CN114259297A - 一种基于三维适形的分布式能量释放控制方法和系统 - Google Patents
一种基于三维适形的分布式能量释放控制方法和系统 Download PDFInfo
- Publication number
- CN114259297A CN114259297A CN202111589531.5A CN202111589531A CN114259297A CN 114259297 A CN114259297 A CN 114259297A CN 202111589531 A CN202111589531 A CN 202111589531A CN 114259297 A CN114259297 A CN 114259297A
- Authority
- CN
- China
- Prior art keywords
- focus
- data
- dimensional
- patient
- image
- 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 13
- 238000004088 simulation Methods 0.000 claims abstract description 31
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 238000010276 construction Methods 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000002059 diagnostic imaging Methods 0.000 claims description 19
- 230000003902 lesion Effects 0.000 claims description 18
- 238000002591 computed tomography Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 12
- 230000006872 improvement Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004451 qualitative analysis Methods 0.000 claims description 9
- 230000010365 information processing Effects 0.000 claims description 6
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims 1
- 230000008676 import Effects 0.000 claims 1
- 238000002604 ultrasonography Methods 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 abstract description 4
- 230000006978 adaptation Effects 0.000 abstract description 3
- 230000008030 elimination Effects 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 abstract 2
- 201000010099 disease Diseases 0.000 description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 12
- 230000007547 defect Effects 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000427 antigen Substances 0.000 description 2
- 108091007433 antigens Proteins 0.000 description 2
- 102000036639 antigens Human genes 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 244000000010 microbial pathogen Species 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 244000052769 pathogen Species 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 239000003053 toxin Substances 0.000 description 2
- 231100000765 toxin Toxicity 0.000 description 2
