CN111680444A - 基于单纯形算法的磁纳米粒子临界产热值自动定位方法 - Google Patents

基于单纯形算法的磁纳米粒子临界产热值自动定位方法 Download PDF

Info

Publication number
CN111680444A
CN111680444A CN202010534084.2A CN202010534084A CN111680444A CN 111680444 A CN111680444 A CN 111680444A CN 202010534084 A CN202010534084 A CN 202010534084A CN 111680444 A CN111680444 A CN 111680444A
Authority
CN
China
Prior art keywords
magnetic
biological
value
heat
critical
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.)
Granted
Application number
CN202010534084.2A
Other languages
English (en)
Other versions
CN111680444B (zh
Inventor
汤云东
金涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou University
Original Assignee
Fuzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuzhou University filed Critical Fuzhou University
Priority to CN202010534084.2A priority Critical patent/CN111680444B/zh
Publication of CN111680444A publication Critical patent/CN111680444A/zh
Application granted granted Critical
Publication of CN111680444B publication Critical patent/CN111680444B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/14—Details relating to CAD techniques related to nanotechnology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Thermotherapy And Cooling Therapy Devices (AREA)
  • Magnetic Treatment Devices (AREA)

Abstract

本发明涉及一种基于单纯形算法的磁纳米粒子临界产热值自动定位方法。引入单纯形算法、磁纳米粒子临界产热技术后，应用有限元方法来求解基于磁纳米粒子产热的生物传热数学模型，通过算法优化来自动定位磁纳米粒子临界产热值；在此基础上，改进磁纳米粒子产热理论的应用有效地提高了目标几何模型温度分布的预测精度。本发明能够最终优化磁纳米粒子在磁热疗期间的最优粒子属性，以应用于磁纳米热疗仪中，提高磁纳米热疗仪的磁热疗效果。

