CN113806981B - 半球形超声成像系统水温预测方法、装置及电子设备 - Google Patents

Abstract

本发明涉及半球形超声成像系统水温预测方法、装置及电子设备，该方案包括以下步骤：构建CFD仿真模型，分别获取CFD仿真模型中测温点和目标点的温度时间序列数据；基于两个温度时间序列数据，训练得到两个LSTM网络模型，记为第一网络模型和第二网络模型；将实际温度和预测温度分别进行卡尔曼滤波得到滤波温度，该滤波温度会在下一次迭代中作为上一时刻的实际温度输入至第二网络模型；将滤波温度和其前两个时刻的温度输入第二网络模型得到目标点下一时刻的预测温度，本申请具有可精确地对半球体内的水温进行预测，具有准确和实时的优点。

Description

半球形超声成像系统水温预测方法、装置及电子设备

技术领域

本发明涉及超声成像技术领域，具体涉及半球形超声成像系统水温预测方法、装置及电子设备。

背景技术

经研究发现，如果能早期及时检测，乳腺癌是可以完全治愈的。由此可见，乳腺病变的早期检测对治愈患者有着非常重要作用。相比于钼靶X线、CT、MRI等影像学诊断方法，超声成像是一种廉价安全，准确性高、无辐射、无风险的诊断方法。我司之前申请的CN209826775U公开了一种乳腺检测装置，能够对乳腺进行断层扫描，形成精准的三维图像，提高医生对乳腺病变位置的判断。在使用时需要对半球形的检测组件内的水温进行精确和实时地预测，从而提高检测效果，目前温度传感器都是嵌入在半球支架内，为非接触式测温方法。温度传感器测量的温度为水温经过中间材料传递获得，不准确和实时。因此亟待一种基于可满足实时和准确的测温需求的半球形超声成像系统水温预测方法。

发明内容

本发明的目的是针对现有技术中存在的上述问题，提供了半球形超声成像系统水温预测方法。

为了实现上述发明目的，本发明采用了以下技术方案：半球形超声成像系统水温预测方法包括以下步骤：

S100、构建CFD仿真模型，分别获取所述CFD仿真模型中测温点和目标点的温度时间序列数据，其中所述CFD仿真模型为半球形超声成像系统的半球体仿真模型，其中所述温度时间序列数据包括时刻和对应该时刻的温度数据；

S200、基于两个所述温度时间序列数据，训练得到两个LSTM网络模型，记为第一网络模型和第二网络模型，其中第一网络模型用于输出目标点当前时刻的实际温度，第二网络模型用于计算目标点下一时刻的预测温度；

S300、将所述实际温度和所述预测温度分别进行卡尔曼滤波得到滤波温度，该滤波温度会在下一次迭代中作为上一时刻的实际温度输入至第二网络模型；

S400、将滤波温度和其前两个时刻的温度输入第二网络模型得到目标点下一时刻的预测温度。

工作原理及有益效果：1、与现有技术相比，本申请能够精确地预测下一时刻目标点的温度，从而精确地预测所有温度传感器下一时刻的温度数值，实现了实时和精确的需求，克服了现有技术存在的由于水温需要经过中间材料传递到温度传感器导致的不准确和不实时的问题；

2、采用本申请的方法能够为半球形超声断层成像系统提供精确和实时的水温预测，从而显著提高成像质量；

3、利用本申请的方法，同样能够适用于处理经热传导非接触式温度传感器测量温度数据来获得目标点温度的场景。

进一步地，所述测温点和所述目标点分别位于半球体仿真模型的左右两端，并对称设置，且所述半球体仿真模型上设有多个测温点和目标点。此设置，使得测温点和目标点的位置测得的温度更为一致，减少了其他的干扰因素，而且在半球体两端对称的位置，水温是基本一致的，因此可以更好地控制变量，从而便于后续的计算。

进一步地，导入半球体的3D实体模型，依据所述3D实体模型建立CAE有限元模型，采用所述CAE有限元模型进行CFD（计算流体动力学）仿真实现所述半球体的CFD仿真模型的构建。此步骤，利用设计阶段本身就有的3D模型，利用现有的有限元分析软件直接进行模拟仿真，不需要搭建实体硬件进行试验，大大减少了试验成本和试验时间。

