CN111939479A - 一种相控阵热疗机及其控制方法 - Google Patents
一种相控阵热疗机及其控制方法 Download PDFInfo
- Publication number
- CN111939479A CN111939479A CN202010840080.7A CN202010840080A CN111939479A CN 111939479 A CN111939479 A CN 111939479A CN 202010840080 A CN202010840080 A CN 202010840080A CN 111939479 A CN111939479 A CN 111939479A
- Authority
- CN
- China
- Prior art keywords
- phased array
- radio
- historical
- neural network
- thermal therapy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000000015 thermotherapy Methods 0.000 title claims abstract description 22
- 238000002560 therapeutic procedure Methods 0.000 claims abstract description 51
- 238000013528 artificial neural network Methods 0.000 claims description 46
- 206010020843 Hyperthermia Diseases 0.000 claims description 8
- 230000036031 hyperthermia Effects 0.000 claims description 8
- 230000001225 therapeutic effect Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 15
- 238000010438 heat treatment Methods 0.000 description 8
- 239000000523 sample Substances 0.000 description 7
- 210000001519 tissue Anatomy 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 210000004881 tumor cell Anatomy 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007669 thermal treatment Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/40—Applying electric fields by inductive or capacitive coupling ; Applying radio-frequency signals
- A61N1/403—Applying electric fields by inductive or capacitive coupling ; Applying radio-frequency signals for thermotherapy, e.g. hyperthermia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/02—Details
- A61N1/08—Arrangements or circuits for monitoring, protecting, controlling or indicating
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Neurology (AREA)
- Electrotherapy Devices (AREA)
Abstract
本发明提供了一种相控阵热疗机及其控制方法，相控阵热疗机包括控制器和多个电极环，多个所述电极环共轴线间隔排列，每个所述电极环包括环体和多个射频电极，多个所述射频电极间隔设置在所述环体的内表面上，所述控制器分别与各个所述射频电极电连接，所述控制器适于分别控制各个所述射频电极发射射频信号的信号参数来调整热疗位置。本发明的技术方案通过调整各个射频电极发射射频信号的信号参数来聚焦热疗位置，提高了热疗位置的准确性，以及热疗过程中的舒适性。
Description
技术领域
本发明涉及人工智能技术领域，具体而言，涉及一种相控阵热疗机及其控制方法。
背景技术
肿瘤热疗是指运用加热等物理方法，使肿瘤组织的温度上升到有效治疗温度，利用正常组织和肿瘤细胞对温度的耐热能力的差异，实现杀死肿瘤细胞、同时不损伤正常组织的治疗目的。