Description

基于单纯形算法的磁纳米粒子临界产热值自动定位方法
技术领域
本发明涉及纳米粒子的建模技术领域，具体涉及一种基于单纯形算法的磁纳米粒子临界产热值自动定位方法。
背景技术
磁纳米粒子在交变磁场下的产热机制已经被广泛应用于各个领域，其中包括磁共振成像、非接触式测温，以及磁纳米热疗等领域。然而，实际应用中，磁纳米粒子的产热热量因多种决定因素的影响，而较难以控制并确定。这些决定因素包括外加磁场的强度、磁场的频率、磁纳米粒子的粒径、纳米粒子的各项异性常数，以及其他属性参数等。因此，磁纳米粒子在磁热疗的应用中也同样存在这样的共性问题。
在传统的技术中，一般通过穷举法进行不断比较分析，最终得到临界值或者接近临界值的纳米粒子属性参数。该方法存在的主要问题是无法比较精确并迅速的获得理想结果，同时最终结果也会存在明显的误差，该误差又将最终影响实际应用的效果。磁纳米热疗领域，现有的发明主要偏向磁纳米颗粒的制备以及药物载体的研究等，而较少涉及基于磁纳米产热机制层面，以及磁纳米粒子属性优化以及温度分布分析等。
针对上述问题，本发明结合单纯形算法、磁纳米产热机制，以及生物传热模型等，提出一种基于单纯形算法的磁纳米粒子临界产热值自动定位方法，旨在有效并快速的定位临界产热值，并最终获得优化参数，从而应用于磁纳米热疗仪中，提高磁纳米热疗仪的磁热疗效果。
发明内容
本发明的目的在于提供一种基于单纯形算法的磁纳米粒子临界产热值自动定位方法，该方法能够有效定位磁纳米热疗过程中磁纳米粒子的临界产热值并最终优化磁纳米粒子的有效属性，以应用于磁纳米热疗仪中，提高磁纳米热疗仪的磁热疗效果。
为实现上述目的，本发明的技术方案是：一种基于单纯形算法的磁纳米粒子临界产热值自动定位方法，包括如下步骤：
步骤S1、构建生物几何模型，并采用单纯形算法对构建的生物几何模型，进行磁纳米粒子产热值经验预估计算；
步骤S2、将步骤S1计算获得的磁纳米粒子产热值作为输入，代入生物传热数学模型中并预测磁热疗过程中生物几何模型温度分布；
步骤S3、判断生物几何模型温度分布的最大值是否满足刚好等于临界安全温度，满足则直接获取生物几何模型温度分布用于步骤S4的分析；否则，返回步骤S1；
步骤S4、根据生物几何模型温度分布，获取此时的最优产热值，并通过产热模型反演出最优产热值下的磁纳米粒子属性，而后应用于磁纳米热疗仪。
在本发明一实施例中，所述步骤S1具体包括如下步骤：
步骤S11、构建生物几何模型；
步骤S12、根据磁场装置属性以及磁纳米粒子属性获得相应的参数；
步骤S13、根据公式
Figure BDA0002536929920000021
计算磁纳米粒子的有效驰豫时间；其中，τeff表示有效驰豫时间，τN表示尼尔驰豫时间，τB表示布朗驰豫时间；
步骤S14、根据公式
Figure BDA0002536929920000022
计算平衡磁化率χ0，而后再根据公式
Figure BDA0002536929920000023
计算复数磁化率的反相分量χ″；其中，μ0为真空中的磁导率，Ms为饱和磁化率，VM为磁纳米粒子体积，kB为玻尔兹曼常数，T0为环境温度，f为应用磁场频率；
步骤S15、根据公式P＝πμ0fχ″H2计算磁纳米粒子的有效产热值；其中，H表示磁场强度；
步骤S16、将实验值与理论计算值进行分析后，获得矫正系数，并将其应用于磁纳米粒子产热理论模型(即步骤S13-步骤S14)计算中来逼近真实结果。
在本发明一实施例中，步骤S4中，所述产热模型即步骤S11-步骤S16的整体过程。
在本发明一实施例中，步骤S2中，所述生物传热数学模型为偏微分方程；所述将步骤S1计算获得的磁纳米粒子产热值作为输入，代入生物传热数学模型中并预测磁热疗过程中生物几何模型温度分布的过程中采用的求解方法为有限元方法。
在本发明一实施例中，步骤S2中，将步骤S1计算获得的磁纳米粒子产热值作为输入，代入生物传热数学模型中并预测磁热疗过程中生物几何模型温度分布的过程中，需将磁纳米粒子产热值乘以矫正系数用于补偿真实值与理论值的直接差异。
在本发明一实施例中，所述临界安全温度为46℃。
在本发明一实施例中，步骤S2中，所述生物传热数学模型可表示为：
