本发明涉及医学和数据处理的,尤其涉及一种光动力个性化治疗剂量的仿真系统,以及这种光动力个性化治疗剂量的仿真系统的工作方法。
背景技术:
1、光动力疗法是一种基于光敏剂、光和氧分子三要素相互作用,选择性地治疗恶性肿瘤、癌前病变和血管性病变等疾病的新型疗法。如何精确量化光动力剂量,并根据患者个体差异进行剂量的实时监测、调控和优化是目前亟待解决的挑战性难题。由于光动力反应涉及三大要素,即光、光敏剂及组织氧分子共同作用于治疗区的靶点,最终生成单线态氧杀伤靶组织以达到治疗目的,光、光敏剂和氧剂量共同决定了单线态氧产量。因此,如何根据患者病灶的个性化特点,定量光、光敏剂及氧分子在靶组织中的分布,并定量计算得到最终产生的单线态氧在靶组织中的分布情况,对于实现光动力治疗剂量的精确量化并指导治疗方案优化至关重要。目前,尚没有根据患者个体特征个性化定制光动力治疗方案的剂量系统或者仿真系统。
技术实现思路
1、为克服现有技术的缺陷,本发明要解决的技术问题是提供了一种光动力个性化治疗剂量的仿真系统,其能够解决现有光动力治疗过程中无法制定个性化光动力治疗方案的问题,进一步提高光动力疗法的有效性。
2、本发明的技术方案是:这种光动力个性化治疗剂量的仿真系统,其包括:
3、组织数据采集模块,检测患者病灶检测,获取患者病灶信息,并进行病变组织数字化,其中,病灶信息包括组织的结构信息、组织光学特性信息以及血管网信息;
4、阈值计算模块,获取不同待测病灶组织的光动力治疗损伤的单线态氧产量阈值;
5、光动力仿真模块,进行病灶组织的光敏剂定量与氧定量,结合病变组织数字化模型进行光仿真,定量计算得到单线态氧产量分布,结合阈值计算模块所得的组织损伤单线态氧产量阈值,通过调整治疗光剂量与光源位置,最终确定最佳治疗光剂量与光源位置;
6、模型评估展示模块,将光动力仿真模块的仿真结果输入,得到基于最佳治疗光剂量的病灶组织疗效的可视化结果。
7、基于组织数据采集模块对患者病灶进行信息采集,并进行病变组织数字化;使用局部涂敷或静脉注射的方式给予患者光敏剂,特定时间后,进行病灶组织的光敏剂浓度分布定量和氧浓度定量;设定治疗光剂量初值,结合病变组织数字化模型进行组织的光仿真,随后,结合组织损伤单线态氧产量阈值确定最佳治疗光剂量与位置,最后,将光动力仿真模块的仿真结果输入,得到基于最佳治疗光剂量的病灶组织疗效的可视化结果。
8、本发明基于组织数据采集模块对患者病灶进行信息采集,并进行病变组织数字化;使用局部涂敷或静脉注射的方式给予患者光敏剂,特定时间后,进行病灶组织的光敏剂浓度分布定量和氧浓度定量;设定治疗光剂量初值,结合病变组织数字化模型进行组织的光仿真,随后,结合组织损伤单线态氧产量阈值确定最佳治疗光剂量与位置,最后,将光动力仿真模块的仿真结果输入,得到基于最佳治疗光剂量的病灶组织疗效的可视化结果;从而能够解决现有光动力治疗过程中无法制定个性化光动力治疗方案的问题,进一步提高光动力疗法的有效性。
9、还提供了一种光动力个性化治疗剂量的仿真系统的工作方法,其包括以下步骤:
10、(1)使用oct和光声双模态成像技术对患者病灶处进行检测,获取患者病灶数据信息;
11、(2)对oct和光声数据进行分析,使用分层分割方法获取组织结构信息,通过octa算法提取组织血管信息,构建组织血管网数字化模型;
12、(3)通过局部涂敷或静脉注射给予患者光敏剂;
13、(4)在光动力治疗前,基于激光诱导荧光光谱技术对组织光敏剂浓度进行定量,获取光敏剂浓度的定量分布;
14、(5)使用漫反射光谱对组织氧含量进行定量,得到氧含量分布数据;
