CN114601506A - 一种基于人工智能识别和拉曼光谱的脑组织检测系统 - Google Patents

Abstract

本发明涉及脑肿瘤手术检测技术领域，且公开了一种基于人工智能识别和拉曼光谱的脑组织检测系统，所述脑组织检测系统包括拉曼活检针系统、收集光纤、激发光纤、CCD光谱仪、激光器、人工智能计算机系统；其中拉曼活检针系统通过收集光纤与CCD光谱仪相连接；且所述拉曼活检针系统通过激发光纤与激光器连接，所述CCD光谱仪和激光器都与人工智能计算机系统相连接。本发明通过对拉曼活检针、切割管的结构设计，使切割槽与活检窗口的配合，将靶向脑组织暴露于切割槽内，切割槽能把暴露在切割槽内的靶向脑组织旋切到切割管内，最后由切割管内的负压吸到注射器中活检管内，提高了靶向组织的精准性和获取靶向组织的便利性，提高手术操作便利性和成功率。

Description

一种基于人工智能识别和拉曼光谱的脑组织检测系统

技术领域

本申请涉及脑肿瘤手术检测技术领域，具体涉及一种基于人工智能识别和拉曼光谱的脑组织检测系统。

背景技术

目前活检手术中，大多数实体癌是通过常规成像技术如计算机断层扫描(CT)、磁共振成像(MRI)、正电子发射断层扫描(PET)和超声(US)发现的。虽然这些图像描述了癌症的位置和解剖关系，但它们中的大多数在肿瘤分级和分子表征方面具有局限性。因此，诊断和治疗计划需要对组织学、分子和基因组特征进行直接取样，所获得的用于分析的组织的质量对于指导临床轨迹是至关重要的。

目前降低低质量采样风险的方法包括基于组织学处理(如组织涂片和冷冻组织切片)的术中样本分析，或采集多个样本以增加诊断样本的准确性。极少数的医院有条件可以满足手术快速病理切片检测的需求，但是最快的处理和分析每个样本需要20-30分钟，大大延长了手术的持续时间。

同时，目前手术中定位组织部位的方式为术前的影像学检查以及术中基于影像学结果设计的手术通路，手术采用局部麻醉，利用立体定向装置或定位机器人辅助等方式到达取活检部位。由于肿瘤活检部位通常为为不规则形状，体积较小，因此影像学定位对影像学的精度有较高的要求。术中立体定向也会因为参考定位点的细微偏移导致无法如同预期精准达到部位。而且，术中无法实时的验证位置的准确性，由于肿瘤组织形状不规则，即使定位准确也可能取到正常脑组织而不是需要活检的病理组织，而该组织肉眼无法分辨，只能术后根据病理切片的结果来进行验证。如果取出的是正常脑组织，还需要进行二次活检手术甚至三次活检手术，极大的增加了成本以及患者治疗的周期。

发明内容

本发明的目的是针对以上问题，提出一种基于人工智能识别和拉曼光谱的脑组织检测系统，所述脑组织检测系统包括拉曼活检针系统、收集光纤、激发光纤、CCD光谱仪、激光器、人工智能计算机系统；其中拉曼活检针系统通过收集光纤与CCD光谱仪相连接；且所述拉曼活检针系统通过激发光纤与激光器连接，所述CCD光谱仪和激光器都与人工智能计算机系统相连接。所述拉曼活检针系统包括工作套管、工作套管内芯、拉曼活检针、切割管。所述拉曼活检针为双通道结构，其中一条通道为空心的活检通道，所述拉曼活检针的前部设有活检窗口，且后端设有活检把手；所述拉曼活检针的另一条通道为光纤通道，所述光纤通道内设有传输光纤，所述传输光纤的前方光路连接至拉曼窗口，所述传输光纤的后方延伸出针体并与分束装置相连接。所述分束装置上方设有光纤收集接头，所述光纤收集接头通过收集光纤与CCD光谱仪相连接；所述分束装置侧方设有激发光纤接头，所述激发光纤接头通过激发光纤与激光器相连接；所述分束装置内设计有分束片。所述切割管为空心管型结构，所述切割管的前方开有切割槽，当切割管从拉曼活检针的活检通道插入到底后，所述切割槽与活检窗口相吻合。所述切割把手端部开设有适用于注射器的标准接口，且接口与切割管内部相连通，使用外接注射器能把切割管内部的空气抽出，以实现切割管中的负压状态。

