|
搜索
搜 索
高等教育领域数字化综合服务平台
新冠肺炎的死者的临床特征研究
2020年3月26日，华中科技大学同济医学院宁琴团队在国际顶级医学期刊BMJ 发表题为“Clinical characteristics of 113 deceased patients with coronavirus disease 2019: retrospective study”的研究成果，该研究对死者和已确诊COVID-19的患者进行了综合评估，该研究的目的是描述covid-19死亡患者的临床特征。 该研究发现，死者的中位年龄（68岁）显著大于康复者（51岁），死者中男性占主导地位。死者中的慢性高血压和其他心血管合并症比康复者更为频繁。死者的呼吸困难，胸闷和意识障碍比康复的患者更常见。死者从疾病发作到死亡的中位时间为16天。死者的丙氨酸氨基转移酶，天冬氨酸氨基转移酶，肌酐，肌酸激酶，乳酸脱氢酶，心肌肌钙蛋白I，N端脑钠肽和D-二聚体的浓度显著高于康复患者。死者中观察到的常见并发症包括急性呼吸窘迫综合征，I型呼吸衰竭，败血症，急性心脏损伤，心力衰竭，碱中毒，高钾血症，急性肾损伤和低氧性脑病。患有心血管合并症的患者更容易出现心脏并发症。无论心血管疾病的病史如何，死者的急性心脏损伤和心力衰竭更为常见。总而言之，严重的SARS-Cov-2感染可引起肺部和全身炎症，导致高危患者多器官功能障碍。急性呼吸窘迫综合征和呼吸衰竭，败血症，急性心脏损伤和心力衰竭是covid-19恶化期间最常见的关键并发症。查看原文
华中科技大学
2021-04-10
临床长时程心电智能诊断平台
基于长时程医疗数据的临床心电智能检测平台是推动心血管疾病科学防治和管理升级的关键技术。近年来，众多医疗设备厂商在可穿戴设备领域大力投入，所研发可穿戴设备可实现用户心电图等生理健康数据的长时程监测，弥补了医院测量心电图的短时性。本课题中，基于人工智能算法研发心血管疾病智能诊断系统，将可穿戴设备、移动终端、云端服务器所实现自动诊断结果与专家诊断结果有机结合起来，实现心电疾病诊断智能化。长时程临床心电智能检测平台的建立，利用可穿戴设备实现了对用户身体状况的长时程监测和异常筛查，可有效推动心血管疾病健康管理模式建立。
清华大学
2021-04-11
咽炎方合剂专利及临床试验批件
急性咽炎是咽粘膜发生的急性炎症，是临床常见病、多发病，在城市居民中发病率占咽喉疾病的 10%～20%左右。西医治疗以对症治疗为主，部分应用抗生素，但疗效不佳，且易产生耐药，故多使用中 本项研究成果属于纳米生物医学新材料、新技术，适用于新型高附加值医药耗材行业生产，以及肿瘤 西医结合治疗。目前，治疗咽炎的中药颇多，但疗效仍不够理想。我院院内制剂咽炎方临床使用50余年， 治疗机构用于部分肿瘤（乳腺癌、鼻咽癌、皮肤癌等）的早期诊断和物理治疗（非标治疗）。
中山大学
2021-04-10
首例植入式脑机接口临床转化研究
浙江大学
2021-04-14
子痫前期分子水平发病机理及其临床防治
本项目属于医药卫生领域应用技术类研究成果，主要研究了子痫前期的分子水平发病机理及其临床防治。本项目在四川成都地区子痫前期患者中系统检测了多个候选基因多态性的分布情况；进行血清脂质和载脂蛋白分析、候选基因在血清及胎盘组织的表达检测，从分子水平探讨子痫前期的发病机理。本项目对该病防治也进行了相关的研究，尤其是终止妊娠时机的选择。我们比较早发型和晚发型重度子痫前期（以34孕周为界）保守治疗的临床结局，探讨保守治疗的意义；不同孕周期待治疗和积极治疗后的围产结局，探讨重度子痫前期终止妊娠时机；以及重度子痫前期导致的不同类型早产的母儿结局及新生儿不良结局的相关因素。本项目已经公开发表论文18篇(其中SCI收录4篇)，另外还有3篇论文待发表，曾在国内学术会议上公开宣读研究成果，获得同行的一致好评。本研究筛选出了可能与该病发病相关的因子和易感基因，为该病发病机理的进一步研究、疾病的预测和基因治疗等提供了理论基础及实验依据，具有开发价值。本研究探讨总结了子痫前期临床防治的相关重点和难点，具有广泛的指导临床决策的作用，已在一些医院进行应用，具有很强的临床实用性和意义，而且便于推广，有较好的推广应用前景。