- 108700012359 toxins Proteins 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 210000004880 lymph fluid Anatomy 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Landscapes
- Laser Surgery Devices (AREA)
Abstract
本发明公开了一种基于三维适形的分布式能量释放控制方法和系统，病灶识别平台、病灶模拟平台和病灶模拟整治平台，病灶模拟平台与病灶识别平台电性连接，病灶模拟整治平台与病灶模拟平台电性连接。本发明中，其病灶识别平台可以录入病患的身体信息，便于将病患的病灶进行三维化，其病灶模拟平台用于将病患的身体和病灶部位进行三维化，进一步的便于观察，其病灶模拟消除平台用于模拟消除病灶时激光的输出强度和功率，通过反复试验，进而便于找到更加便于将病灶消除的输出功率，进一步的便于在真正手术时一次性将病患的病灶进行消除。
Description
技术领域
本发明涉及病灶消除技术领域，特别涉及一种基于三维适形的分布式能量释放控制方法和系统。
背景技术
一个局限的、具有病原微生物的病变组织，就称为病灶。它们就像“匪穴”一样，隐藏在体内的某一个“角落”或部位，里面窝藏着致病的细菌或其他病原微生物，它们出击的路线有两条，一是通过“水路运输”，即通过血液及淋巴液，于是病原体顺着血管和淋巴管“飘洋过海”，来到远隔的器官和组织，在那里“安营扎寨”，造成新的感染；它们“出击”的另一条路线是“施放毒素”，这一招更厉害。病灶中病原体产生的毒素及代谢产物，成为“抗原”，然后刺激人体产生相应的“抗体”，抗原和抗体之间的反应也会给人体带来严重的损害。
现在对病灶进行消除时，会使用到激光对病灶进行消除，但是在消除过程中，无法确定激光输出多大功率时才能将病灶消除，在手术过程中，需要缓慢调节激光的输出功率，费事费力。
发明内容
(一)要解决的技术问题
本发明可以解决现有的难题。
(二)技术方案
为了实现上述目的，本发明采用以下技术方案，一种基于三维适形的分布式能量释放控制系统，包括病灶识别平台、病灶模拟平台和病灶模拟整治平台，所述病灶模拟平台与所述病灶识别平台电性连接，所述病灶模拟整治平台与所述病灶模拟平台电性连接。
所述病灶识别平台包括医生门诊设备、医疗影像设备和识别设备，所述医生门诊设备与所述医疗影像设备电性连接，所述识别设备与所述医疗影像设备电性连接，所述医生门诊设备用于用于录入病患的临床个性化数据，并发送临床个性化数据，所述医疗影像设备用于拍摄病患的身体情况，并将病患的身体情况实时显示，所述识别设备用于识别病患的病灶所在位置。
所述病灶模拟平台包括获取模块、转换模块和构建模块，所述获取模块与所述转换模块电性连接，所述获取模块与所述识别设备电性连接，所述构建模块与所述转换模块电性连接，所述获取模块包括第一获取模块、第二获取模块和第三获取模块，所述第一获取模块用于获取病患身体的二维数据和尺寸数据，所述第二获取模块用于依据第一获取模块获取的二维数据和尺寸数据获取病患身体的基本框架三维坐标数据，所述第三获取模块用于依据所述第二获取模块获取的基本框架三维坐标数据获取病灶三维坐标数据，转换模块用于将病患身体和病灶的基本框架三维坐标数据转换为矢量数据，所述构建模块用于依据矢量数据构建病患身体和病灶的三维场景。
所述病灶模拟整治平台包括FPGA可编程阵列器件、PWM脉冲发生器和脉冲宽度调制电路，所述FPGA可编程阵列器件用于计算出激光光斑图像的各个扫描位置的实时激光强度数据，所述PWM脉冲发生器设于所述FPGA可编程阵列器件内部，用于产生PWM脉冲，所述脉冲宽度调制电路用于根据所述激光光斑图像的各个扫描位置的实时激光强度数据，调制对应的PWM脉冲宽度参数的电流流量。
作为本发明的一种优选技术方案，所述医疗影像设备设置为CT机，CT(ComputedTomography)，即电子计算机断层扫描，利用精确准直的X线束、γ射线、超声波，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，具有扫描时间快和图像清晰的特点，进而便于将病患的身体状况拍摄出，进一步的便于识别设备对病灶位置进行识别。
作为本发明的一种优选技术方案，所述病灶识别设备接收医生门诊设备发送的临床个性化数据和医疗影像设备发送的CT图像，对CT图像进行预处理操作获得待识别图像，输入待识别图像和临床个性化数据至所述病灶识别平台，所述病灶识别平台对待识别图像进行分割操作和定性分析操作，获得待识别图像的定性分析结果以及用于指示病灶区域的输出图像，输出待识别图像的定性分析结果以及用于指示病灶区域的输出图像。
作为本发明的一种优选技术方案，所述转换模块包括矢量化处理模块和构建分析模块，所述矢量化处理模块用于负责将病患身体和病灶的基本框架三维坐标数据，所述构建分析模块用于将不规则构建信息分类形成标准化人体信息，进而便于后期构建出完整的人体三维图和病灶三维图。
