目前,糖尿病视网膜病变诊断检测的研究领域已经有了很多重要发现。国外基于全局图像的糖尿病视网膜分类针对全图的整体特征信息来设计不同的特征提取方法进行分类,不需要针对单一的病灶特征信息进行特定的检测方法,避免复杂的特征提取工作。2014年Antal提出了一种基于整体的糖尿病视网膜病变筛查方法。该方法是基于从几种视网膜图像处理算法的输出中提取的特征,例如图像级别(质量评估,预筛查,AM/FM),病变特定(微动脉瘤,渗出液)和解剖结构(黄斑,视盘)。
由一组机器学习分类器做出有关疾病存在的最终判断。2016年Pratt提出了一种基于CNN的方法,用于从数字眼底图像诊断DR并对其严重性进行准确分类。开发了具有CNN特性的体系结构和数据增强功能的网络,该网络可以识别分类任务中涉及的复杂特征,例如视网膜上的微动脉瘤,渗出液和出血,因此可以自动进行诊断,而无需用户输入。2019年Torre等提出了糖尿病性视网膜病深度学习可解释的分类器。一方面,它将视网膜图像分类为具有可分辨特征的不同严重程度。另一方面,该分类器能够通过为隐藏和输入空间中的每个点分配分数来解释分类结果。
高龄病人因常合并多种严重内科疾病,在经外科手术时围手术期风险较高,尤其全身麻醉下行手术治疗时,全麻插管、拔管操作对高龄病人可造成强烈的应激反应,亦造成原有合并心肺疾病的进一步加重,不仅延长了病人的住院时间,更可能大大增加患者的治疗成本。而i-gel双管型喉罩的使用避免了高龄病人手术中全身麻醉时可能出现的上述不良结果,从而可以防止出现严重并发疾病的发生,可节约大量的卫生资源,缩短病人的住院时间,提高治愈率,降低病死率,收到了良好的社会效益,因此也间接的使社会和病人获得了经济效益。
学校创建于1952年7月,原名东北林学院,是在浙江大学农学院森林系和东北农学院森林系基础上建立的,由国家林业部直属管理。1985年8月更名为东北林业大学。2000年2月,由国家林业局划归教育部直属管理。2005年10月,经国家发改委、财政部和教育部批准,成为国家“211工程”重点建设高校。2010年11月,教育部和国家林业局签署合作共建协议。2011年6月,成为国家“优势学科创新平台”项目重点建设高校。2012年3月,教育部与黑龙江省人民政府签署合作共建协议。2017年9月,经国务院批准列为“双一流”建设高校。2022年2月,入选国家第二轮“双一流”建设高校。
卵巢癌一直是高居妇科恶性肿瘤死亡率之首,尤其是上皮性浆液性卵巢癌,即使应用积极彻底的肿瘤细胞减灭术及联合化疗,五年生存率仍徘徊在15-30%之间,卵巢癌特点是早期浸润转移,易复发,易对化疗药物耐受,易造成顽固性腹水。由于癌症分子机制复杂,成因多样,是多基因作用的结果,肿瘤细胞的无限增殖潜能被认为是导致预后差的罪魁祸首,而肿瘤干细胞被认为是肿瘤复发根源,因此本研究从卵巢癌患者腹水样本以及卵巢癌高转移细胞系(CAOV3,A2780,SKOV3)分离出卵巢癌干细胞,从卵巢癌干细胞角度进行研究。首先通过体外观察,分析其增殖,迁移和耐药等生物学特征,并采用定量PCR,western blot和免疫荧光等技术检测卵巢癌干细胞中Nucleostemin、GNL3L、ERRγ的表达水平以及细胞增殖相关基因(Cyclin D、p21)。然后进一步采用 RNAi 方法人为干预Nucleostemin、 GNL3L、ERRγ表达,观察对细胞的增殖、迁移和耐药的影响,以及研究相关机制。最后通过构建小鼠卵巢癌干细胞荷瘤模型,研究干预 Nucleostemin/GNL3L/ERRγ 表达对卵巢癌干细胞生物学行为的影响。该研究明确了卵巢癌干细胞生物学行为特性,研 究了通过 靶 向 调 控Nucleostemin/GNL3L/ERRγ是否能影响卵巢癌干细胞的增殖、迁移、耐药和成瘤等生物学行为,为研制特异性靶向调控
技术转让、合同、入股均可,具体资金双方协商,希望尽快落地实现产业化。