射频消融深度预估方法、装置、电子设备与介质与流程

本发明涉及射频消融领域，尤其涉及一种射频消融深度预估方法、装置、电子设备与介质。

背景技术：

1、射频消融(rfa)技术是利用射频进行消融的技术，例如，可以通过将电极插入目标组织，接通电流，通过高频震荡，产生热能，当加热到一定温度，例如60-100℃，组织发生热凝固性坏死。目前射频消融技术被广泛应用于心脏，癌症肿瘤(例如肺癌)，乃至皮肤等多种病灶组织的治疗。

2、在射频消融之前，往往需要在射频消融前预估各种消融过程下会达到什么样的效果，现有技术中，通常需要术前采用有限元仿真的方法对手术对象进行建模，基于建模结果对消融过程进行仿真，进而基于仿真的结果预估会达到什么样的消融效果。

3、该方法需要很长的计算时间以及较好的硬件设施，可见，现有技术采用有限元仿真的方式估计消融效果(例如损伤的深度)的方案成本高，预估过程耗时长。

技术实现思路

1、本发明提供一种射频消融深度预估方法、装置、电子设备与存储介质，以解决成本高、预估过程耗时长的问题。

2、根据本发明的第一方面，提供一种射频消融深度预估方法，包括：

3、获取目标对象的第n次消融的预估参考信息，所述预估参考信息包括所述目标对象的第n次消融的射频消融参数与第n-1次消融的消融深度；其中，n为大于或等于2的正整数；

4、将所述预估参考信息输入第一神经网络，并获取所述第一神经网络输出的所述第n次消融的预估消融深度，所述第n次消融的预估消融深度表征了对所述目标对象的第n次消融所能达到的消融范围。

5、可选的，所述的射频消融深度预估方法，还包括：

6、获取所述目标对象的第1次消融的射频消融参数；

7、将所述第1次消融的射频消融参数输入目标神经网络，所述目标神经网络为所述第一神经网络或第二神经网络；

8、获取所述目标神经网络输出的所述第1次消融的预估消融深度。

9、可选的，所述第一神经网络包含多个全连接层与用于输出所述预估消融深度的输出层；所述多个全连接层包括多个隐藏层，以及用于向所述多个隐藏层输入所述预估参考信息的输入层，所述多个隐藏层连接于所述输入层与所述输出层之间；

10、对于相邻隐藏层的前一隐藏层，该前一隐藏层的神经元的输出值在加权处理后，经预设的非线性激活函数映射后才输入至所述相邻隐藏层的下一隐藏层。

11、可选的，所述射频消融参数包括：射频功率、射频时间、盐水灌注流速、盐水灌注时间。

12、可选的，所述第一神经网络是通过以下过程确定的：

13、获取训练参考数据；所述训练参考数据包括多个指定对象中每个指定对象每次消融的实际射频消融参数与实际消融深度；

14、确定所述训练参考数据中的训练集数据与验证集数据；所述训练集数据包括部分指定对象每次消融的实际射频消融参数与实际消融深度，所述验证集数据包括部分指定对象每次消融的实际消融参数与实际消融深度；

15、构建初始的第三神经网络；

16、利用所述训练集数据，迭代训练所述第三神经网络，以多次更新所述第三神经网络的参数，对每次更新后的所述第三神经网络进行验证，并基于结束训练条件和/或继续训练条件判断是否结束所述第三神经网络的迭代训练；

17、将结束训练时的第三神经网络作为所述第一神经网络。

18、可选的，获取训练参考数据，包括：

19、获取所述指定对象的ct图像；

20、在所述ct图像中确定消融区域；

21、基于所述消融区域，确定所述实际消融深度。

22、可选的，利用所述训练集数据，迭代训练所述第三神经网络，以多次更新所述第三神经网络的参数，并对每次更新后的所述第三神经网络进行验证，并将满足结束训练条件时的第三神经网络作为所述第一神经网络，包括：