作为本发明的一种优选技术方案，所述构建模块用于将构建分析模块分析出的标准化人体信息数据导入建模软件实现最终建模。
作为本发明的一种优选技术方案，所述FPGA可编程阵列器件，它是在PAL、GAL和CPLD等可编程器件的基础上进一步发展的产物，它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点，用于计算出激光光斑图像的各个扫描位置的所述实时激光强度数据。
作为本发明的一种优选技术方案，所述PWM脉冲发生器根据激光图像能量的大小控制PWM脉冲宽度的大小，当激光图像能量增大时，减小脉冲宽度，当激光图像能量减小时候，增大脉冲宽度，PWM信号经过一个低通滤波RC电路即可形成一个模拟信号，此低通滤波RC电路即为一个DA转换器，DA转换器是将数字量转换为模拟量的电路，DA中的A指模拟信号，D指数字信号，主要用于数据传输系统、自动测试设备、医疗信息处理、电视信号的数字化、图像信号的处理和识别、数字通信和语音信息处理等，此DA转换器电路成本低可靠性好。
作为本发明的一种优选技术方案，所述脉冲宽度调制电路由运算放大芯片搭建，运算放大芯片包含4个运算放大器ABCD，其中A和B用于三角波发生电路，C用于比较器，输入的能量反馈信号和三角波波形进行比较,比较后产生脉冲宽度可变的数字信号PWM输入，FPGA内部使用高速逻辑电路将信号读出，读出电路的时钟信号采用20MHz，可以满足激光能量反馈能量数字化要求。
本发明还包括一种基于三维适形的分布式能量释放控制方法，具体包括以下步骤：
S1：数据采集，首先对病患的身体信息进行采集，之后将病患的身体信息进行处理，分析出病患得病灶虽在位置，且将病患身体数据使用显示器实时导出。
S2：数据获取，之后获取病患身体的二维数据和尺寸数据，进一步的二维数据和尺寸数据获取病患身体的基本框架三维坐标数据，进一步的依据基本框架三维坐标数据获取病灶三维坐标数据。
S3：数据转换，之后将病患身体和病灶的基本框架三维坐标数据转换为矢量数据，进一步的依据矢量数据构建病患身体和病灶的三维场景。
S4：模拟调节，之后使用病灶模拟整治模块对三维场景中的病灶进行消除，用于模拟真实消除病灶时情况，进一步的不断脉冲宽度调制电路，进而调节PWM脉冲发生器发出的能量，不断地与病灶的三维场景发生作用，进而找出手术时最适合消除病灶的激光能量功率。
(三)有益效果
1.本发明提供的基于三维适形的分布式能量释放控制方法和系统，其病灶识别平台可以录入病患的身体信息，便于将病患的病灶进行三维化；
2.本发明提供的基于三维适形的分布式能量释放控制方法和系统，其病灶模拟平台用于将病患的身体和病灶部位进行三维化，进一步的便于观察；
3.本发明提供的基于三维适形的分布式能量释放控制方法和系统，其病灶模拟消除平台用于模拟消除病灶时激光的输出强度和功率，通过反复试验，进而便于找到更加便于将病灶消除的输出功率，进一步的便于在真正手术时一次性将病患的病灶进行消除。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明的系统示意框图；
图2是本发明的具体系统示意框图；
图3是本发明的流程示意框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要理解的是，术语“纵向”、“上”、“下”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，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设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
如图1-3所示，一种基于三维适形的分布式能量释放控制系统，包括，病灶识别平台、病灶模拟平台和病灶模拟整治平台，所述病灶模拟平台与所述病灶识别平台电性连接，所述病灶模拟整治平台与所述病灶模拟平台电性连接；
所述病灶识别平台包括医生门诊设备、医疗影像设备和识别设备，所述医生门诊设备与所述医疗影像设备电性连接，所述识别设备与所述医疗影像设备电性连接，所述医生门诊设备用于用于录入病患的临床个性化数据，并发送临床个性化数据，所述医疗影像设备用于拍摄病患的身体情况，并将病患的身体情况实时显示，所述识别设备用于识别病患的病灶所在位置；
所述病灶模拟平台包括获取模块、转换模块和构建模块，所述获取模块与所述转换模块电性连接，所述获取模块与所述识别设备电性连接，所述构建模块与所述转换模块电性连接，所述获取模块包括第一获取模块、第二获取模块和第三获取模块，所述第一获取模块用于获取病患身体的二维数据和尺寸数据，所述第二获取模块用于依据第一获取模块获取的二维数据和尺寸数据获取病患身体的基本框架三维坐标数据，所述第三获取模块用于依据所述第二获取模块获取的基本框架三维坐标数据获取病灶三维坐标数据，转换模块用于将病患身体和病灶的基本框架三维坐标数据转换为矢量数据，所述构建模块用于依据矢量数据构建病患身体和病灶的三维场景；