还公开了一种基于人工智能识别和拉曼光谱的脑组织检测系统的检测方法，按着该检测方法采用脑组织检测系统对靶向脑组织进行检测和活检取样，具体按如下步骤实施：

S1、术前对手术部位消毒，根据术前规划的手术入路使用立体定向或机器人等定位技术进行定位；

S2、使用钻头在颅骨上钻开取可供工作套管通过大小的钻孔，将工作套管与工作套管内芯组装在一起，然后将组合好的工作套管与工作套管内芯沿着钻好的孔洞，按照术前计划的指定方向和角度前进，到靶组织处停止；

S3、将切割管插入拉曼活检针的活检通道内，调节切割把手上的方向标记，使方向标记指向“关”；此时切割槽旋转至活检窗口对侧，两者为关闭状态；

S4、保持工作套管固定位置不变，拔出工作套管内芯，沿工作套管构建的通道，把组装切割管后的拉曼活检针插入到与工作套管内芯相同的深度；

S5、将收集光纤、激发光纤分别与分束装置连接，收集光纤另一端与CCD光谱仪相连接，激发光纤另一端与激光器相连接，并使人工智能计算机系统载入系统控制软件；

S6、通过人工智能计算机系统载控制激光器发射激光，计算机上操作系统控制软件进行拉曼光谱的收集和分析；此时计算机的软件系统自动进行激光的激发、光谱仪数据的收集，并把收集到的数据与数据库的数据进行对比，根据对比结果智能判断识别拉曼窗口接触的组织的特性，并进行数据的保存，然后将识别的结果显示在显示器上；

S7、如果识别组织结果不是手术需要取出的靶向脑组织，则通过活检把手调节拉曼活检针的深度和/或角度，并带动拉曼窗口对不同位置靶向脑组织进行识别，直至识别组织结果是手术需要取出的靶向脑组织位置；

S8、固定工作套管不动，将拉曼活检针旋转180度，固定活检把手107不动，旋转切割把手至“开”状态；

S9、采用注射器抽取切割管内的空气，使切割管内形成负压负，使定量的靶向脑组织受负压吸引暴露于切割槽内；

S10、旋转切割把手至“关”状态过程中，完成对靶向脑组织旋切的同时被切割下来的靶向脑组织被抽至注射器的活检管内，以进行后续检查。

与现有技术相比，本发明的有益效果如下：

1.本发明中通过设置工作套管和工作套管内芯，工作套管为空心结构，前端开口处平齐，工作套管内芯为实心圆柱形，前端为球形表面，工作套管内芯前端的球形面结构能在使用时保持钝性，防止其与脑组织接触时对脑组织造成损伤；工作套管内芯上设有刻度，以便测量其进入脑部的深度；工作套管内芯外径与工作套管内径相同，二者组合使用，一方面能够为后续取活检组织构建通道，另一方面能利用工作套管内芯测量构建通道的深度，使后续取活检组织时直接到达靶组织处，提高取活检组织的精准性和成功率。

2.本发明通过对拉曼活检针结构的设计，并配和切割管的结构设计，在通过拉曼窗口、分束装置、激光器、CCD光谱仪及计算机系统识别到所需的靶向组织后，通过切割槽与活检窗口的配合，在打开状态时(即两者相重合时)，将靶向脑组织暴露于切割槽内，旋转切割把手使得切割槽与活检窗口从打开到关闭状态过程中(即两者由重合到交错，再到完全不重合的过程中)，切割槽能把暴露在切割槽内的靶向脑组织旋切到切割管内，最后由切割管内的负压吸到注射器中活检管内，最终获取靶向脑组织样本；提高了靶向组织的精准性和获取靶向组织的便利性，提高手术操作便利性和成功率。

3.本发明通过在切割把手端部开设有适用于注射器的标准接口，且接口与切割管内部相连通，使用时切割管可通过外接注射器把其内部的空气抽出，以实现切割管中的负压状态，进而能通过精准的控制注射器的负压大小以控制切割管内负压的大小，进而控制切割管通过切割槽对靶向脑组织的吸力大小，最终控制靶向脑组织由于吸力而暴露于切割槽内靶向脑组织量的多少，进而获得最为理想的切割下来的靶向脑组织量，既能保证活检组织样本的精确性，防止二次或多次活检取样，能最大程度减少患者的损伤。