23、将所述训练集数据中第一指定对象第m次消融的实际射频消融参数与第m-1次消融的实际消融深度输入所述初始神经网络，并获取所述第三神经网络输出的所述第m次消融的消融深度预估值；其中，m为大于或等于2的正整数；

24、计算所述第m次消融的消融深度预估值与所述第m次消融的实际消融深度的第一误差信息；

25、将所述验证集数据中第二指定对象第k次消融的实际射频消融参数与第k-1次消融的实际消融深度输入所述第三神经网络，并获取所述第三神经网络输出的第k次消融的消融深度预估值；其中，k为大于或等于2的正整数；

26、计算所述第k次消融的消融深度预估值与所述第k次消融的实际消融深度的第二误差信息；

27、若所述第一误差信息、所述第二误差信息与所述第三神经网络的迭代训练轮数中任意之一满足所述结束训练条件，则确定第三神经网络作为所述第一神经网络；

28、若所述第一误差信息、所述第二误差信息与所述迭代训练轮数均不满足所述结束训练条件，则基于所述第一误差信息更新所述第三神经网络。

29、根据本发明的第二方面，提供了一种射频消融深度预估装置，包括：

30、获取模块，用于获取目标对象的第n次消融的预估参考信息，所述预估参考信息包括所述目标对象的第n次消融的射频消融参数与第n-1次消融的消融深度；其中，n为大于或等于2的正整数；

31、预估模块，用于将所述预估参考信息输入第一神经网络，并获取所述第一神经网络输出的所述第n次消融的预估消融深度，所述第n次消融的预估消融深度表征了对所述目标对象的第n次消融所能达到的消融范围。

32、根据本发明的第三方面，提供了一种电子设备，包括处理器与存储器，

33、所述存储器，用于存储代码；

34、所述处理器，用于执行所述存储器中的代码用以实现第一方面及其可选方案涉及的方法。

35、根据本发明的第四方面，提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面及其可选方案涉及的方法。

36、本发明提供的射频消融深度预估方法、装置、电子设备与介质中，通过将射频消融参数、上一次消融的消融深度输入神经网络，进而利用神经网络预估出消融深度，该过程中无需复杂的仿真建模过程，自然也就无需仿真建模所需的高成本硬件，所以，本发明可有效降低预估的成本与时间。同时，由于预估是以上一次消融的消融深度与本次消融的射频消融参数为参考而实现的，可以保障预估结果可体现出多次消融的阶段性变化，从而具有较高的预估准确性。

技术特征：

1.一种射频消融深度预估方法，其特征在于，包括：

2.根据权利要求1所述的射频消融深度预估方法，其特征在于，

3.根据权利要求1所述的射频消融深度预估方法，其特征在于，

4.根据权利要求1至3任一所述的射频消融深度预估方法，其特征在于，

5.根据权利要求1至3任一所述的射频消融深度预估方法，其特征在于，

6.根据权利要求5所述的射频消融深度预估方法，其特征在于，

7.根据权利要求5所述的射频消融深度预估方法，其特征在于，

8.一种射频消融深度预估装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括处理器与存储器，

10.一种存储介质，其上存储有计算机程序，

技术总结
本发明提供了一种射频消融深度预估方法、装置、电子设备与介质，该方法，包括：获取目标对象的第N次消融的预估参考信息，所述预估参考信息包括所述目标对象的第N次消融的射频消融参数与第N‑1次消融的消融深度；将所述预估参考信息输入第一神经网络，并获取所述第一神经网络输出的所述第N次消融的预估消融深度，所述第N次消融的预估消融深度表征了对所述目标对象的第N次消融所能达到的消融范围。

技术研发人员：陈日清,曹逸琴,黄禹宁,苏晨晖,徐宏
受保护的技术使用者：杭州堃博生物科技有限公司
技术研发日：
技术公布日：2024/3/27