一种肿瘤内科药物介入治疗装置及控制方法与流程

本发明属于医疗器械技术领域，尤其涉及一种肿瘤内科药物介入治疗装置及控制方法。

背景技术：

癌症己成为新世纪人类的第一杀手，并将成为全球最大的公共卫生问题。为应对上述严峻形势，报告呼吁各国制订反癌症的全国计划和具体实施方案,并特别强调对癌症预防、早期检查和早期治疗。介入治疗是在影像设备射线、超声等的监视下进行的手术或操作，是近二十年来兴起的一门新兴学科，并日益成为治疗肿瘤的重要方法之一。目前治疗肿瘤的治疗手段偏向于单一，多次治疗，容易为患者带来心理负担，增加治疗成本。

综上所述，现有技术存在的问题是：

(1)目前治疗肿瘤的治疗手段偏向于单一，多次治疗，容易为患者带来心理负担，增加治疗成本，传统的影像模块边缘文理处的噪声对图像的污染比较严重，造成图像的不清晰，信噪比较低，不利于影像的显现。

(2)传统的图像分类决策的特征数目对分类性能的影响较大，造成图像的分类较慢，且分类的准确率较低，造成诊断的不准确，诊断效率较低。

(3)传统的直线电机没有对温度的过载保护，容易造成在使用过程中因过热而烧坏，造成工作效率的降低。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种肿瘤内科药物介入治疗装置及控制方法。

本发明是这样实现的，一种肿瘤内科药物介入治疗装置的控制方法，为：

步骤一：通过超声照射模块对肿瘤部位进行图像采集，根据采集的信息对超声照射模块进行超声波频次、强度的选择和控制；超声波频次、强度的控制中，利用傅里叶逆变换，将频域测得的散射参数变换到时域，得到时域冲击响应，反射参数对应时域反射响应，传输参数对应时域传输响应；

根据反射响应和传输响应中前两个脉冲在时间轴上的位置，分别构造四个时域选通函数；

选通函数，对时域的反射响应和传输响应进行选通，分别提取出反射响应和传输响应中的前两个脉冲；

将时域选通后的时域脉冲分别通过傅里叶变换，得到频域选通数据；

频域选通数据中包含了被测电路的信息，利用得到的信息，根据公式构造补偿因子fcf(i)；利用下面的公式，构造补偿因子fcf(i)：

(i＝1,2…)

g1(i)～g4(i)是在上步中得到的频域选通数据；

r(i)是比率因子；

fcf(i)补偿因子；

利用遮蔽补偿公式，得到没有遮蔽误差的反射参数fs11(i)和传输参数fs21(i)；

步骤二：通过信号采集控制模块采集到超声照射模块的图像信息，并进行分类；信号采集控制模块采集超声照射模块的图像信息方法包括：

第一步，在面积为s＝l*l的部署区域内，随机分布n个同构的无线传感器节点，sink节点位于部署区域之外，节点处理整个无线传感器网络内收集到的数据；

第二步，非均匀成簇

sink节点位于部署区域的上方；首先部署区域x轴划分为s个信道，所有信道有相同的宽度w，并且每个信道的长度与部署区域的长度相等；用从1到s作为信道的id，最左端的信道的id为1，然后每个信道沿着y轴划分为多个矩形网格，每个信道中的每个网格都被定义一个水平，最下端的网格的水平为1，每个网格和每个信道有相同的宽度w；每个信道中网格的个数、长度与信道到sink的距离有关；通过设置网格的长度来调整网格的大小；针对不同的信道，距离sink越远的信道含有的网格数目越小；针对同一信道，距离sink越远的网格的长度越大；a中含有s个元素，第k个元素表示在第k个信道中网格的数目；每个网格用一个数组(i，j)作为id，表示第i个信道有水平j；定义s个数组表示网格的长度，第v个数组hv表示第v个信道中网格的长度，并且hv的第w个元素hvw表示网格(v，w)的长度；网格(i，j)的边界为：

o_x+(i-1)×w＜x≤o_x+i×w

非均匀网格划分好之后进行成簇阶段；算法分为很多轮进行，在每轮中选取每个网格中剩余能量最大的节点作为簇首节点，其余节点根据就近原则加入簇，然后再进行数据聚合；

自动调节生成电机控制模块的操控信息；

步骤三：电机控制模块将采集到的信息转换成脉冲信号控制直线电机的运行速度，同时结合超声照射模块进行超声波控制。

进一步，利用下面的遮蔽补偿公式，得到没有遮蔽误差的反射参数fs11(i)和传输参数fs21(i)：

(i＝1,2…)。

进一步，信号采集控制模块采集超声照射模块的图像信息方法进一步包括：

格拉布斯预处理：

传感器节点需要对收集的数据进行预处理，然后再向簇首节点传输数据；采用格拉布斯预准则对传感器节点所采集到的数据进行预处理假设某个簇首节点含有n个传感器节点，传感器节点收集到的数据为x1,x2,…,xn，服从正态分布，并设：