附图说明

图1为本发明检测系统整体示意图；

图2为本发明工作套管和工作套管芯示意图；

图3为本发明工作套管和工作套管芯组合后剖面示意图；

图4为本发明拉曼活检针示意图；

图5为本发明拉曼活检针径向剖面示意图；

图6为本发明切割管示意图；

图7为本发明切割管与拉曼活检针组合后局部剖面示意图；

图8为本发明分束装置示意图；

图9为本发明检测方法流程图。

图中标记：1.拉曼活检针系统；101.工作套管；102.工作套管内芯；103.拉曼活检针；104.切割管；105.活检通道；106.活检窗口；107.活检把手；108.光纤通道；109.拉曼窗口；110.切割槽；111.传输光纤；2.收集光纤；3.激发光纤；4.CCD光谱仪；5.激光器；6.人工智能计算机系统；7.分束装置；701.光纤收集接头；702.激发光纤接头；8.分束片；9.切割把手。

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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

第一实施例

请参阅图1-8所示，本实施例公开了一种基于人工智能识别和拉曼光谱的脑组织检测系统，该脑组织检测系统包括拉曼活检针系统1、收集光纤2、激发光纤3、CCD光谱仪4、激光器5、人工智能计算机系统6；其中拉曼活检针系统1通过收集光纤2与CCD光谱仪4相连接；且拉曼活检针系统1通过激发光纤3与激光器5连接，CCD光谱仪4和激光器都5与人工智能计算机系统6相连接。其中，拉曼活检针系统1包括工作套管101、工作套管内芯102、拉曼活检针103、切割管104。

请参阅图5-6所示，工作套管101为空心结构，前端开口处平齐，后方连接有工作套管把手；工作套管内芯102为实心圆柱形，前端为球形表面，后端连接有工作套管内芯把手；工作套管内芯102前端的球形面结构能在使用时保持钝性，防止其与脑组织接触时对脑组织造成损伤；工作套管内芯102上设有刻度，以便测量其进入脑部的深度；工作套管内芯102外径与工作套管101内径相同，二者组合使用，一方面能够为后续取活检组织构建通道，另一方面能利用工作套管内芯测量构建通道的深度，使后续取活检组织时直接到达靶组织处，提高取活检组织的精准性和成功率。

请参阅图5和7所示，拉曼活检针103为双通道结构，其中一条通道为空心的活检通道105，拉曼活检针103的前部设有活检窗口106，后端设有活检把手107，活检通道105和活检窗口106用于配合切割管104的进入以及进行活检组织的切割操作。拉曼活检针103的另一条通道为光纤通道108，光纤通道108内设有传输光纤111，传输光纤111的前方光路连接至拉曼窗口109，传输光纤111的后方延伸出针体并与分束装置7相连接。拉曼窗口109的高度和活检窗口106的高度相同，且两者相对设置，使拉曼活检针103绕轴向旋转180度，拉曼窗口109能到达活检窗口106旋转前的位置，为后续通过活检窗口106旋切拉曼窗口109检测过的靶向组织创造条件。

请参阅图8所示，拉曼活检针103上的分束装置7上方设有光纤收集接头701，光纤收集接头701通过收集光纤2与CCD光谱仪4相连接；分束装置7侧方设有激发光纤接头702，激发光纤接头702通过激发光纤3与激光器5相连接；分束装置7内设计有分束片8；经激光器5发射的激光经分束片8反射后由光纤通道108内的传输光纤111传输到拉曼窗口109，拉曼窗口109处的靶向脑组织反射的激光再经拉曼窗口109、光纤通道108内的传输光纤111传回，分束片8能将激发器5发射的激光与接收到的拉曼散射激光分开，使光纤收集接头701接收拉曼散射激光，并通过收集光纤2传入到CCD光谱仪4中，以使CCD光谱仪4和人工智能计算机系统6对接收的拉曼散射激光进行分析，进而对靶组织分析。

请参阅图6所示，切割管104为空心管型结构，切割管104的前方开有切割槽110，切割槽110上设有刀刃。当切割管104从拉曼活检针103的活检通道105插入到底后，切割槽110与活检窗口106相吻合，切割槽110和活检窗口106相互配合用于旋切活检组织。切割管104后方设有切割把手9，切割把手9上标有方向标记，拉曼活检针103的活检把手107上设有指示标记，指示标记具体为“开”和“关”；在切割把手9与拉曼活检针103组合后，当方向标记指向“开”时，切割槽110与活检窗口106重合，为打开状态；当切割把手9旋转后，方向标记指向“关”时，切割槽110旋转至对侧，为关闭状态，此时切割槽110和活检窗口106不相重合。