所述病灶模拟整治平台包括FPGA可编程阵列器件、PWM脉冲发生器和脉冲宽度调制电路，所述FPGA可编程阵列器件用于计算出激光光斑图像的各个扫描位置的实时激光强度数据，所述PWM脉冲发生器设于所述FPGA可编程阵列器件内部，用于产生PWM脉冲，所述脉冲宽度调制电路用于根据所述激光光斑图像的各个扫描位置的实时激光强度数据，调制对应的PWM脉冲宽度参数的电流流量。
具体实施时，所述医疗影像设备设置为CT机，CT(Computed Tomography)，即电子计算机断层扫描，利用精确准直的X线束、γ射线、超声波，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，具有扫描时间快和图像清晰的特点，进而便于将病患的身体状况拍摄出，进一步的便于识别设备对病灶位置进行识别。
具体实施时，所述病灶识别设备接收医生门诊设备发送的临床个性化数据和医疗影像设备发送的CT图像，对CT图像进行预处理操作获得待识别图像，输入待识别图像和临床个性化数据至所述病灶识别平台，所述病灶识别平台对待识别图像进行分割操作和定性分析操作，获得待识别图像的定性分析结果以及用于指示病灶区域的输出图像，输出待识别图像的定性分析结果以及用于指示病灶区域的输出图像。
具体实施时，所述转换模块包括矢量化处理模块和构建分析模块，所述矢量化处理模块用于负责将病患身体和病灶的基本框架三维坐标数据，所述构建分析模块用于将不规则构建信息分类形成标准化人体信息，进而便于后期构建出完整的人体三维图和病灶三维图。
具体实施时，所述构建模块用于将构建分析模块分析出的标准化人体信息数据导入建模软件实现最终建模。
具体实施时，所述FPGA可编程阵列器件，它是在PAL、GAL和CPLD等可编程器件的基础上进一步发展的产物，它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点，用于计算出激光光斑图像的各个扫描位置的所述实时激光强度数据。
具体实施时，所述PWM脉冲发生器根据激光图像能量的大小控制PWM脉冲宽度的大小，当激光图像能量增大时，减小脉冲宽度，当激光图像能量减小时候，增大脉冲宽度，PWM信号经过一个低通滤波RC电路即可形成一个模拟信号，此低通滤波RC电路即为一个DA转换器，DA转换器是将数字量转换为模拟量的电路，DA中的A指模拟信号，D指数字信号，主要用于数据传输系统、自动测试设备、医疗信息处理、电视信号的数字化、图像信号的处理和识别、数字通信和语音信息处理，此DA转换器电路成本低可靠性好。
具体实施时，所述脉冲宽度调制电路由运算放大芯片搭建，运算放大芯片包含4个运算放大器ABCD，其中A和B用于三角波发生电路，C用于比较器，输入的能量反馈信号和三角波波形进行比较,比较后产生脉冲宽度可变的数字信号PWM输入，FPGA内部使用高速逻辑电路将信号读出，读出电路的时钟信号采用20MHz，可以满足激光能量反馈能量数字化要求，激光能量反馈PWM波形信号进入FPGA可编程阵列器件110后和一个高频时钟与门&进行逻辑与操作，然后与门输出进入一个计数器，计数器启动通过PWM信号下降沿启动，计算值即为PWM的高电平时间的量化值，也就是激光能量反馈信号的AD转换值，总之本发明实施例处理激光能量信号模拟量转换数字量的方法是：首先将激光图像能量反馈信号转换为PWM信号，然后FPGA可编程阵列器件110对PWM信号高电平进行计数，也就是使用FPGA可编程阵列器件110读出激光图像能量反馈的PWM占空比，可以实现在激光轮廓仪的扫描过程中，自动控制激光的输出能量，以适应复合材质物体的激光扫描处理。
另一方面，本发明还提供一种基于三维适形的分布式能量释放控制方法，具体包括以下步骤：
S1：数据采集，首先对病患的身体信息进行采集，之后将病患的身体信息进行处理，分析出病患得病灶虽在位置，且将病患身体数据使用显示器实时导出。
S2：数据获取，之后获取病患身体的二维数据和尺寸数据，进一步的二维数据和尺寸数据获取病患身体的基本框架三维坐标数据，进一步的依据基本框架三维坐标数据获取病灶三维坐标数据。
S3：数据转换，之后将病患身体和病灶的基本框架三维坐标数据转换为矢量数据，进一步的依据矢量数据构建病患身体和病灶的三维场景。
S4：模拟调节，之后使用病灶模拟整治模块对三维场景中的病灶进行消除，用于模拟真实消除病灶时情况，进一步的不断脉冲宽度调制电路，进而调节PWM脉冲发生器发出的能量，不断地与病灶的三维场景发生作用，进而找出手术时最适合消除病灶的激光能量功率。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于三维适形的分布式能量释放控制系统，其特征在于，包括：
病灶识别平台、病灶模拟平台和病灶模拟整治平台，所述病灶模拟平台与所述病灶识别平台电性连接，所述病灶模拟整治平台与所述病灶模拟平台电性连接；
所述病灶识别平台包括医生门诊设备、医疗影像设备和识别设备，所述医生门诊设备与所述医疗影像设备电性连接，所述识别设备与所述医疗影像设备电性连接，所述医生门诊设备用于用于录入病患的临床个性化数据，并发送临床个性化数据，所述医疗影像设备用于拍摄病患的身体情况，并将病患的身体情况实时显示，所述识别设备用于识别病患的病灶所在位置；
