CN110729050A - 一种用于血糖检测的三维耳垂模型的建立方法 - Google Patents
一种用于血糖检测的三维耳垂模型的建立方法 Download PDFInfo
- Publication number
- CN110729050A CN110729050A CN201910820431.5A CN201910820431A CN110729050A CN 110729050 A CN110729050 A CN 110729050A CN 201910820431 A CN201910820431 A CN 201910820431A CN 110729050 A CN110729050 A CN 110729050A
- Authority
- CN
- China
- Prior art keywords
- model
- blood
- earlobe
- dimensional
- particles
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000008280 blood Substances 0.000 title claims abstract description 60
- 210000004369 blood Anatomy 0.000 title claims abstract description 60
- 210000000624 ear auricle Anatomy 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 title claims abstract description 10
- 238000004088 simulation Methods 0.000 claims abstract description 22
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 16
- 239000008103 glucose Substances 0.000 claims abstract description 16
- 239000002245 particle Substances 0.000 claims description 63
- 239000012729 immediate-release (IR) formulation Substances 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000005672 electromagnetic field Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种用于血糖检测的三维耳垂模型的建立方法，包括下列步骤：构建多层耳垂模型；在脂肪层中嵌入DLA分形生成的血液层；将DLA分形生成的血液层嵌入脂肪层中，构建完整的三维耳垂组织结构的模型，赋予各组织层以各组织相应的电磁参数，参与电磁仿真运算；将两个天线置于耳垂模型的两侧，发射天线发射高斯波信号或者其它波形，接收天线接收穿过耳垂模型的信号；改变仿真中耳垂模型的血液的血糖浓度，接收到穿过不同血糖浓度的血液的信号。
Description
技术领域
本发明属于FDTD和CPML算法建模，DLA分形、模拟、微波无创检测技术领域。
背景技术
当前，糖尿病作为一种全球性的疾病发病率不断增长。而诸多无创和微创的方法都未免给患者带来身体上的痛苦和精神的压力，同时，也存在感染的风险。人们迫切希望一种精准的无创检测血糖的方法诞生。建立生物模型进行仿真的过程是探究过程中重要的环节，可以节省大量人力、物力、财力。而使用更贴近实际的生物模型，构建更贴近实际的仿真环境对研究的有效性以及多样性至关重要。
FDTD(Finite Difference Time Domain Method)即时域有限差分算法。它是以一组有限差分方程来代替麦克斯韦旋度方程，来求解电磁波在媒质中传播和反射问题的算法，适合各种电磁场数值计算的求解。可以用来构建模型的三维电磁仿真空间。
CPML(Convolutional Perfectly Matched Layer)是卷积完全匹配层的算法。FDTD计算因为计算机容量的的限制只能在有限区域内进行，故而需要在计算区域的截断边界给出吸收边界条件，以便用有限的网格空间模拟开放的无限空间，类似于微波暗室中的电磁场实验的研究。这就需要CPML算法的融入。
DLA(Diffusion limited Aggregation)是扩散限制凝聚的分形理论。它通常用来模拟具有极不规则或极不光滑的特点的对象。较多应用于超薄膜的分形生长研究、粘性指进模拟、纺织品图案设计、分形植物形态模拟、在流体驱动中的应用等。在此模型中，它的分形特性被用来模拟血液的连续性、复杂性、随机性、网络性。
本专利基于以上算法以及MATLAB工具提出一种三维耳垂电磁仿真模型，并基于此提升了血糖无损检测研究多样性和数据精确性。
发明内容
本发明提供一种三维耳垂的电磁仿真模型的建模方法，使得模型更加贴近实际的环境，并将其应用于血糖浓度检测的仿真实验。本发明的技术方案如下：
一种用于血糖检测的三维耳垂模型的建立方法，包括下列步骤：
(1)构建多层耳垂模型，构建三维长方体模型，包含3层生物组织层，即皮肤、脂肪和皮肤。
(2)在脂肪层中嵌入DLA分形生成的血液层，方法如下：
1)在三维平面中心放置一个粒子作为种子粒子。
2)每次起始随即释放粒子的释放都会采取以下方式：随机选择长方体6个面的其中一面，并且随机选择这一面的任意点。这就保证了长方体的表面任何一点都能释放起始粒子，进而保证了一定的空间的均匀性。