其中，射频热疗是肿瘤热疗中的常用方法，目前射频热疗常采用以下两种方式对目标位置进行加热：一种是采用环形线圈进行加热，热疗时患者位于环形线圈中，对环形线圈通入交变电流，环形线圈产生射频交变磁场，通过交变磁场对细胞组织进行加热，该方法不会使皮下脂肪过热损伤，但是加热面积很大，容易损伤其他细胞组织。另一种是采用平行电极板进行加热，在待加热区域的体表设置平行电极板，向平行电极板施加射频电压，通过平行电极板之间传导的电流在细胞组织间产生焦耳热对肿瘤细胞进行加热，但是这种方法会同时对皮下脂肪进行加热，容易损伤皮肤等，且电极板需要紧贴体表，操作复杂。
发明内容
本发明解决的问题是如何提高热疗位置的准确性。
为解决上述问题，本发明提供一种相控阵热疗机及其控制方法。
第一方面，本发明提供了一种相控阵热疗机，包括控制器和多个电极环，多个所述电极环共轴线间隔排列，每个所述电极环包括环体和多个射频电极，多个所述射频电极间隔设置在所述环体的内表面上，所述控制器分别与各个所述射频电极电连接，所述控制器适于分别控制各个所述射频电极发射射频信号的信号参数来调整热疗位置。
进一步，还包括信号处理器和多路射频电极电路，所述射频电极电路与所述射频电极一一对应，所述信号处理器的输出端分别通过各路所述射频电极电路与对应的所述射频电极电连接，所述射频电极电路包括依次串联的数模转换器、滤波器和功放模块，所述数模转换器的输入端与所述信号处理器的输出端电连接，所述功放模块的输出端与对应的所述射频电极电连接。
进一步，还包括多个温度传感器，多个所述温度传感器适于分别设置在患者身体上的多个不同位置，采集各个所述位置的热疗温度。
第二方面，本发明提供了一种相控阵热疗机控制方法，基于如上所述的相控阵热疗机，包括：
获取当前病例数据；
根据所述当前病例数据和预设的当前温度分布数据建立输入向量；
将所述输入向量输入训练后的神经网络，确定所述相控阵热疗机的当前设备参数，根据所述当前设备参数控制所述热疗机。
进一步，所述当前设备参数包括各个所述射频电极发射射频信号的频率和相位，所述根据所述当前设备参数控制所述热疗机包括：根据各个所述射频电极发射射频信号的频率和相位分别控制对应的所述射频电极工作，对目标位置进行热疗。
进一步，所述将所述输入向量输入训练后的神经网络之前，包括：
获取历史病例数据，以及热疗时所述历史病例数据分别对应的热疗机的历史设备参数和历史温度分布数据。
将所述历史病例数据和所述历史温度分布数据拼接成状态向量，对所述状态向量进行标准化处理，获得标准状态向量。
构建神经网络，根据所述标准状态向量和所述历史设备参数对神经网络进行训练，获得所述训练后的神经网络。
进一步，根据所述标准状态向量和所述历史设备参数对神经网络进行训练，获得训练后的神经网络包括：
将所述标准状态向量作为训练样本输入所述神经网络，输出所述热疗机的预测设备参数。
根据预设的损失函数确定所述预测设备参数和所述历史设备参数之间的损失值。
根据所述损失函数和所述损失值优化所述训练后的神经网络。
进一步，所述根据预设的损失函数确定所述预测设备参数和所述历史设备参数之间的损失值包括：
采用第一公式确定所述预测设备参数与所述历史设备参数之间的所述损失值，所述第一公式包括：
其中，MSE为所述损失值，
为所述预测设备参数，
所述历史设备参数，N为所述训练样本的数量。
进一步，所述根据所述损失函数和所述损失值优化所述训练后的神经网络包括：
基于梯度下降算法，根据所述损失函数优化所述参数调节模型，重复训练所述训练后的神经网络直至所述损失值趋于收敛。
进一步，所述对所述状态向量进行标准化处理包括：
采用softmax函数对所述状态向量进行标准化处理，所述softmax函数有第二公式表示，所述第二公式包括：
其中，Vi表示所述状态向量中第i个元素值，c表示所述状态向量的维度，Si表示第i个元素值标准化后的数值。
本发明的相控阵热疗机及其控制方法的有益效果是：热疗时，使患者位于多个电极环的轴线上，通过控制器调整各个射频电极发射射频信号的信号参数，信号参数包括频率和相位等，根据信号参数分别控制各个射频电极发射射频信号，多个射频信号相干涉，逐步调整直至目标位置的射频信号强度增强至标定强度，并削弱非目标位置的射频信号强度，通过调整射频信号的信号参数实现对目标位置的精确加热，提高了热疗位置的准确性。并且，热疗时不需要接触患者，提高了舒适性。
附图说明
图1为本发明实施例的一种相控阵热疗机的结构示意图
图2为本发明实施例的一种电极环的结构示意图；
图3为本发明实施例的一种相控阵热疗机的电路连接示意图；
图4为本发明另一实施例的一种相控阵热疗机的电路连接示意图；
图5为本发明实施例的一种相控阵热疗机控制方法的流程示意图；
图6为本发明另一实施例的一种相控阵热疗机控制方法的流程示意图。
附图标记说明：
10-电极环；11-环体；12-射频电极。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
如图1和图2所示，本发明实施例提供的一种相控阵热疗机，包括控制器和多个电极环10，多个所述电极环10共轴线间隔排列，每个所述电极环10包括环体11和多个射频电极12，多个射频电极12间隔设置在所述环体11的内表面上，所述控制器分别与各个所述射频电极12电连接，所述控制器适于分别控制各个所述射频电极12发射射频信号的信号参数来调整热疗位置，各个所述射频电极12分别适于独立发射射频信号。
