|
搜索
搜 索
高等教育领域数字化综合服务平台
高危HPV免疫诊断试剂盒
宫颈癌是全球女性最常见的恶性肿瘤之一，在女性人群中HPV的感染率在13.5%左右。分子诊断是指应用分子生物学方法检测患者体内遗传物质的结构或表达水平的变化而做出诊断的技术。免疫诊断（immunodiagnosis）是应用免疫学的理论、技术和方法诊断各种疾病和测定免疫状态。但现有单克隆抗体均无法达到HPV亚型鉴别目的，若干亚型特异性抗体均与其它亚型有交叉反应。迄今为止市场上没有高危型HPV免疫诊断试剂盒。因此我们开发的HPV免疫诊断试剂盒有望成为第一个高危HPV免疫检测试剂盒。
南京大学
2021-04-10
基因突变诊断试剂盒开发
在中国癌症发病率和死亡率呈持续增长趋势，癌症的治疗效果不令人满意。肿瘤靶向药物是癌症治疗的新希望，具有方便、见效快的特点，在临床已表现出较大的优势，能显著改善患者的生存质量和延长患者的生存期，是癌症治疗的首先药物，但靶向药物的应用面临两个主要问题，一是靶向药物的适用性问题，其治疗效果与患者的基因突变类型密切相关，需要通过肿瘤患者的基因突变检测来筛选适用患者；二是靶向药物的耐药问题，一般靶向药物使用几个月即可出现耐药，可能产生新的耐药基因。因此盲目使用靶向药物，可能只对少数患者有效，治疗效果很差，而如果采用基因突变检测来指导靶向药物的个性化治疗，并且在治疗过程中通过对耐药基因的检测了解靶向药物的疗效变化进一步指导靶向用药，则患者的治疗效果可明显改善，同时可避免无效用药，节约社会成本。显然采用靶向药物的个性化治疗方案可使患者受益最多，但受现有技术检测灵敏度和特异性的限制该方案目前还难以实现。由于目前的基因突变检测灵敏度和特异性不够高，大都以肿瘤组织为检测标本，但很多晚期癌症病人不适合手术治疗无法获取组织样本，而细针穿刺等方法取样较痛苦，患者往往难以接受，另外，对于手术患者肿瘤组织样本难以再次取样获得，因此治疗监测过程中会出现无样可取的情况；同时由于检测灵敏度和特异性不够高，现有技术只能进行单一突变检测，不能同时检测多种点突变，由于突变种类较多，临床检测操作繁琐，工作量较大。本项目针对现有检测技术的缺点进行技术创新，采用特殊的TB-ARMS基因突变检测技术使基因突变检测灵敏度和特异性较现有技术提高十倍以上，从而可以血液样品为检测对象，并且可同时检测多种点突变，简化了操作流程，节约了成本。 本项目的目的是开发可以血液和组织样品为检测对象的高灵敏度和特异性的基因突变检测试剂盒，用于临床指导靶向药物的个性化用药，并将其推广应用。
同济大学
2021-02-01
鱼类寄生虫病诊断技术
已有样品/n针对我国渔业生产中的造成严重危害的鱼类寄生虫病，建立了以形态学、临床症状和分子生物技术为主要依据的诊断技术。成果包括 1 项国家专利“一种草鱼鳃部寄生鳃片指环虫的特异性扩增引物对及其应用（ZL 2014 1 0118871.3）”；12项国家水产行业标准“鱼类简单异尖线虫幼虫检测方法（SC/T 7210-2011），三代虫病诊断规程，第 1 部分： 大西洋鲑三代虫病（SC/T 7219.1-2015），三代虫病诊断规程，第 2 部 分：鲩三代虫病（SC/T 7219.2-2015）……”
中国科学院大学
2021-01-12
低成本床旁快速诊断系统
本项目的目的在于通过开发优质廉价的小型临床定量光学检测仪器和其配套试剂，为社区和农村基层医疗单位甚至家庭提供更加快速、准确、低成本的定量检测技术，充分发挥其在疾病防控中的作用，避免误诊、降低用药费用、减少医疗费，尽可能的提高基层医疗单位的效率。本项目的实施可以加速我国基层医疗服务体系建设，健全基层医疗卫生机构的功能，解决基层医疗卫生机构目前存在的迫切问题，全面提升基层医疗机构的服务水平。 本项目的实施可以填补低成本、低操作要求的医学定量检测系统的技术空白，解决重要疾病和常见病在基层医