根据顺序统计原理，计算格拉布斯统计量：

给定显著性水平α＝0.05之后，测量值满足gi≤g0(n,α)，则认为测量值有效，测量值参与到下一层次的数据聚合；反之，则认为测量值无效，因此需要剔除，即不参与到下一层次的数据聚合；

自适应聚合算法：

通过迭代得到各个节点测量数据的无偏估计值，求取各个传感器节点的测量数据值与估计值之间的欧式距离，以归一化的欧式距离作为自适应加权融和的权值；选用簇中的传感器节点采集到的数据的最大值与最小值的平均值作为中心数据；

某个簇中有个传感器节点，用维列向量d＝(d1,d2,…,dn)表示相应节点的测量值，通过计算各个节点数据与中心数据的欧式距离反应不同节点数据与中心数据之间的偏差大小，其中li的计算公式为：

根据欧式距离自适应设定相应的权值大小，距离越大权值越小，距离越小权值越大；

其中wi为相应的权值。

进一步，超声照射模块对图像采集后进行处理中，采用超分辨重建数学模型，超分辨重建的步骤为：

(1)利用双线性插值方法放大每帧低分辨率医学图像，使其同高分辨率医学图像大小相同，并将结果与参考图像进行灰度估计；

(2)对运动轨迹的各个像素点(m1，m2，k)定义集合ctr(m1，m2，k)；

(3)计算模糊函数htr(n1，n2；m1，m2，k)；

(4)将参双线性插值的图像所得结果作为高分辨率图像f的初始估计f⁽¹⁾(l＝0)；

(5)计算集合ctr(m1，m2，k)定义的各个像素点(m1，m2，k)，根据式计算残差r(ft)(m1，m2，k)，再利用

其中的ptr(m1，m2，k)为投影算子，r^(ft)(m1，m2，k)为投影残差；

(6)通过cr＝{y(n1，n2，tr):a≤f(n1，n2，tr)≤β}式的幅值进行医学图像特定组织区域投影；

(7)满足终止判据则迭代结束，不满足则返回步骤(5)；

图像分类采用基于朴素贝叶斯k近邻的快速图像分类算法，具体为：

1)提取测试图像与c类训练图像中的局部特征，分别记为di∈q和di^c；

2)计算测试图像和训练图像集中特征的fi值，保留前m个最大fi值对应的特征，其中测试图像中的前m个特征记为d^m；

3)对每个d^m在类别c中搜索其k近邻，分别记为{n1^c，n2^c，…，nk^c}，在其他类别中搜索其最近邻并计算其均值

4)计算d^m到各类别k－1近邻的距离之和，以及第k近邻及的距离，分别记为

5)对每个d^m在各类别c中计算tc，tc＝d1－d2－d3，最终的分类决策为:

进一步，直线电机采用改进后的基于热模型的算法进行运行状态控制，具体为：

热模型方程为：

式中：t′(t)为电动机的温升；i′(t)为电动机的电流；c为电动机的热容量系数；h为电动机的散热系数；r为电动机的定子电阻；

令：

式中:tmax为电动机的最大允许温升；ie为电动机的额定电流；

则：

令：

式中:τ为电动机热时间常数；sf为电动机使用系数,一取1；

则：

并设微增量δt、δt,其含义是在极短的δt时间内,电动机的温度由t上升到t+δt:

本发明的另一目的在于提供一种实现所述肿瘤内科药物介入治疗装置的控制方法的计算机程序。

本发明的另一目的在于提供一种实现所述肿瘤内科药物介入治疗装置的控制方法的信息数据处理终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的肿瘤内科药物介入治疗装置的控制方法。

