智能自学习激光功率控制系统及光热治疗系统的制作方法

本发明涉及生物医学光声成像及控制科学与工程技术领域，尤其涉及一种智能自学习激光功率控制系统及光热治疗系统。

背景技术：

肿瘤是严重威胁人类健康的重大慢性病。常见的浅表肿瘤(superficialtumorsdisease，简称std)疾病包括皮肤癌如鳞癌、基底细胞癌、胃肠道浅表性肿瘤病变、浅表性皮肤癌以及血管瘤等。

在浅表肿瘤治疗治疗方面，化学治疗方法在治疗肿瘤疾病的同时对人体有较大副作用，对病人身心造成巨大创伤。通过光热治疗系统进行激光光热治疗的方法，可以利用癌症组织与正常组织耐热性差别，在不伤害健康组织的同时杀死肿瘤细胞，是一种非侵入，无辐射的新型肿瘤诊疗技术，具有局部治疗、正常组织损伤小、治疗效率高等优势。

但是，由于现有的光热治疗系统存在较大的控制误差，在利用光热治疗系统进行光热治疗期间会对肿瘤组织边界处的正常组织造成较大的伤害。

技术实现要素：

针对现有技术存在的问题，本发明实施例提供一种智能自学习激光功率控制系统及光热治疗系统。

本发明实施例提供一种智能自学习激光功率控制系统，包括：自学习控制器和双闭环控制系统；

自学习控制器，用于根据预设期望治疗温度和预设温度误差阈值，利用迭代自学习算法，获取双闭环控制系统的参考温度输入信号；

所述双闭环控制系统采用内外两环控制结构，其中，外环为温度环，内环为电压环：

温度环中的温度控制器将自学习控制器获取的参考温度输入信号作为期望靶区温度的时间序列，经过温度控制器进行数模转换得到电压环中的电压控制器的输入控制电压序列，电压控制器将所述输入控制电压序列转化为光热治疗系统中的加热治疗设备的工作电流，通过功率测量电路测得所述加热治疗设备的反馈电压并反馈回电压环中的电压控制器的输入，得到电压环的控制偏差，同时，温度环中的温度控制器获取靶区组织的感兴趣区域的温度变换时间序列，获取靶区组织的感兴趣区域的温度变换时间序列与所述期望靶区温度的时间序列的偏差值作为温度环的控制偏差，完成所述双闭环控制系统的整个环路的负反馈有差控制，以调节光热治疗系统中的加热治疗设备的输出功率达到设定值，使靶区温度稳定在预设范围。

可选地，所述靶区组织的感兴趣区域的温度变换时间序列是光热治疗系统的光声测温设备激发靶区组织产生的光声信号序列被光热治疗系统的光声成像系统捕获后、经过图像重建后得到感兴趣区域的光声图像像素矩阵、从所述感兴趣区域的光声图像像素矩阵提取出光声温度敏感因子，对光声温度敏感因子进行线性变换后得到的。

可选地，所述自学习控制器，具体用于

设置学习次数r＝1，预设期望治疗温度td(t)，预设温度误差阈值eend，学习参数l，tr(t)表示第r次学习时双闭环控制系统的参考温度输入信号，第r＝1次学习时双闭环控制系统的参考温度输入信号tr＝1(t)＝td(t)；

采用自适应pid控制算法对温度环中的温度控制器的参数进行自整定后，获取光热治疗系统的光声测温设备在光热治疗系统的加热治疗设备对靶区组织进行加热后、测得的温度值tmr(t)；

获取tmr(t)与预设期望治疗温度td(t)的偏差值er(t)；

判断er(t)是否小于预设温度误差阈值eend；

若er(t)小于预设温度误差阈值eend，则将tr(t)作为双闭环控制系统的参考温度输入信号。

可选地，所述自学习控制器，还具体用于

在判断er(t)是否小于预设温度误差阈值eend之后，若er(t)大于等于预设温度误差阈值eend，则将r加1，tr+1(t)＝tr(t)+l×er(t)，返回采用自适应pid控制算法自整定温度环中的温度控制器的参数和电压环中的电压控制器的参数后，获取光热治疗系统的光声测温设备在光热治疗系统的加热治疗设备对靶区组织进行加热后、测得的温度值tmr(t)的步骤。