所述病灶模拟平台包括获取模块、转换模块和构建模块，所述获取模块与所述转换模块电性连接，所述获取模块与所述识别设备电性连接，所述构建模块与所述转换模块电性连接，所述获取模块包括第一获取模块、第二获取模块和第三获取模块，所述第一获取模块用于获取病患身体的二维数据和尺寸数据，所述第二获取模块用于依据第一获取模块获取的二维数据和尺寸数据获取病患身体的基本框架三维坐标数据，所述第三获取模块用于依据所述第二获取模块获取的基本框架三维坐标数据获取病灶三维坐标数据，转换模块用于将病患身体和病灶的基本框架三维坐标数据转换为矢量数据，所述构建模块用于依据矢量数据构建病患身体和病灶的三维场景；
所述病灶模拟整治平台包括FPGA可编程阵列器件、PWM脉冲发生器和脉冲宽度调制电路，所述FPGA可编程阵列器件用于计算出激光光斑图像的各个扫描位置的实时激光强度数据，所述PWM脉冲发生器设于所述FPGA可编程阵列器件内部，用于产生PWM脉冲，所述脉冲宽度调制电路用于根据所述激光光斑图像的各个扫描位置的实时激光强度数据，调制对应的PWM脉冲宽度参数的电流流量。
2.根据权利要求1所述的一种基于三维适形的分布式能量释放控制系统，其特征在于，所述医疗影像设备设置为CT机，CT(Computed Tomography)，即电子计算机断层扫描，利用精确准直的X线束、γ射线、超声波，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，具有扫描时间快和图像清晰的特点，进而便于将病患的身体状况拍摄出，进一步的便于识别设备对病灶位置进行识别。
3.根据权利要求2所述的一种基于三维适形的分布式能量释放控制系统，其特征在于，所述病灶识别设备接收医生门诊设备发送的临床个性化数据和医疗影像设备发送的CT图像，对CT图像进行预处理操作获得待识别图像，输入待识别图像和临床个性化数据至所述病灶识别平台，所述病灶识别平台对待识别图像进行分割操作和定性分析操作，获得待识别图像的定性分析结果以及用于指示病灶区域的输出图像，输出待识别图像的定性分析结果以及用于指示病灶区域的输出图像。
4.根据权利要求1所述的一种基于三维适形的分布式能量释放控制系统，其特征在于，所述转换模块包括矢量化处理模块和构建分析模块，所述矢量化处理模块用于负责将病患身体和病灶的基本框架三维坐标数据，所述构建分析模块用于将不规则构建信息分类形成标准化人体信息，进而便于后期构建出完整的人体三维图和病灶三维图。
5.根据权利要求4所述的一种基于三维适形的分布式能量释放控制系统，其特征在于，所述构建模块用于将构建分析模块分析出的标准化人体信息数据导入建模软件实现最终建模。
6.根据权利要求1所述的一种基于三维适形的分布式能量释放控制系统，其特征在于，所述FPGA可编程阵列器件，它是在PAL、GAL和CPLD等可编程器件的基础上进一步发展的产物，它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点，用于计算出激光光斑图像的各个扫描位置的所述实时激光强度数据。
7.根据权利要求1所述的一种基于三维适形的分布式能量释放控制系统，其特征在于，所述PWM脉冲发生器根据激光图像能量的大小控制PWM脉冲宽度的大小，当激光图像能量增大时，减小脉冲宽度，当激光图像能量减小时候，增大脉冲宽度，PWM信号经过一个低通滤波RC电路即可形成一个模拟信号，此低通滤波RC电路即为一个DA转换器，DA转换器是将数字量转换为模拟量的电路，DA中的A指模拟信号，D指数字信号，主要用于数据传输系统、自动测试设备、医疗信息处理、电视信号的数字化、图像信号的处理和识别、数字通信和语音信息处理，此DA转换器电路成本低可靠性好。
8.根据权利要求1所述的一种基于三维适形的分布式能量释放控制系统，其特征在于，所述脉冲宽度调制电路由运算放大芯片搭建，运算放大芯片包含4个运算放大器ABCD，其中A和B用于三角波发生电路，C用于比较器，输入的能量反馈信号和三角波波形进行比较,比较后产生脉冲宽度可变的数字信号PWM输入，FPGA内部使用高速逻辑电路将信号读出，读出电路的时钟信号采用20MHz，可以满足激光能量反馈能量数字化要求。
9.一种基于三维适形的分布式能量释放控制方法，其特征在于，具体包括以下步骤：
S1：数据采集，首先对病患的身体信息进行采集，之后将病患的身体信息进行处理，分析出病患得病灶虽在位置，且将病患身体数据使用显示器实时导出；
S2：数据获取，之后获取病患身体的二维数据和尺寸数据，进一步的二维数据和尺寸数据获取病患身体的基本框架三维坐标数据，进一步的依据基本框架三维坐标数据获取病灶三维坐标数据；
S3：数据转换，之后将病患身体和病灶的基本框架三维坐标数据转换为矢量数据，进一步的依据矢量数据构建病患身体和病灶的三维场景；
