本发明公开了一种核磁共振氢谱结合气相色谱外标法检测食用油氧化产物的方法。其包括,绘制氧化产物的标准曲线:制备纯化的食用油计算得校正后的甘油基的亚甲基的响应信号AH;以核磁共振方法测得环氧、醇类和醛类的响应信号,求得环氧、醇类和醛类校正后的核磁共振响应信号;绘制环氧、醇类和醛类物质的核磁共振检测标准曲线;待测样品检测;氧化产物绝对浓度的确定。本发明以纯化后的食用油为基底,排除基质干扰;样品用量极少,最多仅需100μL;1次进样可同时测得11种氧化产物绝对含量;准确度高、测试速度快、实现了食用油中环氧、醛类、酮类物质的绝对定量。
📄 2018102525962
📂 G01N24_08
👤 江南大学
📅 2018-03-26
EVs-TRPC5在检测乳腺癌耐药程度中的应用,具体检测方法为:(1)收集患有乳腺癌的病人或动物的血液样本,分别通过离心去除样本中的完整细胞、血小板及细胞碎片,最后离心收集样本中的EVs;(2)可用RT-PCR法或者Elisa法检测收集到的EVs中TRPC5的表达情况,若TRPC5表达阳性,为出现耐药性的可疑病人或动物。本发明根据血液EVs中TRPC5的表达的高低,可显示出乳腺癌肿瘤细胞耐药转变的情况,具有检测方法简单、速度快、灵敏度高、成本低的优点。
📄 2014101709320
📂 G01N33_68
👤 江南大学
📅 2014-04-25
本发明涉及医学影像分类技术领域,具体公开了一种基于联邦学习的医学影像分类方法、装置及系统,包括:获取医学影像信息;对所述医学影像信息进行预处理,获得医学影像多分辨率图结构;将医学影像多分辨率图结构和医学影像信息均输入至基于联邦学习的多分辨率混合编码器中进行特征提取,基于联邦学习的多分辨率混合编码器为多分辨率混合编码器接收服务端的联邦学习的聚合结果后进行更新迭代获得,多分辨率混合编码器为根据堆叠稀疏自动编码器以及稀疏图自动编码器基于多视图权重损失函数进行训练后获得;根据医学影像多视角特征进行分类处理。本发明提供的基于联邦学习的医学影像分类方法能够有效捕捉医学影像细节以提升分类性能。
📄 2025106179812
📂 G06V10_764
👤 匀熵智能科技(无锡)有限公司, 江南大学
📅 2025-05-14
本发明公开了乳腺癌早期筛查模型的构建方法及筛查辅助系统,属于医学图像处理和小样本学习领域。本发明设计临床报告驱动的可解释性机制,该机制同时从乳腺超声图像和乳腺超声放射学报告中学习形态学、放射学报告信息,然后将从放射学报告中获得的临床信息作为图像的可解释信息,结合多任务协作策略使得该小样本学习方法可以在少量成对超声图像和乳腺超声放射学报告有效、精准地实现乳腺癌的早期筛查,且通过使用一种跨模态相互学习的方法,可以使用乳腺超声临床放射学报告中的临床信息来解释和强化乳腺超声图像的信息,进而提高方法的可靠性和透明度,使结果更容易被临床医生理解和接受,促进了人工智能在临床实践的应用。
📄 2024103729229
📂 G16H50_20
👤 江南大学
📅 2024-03-29
基于自监督学习的三维医学影像异常检测方法和系统,方法包括如下步骤:根据三个尺度不同的原始特征图,分别构建三个独立的特征嵌入网络;利用特征嵌入网络,将三个原始特征图转换成一维的嵌入向量;计算伪异常图像与正常图像在每一尺度下的嵌入向量之间的均方误差之和;利用Adam优化器对特征嵌入网络进行参数更新;构建与编码器结构对称的解码器;利用全连接层扩展三个嵌入向量并分别重塑,生成三个低分辨率特征图,低分辨率特征图的空间分辨率与layer3特征图相同;将三个低分辨率特征图进行融合后得到layer3重建特征图;解码器的上采样模块对layer3重建特征图逐层级联重建,得到与layer1特征图和layer2特征图分辨率分别一致的layer1重建特征图和layer2重建特征图。
📄 2025107366801
📂 G06T7_00
👤 杭州电子科技大学
📅 2025-06-04
本发明公开了一种深度学习驱动的三维医学影像诊断辅助系统,本发明中,模型训练模块作为深度学习驱动的三维医学影像诊断辅助系统的核心,其内部子模块的精心设计和协同工作为整个系统带来了显著的有益效果。数据加载子模块确保了大规模影像数据的高效读取和预处理,为后续训练提供了稳定的数据流。模型训练模块通过自动化特征学习和模型定制与优化,系统实现了从原始影像数据到诊断知识的高效转化,大大提高了诊断的准确性和效率。医生可以依靠系统提供的精准诊断结果,更快地制定治疗方案,改善患者预后。同时高效训练管理和性能监控与评估确保了模型在整个训练过程中的稳定性和可靠性。
📄 2024118814722
📂 G16H50_20
👤 杭州电子科技大学
📅 2024-12-19