3)随机粒子每运动一步，都会判断其最近邻28个位置的状态，若没发现有种子粒子存在，则粒子继续运动；否则运动粒子粘附到种子粒子上并和旧的种子粒子一起成为新的种子粒子即凝聚体。同时也要判断，若随机粒子游走到形状一定的空间之外或者随机粒子与二维平面中心种子粒子的距离d>R，则此次游走无效，重新释放随机粒子。
4)不断重复上面的循环，完成需要的循环次数。
5)根据模型的血液空间的大小、形状以及对血液分布本身的需求配置参数，使得形成的血液层更接近真实的血液分布状况。
(3)将DLA分形生成的血液层嵌入脂肪层中，构建完整的三维耳垂组织结构的模型，赋予各组织层以各组织相应的电磁参数，参与电磁仿真运算；
(4)将两个天线置于耳垂模型的两侧，发射天线发射高斯波信号或者其它波形，接收天线接收穿过耳垂模型的信号；
(4)改变仿真中耳垂模型的血液的血糖浓度，接收到穿过不同血糖浓度的血液的信号。
附图说明
图1二维DLA分形图
图2三维DLA分形血液分布图
图3三维耳垂模型
图4发射源为点源不同血糖浓度下的时域仿真结果图
图5点源位置在耳垂模型表面位移0.5mm的时域仿真结果图
图6发射源为天线的不同血糖浓度时域仿真结果图
具体实施方式
1.在MATLAB中编写算法，在FDTD算法区域构建多层耳垂模型。耳垂具有良好的平面结构，我们将构建三维长方体模型，包含3层生物组织层(皮肤+脂肪+皮肤)。在模型的外围则是CPML的区域。
2.构建DLA血液的分布。DLA分形模型的原理为首先确定一种子粒子，在距种子较远的某一区域中逐个释放粒子，并让其围绕种子粒子做无规则运动，当它与种子粒子相接触时，便永远的粘附在其上，和原来种子粒子一起成为新的种粒子，程序重新释放游走粒子；当它运动到某一范围之外时，粒子消失，程序重新释放游走粒子。粒子的每一步游动完全是随机的。图1则是DLA的二维标准模型的一种生成形式，因为空间的缘故，分布的形状与血液的总体形状有所差距，但是可以看出它的连续性、复杂性和分布随机性，表达出本专利选择它构建血液层的原因和思维。与传统的层状血液层相比，DLA分形血液层可以用来模拟血液的复杂性、连续性和随机性。为以后消除天线位置的在耳垂部位的微小变动引起的血糖测量结果的误差研究奠定基础。具体步骤如下：
6)在三维平面中心放置一个粒子作为种子粒子。
7)考虑到本模型的空间的特殊性(长宽高的比例差别较大)，选择几个特定的点或者选择某一个面作为粒子的起始随即释放点的方式等都不能保证最后生成的图形在空间分布的均匀性和随机性。故而结合本模型的特点，每次起始随即释放粒子的释放都会采取以下方式：随机选择长方体6个面的其中一面，并且随机选择这一面的任意点。这就保证了长方体的表面任何一点都能释放起始粒子，进而保证了一定的空间的均匀性。
8)随机粒子每运动一步，都会判断其最近邻28个位置的状态，若没发现有种子粒子存在，则粒子继续运动；否则运动粒子粘附到种子粒子上并和旧的种子粒子一起成为新的种子粒子即凝聚体。同时也要判断，若随机粒子游走到形状一定的空间之外或者随机粒子与二维平面中心种子粒子的距离d>R，则此次游走无效，重新释放随机粒子。
9)不断重复上面的循环，完成需要的循环次数，程序结束。
10)根据模型的血液空间的大小、形状以及对血液分布本身的需求可以灵活的配置参数，使得形成的血液层更接近真实的血液分布状况，能在生物模型中发挥良好的作用。
此模型中构建的三维DLA图形如图3所示。
3.将DLA分形生成的血液层嵌入脂肪层中，构建出完整的三维耳垂组织结构的模型(皮肤+脂肪+血液+脂肪+皮肤)。赋予各组织层以各组织相应的电磁参数，参与电磁仿真运算。两个探测天线置于耳垂模型的两侧。最终完善的三维耳垂模型模型如图3所示。
4.仿真模拟：图3天线位置在仿真过程中可用点源或者真实设计的天线结构。此处以点源为例说明：发射源发射高斯波信号，另一边接收穿过耳垂模型的信号；通过改变血液的介电常数来改变耳垂模型中血液的血糖浓度并进行仿真，接收到的穿过耳垂模型的不同血糖浓度的血液的信号的时域仿真结果如图4所示。可以看出，当血液中的血糖浓度规律性变化时，接收波在时域上幅值也有规律性的变化，这表明，通过血糖浓度不同的血液时，发射波波的能量受到损失，以此可作为血糖浓度检测的依据。而在图5中可以看出天线位置的微小改变将影响接收信号，这是因为模型模拟了现实中不同位置血液分布不同的情况，丰富了血糖检测的研究内容。
图6展示的是将点源换成天线模拟的结果，它的结果规律同图4所示，其他变化规律也同点源，此处不再另外说明。但是它相对于点源来说，接收信号强度更大，同时也更接近真实的仿真环境和接收的数据情况，效果更好。
Claims (1)
1.一种用于血糖检测的三维耳垂模型的建立方法，包括下列步骤：
(1)构建多层耳垂模型，构建三维长方体模型，包含3层生物组织层，即皮肤、脂肪和皮肤；
(2)在脂肪层中嵌入DLA分形生成的血液层。方法如下：
1)在三维平面中心放置一个粒子作为种子粒子；
2)每次起始随即释放粒子的释放都会采取以下方式：随机选择长方体6个面的其中一面，并且随机选择这一面的任意点；这就保证了长方体的表面任何一点都能释放起始粒子，进而保证了一定的空间的均匀性；
3)随机粒子每运动一步，都会判断其最近邻28个位置的状态，若没发现有种子粒子存在，则粒子继续运动；否则运动粒子粘附到种子粒子上并和旧的种子粒子一起成为新的种子粒子即凝聚体；同时也要判断，若随机粒子游走到形状一定的空间之外或者随机粒子与二维平面中心种子粒子的距离d>R，则此次游走无效，重新释放随机粒子；
4)不断重复上面的循环，完成需要的循环次数；
5)根据模型的血液空间的大小、形状以及对血液分布本身的需求配置参数，使得形成的血液层更接近真实的血液分布状况；
(3)将DLA分形生成的血液层嵌入脂肪层中，构建完整的三维耳垂组织结构的模型，赋予各组织层以各组织相应的电磁参数，参与电磁仿真运算；