本发明的另一目的在于提供一种肿瘤内科药物介入治疗装置，包括：

竖固定支架；

竖固定支架的底端卡接有底座，底座上固定有直线电机；

所述直线电机的输出轴的转动圈通过螺纹结构连接有滑动连接杆；所述滑动连接杆通过接头连接有单向注射器；所述单向注射器的外侧卡接有横固定支架；所述横固定支架的两端固定有竖固定支架；

所述单向注射器的另一端通过三通单向阀连接有注射针管；所述三通单向阀的另一侧通过单向阀连接有滴定管；所述滴定管的另一端通过加药阀连接有储药瓶；

所述直线电机无线连接有信号采集控制模块；所述信号采集控制模块连接有显示模块和控制模块；所述控制模块连接有超声照射模块。

进一步，所述单向注射器由一个医用注射器、两个单叶桂橡胶蝶阀和注射导管组成；

所述超声照射模块设置有基频治疗探头、二次谐波治疗探头和诊断探头；

所述控制模块包括电机控制模块和超声照射控制模块；所述超声照射控制模块包括治疗控制单元、诊断控制单元、回波诊断图像处理单元；

所述治疗控制单元包括脉冲发生单元、功率放大单元、相位调制单元；所述回波诊断图像处理单元包括诊断图像生成模块、诊断图像分析模块和诊断图像显示模块。

本发明的优点及积极效果为：

(1)本发明集肿瘤药物介入治疗与超声照射治疗于一体，通过控制模块对两者进行自动调控，通过对影像模块采用超分辨重建数学模型，降低了边缘纹理处理的噪声对图像的污染，使图像更加清晰，更有利影像的显现。

(2)本发明实现了放射与注射药物于一体，通过对图像分类利用采用基于朴素贝叶斯k近邻的快速图像分类算法，提高了图像的分类速率，节约了治疗时间，减少了病患的痛苦，提高了治疗效果。

(3)通过对直线电机设置温度的过载保护，有效防止了电机因过热造成的烧坏，同时节约了治疗成本和工作效率。

本发明根据采集的信息对超声照射模块进行超声波频次、强度的选择和控制发明可以测量相互级联超声照射模块中各部分网络的时域测量参数，通过对各个网络的时域参数分别进行选通操作，可以实现对被测超声照射模块频次、微波电路中局部网络的散射参数的测量，并且电路中其他因素带来的误差。相比于传统方法，本发明的方法简单直观，降低操作人员的工作难度，而且具有更好的补偿结果。

本发明信号采集控制模块采集超声照射模块的图像信息方法包括：

在面积为s＝l*l的部署区域内，随机分布n个同构的无线传感器节点，sink节点位于部署区域之外，节点处理整个无线传感器网络内收集到的数据；

均匀成簇：

sink节点位于部署区域的上方；首先部署区域x轴划分为s个信道，所有信道有相同的宽度w，并且每个信道的长度与部署区域的长度相等；用从1到s作为信道的id，最左端的信道的id为1，然后每个信道沿着y轴划分为多个矩形网格，每个信道中的每个网格都被定义一个水平，最下端的网格的水平为1，每个网格和每个信道有相同的宽度w；每个信道中网格的个数、长度与信道到sink的距离有关；通过设置网格的长度来调整网格的大小；针对不同的信道，距离sink越远的信道含有的网格数目越小；针对同一信道，距离sink越远的网格的长度越大；可实现图像信息的准确采集，并提高图像的清晰度，为后期的处理提供保证。

附图说明

图1是本发明实施例提供的肿瘤内科药物介入治疗装置的结构图；

图2是本发明实施例提供的肿瘤内科药物介入治疗装置的控制模块结构框图；

图3是本发明实施例提供的肿瘤内科药物介入治疗装置的单向注射器的结构框图；

图中：1、竖固定支架；2、底座；3、直线电机；4、滑动连接杆；5、单向注射器；6、横固定支架；7、三通单向阀；8、滴定管；9、加药阀；10、储药瓶；11、信号采集控制模块；12、显示模块；13、控制模块；14、超声照射模块；15、医用注射器；16、单叶桂橡胶蝶阀；17、注射导管。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作进一步描述。