S4：模拟调节，之后使用病灶模拟整治模块对三维场景中的病灶进行消除，用于模拟真实消除病灶时情况，进一步的不断脉冲宽度调制电路，进而调节PWM脉冲发生器发出的能量，不断地与病灶的三维场景发生作用，进而找出手术时最适合消除病灶的激光能量功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111589531.5A CN114259297A (zh) | 2021-12-23 | 2021-12-23 | 一种基于三维适形的分布式能量释放控制方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111589531.5A CN114259297A (zh) | 2021-12-23 | 2021-12-23 | 一种基于三维适形的分布式能量释放控制方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114259297A true CN114259297A (zh) | 2022-04-01 |
Family
ID=80829195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111589531.5A Pending CN114259297A (zh) | 2021-12-23 | 2021-12-23 | 一种基于三维适形的分布式能量释放控制方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114259297A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160335413A1 (en) * | 2015-05-15 | 2016-11-17 | University Health Network | System and method for minimally invasive thermal ablation treatment planning |
| CN107510503A (zh) * | 2016-06-16 | 2017-12-26 | 平安微创（北京）医药科技有限公司 | 一种微波消融模拟系统 |
| CN109088302A (zh) * | 2018-08-22 | 2018-12-25 | 深圳市深视智能科技有限公司 | 激光输出能量的控制方法及装置 |
| CN110393589A (zh) * | 2018-04-25 | 2019-11-01 | 刘珈 | 肿瘤消融治疗计划的设计方法、肿瘤消融方案生成系统 |
| CN110432985A (zh) * | 2019-08-01 | 2019-11-12 | 中山大学肿瘤防治中心 | 介入消融方案模拟方法、系统、电子设备及存储介质 |
| CN111209916A (zh) * | 2019-12-31 | 2020-05-29 | 中国科学技术大学 | 病灶识别方法及系统、识别设备 |
| CN111374761A (zh) * | 2019-08-06 | 2020-07-07 | 深圳钮迈科技有限公司 | 肿瘤治疗仪的模拟消融系统及方法 |
| CN111986330A (zh) * | 2020-08-18 | 2020-11-24 | 云南省第一人民医院 | 一种基于混合现实的术前规划模拟系统、装置及方法 |
-
2021
- 2021-12-23 CN CN202111589531.5A patent/CN114259297A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160335413A1 (en) * | 2015-05-15 | 2016-11-17 | University Health Network | System and method for minimally invasive thermal ablation treatment planning |
| CN107510503A (zh) * | 2016-06-16 | 2017-12-26 | 平安微创（北京）医药科技有限公司 | 一种微波消融模拟系统 |
| CN110393589A (zh) * | 2018-04-25 | 2019-11-01 | 刘珈 | 肿瘤消融治疗计划的设计方法、肿瘤消融方案生成系统 |
| CN109088302A (zh) * | 2018-08-22 | 2018-12-25 | 深圳市深视智能科技有限公司 | 激光输出能量的控制方法及装置 |
| CN110432985A (zh) * | 2019-08-01 | 2019-11-12 | 中山大学肿瘤防治中心 | 介入消融方案模拟方法、系统、电子设备及存储介质 |
| CN111374761A (zh) * | 2019-08-06 | 2020-07-07 | 深圳钮迈科技有限公司 | 肿瘤治疗仪的模拟消融系统及方法 |
| CN111209916A (zh) * | 2019-12-31 | 2020-05-29 | 中国科学技术大学 | 病灶识别方法及系统、识别设备 |