可选地，所述加热治疗设备，包括：多波长连续激光器。

可选地，所述光声测温设备，包括：短脉冲激光器。

本发明实施例提供一种智能自学习光热治疗系统，包括：光声测温设备、一分二路多模光纤、信号采集模块、数据采集模块、时序控制电路、光声成像系统、加热治疗设备、耦合光路及激光器功率控制器；

所述光声测温设备，与所述耦合光路连接，用于光声成像和光声温度测量；

所述一分二路多模光纤，与所述耦合光路连接，用于将耦合光源传送至靶区；

所述信号采集模块，与所述数据采集模块连接，以及通过所述时序控制电路与所述光声测温设备连接，用于采集光声或超声信号；

所述数据采集模块，与所述光声成像系统连接，用于高速采集数据；

所述时序控制电路，与所述光声测温设备连接，用于提供整体时序控制信号；

所述光声成像系统，与所述激光器功率控制器连接，用于通过所述数据采集模块和所述信号采集模块、捕获光声测温设备激发靶区组织产生的光声信号序列，经过图像重建后得到并显示实时光声图像及实时温度图像；

所述加热治疗设备，与所述激光器功率控制器连接，用于发出近红外连续激光对靶区组织进行加热；

所述耦合光路，与所述加热治疗设备及光声测温设备连接，用于将所述加热治疗设备发出的连续激光及所述光声测温设备发出的脉冲激光耦合到同一根光纤中；

所述激光器功率控制器，与所述加热治疗设备连接，用于利用上述智能自学习激光功率控制系统，控制所述加热治疗设备的输出功率。

可选地，所述光声成像系统，采用gpu的并行处理算法，将捕获的光声测温设备激发靶区组织产生的光声信号序列进行图像重建，得到并显示实时光声图像及实时温度图像。

本发明实施例提供的智能自学习激光功率控制系统及光热治疗系统，智能自学习激光功率控制系统包括自学习控制器和双闭环控制系统；自学习控制器，用于根据预设期望治疗温度和预设温度误差阈值，利用迭代自学习算法，获取双闭环控制系统的参考温度输入信号；所述双闭环控制系统采用内外两环控制结构，其中，外环为温度环，内环为电压环：温度环中的温度控制器将自学习控制器获取的参考温度输入信号作为期望靶区温度的时间序列，经过温度控制器进行数模转换得到电压环中的电压控制器的输入控制电压序列，电压控制器将所述输入控制电压序列转化为光热治疗系统中的加热治疗设备的工作电流，通过功率测量电路测得所述加热治疗设备的反馈电压并反馈回电压环中的电压控制器的输入，得到电压环的控制偏差，同时，温度环中的温度控制器获取靶区组织的感兴趣区域的温度变换时间序列，获取靶区组织的感兴趣区域的温度变换时间序列与所述期望靶区温度的时间序列的偏差值作为温度环的控制偏差，完成所述双闭环控制系统的整个环路的负反馈有差控制，以调节光热治疗系统中的加热治疗设备的输出功率达到设定值，使靶区温度稳定在预设范围。由此，能够减小对光热治疗系统中的加热治疗设备的输出功率的控制误差，使靶区温度稳定在预设范围，避免利用光热治疗系统进行光热治疗期间对靶区组织边界处的正常组织造成伤害。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的一种智能自学习激光功率控制系统的结构示意图；

图2为图1所示实施例中的双闭环控制系统的控制框图；

图3为图1所示实施例中自学习控制器的自主迭代学习结构图；

图4为本发明一实施例提供的一种智能自学习光热治疗系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了本发明一实施例提供的一种智能自学习激光功率控制系统的结构示意图，如图1所示，本实施例的智能自学习激光功率控制系统，包括：自学习控制器01和双闭环控制系统02；