Figure BDA0002536929920000024
式中，ρt为生物组织的密度，ct为生物组织的比热容，T为生物组织的温度，kt为生物组织的热传导率，Qb为血液灌注项，Qm为生物体代谢产热的热源项，P为磁纳米粒子的产热。
在本发明一实施例中，生物几何模型区域注入磁纳米粒子后，其特征属性，包括生物组织密度，生物组织比热容，以及生物组织的热传导率将发生改变，而该变化的计算公式为：
Figure BDA0002536929920000031
其中，ρ′t、c′t、k′t表示生物组织注射磁流体后的密度、比热容及热传导率的理论属性，而下标MNPs表示磁纳米粒对应的参数属性，φ为磁流体中磁纳米粒子的体积分数。
相较于现有技术，本发明具有以下有益效果：本发明方法能够有效定位磁纳米热疗过程中磁纳米粒子的临界产热值并最终优化磁纳米粒子的有效属性，以应用于磁纳米热疗仪中，防止磁纳米热疗仪在磁热疗过程中使得生物组织出现过热的情况，进而提高磁纳米热疗仪的磁热疗效果。
附图说明
图1为本发明的方法流程图。
图2为本发明的生物组织几何模型图。
图3为本发明的临界产热值优化过程图。
图4为本发明的磁纳米粒子属性优化过程图。
具体实施方式
下面结合附图1-4，对本发明的技术方案进行具体说明。
如图1所示，本发明实施例提供了一种基于单纯形算法的磁纳米粒子临界产热值自动定位方法，包括如下步骤：
步骤S1、构建生物几何模型，并采用单纯形算法对构建的生物组织几何模型，进行磁纳米粒子产热值经验预估计算；包括如下步骤：
步骤S11、构建生物组织几何模型如图2所示；
步骤S12、根据磁场装置属性以及磁纳米粒子属性获得相应的参数；
步骤S13、根据公式
Figure BDA0002536929920000032
计算磁纳米粒子的有效驰豫时间；其中，τeff表示有效驰豫时间，τN表示尼尔驰豫时间，τB表示布朗驰豫时间；
步骤S14、根据公式
Figure BDA0002536929920000033
计算平衡磁化率χ0，而后再根据公式
Figure BDA0002536929920000034
计算复数磁化率的反相分量χ″；其中，μ0为真空中的磁导率，Ms为饱和磁化率，VM为磁纳米粒子体积，kB为玻尔兹曼常数，T0为环境温度，f为应用磁场频率；
步骤S15、根据公式P＝πμ0fχ″H2计算磁纳米粒子的有效产热值；其中，H表示磁场强度；
步骤S16、将实验值与理论计算值进行分析后，获得矫正系数，并将其应用于磁纳米粒子产热理论模型计算中来逼近真实结果；
步骤S1的整体过程，即步骤S11-S16即本申请构建的产热模型；
步骤S2、将步骤S1计算获得的磁纳米粒子产热值作为输入，代入生物传热数学模型(所述生物传热数学模型为偏微分方程)中并预测磁热疗过程中生物几何模型温度分布(该过程采用的求解方法为有限元方法，该求解过程中，需将磁纳米粒子产热值乘以矫正系数用于补偿真实值与理论值的直接差异)；所述生物传热数学模型可表示为：
Figure BDA0002536929920000041
式中，ρt为生物组织的密度，ct为生物组织的比热容，T为生物组织的温度，kt为生物组织的热传导率，Qb为血液灌注项，Qm为生物体代谢产热的热源项，P为磁纳米粒子的产热；
步骤S3、判断生物几何模型温度分布的最大值是否满足刚好等于临界安全温度46℃，满足则直接获取生物几何模型温度分布用于步骤S4的分析；否则，返回步骤S1。该优化迭代过程如图3所示。
步骤S4、根据生物几何模型温度分布，获取此时的最优产热值，并通过产热模型反演出最优产热值下的磁纳米粒子属性(过程如图4所示)，而后应用于磁纳米热疗仪。
生物几何模型区域注入磁纳米粒子后，其特征属性，包括生物组织密度，生物组织比热容，以及生物组织的热传导率将发生改变，而该变化的计算公式为：
Figure BDA0002536929920000042
其中，ρ′t、c′t、k′t表示生物组织注射磁流体后的密度、比热容及热传导率的理论属性，而下标MNPs表示磁纳米粒对应的参数属性，φ为磁流体中磁纳米粒子的体积分数。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (8)

