眼科相关疾病最新研究进展（2022年3月）

最新推荐文章于 2023-08-11 14:53:12 发布
最新推荐文章于 2023-08-11 14:53:12 发布
阅读量6.3k 收藏 1
点赞数
文章标签： 眼科 眼睛
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Bio12345/article/details/123395439
版权

【1】中山大学中山眼科中心牵头的国家重点研发计划项目产品获批白内障人工智能检测医疗器械二类证

2022年02月02日报道，近日，由中山大学中山眼科中心联合鹰瞳科技（Airdoc）共同研发的白内障检测独立医疗器械软件获批上海市药品监督管理局第二类医疗器械注册证书（沪械注准20222210002）。这是中山大学中山眼科中心林浩添教授牵头的国家重点研发计划《常见致盲、致畸、致死疾病的人工智能筛查诊断系统研发和临床试验（2018YFC0116500）》项目团队研发的又一款眼病智能筛查检测的产品获批上市。

【2】首个眼科双特异性抗体！美国FDA批准罗氏Vabysmo：治疗DME和nAMD疗效媲美Eylea，治疗间隔更长!

2022年1月31日报道，罗氏（Roche）旗下基因泰克近日宣布，美国食品和药物管理局（FDA）已批准双特异性抗体Vabysmo（faricimab-svoa）：用于治疗新生血管性或“湿性”年龄相关性黄斑变性（nAMD或wet AMD）和糖尿病黄斑水肿（DME）。
 

【3】勃林格殷格翰与Evotec合作：基于诱导多能干细胞(iPSC)的眼科疾病模型，开发眼科新疗法!

2022年1月31日报道，Evotec SE公司近日宣布，已与勃林格殷格翰（Boehringer Ingelheim）达成靶点及药物研发合作关系，专注于基于诱导多能干细胞（ipsC）的眼科疾病建模。目前，全世界有数百万人受视力相关疾病的影响，对新型治疗方案存在着非常高的未满足医疗需求。

【4】首个眼科双特异性抗体！《柳叶刀》发表罗氏faricimab 4项研究：疗效媲美Eylea，治疗间隔更长!

2022年1月25日报道，近日宣布，国际医学期刊《柳叶刀》（The Lancet）发表了2篇文章，重点介绍了双特异性抗体faricimab治疗新生血管性或“湿性”年龄相关性黄斑变性（nAMD）和糖尿病黄斑水肿（DME）4项关键3期研究的一年期结果。DME和nAMD是2种常见的致盲原因，目前针对这些疾病的护理标准要求每月进行一次眼部注射。

【5】Sci. Adv: 含miR-204外泌体改善移植物抗宿主病相关干眼病

2022年1月22日报道，移植物抗宿主病(GVHD)相关的干眼病的特点是眼表广泛的炎性破坏，导致难以忍受的疼痛和视力障碍。目前的治疗方法提供的好处有限。在这里，作者报道了间充质基质细胞外泌体(MSC-exo)作为滴眼剂，通过抑制炎症和促进人和小鼠的上皮恢复，显著缓解了GVHD相关的干眼病。

原文： Tian Zhou et al. miR-204-containing exosomes ameliorate GVHD-associated dry eye disease. Sci Adv. 2022 Jan 14; 8(2):eabj9617. doi: 10.1126/sciadv.abj9617.

【6】PNAS: 治疗性IGF-I受体抑制改变甲状腺相关眼病纤维细胞免疫表型

2021年12月31日报道，近日一篇报道称，作者证明了抗IGF-IR抑制剂teproumumab可以减弱CD34+纤维细胞中MHC II和这些B7成员的组成性表达和由促甲状腺激素诱导的表达。

研究表明，Slit2/round about1通路可能调节免疫反应的多个方面。Slit2最初被描述为中枢神经系统发育的决定因素，似乎在抑制纤维细胞分化的同时调节内皮细胞和白细胞的迁移。该途径调节纤维细胞中自身免疫调节蛋白的表达，在纤维细胞中，Slit2促进透明质酸的产生和IL-12p35的表达，同时下调IL-23p19的水平。这项研究结果表明，基质释放因子，如SLIT2，可能调节纤维细胞的抗原提呈和T细胞共刺激，从而调节TAO中眼眶浸润T细胞的轮廓。