自学习控制器01，用于根据预设期望治疗温度和预设温度误差阈值，利用迭代自学习算法，获取双闭环控制系统的参考温度输入信号；

所述双闭环控制系统02采用内外两环控制结构，其中，外环为温度环，内环为电压环：

温度环中的温度控制器将自学习控制器获取的参考温度输入信号作为期望靶区温度的时间序列，经过温度控制器进行数模转换得到电压环中的电压控制器的输入控制电压序列，电压控制器将所述输入控制电压序列转化为光热治疗系统中的加热治疗设备的工作电流，通过功率测量电路测得所述加热治疗设备的反馈电压并反馈回电压环中的电压控制器的输入，得到电压环的控制偏差，同时，温度环中的温度控制器获取靶区组织的感兴趣区域的温度变换时间序列，获取靶区组织的感兴趣区域的温度变换时间序列与所述期望靶区温度的时间序列的偏差值作为温度环的控制偏差，完成所述双闭环控制系统的整个环路的负反馈有差控制，以调节光热治疗系统中的加热治疗设备的输出功率达到设定值，使靶区温度稳定在预设范围。

其中，所述靶区组织的感兴趣区域(roi)的温度变换时间序列是光热治疗系统的光声测温设备激发靶区组织产生的光声信号序列被光热治疗系统的光声成像系统捕获后、经过图像重建后得到感兴趣区域的光声图像像素矩阵、从所述感兴趣区域的光声图像像素矩阵提取出光声温度敏感因子，对光声温度敏感因子进行线性变换后得到的。

可以理解的是，图2为本实施例所述双闭环控制系统的控制框图，可参考图2，外环的温度环由参考温度与光声测温反馈的实际温度进行求差，偏差信号被温度控制器转换为控制信号进入内环，而内环为加热治疗设备的电压环，数模转换模块输出的电压信号驱动加热治疗设备产生工作电流。

为了使双闭环控制系统达到较好的暂态与稳态性能，本实施例可以采用pid(比例积分微分)控制算法自整定温度环中的温度控制器的参数和电压环中的电压控制器的参数。可以理解的是，自适应pid控制算法在众多控制算法中是最简单易实现的，而且算法具有较强的鲁棒性，常见的自适应pid控制算法的拉普拉斯变换形式为：

其中kp为比例系数，ki为积分时间常数，kd为微分时间常数，控制系统的误差信号被反馈回控制器端经过pid调节，其中比例调节可以加快系统的动态响应并减少系统的稳态误差，但过大的比例系数会造成系统的不稳定。积分调节可以消除系统的稳态误差，但积分环节的引入会使系统的动态响应变慢，稳定性下降。微分调节可以改善系统的动态性能并减少系统的超调量，但由于微分调节的原理是反映系统偏差信号的变化率，故会对偏差信号中的噪声非常敏感从而导致系统的抗干扰能力下降。为了保证较好的控制效果，必须结合实际系统进行控制器参数整定。

图2的双闭环控制系统的整个控制顺序如下，td(t)为期望靶区温度的时间序列，t为时间，经过温度控制器并进行数模转换得到电压环的输入控制电压序列ur(t)并最终转化为加热治疗设备的工作电流i(t)，通过功率测量电路得到反馈电压ub(t)并反馈回电压环中的电压控制器的输入得到电压环的控制偏差e2(t)，同时光声测温设备激发组织产生光声信号序列pa(t)被光声成像系统捕获并经过图像重建得到感兴趣区域的光声图像，在光声成像系统中，测量与图像重建工作不可避免的引入了噪声，根据图片像素信息中选取合适的噪声临界值vanoise，并对整个图像进行阈值滤波以去除测量过程中引入的噪声。为了通过光声图像得到靶区组织的感兴趣区域的温度反馈，对于每一张采得的感兴趣区域的光声图像像素矩阵va都要通过运算提取光声温度敏感因子snumber，在光声图像像素矩阵中，像素值大于vanoise的点被定义为温度控制敏感点，而每个矩阵中的温度控制敏感点的个数被定义为该光声图像的光声温度敏感因子snumber，对应地，每张光声图像像素矩阵的敏感因子便包含了整个感兴趣区域的温度信息，由于本实施例定义的温度控制敏感因子是由光声图像像素值通过线性变换而来，snumber与感兴趣区域的温度变换时间序列tb(t)也应该是线性相关的，因此可得到整个双闭环控制系统的温度反馈并计算出温度环的控制偏差e1(t)，从而完成整个环路的负反馈有差控制。