| CN111986330A (zh) * | 2020-08-18 | 2020-11-24 | 云南省第一人民医院 | 一种基于混合现实的术前规划模拟系统、装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7139474B2 (ja) | 医用データ処理装置、ｘ線コンピュータ断層撮影装置及び学習済みモデル生成方法 | |
| DE102018218751A1 (de) | Machinengestützter arbeitsablauf bei der ultraschallbildgebung | |
| Saini et al. | Brain tumor detection in medical imaging using MATLAB | |
| JP7218215B2 (ja) | 画像診断装置、画像処理方法及びプログラム | |
| DE69934215T2 (de) | Multidimensionale ermittlung und charakterisierung von pathologischen geweben | |
| CN106923863A (zh) | 超声波图像诊断装置 | |
| CN109512464A (zh) | 一种疾病筛查和诊断系统 | |
| CN111667447A (zh) | 血管内图像融合方法、系统及图像采集装置 | |
| JP7240405B2 (ja) | 超音波画像から解剖学的測定値を取得するための装置及び方法 | |
| EP3400878A1 (en) | Method for postural independent location of targets in diagnostic imagines acquired by multimodal acquisitions and system for carrying out the said method | |
| US10832405B2 (en) | Medical image processing apparatus with awareness of type of subject pattern | |
| WO2020187700A1 (en) | Device and method for analyzing optoacoustic data, optoacoustic system and computer program | |
| CN106175826A (zh) | 超声图像显示设备和显示超声图像的方法 | |
| Shomaji et al. | Early detection of cardiovascular diseases using wearable ultrasound device | |
| Prabakaran et al. | FPUS23: an ultrasound fetus phantom dataset with deep neural network evaluations for fetus orientations, fetal planes, and anatomical features | |
| US11246564B2 (en) | Ultrasound diagnosis apparatus | |
| CN105249933A (zh) | 光声分子三维成像仪 | |
| CN114259297A (zh) | 一种基于三维适形的分布式能量释放控制方法和系统 | |
| WO2015106029A1 (en) | Quantitative transmission ultrasound imaging of tissue calcifications | |
| WO2005009241A1 (ja) | 画像処理方法及び画像処理プログラムを記録したコンピュータ読取可能な記録媒体 | |
| Amorim et al. | Medical imaging for three-dimensional computer-aided models | |
| Lv et al. | A real-time interactive 3D ultrasound imaging system | |
| CN218279678U (zh) | 一种四肢断层超声三维透视成像装置 | |
| Patil et al. | A comparative study on detection of osteoporosis using deep learning methods: A review | |
| Le Dinh et al. | Deep Learning for Medical Image Analysis: A Survey |
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 |