Teproumumab可能是重建自身免疫性疾病免疫耐受的一种辅助方法。纤维细胞以前被认为与类风湿性关节炎有关，这种疾病在IGF-IR的参与下也类似于GD和TAO。因此，作者目前的发现可能对其他几种纤维化疾病的治疗有广泛和直接的影响，包括系统性硬化症、自身免疫性肝炎和肾纤维化。

原文：doi.org/10.1073/pnas.2114244118

【7】首个老花眼滴眼液！艾伯维Vuity(毛果芸香碱1.25%)在美国上市：15分钟起效，持续6小时!

2021-12-15报道，-艾伯维（AbbVie）旗下公司艾尔建（Allergan）近日宣布，在美国市场推出眼科新药Vuity（pilocarpine，毛果芸香碱，1.25%滴眼液），该药用于治疗老花眼（presbyopia），也被称为与年龄相关的近视力模糊。

更多研究进展》》https://wizard.kuaizhan.com/clubpc/forums/YgxdC1GhqcWmIpIE#!/topics/tags/all/pages/0icon-default.png?t=M276https://wizard.kuaizhan.com/clubpc/forums/YgxdC1GhqcWmIpIE#!/topics/tags/all/pages/0

 

“泽平科技”公众号24h在线答疑
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
中国医用高值耗材行业销售规模与竞争潜力研究报告2022版
HSXH2015的博客
11-18 622
中国医用高值耗材行业销售规模与竞争潜力研究报告2022版 HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS-- 【修订日期】：2021年11月 【搜索鸿晟信合研究院查看官网更多内容！】 第一章　医用高值耗材行业发展概述 1.1　医用高值耗材概述 1.1.1　医用高值耗材定义 1.1.2　医用高值耗材类别 1.2　医疗器械行业概述 1.2.1　医疗器械定义 1.2.2　医疗器械分类 1.3　医用高值耗材管理特性分析 1.3.1　快速反应 1.3....
机器学习在眼科疾病辅助诊疗中的应用及监管
fzq0625的博客
03-13 590
同时,由于眼科医师的数量不足以及基层医疗机构在眼科诊疗设施和技术方面与三甲医院存在一定差异,我国正面临医疗资源分配不均的现状。分析并总结了机器学习技术在眼科疾病辅助诊疗中的应用现状,并针对该类医疗器械的特点,分析其监管难点并给出发展建议。如疾病预测、智能辅助诊断、疾病预后评估、新药研发、健康管理等方面。是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。对于糖尿病性视网膜病变、青光眼、黄斑变性等眼科疾病的诊断具有很高的敏感度和特异度。并且是一种深层的机器学习模型。
基因编辑最新研究进展（2022年4月）
Bio12345的博客
04-15 1361
【1】Science China:Life Sciences：研究建立高效制备基因编辑猪技术体系 2022年3月30日报道，近日，中国农业科学院北京畜牧兽医研究所动物基因工程与种质创新科技创新团队联合深圳农业基因组研究所动物基因组研究中心，成功建立了一种名为报告RNA富集的双引导RNA核蛋白（RE-DSRNP）的高效编辑技术体系，可用于快速制备无外源DNA基因编辑克隆猪，并利用该体系首次成功获得了 WIP1 基因编辑的雄性繁殖障碍模型猪。相关研究成果发表在《中国科学：生命科学（Science Ch...
眼科相关研究最新进展（2023年8月）
eyenurse1123的博客
08-11 273
总之，与Sarm1激活是许多神经退行性疾病轴突变性的先决条件的观点一致，研究者发现全身的、局部的和RGC特异性的Sarm1抑制在外伤性和白斑样视神经病变中都具有神经保护作用，但对EAE/视神经炎没有保护作用。青光眼是全球导致人类不可逆失明的主要原因，其在澳大利亚影响着将近30万人的健康，而在全球则影响着7000万人的健康，这种疾病往往与视力的逐渐丧失有关，最初会发生在眼部周围，然后向中心扩散，青光眼还会损伤视神经和视网膜神经节细胞，其是一类能将视觉信息传递到大脑中的神经元细胞。
AAV相关研究最新进展（2023年5月）
热门推荐
Bio12345的博客
05-19 3万+
而如果这款药物失败了，人们又通常认为这是平台的问题。该研究开发了一种优化的双AAV递送系统，实现了前所未有的高效体内先导编辑，在小鼠大脑中实现了高达42%的编辑效率，在肝脏中的编辑效率高达46%，将体内先导编辑的效率提高了大约10倍，为遗传疾病的研究和治疗打开了大门。研究团队系统研究了AAV-CRISPR介导的体内NHEJ基因敲入，实现了有效且更低和更安全剂量的AAV剂量，在成年和新生小鼠血友病B型模型中实现了有效的人源F9基因敲入，恢复了凝血因子Ⅸ的表达，从而恢复了血友病B型小鼠的凝血功能。