南开大学
2021-04-14
一种电缆局部缺陷诊断方法
本发明公开了一种基于阻抗比同杆并架输电线路横联差动保护 的故障检测方法，包括当输电线路发生故障时，选出发生故障的故障 相别；根据选相结果对故障相进行电气量的数据测量，当故障相发生故障，测量的数据包括所有故障相的母线电压和所有故障相的第一回 线路和第二回线路的电流；根据测量的数据获得故障相别中每根导线 的测量阻抗；根据测量阻抗获取各故障相测量阻抗的阻抗比横差值； 当阻抗比横差值大于阻抗比横差判据整定值时判出发生同杆并架线路 内部故障；当第一回线的测量阻抗值大于第二回线的测量阻抗值时， 判
华中科技大学
2021-04-14
新型冠状病毒肺炎影像学诊断
西安交通大学《新型冠状病毒肺炎影像学诊断》全书共15.5万字，从几百个临床病例中精心挑选了590幅图，其中与新冠肺炎进行鉴别的疾病有29种之多，图文并茂，生动详细。
《新型冠状病毒肺炎影像学诊断》一书在中华放射学会主任委员金征宇教授、候任主任委员刘士远教授倡导下，在全国诊疗新冠肺炎影像专家组指导下重磅推出。另有近30多位来自武汉及其他地区战“疫”一线的影像学专家参与。
依据2020年2月5日国家卫健委颁布的《新型冠状病毒感染的肺炎诊疗方案（试行第五版）》，该书阐述了新型冠状病毒的影像学基本征象、临床分期分型与诊断要点，帮助一线医务工作者提高对新冠肺炎的影像学识别、诊断和鉴别能力，避免误诊和漏诊，具有专业的临床指导意义。
该书的核心内容紧紧围绕新冠肺炎的影像学诊断，涵盖了新型冠状病毒的命名、影像学检查与防护、影像学检查方法、影像学基本征象、临床分型与诊断、影像学分期、影像学转归和影像学鉴别诊断等，可以很好地使一线医务工作者提高其新型冠状肺炎的影像学识别、诊断和鉴别诊断能力，避免误诊和漏诊。
西安交通大学
2021-04-11
高级耳诊断模型XM-EZD
XM-EZD高级耳诊断模型
一、功能特点：
■ XM-EZD高级耳诊断模型采用高分子材料制成，仿真度高。
■ 呈耳内检查标准体位，可通过推、拉病变条选择病变，可练习使用检耳镜检查耳部常见疾病。
■ 共有12种正常、病变的鼓膜：
· 正常鼓膜
· 急性中耳炎
· 急性中耳炎无明显标志
· 中耳异常分泌渗出物
· 鼓膜硬化
· 鼓膜切开术（示意管索）
· 耳垢（较大）
· 急性中耳感染
· 中耳炎（病例1）
· 中耳炎（病例2）
· 鼓膜后积液
· 鼓膜穿孔
■ 可反复进行练习。
二、标准配置：
■ 高级耳诊断模型：1台
■ 说明书：1册
■ 保修卡合格证：1张
上海欣曼科教设备有限公司
2021-08-23
XM-EZD高级耳诊断模型
XM-EZD高级耳诊断模型
一、功能特点：
■ XM-EZD高级耳诊断模型采用高分子材料制成，仿真度高。
■ 呈耳内检查标准体位，可通过推、拉病变条选择病变，可练习使用检耳镜检查耳部常见疾病。
■ 共有12种正常、病变的鼓膜：
· 正常鼓膜
· 急性中耳炎
· 急性中耳炎无明显标志
· 中耳异常分泌渗出物
· 鼓膜硬化
· 鼓膜切开术（示意管索）
· 耳垢（较大）
· 急性中耳感染
· 中耳炎（病例1）
· 中耳炎（病例2）
· 鼓膜后积液
· 鼓膜穿孔
■ 可反复进行练习。
二、标准配置：
■ 高级耳诊断模型：1台
■ 说明书：1册
■ 保修卡合格证：1张
上海欣曼科教设备有限公司
2021-08-23
篮球赛事AI短视频剪辑系统
视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。
太原科技大学
2021-05-04
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10