 , C12N15/65 , C12N15/53 , C12N15/60 , C12N15/52 , C12N1/21 , C12P7/22 , C12R1/38
Abstract: 本发明涉及一种高产香草醇的光合细菌构建方法及其应用，通过构建厌氧调控的强启动子表达系统，在沼泽红假单胞菌内高效表达内源阿魏酰辅酶A合成酶CouB和烯酰辅酶A水合酶/醛缩酶CouA及外源醇脱氢酶ADH2，构建香草醇生物合成路径。该重组光合细菌，以木质素单体阿魏酸为底物，硫代硫酸钠为电子供体，经过光催化高效生产香草醇；无需额外添加有机碳源，具有广阔的工业化应用前景。
-
公开(公告)号：CN109821055A
公开(公告)日：2019-05-31
申请号：CN201910105683.X
申请日：2019-02-01
Applicant: 厦门大学
Abstract: 本发明公开了一种药物-碘油溶剂及其制备方法。本发明中，在快速搅拌下利用高压将碘油注射液和药物分子溶解并且充分混合，在减压以后小分子药物分散在碘油中，制备得到混合均匀的药物-碘油溶剂。本发明中制备的药物-碘油溶剂比药物-碘油混悬剂和乳剂具有可控的形态、长时间的稳定性、缓慢的药物释放速度，而且药物分子不会对碘油的粘度等理化性能产生明显的影响。本发明中，制备的药物-碘油溶剂首先在肝癌治疗中首先通过肝癌供血动脉进行注射栓塞。接着，药物-碘油溶剂中的药物分子可以进一步发挥缓释治疗功效。本发明方法为碘油栓塞的联合治疗提供了很好的方法。
-
公开(公告)号：CN114209871B
公开(公告)日：2022-12-06
申请号：CN202111279694.3
申请日：2021-10-29
Applicant: 厦门大学
IPC: A61L24/00
Abstract: 本发明公开了一种化疗药物纳米颗粒‑碘油超稳定均相化栓塞剂的制备方法，包括如下步骤：(1)将药物溶解于低沸点溶剂中，获得药物溶液；(2)将反应釜加压至8‑12MPa，待温度和压力稳定后，将步骤(1)所得的药物溶液泵入反应釜中反应0.4‑1.5h，接着通过CO2泄压以去除低沸点溶剂，再减压除去CO2，收集得到药物纳米颗粒；(3)将药物纳米颗粒与碘油注射液混合后，水浴超声分散，即得所述化疗药物纳米颗粒‑碘油超稳定均相化栓塞剂。本发明的制备过程纯物理过程，期间不引入其他助溶剂、乳剂或其他可能引起体内毒性的试剂，纯药物纳米颗粒具有可控的形态且性能不会改变。
-
公开(公告)号：CN109583626B
公开(公告)日：2020-12-01
申请号：CN201811275175.8
申请日：2018-10-30
Applicant: 厦门大学
IPC: G06F16/29
Abstract: 本发明公开了一种路网拓扑重建方法、介质及系统，包括：获取原始路网数据，生成训练数据集；构建生成器，其中，生成器根据原始路网数据生成第一数据信息；根据道路基准图像、第一路网源图像和第一数据信息进行训练以构建第一判别器；根据道路基准图像、第一初始路网地图和第一数据信息进行训练以构建第二判别器；构建路网拓扑重建生成对抗网络；获取第二路网源图像，生成第二初始路网地图，以及将第二路网源图像和第二初始路网地图输入网络，以进行路网拓扑重建；从而实现对乡村地区的路网拓扑进行重建，且结果的准确度更高，同时，通过路网匹配算法进行原始路网数据的匹配，使得训练数据更易获取，提高路网拓扑重建生成对抗网络的构建效率。
-
公开(公告)号：CN109730966A
公开(公告)日：2019-05-10
申请号：CN201910019559.1
申请日：2019-01-09
Applicant: 厦门大学
Abstract: 本发明公开了一种壳寡糖修饰的自携式无载体鼻腔纳米制剂脑靶向递送系统及其制备方法。包括具有神经保护作用的疏水性小分子药物、聚乙二醇衍生物，以及壳寡糖。本发明还提供了上述鼻腔纳米制剂脑靶向递送系统的制备方法。第一步，制备纳米颗粒冻干粉，第二步，临用前，将冻干粉与壳寡糖在等渗生理盐水搅拌，成为透膜性良好的鼻腔制剂。本发明系统制备方法简单，可改善小分子药物疏水性、降低毒性、增强神经保护作用；无载体、无生物降解问题和蓄积毒性，载药率高达25％以上，经壳寡糖修饰后透膜吸收良好，药物高靶向性递送入脑。该剂型给药方式为滴鼻、喷雾等，操作简单，便于长期服药的患者用药，在神经系统疾病的治疗方面具有良好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN109583626A
公开(公告)日：2019-04-05
申请号：CN201811275175.8
申请日：2018-10-30
Applicant: 厦门大学