1.一种基于单纯形算法的磁纳米粒子临界产热值自动定位方法，其特征在于，包括如下步骤：
步骤S1、构建生物几何模型，并采用单纯形算法对构建的生物几何模型，进行磁纳米粒子产热值经验预估计算；
步骤S2、将步骤S1计算获得的磁纳米粒子产热值作为输入，代入生物传热数学模型中并预测磁热疗过程中生物几何模型温度分布；
步骤S3、判断生物几何模型温度分布的最大值是否满足刚好等于临界安全温度，满足则直接获取生物几何模型温度分布用于步骤S4的分析；否则，返回步骤S1；
步骤S4、根据生物几何模型温度分布，获取此时的最优产热值，并通过产热模型反演出最优产热值下的磁纳米粒子属性，而后应用于磁纳米热疗仪。
2.根据权利要求1所述的基于单纯形算法的磁纳米粒子临界产热值自动定位方法，其特征在于，所述步骤S1具体包括如下步骤：
步骤S11、构建生物几何模型；
步骤S12、根据磁场装置属性以及磁纳米粒子属性获得相应的参数；
步骤S13、根据公式
Figure FDA0002536929910000011
计算磁纳米粒子的有效驰豫时间；其中，τeff表示有效驰豫时间，τN表示尼尔驰豫时间，τB表示布朗驰豫时间；
步骤S14、根据公式
Figure FDA0002536929910000012
计算平衡磁化率χ0，而后再根据公式
Figure FDA0002536929910000013
计算复数磁化率的反相分量χ″；其中，μ0为真空中的磁导率，Ms为饱和磁化率，VM为磁纳米粒子体积，kB为玻尔兹曼常数，T0为环境温度，f为应用磁场频率；
步骤S15、根据公式P＝πμ0fχ″H2计算磁纳米粒子的有效产热值；其中，H表示磁场强度；
步骤S16、将实验值与理论计算值进行分析后，获得矫正系数。
3.根据权利要求2所述的基于单纯形算法的磁纳米粒子临界产热值自动定位方法，其特征在于，步骤S4中，所述产热模型即步骤S11-步骤S16的整体过程。
4.根据权利要求1所述的基于单纯形算法的磁纳米粒子临界产热值自动定位方法，其特征在于，步骤S2中，所述生物传热数学模型为偏微分方程；所述将步骤S1计算获得的磁纳米粒子产热值作为输入，代入生物传热数学模型中并预测磁热疗过程中生物几何模型温度分布的过程中采用的求解方法为有限元方法。
5.根据权利要求2所述的基于单纯形算法的磁纳米粒子临界产热值自动定位方法，其特征在于，步骤S2中，将步骤S1计算获得的磁纳米粒子产热值作为输入，代入生物传热数学模型中并预测磁热疗过程中生物几何模型温度分布的过程中，需将磁纳米粒子产热值乘以矫正系数用于补偿真实值与理论值的直接差异。
6.根据权利要求1所述的基于单纯形算法的磁纳米粒子临界产热值自动定位方法，其特征在于，所述临界安全温度为46℃。
7.根据权利要求4所述的基于单纯形算法的磁纳米粒子临界产热值自动定位方法，其特征在于，步骤S2中，所述生物传热数学模型可表示为：
Figure FDA0002536929910000021
式中，ρt为生物组织的密度，ct为生物组织的比热容，T为生物组织的温度，kt为生物组织的热传导率，Qb为血液灌注项，Qm为生物体代谢产热的热源项，P为磁纳米粒子的产热。
8.根据权利要求7所述的基于单纯形算法的磁纳米粒子临界产热值自动定位方法，其特征在于，生物几何模型区域注入磁纳米粒子后，其特征属性，包括生物组织密度，生物组织比热容，以及生物组织的热传导率将发生改变，而该变化的计算公式为：
Figure FDA0002536929910000022
其中，ρ′t、c′t、k′t表示生物组织注射磁流体后的密度、比热容及热传导率的理论属性，而下标MNPs表示磁纳米粒对应的参数属性，φ为磁流体中磁纳米粒子的体积分数。
CN202010534084.2A 2020-06-12 2020-06-12 基于单纯形算法的磁纳米粒子临界产热值自动定位方法 Active CN111680444B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010534084.2A CN111680444B (zh) 2020-06-12 2020-06-12 基于单纯形算法的磁纳米粒子临界产热值自动定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010534084.2A CN111680444B (zh) 2020-06-12 2020-06-12 基于单纯形算法的磁纳米粒子临界产热值自动定位方法