进一步地，所述第一网络模型的输入为当前时刻和当前时刻前两个时刻测温点的实际温度，输出为目标点当前时刻的实际温度；所述第二网络模型的输入为目标点当前时刻和当前时刻前两个时刻的温度，输出为目标点下一时刻的预测温度。利用现有的LSTM（长短时记忆）网络模型，可非常方便地模拟温度数据，步进可以通过第一网络模型来证明第二网络模型输出的预测温度准确，验证第二网络模型是有效的，而且在验证有效后可以通过这两个网络模型来计算出下一时刻的预测温度，且能够保证这个预测温度是基本准确的，以此可预测出半球体上所有位置的传感器下一时刻的预测温度。

进一步地，从所述第一网络模型分别输入上一时刻和上一时刻前两个时刻测温点的实际温度以及当前时刻和当前时刻前两个时刻测温点的实际温度，分别输出目标点上一时刻的实际温度以及目标点当前时刻的实际温度，将目标点上一时刻和上一时刻前两个时刻的实际温度输入至第二网络模型输出目标点当前时刻的预测温度，将目标点当前时刻的实际温度和目标点当前时刻的预测温度进行卡尔曼滤波得到滤波温度，该滤波温度会在下一次迭代中作为上一时刻的实际温度输入至第二网络模型。

进一步地，所述LSTM网络模型的输入层阶段为三个连续时刻的温度值，包括当前时刻及当前时刻前两个时刻的温度值。

进一步地，获取半球体内水温的初始值范围，以此范围均匀划分得到多个温度段，每一温度段进行一次仿真，记录每一温度段测温点和目标点的实际温度，从而形成温度时间序列数据。此步骤，可获取到较为全面的水温变化时间序列，从而方便后续的网络模型训练。

进一步地，每一温度段的间隔为1℃。优选为1℃，方便计算，减少温度段，减少计算量，当然也可以采用间隔更小的0.5℃来提高精确度。

半球形超声成像系统水温预测装置，包括第一温度传感器和第二温度传感器以及控制端；所述第一温度传感器用于检测半球体的测温点的温度；所述第二温度传感器用于检测半球体的目标点的温度；所述控制端分别与第一温度传感器以及第二温度传感器通信连接，用以运行上述的半球形超声成像系统水温预测方法。

采用本方法的装置能够快速方便地预测出半球体内的水温，同时具有精确的优点。

半球形超声成像系统水温预测电子设备，包括存储器、处理器及人机交互界面；所述存储器存储有上述的半球形超声成像系统水温预测方法；所述处理器能够执行存储器中的可执行命令实现水温预测；所述人机交互界面用于进行人机交互。采用本方法的电子设备能够快速方便地预测出半球体内的水温，同时具有精确的优点。

附图说明

图1是本发明方法的流程图；

图2是本发明中半球体的模型示意图；

图3是本发明方法的温度时间序列数据的曲线图；

图4是本发明方法的训练LSTM网络模型的流程图；

图5是本发明方法的LSTM模型的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

本领域技术人员应理解的是，在本发明的披露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。

针对于半球形超声断层成像系统中的水温检测，需要对半球内水温进行精确和实时地预测，具体结构见 CN209826775U一种乳腺检测装置，这里不再对其进行赘述。

实施例1

如图1所示，本半球形超声成像系统水温预测方法包括以下步骤：

S100、构建CFD仿真模型，分别获取CFD仿真模型中测温点和目标点的温度时间序列数据，其中CFD仿真模型为半球形超声成像系统的半球体仿真模型，其中温度时间序列数据包括时刻和对应该时刻的温度数据；

请参阅图2，测温点和目标点分别位于半球体仿真模型的左右两端，并对称设置，且半球体仿真模型上设有多个测温点和目标点。此设置使得测温点和目标点的位置测得的温度更为一致，减少了其他的干扰因素，而且在半球体两端对称的位置，水温是基本一致的，因此可以更好地控制变量，从而便于后续的计算。

在此步骤中，先通过将半球体的3D实体模型（也就是含有真实尺寸数据的三维模型）导入到CAE有限元分析软件中，通过CAE有限元分析软件来建立半球体的CAE有限元模型，通过CAE有限元模型进行CFD（计算流体动力学）仿真实现半球体的CFD仿真模型的构建，利用设计阶段本身就有的3D模型，利用现有的有限元分析软件直接进行模拟仿真，不需要搭建实体硬件进行试验，大大减少了试验成本和试验时间，其中3D实体模型可参见图2。

在此步骤中，温度时间序列数据通过获取半球体内水温的初始值范围，以此范围均匀划分得到多个温度段，每一温度段进行一次仿真，记录每一温度段测温点和目标点的实际温度，从而形成温度时间序列数据。