2020iPS细胞研究进展综述
Bio12345的博客
12-29 656
哈喽，我是你们的小魔仙lucky！2020年对于很多人可能是一个不同寻常的一年，但是对于IPS细胞而言绝对是技术大爆发的一年。临到年末，今天lucky就为大家盘点一下本年度的IPS细胞热点技术进展，以供大家参考哦！ 1.首次IPS细胞治疗癌症手术 2020年10月22日，日本研究人员日前实施了一台移植免疫细胞治疗癌症的手术，用于移植的免疫细胞由诱导多能干细胞（iPS细胞）培养而来。这是日本首次尝试利用iPS细胞治疗癌症。 千叶大学和理化学研究所的一个研究小组本月14日对一名头颈部恶性肿瘤患者实施.
脑血管疾病的机器学习及深度学习分类研究
接受日期：2021年8月18日2021年9月3日网上发售摘要心血管疾病（CVD）被发现在人群中猖獗，导致致命的死亡。最近一项调查的统计数据显示， 由于人们的肥胖、胆固醇、高血压和吸烟，死亡率正在上升。的严重程度由于
"机器学习和深度学习技术用于心脑血管疾病分类与预测的比较研究
接受日期：2021年8月18日2021年9月3日网上发售摘要心血管疾病（CVD）被发现在人群中猖獗，导致致命的死亡。最近一项调查的统计数据显示， 由于人们的肥胖、胆固醇、高血压和吸烟，死亡率正在上升。的严重程度由
"基于CLAHE滤波器和CNN的视网膜疾病识别模型设计与评估
⃝可在www.sciencedirect.com在线获取ScienceDirectICTExpress 8（2022）142www.elsevier.com/locate/icte基于改进CLAHE滤波器和转移卷积神经网络的视网膜疾病识别西南...接收日期：2021年3月24日;接受日期：2021年5月2
简历-求职简历-word-文件-简历模版免费分享-应届生-高颜值简历模版-个人简历模版-简约大气-大学生在校生-求职-实习
08-25
简历-求职简历-word-文件-简历模版免费分享-应届生-高颜值简历模版-个人简历模版-简约大气-大学生在校生-求职-实习 简历是展示个人经历、技能和能力的重要文档，以下是一个常见的简历格式和内容模板，供您参考： 简历格式： 头部信息：包括姓名、联系方式（电话号码、电子邮件等）、地址等个人基本信息。 求职目标（可选）：简短描述您的求职意向和目标。 教育背景：列出您的教育经历，包括学校名称、所学专业、就读时间等。 工作经验：按时间顺序列出您的工作经历，包括公司名称、职位、工作时间、工作职责和成就等。 技能和能力：列出您的专业技能、语言能力、计算机技能等与职位相关的能力。 实习经验/项目经验（可选）：如果您有相关实习或项目经验，可以列出相关信息。 获奖和荣誉（可选）：列出您在学术、工作或其他领域获得的奖项和荣誉。 自我评价（可选）：简要描述您的个人特点、能力和职业目标。 兴趣爱好（可选）：列出您的兴趣爱好，展示您的多样性和个人素质。 参考人（可选）：如果您有可提供推荐的人员，可以在简历中提供其联系信息。 简历内容模板： 姓名: 联系方式: 地址: 求职目标: （简短描述您的求职意
用VC++实现USB接口读写数据的程序.zip
08-25
用VC++实现USB接口读写数据的程序.zip
ant-design-4.2.5.zip
最新发布
08-25
ant-design，一套企业级 UI 设计语言和 React 组件库 提炼自企业级中后台产品的交互语言和视觉风格 开箱即用的高质量 React 组件
基于微信小程序校友会系统的实现设计与实现.docx
08-25
基于微信小程序校友会系统的实现设计与实现.docx
Java零基础极速入门(7天)
08-25
Java零基础极速入门(7天)
2024 简单绿色精美网址发布页HTML源码
08-25
2024 简单绿色精美网址发布页HTML源码 绿色精美网址发布页HTML单页源码，一款单页的网址发布页单页 HTML 模板， 可用于网址发布页使用，本模板简约商务，页面精美没有花里胡哨的效果，喜欢的敬请使用。
常用的各类串口连接工具
08-25
包括putty、MobaXterm、Xshell、SecureCRT、IPOP、sscom，可用于各类SSH、Serial、FTP等端口控制、串口打印、文件传输等，提升工作效率
眼科疾病分类python代码
04-29