如图1图2所示，肿瘤内科药物介入治疗装置包括：竖固定支架1，竖固定支架1的底端卡接有底座2，底座2上固定有直线电机3；所述直线电机3的输出轴的转动圈通过螺纹结构连接有滑动连接杆4；所述滑动连接杆4通过接头连接有单向注射器5；所述单向注射器5的外侧卡接有横固定支架6；所述横固定支架6的两端固定有竖固定支架1；所述单向注射器5的另一端通过三通单向阀7连接有注射针管；所述三通单向阀7的另一侧通过单向阀连接有滴定管8；所述滴定管8的另一端通过加药阀9连接有储药瓶10；

所述直线电机3无线连接有信号采集控制模块11；所述信号采集控制模块11连接有显示模块12和控制模块13；所述控制模块13连接有超声照射模块14。

作为本发明的优选实施例，所述单向注射器7由一个医用注射器15、两个单叶桂橡胶蝶阀16和注射导管17组成。

作为本发明的优选实施例，所述超声照射模块14设置有基频治疗探头、二次谐波治疗探头和诊断探头。

作为本发明的优选实施例，所述控制模块13包括电机控制模块和超声照射控制模块；所述超声照射控制模块包括治疗控制单元、诊断控制单元、回波诊断图像处理单元。

作为本发明的优选实施例，所述治疗控制单元包括脉冲发生单元、功率放大单元、相位调制单元；所述回波诊断图像处理单元包括诊断图像生成模块、诊断图像分析模块和诊断图像显示模块。

本发明的工作原理为：使用超声照射模块14对肿瘤患者的肿瘤部位进行图像采集，医生根据采集的信息对超声照射模块14进行控制选择超声治疗位置、频次、强度，同时信号采集控制模块11采集到超声照射模块14的治疗、图像信息，自动调节生成用药信息，并可由医生进行相应操控；电机控制模块将采集到的信息转换成脉冲信号控制直线电机3，由直线电机3的运动控制推药的速度；超声治疗与用药推入治疗两者同时操作，节省了治疗时间，缓解了患者的身心痛苦。

下面结合具体分析对本发明作进一步描述。

本发明实施例提供的肿瘤内科药物介入治疗装置的控制方法，为：

步骤一：通过超声照射模块对肿瘤部位进行图像采集，根据采集的信息对超声照射模块进行超声波频次、强度的选择和控制；超声波频次、强度的控制中，利用傅里叶逆变换，将频域测得的散射参数变换到时域，得到时域冲击响应，反射参数对应时域反射响应，传输参数对应时域传输响应；

根据反射响应和传输响应中前两个脉冲在时间轴上的位置，分别构造四个时域选通函数；

选通函数，对时域的反射响应和传输响应进行选通，分别提取出反射响应和传输响应中的前两个脉冲；

将时域选通后的时域脉冲分别通过傅里叶变换，得到频域选通数据；

频域选通数据中包含了被测电路的信息，利用得到的信息，根据公式构造补偿因子fcf(i)；利用下面的公式，构造补偿因子fcf(i)：

(i＝1,2…)

g1(i)～g4(i)是在上步中得到的频域选通数据；

r(i)是比率因子；

fcf(i)补偿因子；

利用遮蔽补偿公式，得到没有遮蔽误差的反射参数fs11(i)和传输参数fs21(i)；

步骤二：通过信号采集控制模块采集到超声照射模块的图像信息，并进行分类；信号采集控制模块采集超声照射模块的图像信息方法包括：

第一步，在面积为s＝l*l的部署区域内，随机分布n个同构的无线传感器节点，sink节点位于部署区域之外，节点处理整个无线传感器网络内收集到的数据；

第二步，非均匀成簇

sink节点位于部署区域的上方；首先部署区域x轴划分为s个信道，所有信道有相同的宽度w，并且每个信道的长度与部署区域的长度相等；用从1到s作为信道的id，最左端的信道的id为1，然后每个信道沿着y轴划分为多个矩形网格，每个信道中的每个网格都被定义一个水平，最下端的网格的水平为1，每个网格和每个信道有相同的宽度w；每个信道中网格的个数、长度与信道到sink的距离有关；通过设置网格的长度来调整网格的大小；针对不同的信道，距离sink越远的信道含有的网格数目越小；针对同一信道，距离sink越远的网格的长度越大；a中含有s个元素，第k个元素表示在第k个信道中网格的数目；每个网格用一个数组(i，j)作为id，表示第i个信道有水平j；定义s个数组表示网格的长度，第v个数组hv表示第v个信道中网格的长度，并且hv的第w个元素hvw表示网格(v，w)的长度；网格(i，j)的边界为：