本实施例中，热疗时，使患者位于多个电极环10的轴线上，控制器根据预设的温度分布数据确定各个射频电极12发射射频信号的信号参数，信号参数包括频率和相位等，温度分布数据包括患者身体多个不同位置的温度，可根据患者的当前病例数据确定，当前病例数据包括患者体内肿瘤的类型、范围和深度等，根据信号参数分别控制各个射频电极12发射射频信号，多个射频信号相干涉，逐步调整直至目标位置的射频信号强度增强至标定强度，并且削弱非目标位置的射频信号强度，通过调整射频信号的信号参数实现对目标位置的精确加热，提高了热疗位置的准确性。并且，不需要热疗时不需要接触患者，提高了舒适性。
优选地，相控阵热疗机还包括多个温度传感器，多个所述温度传感器适于分别设置在患者身体上的多个不同位置，采集各个所述位置的热疗温度，温度传感器包括光纤探针传感器。每个光纤探针传感器分别通过对应的模数转换电路连接至信号处理器，信号处理器将光纤探针传感器检测的温度信号传输给控制器。
具体地，每相邻的两个电极环10之间的距离可为30至40cm，相控阵热疗机还包括病床，病床沿电极环10的轴线设置。
优选地，相控阵热疗机还包括信号处理器和多路射频电极电路，所述射频电极电路与所述射频电极一一对应，所述信号处理器的输出端分别通过各路所述射频电极电路与对应的所述射频电极电连接，所述射频电极电路包括依次串联的数模转换器、滤波器和功放模块，所述数模转换器的输入端与所述信号处理器的输出端电连接，所述功放模块的输出端与对应的所述射频电极12电连接。
如图3和图4所示，控制器为上位机，信号处理器和多路射频电极电路组成下位机，上位机与下位机电连接，信号处理器包括ARM处理器和FPGA(Field Programmable GateArray，现场可编程逻辑门阵列)芯片，ARM处理器的输入端通过网络接口与上位机电连接，ARM处理器的输出端与FPGA芯片的输入端电连接，FPGA芯片的输出端分别与多路射频电极电路电连接，每路射频电路包括依次连接的DA转换器(数模转换器)、滤波器、功放模块和电极12。
其中，上位机可为运行控制软件的计算机，通过网线与下位机连接，根据光线探针传感器采集的温度信号或预设的温度分布数据计算各个电极12的发射的电磁波的相位和频率。
ARM处理器与上位机通信，接收上位机发送的指令，并解析该指令，通过内部总线发送给FPGA芯片，并将下位机的工作状态反馈给上位机。
FPGA芯片内部实现DDS(Direct Digital Synthesis，直接数字频率合成)逻辑，产生n路相互独立的数字正弦波信号，各路正弦波信号的频率可相等，频率相等便于调谐，相位不同，相位由上位机计算确定，n为射频电极电路的数量。
FPGA芯片将数字正弦波信号分别输出给各路射频电极电路，DA转换器将数字正弦波信号转换为模拟波形信号，滤波器滤除模拟波形信号中的高频噪声，功放模块将滤波后的模拟波形信号进行放大，电极12将放大后的信号辐射出去。
本优选的实施例中，所有的电极12采用功率相同的射频电极12，可采用低功率、小电源的射频电极12，能够降低功耗，提高安全性。可根据实际需要设置射频电极12的数量，以及射频电极12在电极环10中的位置。控制器根据预设的温度分布数据计算各个射频电极12输出电磁波的频率和相位等信号参数，根据信号参数分别控制各个射频电极12的启停和输出电磁波，多个电磁波相干涉，增强目标位置处的电磁波强度，削弱非目标位置处的电磁波强度，对目标位置进行加热，同时避免对其他位置的细胞组织造成损伤。可根据光纤探针传感器检测的各点的温度来实时调节各个射频电极12发射的射频信号的信号参数。
如图5所示，本发明实施例提供的一种相控阵热疗机控制方法，基于如上所述的相控阵热疗机，包括：
步骤110，获取当前病例数据；
步骤120，根据所述当前病例数据和预设的当前温度分布数据建立输入向量；
步骤130，将所述输入向量输入训练后的神经网络，确定所述相控阵热疗机的当前设备参数，根据所述当前设备参数控制所述相控阵热疗机。
本实施例中，预设的当前温度分布数据为所需达到的温度分布，温度分布数据包括患者身体多个不同位置的温度，可根据患者的当前病例数据确定，当前病例数据包括患者体内肿瘤的类型、范围和深度等，将当前病例数据和当前温度分布数据建立的输入向量输入训练好的神经网络，预测进行热疗的热疗机的当前设备参数，通过神经网络进行预测可能会存在一定的误差，在通过预测得到的当前设备参数的基础上，医护人员可通过人工微调的方式继续进行调节，使得温度分布达到最优情况，能够对目标位置实现最好的加热。本发明的技术方案能够大幅降低调节相控阵热疗机设备参数的工作量，提高相控阵热疗机设备参数的调节速度。
优选地，所述当前设备参数包括各个所述射频电极发射射频信号的频率和相位，所述根据所述当前设备参数控制所述热疗机包括：根据各个所述射频电极发射射频信号的频率和相位分别控制对应的所述射频电极工作，对目标位置进行热疗。
具体地，通过神经网络确定各个射频电极12发射射频信号的频率和相位，能够迅速确定各个射频电极12的工作参数，便捷高效，根据频率和相位控制对应的射频电极12发射射频信号，通过射频信号的叠加，对目标位置进行加热，实现精准热疗。
优选地，如图6所示，所述将所述输入向量输入训练后的神经网络之前，相控阵热疗机控制方法包括：