四川大学
2016-04-25
专家报告荟萃㉔ | 昆明医科大学副校长殷建忠：新医科统领医学教育创新加快推进西部医学高等教育高质量发展
昆明医科大学副校长殷建忠以“新医科统领医学教育创新加快推进西部医学高等教育高质量发展”为题作专题报告。他指出，当前西部地区医学教育仍然面临不平衡与不充分的挑战。
中国高等教育博览会
2025-02-11
菏泽医学专科学校
菏泽医学专科学校建校于1950年，为全日制普通高等职业教育事业单位，隶属山东省卫生和计划生育委员会领导和管理。现占地面积88.18万平方米，教职工753人，在校生13320人，开设临床医学、口腔医学、护理、助产、药学、药品经营与管理、医学检验技术、康复治疗技术、眼视光技术、中医康复技术、医学影像技术、保险、老年服务与管理、老年保健与管理等14个专业，其中临床医学专业被确定为首批全国职业院校健康服务类示范专业，临床医学专业和护理专业为中央财政支持重点建设专业，临床医学专业、护理专业、助产专业为省级特色专业，拥有临床医学专业、药学专业、护理专业三个省级教学团队，健康照护专业群(护理、助产、老年服务与管理)为省级品牌专业群，拥有药理学、生理学、诊断学、内科学、内科护理学、外科护理学等29门省级精品课程。基础护理学、人体生理学、药理学、病理学与病理生理学为省级精品资源共享课程。学校为中医康复技术专业教学指导方案开发牵头单位。 学校实验实训教学资源丰富。校内设有公共基础实验教学中心、机能学实验教学中心、形态学实验教学中心、临床技能实训中心、护理技能实训中心等15个，校内实践基地实训基地设备先进，功能齐全，管理科学规范，已达到国内先进水平。现有直属附属医院1所，直属康复养老护理中心1所，拥有非直属附属医院3所，校外实训基地总数达到116个。 学校先后获得省级文明单位、省级文明校园、山东省普通高等学校教学管理先进单位、省级卫生先进单位、全省卫生科技教育工作先进集体、省级社会治安综合治理先进单位、山东省大学生暑期社会实践活动先进单位、山东省青年志愿服务先进集体、山东省“五四”红旗团委、菏泽市思想政治工作先进单位、菏泽市花园式单位、山东教育慈善奖先进单位等荣誉称号。
菏泽医学专科学校
2021-02-01
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10
AR医学模型教学系统
一、项目简介 随着虚拟现实与增强现实技术的快速发展，人们的学习生活将采用新的方式，进入新的领域。在医学方面，由于人体器官构造的复杂性，传统的医学教学方式是无法直观感受到人体器官细节的。AR医学模型教学系统，是在增强现实技术和智能控制技术基础上相结合的创新设计，能够提供更真实、交互性更强的医学教学体验。AR医学模型教学系统，用户可以通过手机摄像头识别真实世界的二维器官图像，并实时在手机屏幕上呈现该器官的三维模型，同时，结合基于蓝牙4.0通信与手势识别的数据手套，根据独特的手势编码，可以对三维模型进行灵活地缩放、旋转、平移等一系列操作，使用户沉浸在由多源信息融合带来的虚实结合的奇妙体验中。AR医学模型教学系统，运用了四元数手势姿态解算、卡尔曼滤波、算术编码、增强现实渲染以及CT三维重建技术，是医学器官模型教学领域的跨时代创新，是该领域未来发展的重要方向，具有极为广阔的市场前景。 二、前期研究基础 （1）2017年国家大学生创新创业训练计划资助“AR VR体感交互手套设计研发” （2）“AR医学教学系统”获2016年第十届国际iCAN创新创业大赛VR/AR行业赛暨首届“红谷滩杯”VR/AR创新创业大赛一等奖 （3）“多人交互式AR/VR教学系统“获2017年第十一届国际iCAN创新创业大赛VR/AR行业赛暨一等奖 三、应用技术成果 四、合作企业 目的是学生的创业公司与合作企业进行合作。
厦门大学
2021-04-11