肝炎综合征动物模型资源的数据管理方法和系统

    公开(公告)号:CN117149759A

    公开(公告)日:2023-12-01

    申请号:CN202310691455.1

    申请日:2023-06-13

    Abstract: 本发明公开了肝炎综合征动物模型资源的数据管理方法和系统,属于数据处理技术领域,解决了现有方法仅能够对数据检索提高辅助,无法有效识别异常数据,给病因研究工作增加了工作量的问题,方法包括:获取待处理的动物模型资源初始数据,将动物模型资源处理后数据转换为统一索引符,基于统一索引符构建资源数据库结构;异常数据识别模型识别资源数据库中异常数据,向用户管理端传输包含异常数据的统一索引符,用户管理端解析统一索引符,发出数据异常提示信息;本发明实施例通过异常数据识别模型识别异常的统一索引符,且数据传输加载均以统一索引符替代,有效降低了数据传输的负载,同时也减少了异常数据识别模型的工作量。

    A组轮状病毒抗原检测试纸条、试剂盒及其制备方法

    公开(公告)号:CN116482359A

    公开(公告)日:2023-07-25

    申请号:CN202310508796.0

    申请日:2023-05-08

    Abstract: 本发明公开了A组轮状病毒抗原检测试纸条、试剂盒及其制备方法,属于体外诊断技术领域,解决了现有抗原检测试纸条检测灵敏度低,容易导致假阳性结果的问题,包括:检测底层,所述检测底层用于承托所述检测试纸条;保护层,叠置于所述检测底层上部,用于保护所述检测试纸条;至少一组吸水垫,所述吸水垫设置在保护层的两侧;检测结合层,所述检测结合层粘贴于保护层上,检测结合层用于包裹A组轮状病毒抗体,用于A组轮状病毒抗原检测;本发明所提供的A组轮状病毒抗原检测试纸条能对A组轮状病毒进行精准的检测,且检测灵敏度高,能够避免假阳性结果,且制备的A组轮状病毒抗原检测试纸条不易损坏,稳定性较高。

    基于肿瘤细胞检测的肿瘤复发转移风险评估系统

    公开(公告)号:CN115762788A

    公开(公告)日:2023-03-07

    申请号:CN202211500271.4

    申请日:2022-11-28

    Abstract: 本发明公开了基于肿瘤细胞检测的肿瘤复发转移风险评估系统,解决了现有方法预测指标并未包含对术后患者肿瘤细胞的检测和分析,影响预测的精准度,为了提高肿瘤复发转移风险评估准确率的问题,包括:前端设备层,用于获取肿瘤复发转移评估基础数据,设备控制模块,用于控制所述前端设备层关联的终端运行,发送以及接受数据处理指令;分析评估模块,识别并处理肿瘤复发转移评估基础数据;本申请中设置有分析评估模块,分析评估模块能够识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估,能够有效结合患者体内肿瘤细胞以及病理数据,对患者肿瘤复发进行综合评估,提高了预测的准确率。

    一种肝癌愈后复发预测模型

    公开(公告)号:CN115223718A

    公开(公告)日:2022-10-21

    申请号:CN202210819972.8

    申请日:2022-07-13

    Abstract: 本发明适用于信息处理技术领域,提供了一种肝癌愈后复发预测模型,解决了现有肝癌愈后复发预测方法主要依赖患者定期体检,治疗医生配合体检数据进行主观判断,若出现误判或判断失误,会影响患者治疗的问题;包括:患者信息获取模块,用于获取患者个人数据;信息储存模块,提取患者个人数据,指令由患者信息获取模块执行,用于储存患者个人数据,并对患者个人数据进行筛选,得到复发关联性强的患者个人数据;复发预测模型建立模块;本发明实施例设置了复发预测模型建立模块,通过建立复发预测模型建立模块,能够对初始复发预测模型进行训练,得到肝癌复发预测模型,从而预测患者未来肝癌复发的概率,保障患者的生命安全。

    基于深度学习的电子胆道镜图像辅助诊断方法

    公开(公告)号:CN115713497A

    公开(公告)日:2023-02-24

    申请号:CN202211389633.7

    申请日:2022-11-08

    Abstract: 本发明公开了基于深度学习的电子胆道镜图像辅助诊断方法,解决了现有诊断方式主要通过医生观察电子胆道镜图像来确定,通过主观经验判断无法根据病人实际情况进行诊断的问题,方法包括:获取电子胆道镜全方位电子图像,确定电子图像传输通道;识别全方位电子图像,对全方位电子图像进行筛选重采样;基于图像融合模块拼接组合全方位电子图像,得到电子胆道镜完整图像;基于预训练的深度学习模型对电子胆道镜完整图像进行诊断;本申请通过选择电子图像传输通道可以实现图像的快速传输和识别,提高了诊断效率,同时基于预训练的深度学习模型对电子胆道镜完整图像进行诊断,提高了诊断的准确率,保证了患者的康复率。

Patent Agency Ranking