Publications (2)

Publication Number Publication Date
CN111680444A true CN111680444A (zh) 2020-09-18
CN111680444B CN111680444B (zh) 2022-10-04

Family

ID=72435248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010534084.2A Active CN111680444B (zh) 2020-06-12 2020-06-12 基于单纯形算法的磁纳米粒子临界产热值自动定位方法

Country Status (1)

Country Link
CN (1) CN111680444B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947091A (zh) * 2021-03-26 2021-06-11 福州大学 基于pid控制的生物组织内磁纳米粒子产热优化方法
CN113341715A (zh) * 2021-06-04 2021-09-03 福州大学 基于比例积分控制的生物组织内扩散磁流体产热分析方法
CN114741932A (zh) * 2022-04-27 2022-07-12 福州大学 基于粒子群算法的磁纳米粒子体积分数优化方法
CN115192175A (zh) * 2022-07-14 2022-10-18 福州大学 基于相位滞后传热行为的生物组织温度预测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2731114A1 (en) * 2012-11-09 2014-05-14 Shell Internationale Research Maatschappij B.V. Method for separating a fluid from a mixture of fluids using ferromagnetic nanoparticles
CN109946578A (zh) * 2019-02-20 2019-06-28 华中科技大学 一种基于磁纳米粒子的igbt结温测量方法
CN110705072A (zh) * 2019-09-24 2020-01-17 郑州轻工业学院 基于Fokker-Planck的高精度磁纳米温度估计方法与系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2731114A1 (en) * 2012-11-09 2014-05-14 Shell Internationale Research Maatschappij B.V. Method for separating a fluid from a mixture of fluids using ferromagnetic nanoparticles
CN109946578A (zh) * 2019-02-20 2019-06-28 华中科技大学 一种基于磁纳米粒子的igbt结温测量方法
CN110705072A (zh) * 2019-09-24 2020-01-17 郑州轻工业学院 基于Fokker-Planck的高精度磁纳米温度估计方法与系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
TANG, YD 等: "Numerical analysis of the effect of non-uniformity of the magnetic field produced by a solenoid on temperature distribution during magnetic hyperthermia", 《JOURNAL OF MAGNETISM AND MAGNETIC MATERIALS》 *
林燕平等: "基于动物模型的磁感应热疗电磁场与温度场分布的研究", 《生物医学工程研究》 *
皮仕强: "磁纳米粒子温度测量和空间分布成像方法研究", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947091A (zh) * 2021-03-26 2021-06-11 福州大学 基于pid控制的生物组织内磁纳米粒子产热优化方法
CN113341715A (zh) * 2021-06-04 2021-09-03 福州大学 基于比例积分控制的生物组织内扩散磁流体产热分析方法
CN114741932A (zh) * 2022-04-27 2022-07-12 福州大学 基于粒子群算法的磁纳米粒子体积分数优化方法
CN115192175A (zh) * 2022-07-14 2022-10-18 福州大学 基于相位滞后传热行为的生物组织温度预测方法

Also Published As

Publication number Publication date
CN111680444B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
CN111680444B (zh) 基于单纯形算法的磁纳米粒子临界产热值自动定位方法
Giordano et al. Fundamental solutions to the bioheat equation and their application to magnetic fluid hyperthermia
Sarkar et al. Temperature distribution in multi-layer skin tissue in presence of a tumor
Miaskowski et al. Magnetic fluid hyperthermia modeling based on phantom measurements and realistic breast model
Okajima et al. Dimensionless solutions and general characteristics of bioheat transfer during thermal therapy
Golneshan et al. Diffusion of magnetic nanoparticles in a multi-site injection process within a biological tissue during magnetic fluid hyperthermia using lattice Boltzmann method
Kandala et al. Temperature-controlled power modulation compensates for heterogeneous nanoparticle distributions: a computational optimization analysis for magnetic hyperthermia
Feng et al. A two-state cell damage model under hyperthermic conditions: theory and in vitro experiments
Tang et al. Effect of nanofluid distribution on therapeutic effect considering transient bio-tissue temperature during magnetic hyperthermia
Kumar et al. A study on DPL model of heat transfer in bi-layer tissues during MFH treatment
Yue et al. An analytic solution of one-dimensional steady-state Pennes’ bioheat transfer equation in cylindrical coordinates
Kumar et al. Verified non-linear DPL model with experimental data for analyzing heat transfer in tissue during thermal therapy
Belmiloudi Parameter identification problems and analysis of the impact of porous media in biofluid heat transfer in biological tissues during thermal therapy
Zhang Lattice Boltzmann method for solving the bioheat equation
Kumar et al. Nonlocal heat conduction approach in a bi-layer tissue during magnetic fluid hyperthermia with dual phase lag model
Sharma et al. A study on non-linear DPL model for describing heat transfer in skin tissue during hyperthermia treatment
CN112947091A (zh) 基于pid控制的生物组织内磁纳米粒子产热优化方法
Sawicki et al. Nonlinear higher-order transient solver for magnetic fluid hyperthermia
Boroon et al. Estimation of the optimum number and location of nanoparticle injections and the specific loss power for ideal hyperthermia
Tang et al. Adaptive PID control approach considering simulated annealing algorithm for thermal damage of brain tumor during magnetic hyperthermia
Kumari et al. A numerical study of space‐fractional three‐phase‐lag bioheat transfer model during thermal therapy
CN114741932A (zh) 基于粒子群算法的磁纳米粒子体积分数优化方法
Baghban et al. Source term prediction in a multilayer tissue during hyperthermia
He et al. An efficient parallel numerical modeling of bioheat transfer in realistic tissue structure
Alosaimi et al. Determination of a space-dependent source in the thermal-wave model of bio-heat transfer

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
GR01 Patent grant
GR01 Patent grant