步骤210，获取历史病例数据，以及热疗时所述历史病例数据分别对应的热疗机的历史设备参数和历史温度分布数据。
具体地，在准备历史病例数据、历史设备数据和历史温度分布数据时，可在对患者进行热疗时，记录患者的病例数据，以及热疗时手动调节热疗机的设备参数和热疗时的温度分布数据。历史病例数据可包括基本信息和病灶信息，基本信息包括患者的年龄、BMI指数(身体质量指数)、是否吸烟(能够反映患者的肺部情况)、是否酗酒(能够反映患者的肝胆情况)和疾病史等。病灶信息可包括疾病类型、疾病程度、靶点深度和靶点范围等。历史设备参数可包括启用射频电极12数量、启用的射频电极12的编号、射频电极12发射电磁波的相位等，历史温度分布数据包括各个温度传感器检测的各个位置的温度。
步骤220，将所述历史病例数据和所述历史温度分布数据拼接成状态向量，对所述状态向量进行标准化处理，获得标准状态向量。
具体地，令基本信息组成的向量为
病灶信息组成的向量为
历史温度分布数据组成的向量为
令三者拼接得到的状态向量为
即
对状态向量进行标准化处理，即使得连续数值型变量介于0与1之间、二元变量取0或1。
步骤230，构建神经网络，根据所述标准状态向量和所述历史设备参数对神经网络进行训练，获得所述训练后的神经网络。
具体地，神经网络可采用BP(back propagation，反向传播)神经网络。
本优选的实施例中，采集以往热疗过程中的历史病例数据，与该历史病例数据对应的历史设备参数和历史温度分布数据，对历史病例数据和历史温度分布数据拼接的状态向量进行标准化处理，采用标准化处理后的标准状态向量训练神经网络，能够提高神经网络的训练速度。训练得到的神经网络用于预测热疗机的设备参数，不需人工手动逐步调节设备参数，即使预测的设备参数存在误差，也只需进行微调，即可完成热疗机的设备参数调节过程，大幅降低了工作人员的工作量，能够提高设备参数的调节速度，减少了热疗前的准备时间。
优选地，根据所述标准状态向量和所述历史设备参数对神经网络进行训练，获得所述训练后的神经网络包括：
将所述标准状态向量作为训练样本输入所述神经网络，输出所述热疗机的预测设备参数。
根据预设的损失函数确定所述预测设备参数和所述历史设备参数之间的损失值。
具体地，所述根据预设的损失函数确定所述预测设备参数和所述历史设备参数之间的损失值包括：
采用第一公式确定所述预测设备参数与所述历史设备参数之间的所述损失值，所述第一公式包括：
其中，MSE为所述损失值，
为所述预测设备参数，
所述历史设备参数，N为所述训练样本的数量。
预先采集大量热疗过程中的历史病例数据、历史设备数据和历史温度分布数据，每个状态向量
有对应的一个历史设备参数
因此可选择适用于回归问题的均方误差作为BP神经网络的损失函数，通过BP神经网络隐藏层的权重建立状态向量与设备参数之间的非线性关系。
根据所述损失函数和所述损失值优化所述训练后的神经网络。
需要说明的是，在采集历史设备数据和历史温度分布数据时，由于热疗过程中医护人员需根据经验不断调整热疗机的设备参数，以达到最佳的温度分布，实现对目标位置的加热，因此采集的一份热疗过程的数据中会存在若干个负例和一个正例，负例为不是最优解的历史设备数据和历史温度分布数据，正例为最优解时的历史设备数据和历史温度分布数据。面对负例和正例数量严重失衡的情况，BP神经网络依然能够从负例和正例中提取出设备参数与温度分布数据之间的非线性关系，因为即使负例没有达到期望的温度分布情况，未实现最优的对目标位置进行加热，但依然能够反映设备参数对温度分布的影响，这些数据有利于对BP神经网络的训练。
具体地，所述根据所述损失函数和所述损失值优化所述训练后的神经网络包括：
基于梯度下降算法，根据所述损失函数优化所述参数调节模型，重复训练所述训练后的神经网络直至所述损失值趋于收敛。
具体地，梯度下降算法是沿梯度下降的方向求解极小值，能够迅速优化出稳定的神经网络。
优选地，所述对所述状态向量进行标准化处理包括：
采用softmax函数对所述状态向量进行标准化处理，所述softmax函数有第二公式表示，所述第二公式包括：
其中，Vi表示所述状态向量中第i个元素值，c表示所述状态向量的维度，Si表示第i个元素值标准化后的数值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。在本申请中，所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
虽然本发明公开披露如上，但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种相控阵热疗机，其特征在于，包括控制器和多个电极环，多个所述电极环共轴线间隔排列，每个所述电极环包括环体和多个射频电极，多个所述射频电极间隔设置在所述环体的内表面上，所述控制器分别与各个所述射频电极电连接，所述控制器适于分别控制各个所述射频电极发射射频信号的信号参数来调整热疗位置。
2.根据权利要求1所述的相控阵热疗机，其特征在于，还包括信号处理器和多路射频电极电路，所述射频电极电路与所述射频电极一一对应，所述信号处理器的输入端与所述控制器电连接，所述信号处理器的输出端分别通过各路所述射频电极电路与对应的所述射频电极电连接，所述射频电极电路包括依次串联的数模转换器、滤波器和功放模块，所述数模转换器的输入端与所述信号处理器的输出端电连接，所述功放模块的输出端与对应的所述射频电极电连接。