在本实施例中，将半球体内水温初始值设置为20~40℃，每隔1℃进行一次仿真，分别记录测温点和目标点的实际温度和时刻，记录时间间隔为1秒，记录时间总长为3小时，因此能够模拟3小时内每一秒测温点和目标点的温度随着时间变化的数据，此数据就是温度时间序列数据。具体可常见图3中展示的曲线图，横坐标表示时间，单位为秒，纵坐标为温度，单位为摄氏度，由于图幅尺寸限制，因此只展示了一部分的数据。

S200、基于两个温度时间序列数据，训练得到两个LSTM网络模型，记为第一网络模型和第二网络模型，其中第一网络模型用于输出目标点当前时刻的实际温度，第二网络模型用于计算目标点下一时刻的预测温度，第一网络模型的输入为当前时刻测温点的实际温度，输出为目标点当前时刻的实际温度；第二网络模型的输入为目标点当前时刻的温度，输出为目标点下一时刻的预测温度。利用现有的LSTM（长短时记忆）网络模型，可非常方便地模拟温度数据，步进可以通过第一网络模型来证明第二网络模型输出的预测温度准确，验证第二网络模型是有效的，而且在验证有效后可以通过这两个网络模型来计算出下一时刻的预测温度，且能够保证这个预测温度是基本准确的，以此可预测出半球体上所有位置的传感器下一时刻的预测温度。

具体可参见图4，可见图4中在LTSM1（第一网络模型）输入测温点的时间序列C（k-1）至C(k-N)，输出目标点的时间序列X（k-1）至X(k-M)，其中C表示测温点，k表示序号，每一个序号对应温度时间序列数据的一个参数，每个参数包括了时间和此时的实际温度，当然k也可以就是时刻，每个时刻在温度时间序列数据中都对应有一个实际温度，测温点和目标点均有各自的温度时间序列数据，因此X表示目标点，那么k-1就是k的上一个参数或者是上一时刻的参数。

而在图4中，将X（k-1）至X（k-M）输入到LSTM2（第二网络模型）中可得到X（k）和X(k-M+1)，这个X（k）就是预测温度，其中M、N均代表了代入到LSTM1和LSTM2中的温度点个数，实际可以按照其他设定进行变化，可以是三个，四个或五个等，因此也就相当于输入层节点为三个连续时刻的温度值，即当前时刻的温度和当前时刻前两个时刻的温度值。

请参阅图5，在本实施例中，使用的LSTM模型为输入层节点为三个连续时刻的温度值，隐藏层节点为9，输出层节点为19，最后全连接层和X对应。因此输入层维度为3，上边所有的描述中，LSTM模型的实际输入为3个连续时刻的温度值，LSTM1输出为当前时刻的目标点温度，LSTM2输出为目标点下一时刻的温度。再次循环时，使用的都是3个温度值，包括当前时刻及当前时刻前两个时刻的温度值。

S300、将实际温度和预测温度分别进行卡尔曼滤波得到滤波温度，该滤波温度会在下一次迭代中作为上一时刻的实际温度输入至第二网络模型；

通过图4的公式进行迭代得到卡尔曼滤波后的X（k）值。经过卡尔曼滤波后的X（k）值再次输入到LSTM2（第二网络模型）中得到新的X(k)。不断如此循环，可不断提高LTSM2（第二网络模型）预测准确度，从而使得第二网络模型预测的目标点的预测温度无线趋近于实际温度，最终实现了对半球体中每个温度传感器的温度预测，很好地解决了现有技术存在的不精确和不实时的问题。

S400、将滤波温度和其前两个时刻的温度输入第二网络模型得到目标点下一时刻的预测温度。

此步骤通过步骤S300的处理过程即可精确地预测目标点下一时刻的预测温度，此预测温度经过S100~S300的处理可以无限接近于实际温度，具有极高的精确度，不需要实时检测即可快速计算出每个温度传感器的温度随时间变化的数据。

能够为半球形超声断层成像系统提供精确和实时的水温预测，从而显著提高成像质量，利用本申请的方法，同样能够适用于处理经热传导非接触式温度传感器测量温度数据来获得目标点温度的场景。

实施例2

半球形超声成像系统水温预测装置，包括第一温度传感器和第二温度传感器以及控制端；第一温度传感器用于检测半球体的测温点的温度；第二温度传感器用于检测半球体的目标点的温度；控制端分别与第一温度传感器以及第二温度传感器通信连接，用以运行上述的半球形超声成像系统水温预测方法。在本实施例中，第一温度传感器和第二温度传感器一一对应，数量可以是多个，且第一温度传感器和第二温度传感器分别设置在半球体的左右两端。采用本方法的装置能够快速方便地预测出半球体内的水温，同时具有精确的优点。