以下是一个简单的眼科疾病分类的Python代码示例，使用了Keras深度学习框架和眼科疾病图像数据集： ```python import os import numpy as np import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers # 设置GPU内存增长 physical_devices = tf.config.list_physical_devices('GPU') tf.config.experimental.set_memory_growth(physical_devices[0], True) # 数据路径和参数 data_path = 'path/to/dataset/' img_height = 256 img_width = 256 batch_size = 32 # 数据预处理 train_ds = keras.preprocessing.image_dataset_from_directory( data_path, validation_split=0.2, subset="training", seed=123, image_size=(img_height, img_width), batch_size=batch_size) val_ds = keras.preprocessing.image_dataset_from_directory( data_path, validation_split=0.2, subset="validation", seed=123, image_size=(img_height, img_width), batch_size=batch_size) class_names = train_ds.class_names num_classes = len(class_names) # 数据增强 data_augmentation = keras.Sequential( [ layers.experimental.preprocessing.RandomFlip("horizontal", input_shape=(img_height, img_width, 3)), layers.experimental.preprocessing.RandomRotation(0.1), layers.experimental.preprocessing.RandomZoom(0.1), ] ) # 构建模型 model = keras.Sequential([ data_augmentation, layers.experimental.preprocessing.Rescaling(1./255), layers.Conv2D(32, 3, padding='same', activation='relu'), layers.MaxPooling2D(), layers.Conv2D(64, 3, padding='same', activation='relu'), layers.MaxPooling2D(), layers.Conv2D(128, 3, padding='same', activation='relu'), layers.MaxPooling2D(), layers.Flatten(), layers.Dense(128, activation='relu'), layers.Dense(num_classes) ]) # 编译模型 model.compile(optimizer='adam', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), metrics=['accuracy']) # 训练模型 epochs = 10 model.fit( train_ds, validation_data=val_ds, epochs=epochs ) # 评估模型 test_ds = keras.preprocessing.image_dataset_from_directory( data_path, seed=123, image_size=(img_height, img_width), batch_size=batch_size) loss, accuracy = model.evaluate(test_ds) print("Accuracy", accuracy) ``` 这个示例代码使用了卷积神经网络（CNN）来训练眼科疾病分类模型。数据集使用了眼科图像数据集，预处理包括数据增强和归一化。在训练过程中，使用了验证集进行模型性能评估，并在测试集上进行最终评估。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值