3.根据权利要求2所述的相控阵热疗机，其特征在于，还包括多个温度传感器，多个所述温度传感器适于分别设置在患者身体上的多个不同位置，采集各个所述位置的热疗温度。
4.一种相控阵热疗机控制方法，其特征在于，基于如权利要求1至3任一项所述的相控阵热疗机，包括：
获取当前病例数据；
根据所述当前病例数据和预设的当前温度分布数据建立输入向量；
将所述输入向量输入训练后的神经网络，确定所述相控阵热疗机的当前设备参数，根据所述当前设备参数控制所述相控阵热疗机。
5.根据权利要求4所述的相控阵热疗机控制方法，其特征在于，所述当前设备参数包括各个所述射频电极发射射频信号的频率和相位，所述根据所述当前设备参数控制所述热疗机包括：根据各个所述射频电极发射射频信号的频率和相位分别控制对应的所述射频电极工作，对目标位置进行热疗。
6.根据权利要求4所述的相控阵热疗机控制方法，其特征在于，所述将所述输入向量输入训练后的神经网络之前，包括：
获取历史病例数据，以及热疗时所述历史病例数据分别对应的热疗机的历史设备参数和历史温度分布数据；
将所述历史病例数据和所述历史温度分布数据拼接成状态向量，对所述状态向量进行标准化处理，获得标准状态向量；
构建神经网络，根据所述标准状态向量和所述历史设备参数对神经网络进行训练，获得所述训练后的神经网络。
7.根据权利要求6所述的相控阵热疗机控制方法，其特征在于，根据所述标准状态向量和所述历史设备参数对神经网络进行训练，获得所述训练后的神经网络包括：
将所述标准状态向量作为训练样本输入所述神经网络，输出所述热疗机的预测设备参数；
根据预设的损失函数确定所述预测设备参数和所述历史设备参数之间的损失值；
根据所述损失函数和所述损失值优化所述训练后的神经网络。
8.根据权利要求7所述的相控阵热疗机控制方法，其特征在于，所述根据预设的损失函数确定所述预测设备参数和所述历史设备参数之间的损失值包括：
采用第一公式确定所述预测设备参数与所述历史设备参数之间的所述损失值，所述第一公式包括：
其中，MSE为所述损失值，
为所述预测设备参数，
所述历史设备参数，N为所述训练样本的数量。
9.根据权利要求8所述的相控阵热疗机控制方法，其特征在于，所述根据所述损失函数和所述损失值优化所述训练后的神经网络包括：
基于梯度下降算法，根据所述损失函数优化所述参数调节模型，重复训练所述训练后的神经网络直至所述损失值趋于收敛。
10.根据权利要求6至9任一项所述的相控阵热疗机控制方法，其特征在于，所述对所述状态向量进行标准化处理包括：
采用softmax函数对所述状态向量进行标准化处理，所述softmax函数有第二公式表示，所述第二公式包括：
其中，Vi表示所述状态向量中第i个元素值，c表示所述状态向量的维度，Si表示第i个元素值标准化后的数值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010840080.7A CN111939479A (zh) | 2020-08-20 | 2020-08-20 | 一种相控阵热疗机及其控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010840080.7A CN111939479A (zh) | 2020-08-20 | 2020-08-20 | 一种相控阵热疗机及其控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111939479A true CN111939479A (zh) | 2020-11-17 |
Family
ID=73360072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010840080.7A Pending CN111939479A (zh) | 2020-08-20 | 2020-08-20 | 一种相控阵热疗机及其控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111939479A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117205442A (zh) * | 2023-09-18 | 2023-12-12 | 易集康健康科技(杭州)有限公司 | 一种射频脉冲发射模块的控制方法及系统 |
| CN117612694A (zh) * | 2023-12-04 | 2024-02-27 | 西安好博士医疗科技有限公司 | 一种基于数据反馈的热疗机数据识别方法和系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5540737A (en) * | 1991-06-26 | 1996-07-30 | Massachusetts Institute Of Technology | Minimally invasive monopole phased array hyperthermia applicators and method for treating breast carcinomas |