(4)将两个天线置于耳垂模型的两侧，发射天线发射高斯波信号或者其它波形，接收天线接收穿过耳垂模型的信号；
(4)改变仿真中耳垂模型的血液的血糖浓度，接收到穿过不同血糖浓度的血液的信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910820431.5A CN110729050A (zh) | 2019-09-01 | 2019-09-01 | 一种用于血糖检测的三维耳垂模型的建立方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910820431.5A CN110729050A (zh) | 2019-09-01 | 2019-09-01 | 一种用于血糖检测的三维耳垂模型的建立方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110729050A true CN110729050A (zh) | 2020-01-24 |
Family
ID=69218806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910820431.5A Pending CN110729050A (zh) | 2019-09-01 | 2019-09-01 | 一种用于血糖检测的三维耳垂模型的建立方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110729050A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103505203A (zh) * | 2013-09-30 | 2014-01-15 | 西安交通大学 | 基于脑电源定位方法的人体精神状态检测方法 |
| CN106503302A (zh) * | 2016-09-28 | 2017-03-15 | 深圳先进技术研究院 | 一种建立血液电磁仿真模型的方法及装置 |
| CN107928681A (zh) * | 2017-12-12 | 2018-04-20 | 天津大学 | 一种基于耳垂血液层的微波能量谱无创血糖浓度检测法 |
| CN107997769A (zh) * | 2017-11-24 | 2018-05-08 | 天津大学 | 一种基于耳垂血液层的微波时延无创血糖浓度检测法 |
| CN108095734A (zh) * | 2017-12-12 | 2018-06-01 | 天津大学 | 一种基于耳垂血液层的微波频谱无创血糖浓度检测法 |
| CN108877445A (zh) * | 2018-07-19 | 2018-11-23 | 天津大学 | 一种基于dla分形重构耳垂模型中血液分布的方法 |
| CN108899641A (zh) * | 2018-06-08 | 2018-11-27 | 天津大学 | 一款用于耳垂血糖浓度检测的小型超宽带天线 |
| CN109125912A (zh) * | 2018-08-09 | 2019-01-04 | 武汉大学 | 一种智能血糖调节的3d打印微针贴片及其制备方法 |
-
2019
- 2019-09-01 CN CN201910820431.5A patent/CN110729050A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103505203A (zh) * | 2013-09-30 | 2014-01-15 | 西安交通大学 | 基于脑电源定位方法的人体精神状态检测方法 |
| CN106503302A (zh) * | 2016-09-28 | 2017-03-15 | 深圳先进技术研究院 | 一种建立血液电磁仿真模型的方法及装置 |
| CN107997769A (zh) * | 2017-11-24 | 2018-05-08 | 天津大学 | 一种基于耳垂血液层的微波时延无创血糖浓度检测法 |
| CN107928681A (zh) * | 2017-12-12 | 2018-04-20 | 天津大学 | 一种基于耳垂血液层的微波能量谱无创血糖浓度检测法 |
| CN108095734A (zh) * | 2017-12-12 | 2018-06-01 | 天津大学 | 一种基于耳垂血液层的微波频谱无创血糖浓度检测法 |
| CN108899641A (zh) * | 2018-06-08 | 2018-11-27 | 天津大学 | 一款用于耳垂血糖浓度检测的小型超宽带天线 |
| CN108877445A (zh) * | 2018-07-19 | 2018-11-23 | 天津大学 | 一种基于dla分形重构耳垂模型中血液分布的方法 |
| CN109125912A (zh) * | 2018-08-09 | 2019-01-04 | 武汉大学 | 一种智能血糖调节的3d打印微针贴片及其制备方法 |
Non-Patent Citations (2)
| Title |
|---|
| XIA XIAO 等: "A Non-invasive Measurement of Blood Glucose Concentration by UWB Microwave Spectrum" * |
| 尹莹莹 等: "基于三维DLA和L-系统的草地早熟禾根系生长模型研究" * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Merunka et al. | Microwave tomography system for methodical testing of human brain stroke detection approaches | |