Abstract: 本发明公开了一种路网拓扑重建方法、介质及系统，包括：获取原始路网数据，生成训练数据集；构建生成器，其中，生成器根据原始路网数据生成第一数据信息；根据道路基准图像、第一路网源图像和第一数据信息进行训练以构建第一判别器；根据道路基准图像、第一初始路网地图和第一数据信息进行训练以构建第二判别器；构建路网拓扑重建生成对抗网络；获取第二路网源图像，生成第二初始路网地图，以及将第二路网源图像和第二初始路网地图输入网络，以进行路网拓扑重建；从而实现对乡村地区的路网拓扑进行重建，且结果的准确度更高，同时，通过路网匹配算法进行原始路网数据的匹配，使得训练数据更易获取，提高路网拓扑重建生成对抗网络的构建效率。
-
公开(公告)号：CN109558801A
公开(公告)日：2019-04-02
申请号：CN201811281849.5
申请日：2018-10-31
Applicant: 厦门大学
Abstract: 本发明公开了一种道路网络提取方法、介质、计算机设备及系统，包括：获取原始图像；对原始图像进行处理以提取多个候选样本，并选取局部斑块；计算每个局部斑块的置信评分，并计算所有局部斑块的置信评分均值，以及将均值作为对应的候选样本的置信度，并将置信度小于预设置信阈值的候选样本选取为训练样本以生成训练样本集；分别构造生成器、第一判别器、第二判别器和VGG网络以进行道路网络提取模型的训练，以生成道路网络提取模型；将待测试的道路源图像输入道路网络提取模型，以生成路网地图；从而使得使用者可以通过简单地交互获取大量的训练样本，节约人力和物力资源；同时，可以获取异常的道路区域，增强道路网络的最终提取效果。
-
公开(公告)号：CN119539067B
公开(公告)日：2025-04-11
申请号：CN202510102277.3
申请日：2025-01-22
Applicant: 厦门大学
IPC: G06N5/025 , G06N3/0455 , G06N3/0895 , G06F18/22
Abstract: 一种基于超网络的持续学习关系抽取方法，涉及自然语言处理和机器学习领域。模型含样本编码器、基于超网络的网络生成器和任务特定的投影头；样本编码器用于获取每个实例的嵌入表示；网络生成器为当前任务生成特定的投影头，投影头用于执行该特定任务的分类。为减少模型表示空间中类似关系之间的冲突，创建特定的投影头。对于新任务，初始化一系列特定任务的嵌入。这些嵌入输入网络生成器，创建一个用于当前任务关系分类的专用投影头。每个任务都有其特定的表示空间。有效减轻模型表示空间中类似关系的冲突。训练模型过程中采用新任务训练、样本选择和多任务重放，通过跨任务损失和对比学习等策略，有效缓解灾难性遗忘问题。
-
公开(公告)号：CN115851803B
公开(公告)日：2024-09-03
申请号：CN202211286235.2
申请日：2022-10-20
Applicant: 厦门大学
IPC: C12N15/78 , C12N15/66 , C12N15/65 , C12N15/53 , C12N15/60 , C12N15/52 , C12N1/21 , C12P7/22 , C12R1/38
Abstract: 本发明涉及一种高产香草醇的光合细菌构建方法及其应用，通过构建厌氧调控的强启动子表达系统，在沼泽红假单胞菌内高效表达内源阿魏酰辅酶A合成酶CouB和烯酰辅酶A水合酶/醛缩酶CouA及外源醇脱氢酶ADH2，构建香草醇生物合成路径。该重组光合细菌，以木质素单体阿魏酸为底物，硫代硫酸钠为电子供体，经过光催化高效生产香草醇；无需额外添加有机碳源，具有广阔的工业化应用前景。
-
公开(公告)号：CN114209871A
公开(公告)日：2022-03-22
申请号：CN202111279694.3
申请日：2021-10-29
Applicant: 厦门大学
IPC: A61L24/00
Abstract: 本发明公开了一种化疗药物纳米颗粒‑碘油超稳定均相化栓塞剂的制备方法，包括如下步骤：(1)将药物溶解于低沸点溶剂中，获得药物溶液；(2)将反应釜加压至8‑12MPa，待温度和压力稳定后，将步骤(1)所得的药物溶液泵入反应釜中反应0.4‑1.5h，接着通过CO2泄压以去除低沸点溶剂，再减压除去CO2，收集得到药物纳米颗粒；(3)将药物纳米颗粒与碘油注射液混合后，水浴超声分散，即得所述化疗药物纳米颗粒‑碘油超稳定均相化栓塞剂。本发明的制备过程纯物理过程，期间不引入其他助溶剂、乳剂或其他可能引起体内毒性的试剂，纯药物纳米颗粒具有可控的形态且性能不会改变。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.026 seconds)