| US20040044385A1 (en) * | 2002-09-03 | 2004-03-04 | Fenn Alan J. | Monopole phased array thermotherapy applicator for deep tumor therapy |
| CN1748814A (zh) * | 2005-09-29 | 2006-03-22 | 上海奥润微纳新材料科技有限公司 | 肿瘤交变磁场热疗系统 |
| CN101912669A (zh) * | 2010-08-31 | 2010-12-15 | 清华大学 | 一种体表冷却的无创辐射全身热疗方法 |
| CN102210907A (zh) * | 2010-04-06 | 2011-10-12 | Bsd医药公司 | 使用相控阵列和患者定位的深加热热疗 |
| US20130237742A1 (en) * | 2010-09-06 | 2013-09-12 | Myles Capstick | Electromagnetic Field Applicator Array with Integral Sensors for Implicit Correction of Mutual Coupling and Mismatch |
| CN103990228A (zh) * | 2014-05-15 | 2014-08-20 | 哈尔滨易奥秘科技发展有限公司 | 一种可聚焦电磁场的多电极双频谱射频肿瘤热疗仪 |
| CN105877779A (zh) * | 2014-04-01 | 2016-08-24 | 美国西门子医疗解决公司 | 利用超声进行热疗消融检测 |
| CN109686441A (zh) * | 2018-12-21 | 2019-04-26 | 质直(上海)教育科技有限公司 | 一种大数据医疗数据特征提取和智能分析预测方法 |
| CN109785962A (zh) * | 2019-01-07 | 2019-05-21 | 安徽大学 | 一种基于学习模型智能预测放疗中射野参数的方法和系统 |
| KR20200027148A (ko) * | 2018-09-04 | 2020-03-12 | 가톨릭대학교 산학협력단 | 심층신뢰 신경망(Deep Belief Network)과 Dempster-Shafer이론에 기반한 전립선암의 병리학적 병기 예측 시스템 및 방법 |
-
2020
- 2020-08-20 CN CN202010840080.7A patent/CN111939479A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5540737A (en) * | 1991-06-26 | 1996-07-30 | Massachusetts Institute Of Technology | Minimally invasive monopole phased array hyperthermia applicators and method for treating breast carcinomas |
| US20040044385A1 (en) * | 2002-09-03 | 2004-03-04 | Fenn Alan J. | Monopole phased array thermotherapy applicator for deep tumor therapy |
| CN1748814A (zh) * | 2005-09-29 | 2006-03-22 | 上海奥润微纳新材料科技有限公司 | 肿瘤交变磁场热疗系统 |
| CN102210907A (zh) * | 2010-04-06 | 2011-10-12 | Bsd医药公司 | 使用相控阵列和患者定位的深加热热疗 |
| CN101912669A (zh) * | 2010-08-31 | 2010-12-15 | 清华大学 | 一种体表冷却的无创辐射全身热疗方法 |
| US20130237742A1 (en) * | 2010-09-06 | 2013-09-12 | Myles Capstick | Electromagnetic Field Applicator Array with Integral Sensors for Implicit Correction of Mutual Coupling and Mismatch |
| CN105877779A (zh) * | 2014-04-01 | 2016-08-24 | 美国西门子医疗解决公司 | 利用超声进行热疗消融检测 |
| CN103990228A (zh) * | 2014-05-15 | 2014-08-20 | 哈尔滨易奥秘科技发展有限公司 | 一种可聚焦电磁场的多电极双频谱射频肿瘤热疗仪 |
| KR20200027148A (ko) * | 2018-09-04 | 2020-03-12 | 가톨릭대학교 산학협력단 | 심층신뢰 신경망(Deep Belief Network)과 Dempster-Shafer이론에 기반한 전립선암의 병리학적 병기 예측 시스템 및 방법 |