在具体应用中，所述加热治疗设备，可以包括：多波长连续激光器。所述多波长连续激光器产生近红外光束，所述近红外光束的波长为808纳米，进行激光光热治疗。

在具体应用中，所述光声测温设备，可以包括：短脉冲激光器。所述短脉冲激光器可采用多波长opo(光学参量振荡器)超短脉冲激光器，进行多光谱功能成像。

在具体应用中，本实施例的智能自学习激光功率控制系统可采用迭代自学习算法来提高温度控制的精确性，根据系统每次学习(运行)后的温度控制误差不断修改双闭环控制系统的参考温度输入信号(即修改系统设定的期望靶区温度的时间序列)以增加系统精度。具体地，所述自学习控制器，可具体用于

设置学习次数r＝1，预设期望治疗温度td(t)，预设温度误差阈值eend，学习参数l，tr(t)表示第r次学习时双闭环控制系统的参考温度输入信号，第r＝1次学习时双闭环控制系统的参考温度输入信号tr＝1(t)＝td(t)；

采用自适应pid控制算法自整定温度环中的温度控制器的参数和电压环中的电压控制器的参数后，获取光热治疗系统的光声测温设备在光热治疗系统的加热治疗设备对靶区组织进行加热后、测得的温度值tmr(t)；

获取tmr(t)与预设期望治疗温度td(t)的偏差值er(t)；

判断er(t)是否小于预设温度误差阈值eend；

若er(t)小于预设温度误差阈值eend，则将tr(t)作为双闭环控制系统的参考温度输入信号；

若er(t)大于等于预设温度误差阈值eend，则将r加1，tr+1(t)＝tr(t)+l×er(t)，返回采用自适应pid控制算法自整定温度环中的温度控制器的参数和电压环中的电压控制器的参数后，获取光热治疗系统的光声测温设备在光热治疗系统的加热治疗设备对靶区组织进行加热后、测得的温度值tmr(t)的步骤。

具体地，图3为本实施例中自学习控制器的自主迭代学习结构图，可参考图3，图3中，tr(t)表示第r次运行时系统的参考输入信号，p(t)与pa(t)分别代表t时刻光热治疗系统的加热治疗设备的功率值与系统测量到的光声信号强度，td(t)代表系统t时刻的期望治疗温度，tmr(t)代表系统第r次运行(学习)时光声测温模块测得的靶区组织的温度值，而er(t)代表第r次运行时组织温度与设定温度的偏差值，l代表迭代学习的学习参数，以上物理量关系为：

tr+1(t)＝tr(t)+l×er(t)

tr＝1(t)＝td(t)

在系统运行第r次的过程中，光声测温模块的测量温度值tmr(t)将与期望的组织温度设定值进行比对得到偏差信号er(t)，偏差信号将会与学习参数进行运算后得到系统的迭代学习修改量，系统上位机中的存储器取出上一次的输入信号并根据修改量对其进行修正，从而得到更精准的参考输入信号tr+1(t)，该信号将会作用到所述双闭环控制系统并驱动光热治疗系统的加热治疗设备对靶区组织进行加热，由此进入第r+1次循环。在学习过程中将会设定学习终止的预设温度误差阈值eend，一旦系统测量的组织温度与预设期望治疗温度的偏差值er(t)减小到eend以下，将停止迭代。