| US10722129B2 (en) | Imaging system for intra-operative and post-operative blood perfusion monitoring | |
| Wang et al. | Medical applications of microwave imaging | |
| Jones et al. | Comparison of analytical and numerical approaches for CT-based aberration correction in transcranial passive acoustic imaging | |
| Bolomey | Crossed viewpoints on microwave-based imaging for medical diagnosis: From genesis to earliest clinical outcomes | |
| Fedeli et al. | Microwave detection of brain injuries by means of a hybrid imaging method | |
| Parker | Shapes and distributions of soft tissue scatterers | |
| JP2021525157A (ja) | エコー源性器官レプリカおよび付加的製造システムを使用した製造方法 | |
| Zalev et al. | Detecting abnormal vasculature from photoacoustic signals using wavelet-packet features | |
| US20200129085A1 (en) | Wireless tissue dielectric spectroscopy with resonant sensors | |
| Hamidipour et al. | Electromagnetic tomography for brain imaging and stroke diagnostics: Progress towards clinical application | |
| CN110729050A (zh) | 一种用于血糖检测的三维耳垂模型的建立方法 | |
| Fang et al. | Real-time 3D microwave medical imaging with enhanced variational born iterative method | |
| US20210204904A1 (en) | Ultrasound diagnostic system | |
| JP2015526132A (ja) | 放射線治療の施術中の実時間の腫瘍灌流画像化 | |
| Tajin et al. | UHF RFID channel emulation testbed for wireless IoT systems | |
| CN108877445A (zh) | 一种基于dla分形重构耳垂模型中血液分布的方法 | |
| Javed et al. | Terahertz fading model for wireless nanosensor networks in advanced medical manufacturing technologies | |
| Sofferman | Physics and principles of ultrasound | |
| Hayashi et al. | 3D ultrasound imaging by synthetic transmit aperture beamforming using a spherically curved array transducer | |
| Shi et al. | Dynamic in vivo computation for learning-based nanobiosensing in time-varying biological landscapes | |
| Suveren et al. | Localization of an ultra wide band wireless endoscopy capsule inside the human body using received signal strength and centroid algorithm | |
| Battistel et al. | Ultra-wideband Localization of Pulmonary Nodules During Thoracoscopic Surgery | |
| Santorelli | A compact and low-cost microwave radar prototype for breast health monitoring | |
| Zhu et al. | Brain Injury Localization and Size Estimation using Electromagnetic Symmetric Crossing Lines Method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200124 |