o_x+(i-1)×w＜x≤o_x+i×w

非均匀网格划分好之后进行成簇阶段；算法分为很多轮进行，在每轮中选取每个网格中剩余能量最大的节点作为簇首节点，其余节点根据就近原则加入簇，然后再进行数据聚合；

自动调节生成电机控制模块的操控信息；

步骤三：电机控制模块将采集到的信息转换成脉冲信号控制直线电机的运行速度，同时结合超声照射模块进行超声波控制。

利用下面的遮蔽补偿公式，得到没有遮蔽误差的反射参数fs11(i)和传输参数fs21(i)：

(i＝1,2…)。

信号采集控制模块采集超声照射模块的图像信息方法进一步包括：

格拉布斯预处理：

传感器节点需要对收集的数据进行预处理，然后再向簇首节点传输数据；采用格拉布斯预准则对传感器节点所采集到的数据进行预处理假设某个簇首节点含有n个传感器节点，传感器节点收集到的数据为x1,x2,…,xn，服从正态分布，并设：

根据顺序统计原理，计算格拉布斯统计量：

给定显著性水平α＝0.05之后，测量值满足gi≤g0(n,α)，则认为测量值有效，测量值参与到下一层次的数据聚合；反之，则认为测量值无效，因此需要剔除，即不参与到下一层次的数据聚合；

自适应聚合算法：

通过迭代得到各个节点测量数据的无偏估计值，求取各个传感器节点的测量数据值与估计值之间的欧式距离，以归一化的欧式距离作为自适应加权融和的权值；选用簇中的传感器节点采集到的数据的最大值与最小值的平均值作为中心数据；

某个簇中有个传感器节点，用维列向量d＝(d1,d2,…,dn)表示相应节点的测量值，通过计算各个节点数据与中心数据的欧式距离反应不同节点数据与中心数据之间的偏差大小，其中li的计算公式为：

根据欧式距离自适应设定相应的权值大小，距离越大权值越小，距离越小权值越大；

其中wi为相应的权值。

超声照射模块对图像采集后进行处理中，采用超分辨重建数学模型，超分辨重建的步骤为：

(1)利用双线性插值方法放大每帧低分辨率医学图像，使其同高分辨率医学图像大小相同，并将结果与参考图像进行灰度估计；

(2)对运动轨迹的各个像素点(m1，m2，k)定义集合ctr(m1，m2，k)；

(3)计算模糊函数htr(n1，n2；m1，m2，k)；

(4)将参双线性插值的图像所得结果作为高分辨率图像f的初始估计f⁽¹⁾(l＝0)；

(5)计算集合ctr(m1，m2，k)定义的各个像素点(m1，m2，k)，根据式计算残差r(ft)(m1，m2，k)，再利用

其中的ptr(m1，m2，k)为投影算子，r^(ft)(m1，m2，k)为投影残差；

(6)通过cr＝{y(n1，n2，tr):a≤f(n1，n2，tr)≤β}式的幅值进行医学图像特定组织区域投影；

(7)满足终止判据则迭代结束，不满足则返回步骤(5)；

图像分类采用基于朴素贝叶斯k近邻的快速图像分类算法，具体为：

1)提取测试图像与c类训练图像中的局部特征，分别记为di∈q和di^c；

2)计算测试图像和训练图像集中特征的fi值，保留前m个最大fi值对应的特征，其中测试图像中的前m个特征记为d^m；

3)对每个d^m在类别c中搜索其k近邻，分别记为{n1^c，n2^c，…，nk^c}，在其他类别中搜索其最近邻并计算其均值

4)计算d^m到各类别k－1近邻的距离之和，以及第k近邻及的距离，分别记为

5)对每个d^m在各类别c中计算tc，tc＝d1－d2－d3，最终的分类决策为:

直线电机采用改进后的基于热模型的算法进行运行状态控制，具体为：

热模型方程为：

式中：t′(t)为电动机的温升；i′(t)为电动机的电流；c为电动机的热容量系数；h为电动机的散热系数；r为电动机的定子电阻；

令：

式中:tmax为电动机的最大允许温升；ie为电动机的额定电流；

则：

令：

式中:τ为电动机热时间常数；sf为电动机使用系数,一取1；

则：

并设微增量δt、δt,其含义是在极短的δt时间内,电动机的温度由t上升到t+δt:

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。