一种基于人工智能和热力学模型的消融手术术前评估系统的制作方法

本发明涉及计算机辅助医疗技术领域，特别是涉及一种基于人工智能和热力学模型的消融手术术前评估系统。

背景技术：

随着科学技术和医疗设备的不断发展，新的治疗技术不断问世，特别是以局部消融为基础现代肿瘤微创治疗主要通过超声、ct、mri等影像引导下经皮穿刺肿瘤，利用高温或低温探针使肿瘤发生凝固性坏死，进而达到局部消融肿瘤的目标。

然而，在肿瘤微创消融手术中，还存在许多瓶颈问题亟需突破。比如医生通常依靠增强ct、mri或二维超声造影等影像学方法，并结合自身经验，考虑插针和治疗方案，缺乏对术中热剂量的客观精确计算和由肿瘤组织的异质性而产生的传热不均匀性评估，常常无法达到预期的效果。

技术实现要素：

本发明所要解决的技术问题是提供一种基于人工智能和热力学模型的消融手术术前评估系统，能精确消融方案降低手术风险和复发风险。

本发明解决其技术问题所采用的技术方案是：提供一种基于人工智能和热力学模型的消融手术术前评估系统，包括：图像获取模块，用于获取病灶组织图像；分类模块，用于通过机器学习模型对所述病灶组织图像的每个体素进行分类，得到每个体素的热力学特性；热力学建模模块，用于根据每个体素的热力学特性对病灶附近的组织进行热力学建模；温度变化和分布计算模块，用于根据所述热力学建模模块建立的模型通过有限差分法计算消融手术过程中病灶附近的组织的温度变化情况；制定模块，用于根据所述温度变化情况制定针对肿瘤和结节的穿刺消融方案。

所述分类模块得到的每个体素的热力学特性包括比热容、导热系数、热扩散率和热密度中的一种或几种。

所述热力学建模模块根据不同体素上的热力学特性，结合消融手术的热边界条件基于pennes导热定律进行热力学建模。

所述温度变化计算模块将pennes导热定律在体素上进行有限差分离散并求解，获得各个体素的温度分布和变化。

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明通过对组织图像进行分类，确定病灶组织附近的热力学特性，基于该热力学特性进行热力学建模，从而能够准确评估出手术过程病灶附近温度分布和变化，实现了精确消融方案的目的，降低了手术风险和复发风险。

附图说明

图1是本发明的结构方框图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于

本技术：
所附权利要求书所限定的范围。

本发明的实施方式涉及一种基于人工智能和热力学模型的消融手术术前评估系统，如图1所示，包括图像获取模块、分类模块、热力学建模模块、温度变化计算模块和制定模块。

其中，图像获取模块，用于对病人病灶进行医学扫描，获得病灶的二维/三维组织图像。

分类模块，用于通过机器学习模型对所述病灶组织图像的每个体素进行分类，得到每个体素的热力学特性。其中，机器学习模型可以是支持向量机、分类深度网络模型或其他多分类模型，得到的热力学特性可以是比热容、导热系数、热扩散率和热密度中的一种或几种。

热力学建模模块，用于根据每个体素的热力学特性对病灶附近的组织进行热力学建模。具体地说，所述热力学建模模块根据不同体素上的热力学特性，结合边界条件基于pennes导热定律进行热力学建模，a首先将组织根据成像获得的体素建立立方体网格，b将偏微分方程pennes导热公式在网格上进行有限差分离散，结合各个网格(体素)的热力学特性，获得代数方程，c求解代数方程，并结合比热容公式获得各个体素温度。其中，pennes导热公式为：t(x,t)为组织温度，ρ和c为组织密度和恒压比热容，t为时间，k为组织导热率，ρb和cb为血液密度和恒压比热容，ωb为血流速度，ta为血管温度，qmet(x,t)为由于代谢导致的单位体积组织发热量，qgen(x,t)是由于纳米级微粒作用导致的单位体积组织发热量。

温度变化计算模块，用于根据所述热力学建模模块建立的模型通过有限差分法计算不同消融手术(如热/冷冻)过程中病灶附近的组织的温度变化情况。具体地说，温度变化计算模块能够根据消融针从体温加热到设定温度过程中，重复热力学建模模块中的步骤a-c，获得不同时刻的温度分布。

制定模块，用于根据所述温度变化情况制定消融方案。

不难发现，本发明通过对组织图像进行分类，确定病灶组织附近的热力学特性，基于该热力学特性进行热力学建模，从而能够准确评估出手术过程病灶附近温度分布和变化，实现了精确消融方案的目的，降低了手术风险和复发风险。

技术特征：

1.一种基于人工智能和热力学模型的消融手术术前评估系统，其特征在于，包括：图像获取模块，用于获取病灶组织图像；分类模块，用于通过机器学习模型对所述病灶组织图像的每个体素进行分类，得到每个体素的热力学特性；热力学建模模块，用于根据每个体素的热力学特性对病灶附近的组织进行热力学建模；温度变化和分布计算模块，用于根据所述热力学建模模块建立的模型通过有限差分法计算消融手术过程中病灶附近的组织的温度变化情况；制定模块，用于根据所述温度变化情况制定针对肿瘤和结节的穿刺消融方案。

2.根据权利要求1所述的基于人工智能和热力学模型的消融手术术前评估系统，其特征在于，所述分类模块得到的每个体素的热力学特性包括比热容、导热系数、热扩散率和热密度中的一种或几种。

3.根据权利要求1所述的基于人工智能和热力学模型的消融手术术前评估系统，其特征在于，所述热力学建模模块根据不同体素上的热力学特性，结合消融手术的热边界条件基于pennes导热定律进行热力学建模。

4.根据权利要求3所述的基于人工智能和热力学模型的消融手术术前评估系统，其特征在于，所述温度变化计算模块将pennes导热定律在体素上进行有限差分离散并求解，获得各个体素的温度分布和变化。

技术总结
本发明涉及一种基于人工智能和热力学模型的消融手术术前评估系统，包括：图像获取模块，用于获取病灶组织图像；分类模块，用于通过机器学习模型对所述病灶组织图像的每个体素进行分类，得到每个体素的热力学特性；热力学建模模块，用于根据每个体素的热力学特性对病灶附近的组织进行热力学建模；温度变化计算模块，用于根据所述热力学建模模块建立的模型通过有限差分法计算消融手术过程中病灶附近的组织的温度变化和分布情况；制定模块，用于根据所述温度变化情况制定消融方案。本发明能精确消融方案降低手术风险和复发风险。

技术研发人员：周欣欢;张忞;张磊;胡天诺
受保护的技术使用者：杭州微引科技有限公司
技术研发日：2020.09.11
技术公布日：2020.12.11