实施例3

半球形超声成像系统水温预测电子设备，包括存储器、处理器及人机交互界面；存储器存储有上述的半球形超声成像系统水温预测方法；处理器能够执行存储器中的可执行命令实现水温预测；人机交互界面用于进行人机交互，在本实施例中，电子设备可以是常见的手机或平板电脑等。采用本方法的电子设备能够快速方便地预测出半球体内的水温，同时具有精确的优点。

用于实现本方案实施例方法的服务器的计算机系统包括中央处理单元CPU)，其可以根据存储在只读存储器（ROM）中的程序或者从存储部分加载到随机访问存储器（RAM）中的程序而执行各种适当的动作和处理。在RAM中，还存储有系统操作所需的各种程序和数据。 CPU、ROM以及RAM 通过总线彼此相连。输入/输出（I/O）接口也连接至总线。

以下部件连接至I/O接口：包括键盘、鼠标等的输入部分；包括诸如阴极射线管（CRT）、液晶显示器（LCD）等以及扬声器等的输出部分；包括硬盘等的存储部分；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器上，以便于从其上读出的计算机程序根据需要被安装入存储部分。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元（CPU）执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦拭可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，上述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的模块也可以设置在处理器中。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行以下方法所对应过的流程步骤。

可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

尽管本文较多地使用了专业术语，但并不排除使用其他术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

本发明不局限于上述最佳实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上做任何变化，凡是具有与本申请相同或相近似的技术方案，均落在本发明的保护范围之内。

Claims (7)

1.半球形超声成像系统水温预测方法，其特征在于，包括以下步骤：

构建CFD仿真模型，分别获取所述CFD仿真模型中测温点和目标点的温度时间序列数据，其中所述CFD仿真模型为半球形超声成像系统的半球体仿真模型，其中所述温度时间序列数据包括时刻和对应该时刻的温度数据；

基于两个所述温度时间序列数据，训练得到两个LSTM网络模型，记为第一网络模型和第二网络模型，其中第一网络模型用于输出目标点当前时刻的实际温度，第二网络模型用于计算目标点下一时刻的预测温度；

从所述第一网络模型分别输入上一时刻和上一时刻前两个时刻测温点的实际温度以及当前时刻和当前时刻前两个时刻测温点的实际温度，输出分别为目标点上一时刻的实际温度以及目标点当前时刻的实际温度，将目标点上一时刻的实际温度和上一时刻前两个时刻的实际温度输入至第二网络模型输出目标点当前时刻的预测温度，将目标点当前时刻的实际温度和目标点当前时刻的预测温度进行卡尔曼滤波得到滤波温度，该滤波温度会在下一次迭代中作为上一时刻的实际温度输入至第二网络模型；

将滤波温度输入第二网络模型得到目标点下一时刻的预测温度；

其中，所述测温点和所述目标点分别位于半球体仿真模型的左右两端，并对称设置，且所述半球体仿真模型上设有多个测温点和目标点。

2.根据权利要求1所述的半球形超声成像系统水温预测方法，其特征在于，导入半球体的3D实体模型，依据所述3D实体模型建立CAE有限元模型，采用所述CAE有限元模型进行CFD仿真实现所述半球体的CFD仿真模型的构建。

3.根据权利要求1所述的半球形超声成像系统水温预测方法，其特征在于，所述LSTM网络模型的输入层阶段为三个连续时刻的温度值，包括当前时刻及当前时刻前两个时刻的温度值。

4.根据权利要求1所述的半球形超声成像系统水温预测方法，其特征在于，获取半球体内水温的初始值范围，以此范围均匀划分得到多个温度段，每一温度段进行一次仿真，记录每一温度段测温点和目标点的实际温度，从而形成温度时间序列数据。

5.根据权利要求4所述的半球形超声成像系统水温预测方法，其特征在于，每一温度段的间隔为1℃。

6.半球形超声成像系统水温预测装置，其特征在于，包括第一温度传感器和第二温度传感器以及控制端；所述第一温度传感器用于检测半球体的测温点的温度；所述第二温度传感器用于检测半球体的目标点的温度；所述控制端分别与第一温度传感器以及第二温度传感器通信连接，用以运行权利要求1-5任意一项所述的半球形超声成像系统水温预测方法。

7.半球形超声成像系统水温预测电子设备，其特征在于，包括存储器、处理器及人机交互界面；所述存储器存储有权利要求1-5任意一项所述的半球形超声成像系统水温预测方法；所述处理器能够执行存储器中的可执行命令实现水温预测；所述人机交互界面用于进行人机交互。