15、(6)初始化光源类型、光源强度及光源位置等信息,基于蒙特卡洛模拟算法模拟光在组织内的反射、折射、散射和吸收,对组织数字化模型进行仿真计算,以确定特定治疗方案下的光通量分布,并通过可视化程序生成损伤等线图和光强损伤评估图;
16、(7)基于模拟退火算法调控治疗光源的光源位置,基于凸优化方案调控治疗光源的光功率,结合组织损伤阈值迭代调控治疗光功率及位置,获取治疗光功率与疗效的量效关系,并进行可视化;
17、(8)结合组织损伤阈值,确定最佳治疗光功率及治疗光源位置;
18、(9)基于步骤(7)所得的治疗光功率及光源位置对患者进行治疗。
1.光动力个性化治疗剂量的仿真系统,其特征在于:其包括:
2.根据权利要求1所述的光动力个性化治疗剂量的仿真系统,其特征在于:所述组织数字化包含组织的结构提取与组织光学特性参数提取,首先通过光学相干层析成像oct和光声双模态成像技术采集患者病灶数据,并使用分层分割算法获取组织结构信息,采用u-net深度神经网络或其他深度学习算法,构建分层组织数字化模型;结合oct和光声成像的数据提取患者待测组织的光学特性参数;通过光学相干断层扫描血管造影octa方法提取组织血管信息,构建组织血管网数字化模型。
3.根据权利要求2所述的光动力个性化治疗剂量的仿真系统,其特征在于:基于激光诱导荧光光谱法进行光敏剂浓度的定量检测,检测技术包括:基于接触式光谱探头、非接触式宽场成像和新型荧光定量成像技术如层析荧光定量成像技术,通过获取病灶处的光敏剂荧光光谱,并结合荧光校正方法来校正原始荧光光谱,构建已知散射吸收特性的光学组织仿体,测量仿体在不同光敏剂浓度下的荧光信号,建立不同散射吸收条件下光敏剂浓度与荧光强度的定量关系曲线,将所获荧光光谱的强度转化为光敏剂的浓度信息,获取光敏剂浓度及分布。
4.根据权利要求3所述的光动力个性化治疗剂量的仿真系统,其特征在于:所述组织氧定量方法对氧含量的定量技术包括:漫反射光谱或空间频域成像,检测得到组织的氧含量空间分布模型。
5.根据权利要求4所述的光动力个性化治疗剂量的仿真系统,其特征在于:所述光通量分布仿真计算方法为:基于病灶组织数字化模型,初始化光源类型、光源强度及光源位置信息,基于蒙特卡洛模拟方法模拟光在组织内的反射、折射、散射和吸收,对组织数字化模型进行仿真计算,以确定特定治疗方案下的光通量分布。
6.根据权利要求5所述的光动力个性化治疗剂量的仿真系统,其特征在于:所述治疗损伤光剂量阈值基于患者待测病灶组织类型相对应的细胞实验和动物实验获得,通过开展不同光敏剂剂量以及光剂量下的细胞和动物实验,构建剂量与光动力损伤的关系曲线,获取不同光敏剂剂量以及光剂量下的光动力损伤阈值,并计算得到不同待测病灶组织的光动力治疗损伤的单线态氧产量阈值。
7.根据权利要求6所述的光动力个性化治疗剂量的仿真系统,其特征在于:所述最佳光剂量确定方案为,基于模拟退火方法调控治疗光源的光源位置,基于凸优化方案调控治疗光源的光功率。
8.根据权利要求7所述的光动力个性化治疗剂量的仿真系统,其特征在于:所述荧光校正方法为比率技术、基于蒙特卡洛模拟的方法、扩散理论方法。
9.光动力个性化治疗剂量的仿真系统的工作方法,其特征在于:其包括以下步骤:
10.根据权利要求9所述的光动力个性化治疗剂量的仿真系统的工作方法,其特征在于:所述步骤(2)中,采用u-net深度神经网络方法,构建分层组织数字化模型;结合oct和光声成像的数据提取患者待测组织的光学特性参数,光学特性参数包括散射系数和吸收系数。