| CN109686441A (zh) * | 2018-12-21 | 2019-04-26 | 质直(上海)教育科技有限公司 | 一种大数据医疗数据特征提取和智能分析预测方法 |
| CN109785962A (zh) * | 2019-01-07 | 2019-05-21 | 安徽大学 | 一种基于学习模型智能预测放疗中射野参数的方法和系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117205442A (zh) * | 2023-09-18 | 2023-12-12 | 易集康健康科技(杭州)有限公司 | 一种射频脉冲发射模块的控制方法及系统 |
| CN117205442B (zh) * | 2023-09-18 | 2024-04-23 | 易集康健康科技(杭州)有限公司 | 一种射频脉冲发射模块的控制方法及系统 |
| CN117612694A (zh) * | 2023-12-04 | 2024-02-27 | 西安好博士医疗科技有限公司 | 一种基于数据反馈的热疗机数据识别方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210290155A1 (en) | Neuromodulation method and system for sleep disorders | |
| US10946196B2 (en) | System for variably configurable, adaptable electrode arrays and effectuating software | |
| CN105662421B (zh) | 基于射频消融过程中测得接触力的心房壁电重联预测方法 | |
| JP7041682B2 (ja) | 音響場および頭蓋骨の不均一性の克服 | |
| CN102652690B (zh) | 使用温度传感器控制组织消融的系统 | |
| US8388614B2 (en) | Return electrode temperature prediction | |
| CN111939479A (zh) | 一种相控阵热疗机及其控制方法 | |
| CN103202727A (zh) | 非侵入式心律失常治疗系统 | |
| JPS6131170A (ja) | ハイパサ−ミア用加温装置 | |
| US10391313B2 (en) | Systems and methods for the development of therapy paradigms for neurological treatments | |
| WO2018156713A1 (en) | Systems and methods for ablation status monitoring and custom ablation shaping | |
| EP4134029A1 (en) | Method and system for artificial intelligence-based radiofrequency ablation parameter optimization and information synthesis | |
| JP2022526075A (ja) | 制限されたインピーダンス測定を通じて組織アブレーションを監視するための方法及びシステム | |
| CN112007277A (zh) | 用于乳腺癌治疗的脉冲电磁场设备 | |
| CN105615998B (zh) | 一种动脉粥样硬化靶向治疗装置 | |
| US11974798B2 (en) | Temperature-controlled pulsed RF ablation | |
| KR102460337B1 (ko) | 초음파 자극 제어 장치 및 방법 | |
| CN112295110A (zh) | 一种全身热疗的温度场控制系统及控制方法 | |
| CN101972188A (zh) | 精确控温肿瘤治疗仪及其控制方法 | |
| WO2018071426A1 (en) | System for variably configurable, adaptable electrode arrays and effectuating software | |
| KR100839673B1 (ko) | 출력신호 자동 보상조절이 가능한 고주파 치료기 | |
| CN101601894A (zh) | 一种热剂量实时监控方法及其设备 | |
| CN214158294U (zh) | 一种全身热疗的温度场控制系统 | |
| KR101944436B1 (ko) | 고주파 조사량 및 습도 조절량을 제어할 수 있는 고주파를 이용한 미용의료 장치 | |
| CN201855332U (zh) | 精确控温肿瘤治疗仪 |
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 |