本实施例的智能自学习激光功率控制系统，通过利用自学习控制器的自主迭代学习和双闭环控制系统的内外两环控制结构，完成所述双闭环控制系统的整个环路的负反馈有差控制，以调节光热治疗系统中的加热治疗设备的输出功率达到设定值，使靶区温度稳定在预设范围，由此，能够减小对光热治疗系统光热治疗系统中的加热治疗设备的输出功率的控制误差，使靶区温度稳定在预设范围，避免利用光热治疗系统进行光热治疗期间对靶区组织边界处的正常组织造成伤害。

图4示出了本发明一实施例提供的一种智能自学习光热治疗系统的结构示意图，如图4所示，本实施例的智能自学习光热治疗系统，包括：光声测温设备406、一分二路多模光纤404、信号采集模块408、数据采集模块409、时序控制电路407、光声成像系统410、加热治疗设备402、耦合光路403及激光器功率控制器401；

所述光声测温设备406，与所述耦合光路403连接，用于光声成像和光声温度测量；

所述一分二路多模光纤404，与所述耦合光路403连接，用于将耦合光源传送至靶区；

所述信号采集模块408，与所述数据采集模块409连接，以及通过所述时序控制电路407与所述光声测温设备406连接，用于采集光声或超声信号；

所述数据采集模块409，与所述光声成像系统410连接，用于高速采集数据；

所述时序控制电路407，与所述光声测温设备406连接，用于提供整体时序控制信号；

所述光声成像系统410，与所述激光器功率控制器401连接，用于通过所述数据采集模块409和所述信号采集模块408、捕获光声测温设备406激发靶区组织产生的光声信号序列，经过图像重建后得到并显示实时光声图像及实时温度图像；

所述加热治疗设备402，与所述激光器功率控制器401连接，用于发出近红外连续激光对靶区组织进行加热；

所述耦合光路403，与所述加热治疗设备402及光声测温设备406连接，用于将所述加热治疗设备402发出的连续激光及所述光声测温设备406发出的脉冲激光耦合到同一根光纤中；

所述激光器功率控制器401，与所述加热治疗设备402连接，用于利用图1所示实施例所述的智能自学习激光功率控制系统，控制所述加热治疗设备402的输出功率。

在具体应用中，所述加热治疗设备402，可以包括：多波长连续激光器。所述多波长连续激光器产生近红外光束，所述近红外光束的波长为808纳米，进行激光光热治疗。

在具体应用中，所述光声测温设备406，可以包括：短脉冲激光器。所述短脉冲激光器可采用多波长opo(光学参量振荡器)超短脉冲激光器，进行多光谱功能成像。

在具体应用中，所述一分二路多模光纤404可以为1分2端口的多模光纤。

在具体应用中，所述信号采集模块408可以为超声阵列换能器。

在具体应用中，所述数据采集模块409可以为多通道数据采集卡。

在具体应用中，所述光声成像系统410，可以采用gpu(图形处理器)的并行处理算法，将捕获的光声测温设备406激发靶区组织产生的光声信号序列进行图像重建，得到并显示实时光声图像及实时温度图像。

可以理解的是，采用gpu的并行处理算法，能够针对靶区三维温度成像过程中数据量过大造成的成像时间长问题，为不同的线程块分配不同的任务并行处理以提高成像速度。

本实施例在智能自学习光热治疗系统的激光器功率控制器中利用图1所示实施例所述的智能自学习激光功率控制系统，由于所述智能自学习激光功率控制系统利用自学习控制器的自主迭代学习和双闭环控制系统的内外两环控制结构，完成所述双闭环控制系统的整个环路的负反馈有差控制，以调节智能自学习光热治疗系统中的加热治疗设备的输出功率达到设定值，使靶区温度稳定在预设范围，由此，能够减小对智能自学习光热治疗系统中的加热治疗设备的输出功率的控制误差，使靶区温度稳定在预设范围，避免利用智能自学习光热治疗系统进行光热治疗期间对靶区组织边界处的正常组织造成伤害。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。