切割把手9端部开设有适用于注射器的标准接口，且接口与切割管104内部相连通，使用外接注射器能把切割管104内部的空气抽出，以实现切割管104中的负压状态，进而能把切割槽110旋切的靶向组织通过负压吸出到注射器的活检管内，以获得靶向组织样本。通过切割槽110与活检窗口106的配合，在打开状态时(即两者相重合时)，将靶向脑组织暴露于切割槽10内，旋转切割把手9使得切割槽110与活检窗口106从打开到关闭状态过程中(即两者由重合到交错，再到完全不重合的过程中)，切割槽110能把暴露在切割槽110内的靶向脑组织旋切到切割管104内，最后由切割管104内的负压吸到注射器中活检管内，最终获取靶向脑组织样本。

人工智能计算机系统包括计算机、显示器、拉曼光谱识别软件、拉曼光谱数据库、拉曼光谱数据对比软件、激光发射控制软件、系统控制软件、人工智能光谱学习系统。其中，计算机的软件系统、激光发射控制软件能控制激光器5的激光的激发；计算机上操作系统控制软件、拉曼光谱识别软件、拉曼光谱数据对比软件能对获取的拉曼光谱进行收集、分析；其中人工智能光谱学习系统能根据分析的数据建立和逐步完善拉曼光谱数据库，以使得拉曼光谱数据库能为通过本系统获取的拉曼光谱进行对比分析，进而获得靶向组织结构的特性，为判断拉曼窗口109对应的靶向脑组织是否为需要切割的组织。

如果拉曼窗口109对应的靶向脑组织不是所需的切割组织，则通过活检把手107调节拉曼活检针103的深度和/或角度，并带动拉曼窗口109对不同位置靶向脑组织进行识别，直至识别组织结果是手术需要取出的靶向脑组织位置，然后固定工作套管101不动，将拉曼活检针103旋转180度，固定活检把手107不动，旋转切割把手9至“开”状态，然后采用注射器抽取切割管104内的空气，使切割管104内形成负压负，靶向脑组织受负压吸引暴露于切割槽110内，再旋转切割把手9至“关”状态过程中，切割槽110配合活检窗口106完成对靶向脑组织的旋切的同时被切割的靶向脑组织被抽至注射器的活检管内，以进行后续检查。

第二实施例

在通过拉曼窗口109确定靶向组织为所要获取的活检组织后，控制切割槽110与活检窗口106相对转动以对靶向组织进行旋切的过程中，靶向组织的切割量不易控制，靶向组织切割量过少，影响样本容量和检验精度，可能需要二次活检取样；而靶向组织切割量过度，有可能造成脑组织过度损伤；靶向组织的切割量往往取决于暴露到切割槽110内靶向组织的量，而暴露到切割槽110内靶向组织的量在切割过程中也无法看见，容易导致切割量过多或过少。因此在切割靶向组织时，非常有必要对需切割的靶向组织的量进行精准的控制(即精准控制暴露于切割槽110内的靶向组织量)。

脑组织属于低强度、充满各种神经网络的复杂超软粘弹性生物组织，具有一定的粘弹性；在拉曼活检针103通过工作套管101构建的通道到达靶向脑组织处后，由于脑组织具有一定的粘弹性，靶向脑组织会与拉曼活检针103上的活检窗口106相贴合，而当局部靶向脑组织受到切割管104的负压吸引后，靶向脑组织能被负压吸引到切割槽110内(此时切割槽110与活检窗口106重合)，进而使靶向脑组织暴露到切割槽110内，为切割靶向脑组织做好准备。

由于切割把手9端部开设有适用于注射器的标准接口，且接口与切割管104内部相连通，使用时切割管104可通过外接注射器把其内部的空气抽出，以实现切割管104中的负压状态。如此，能通过精准的控制注射器的负压大小以控制切割管104内负压的大小，进而控制切割管104通过切割槽110对靶向脑组织的吸力大小，最终控制靶向脑组织由于吸力而暴露于切割槽110内靶向脑组织量的多少。对于不同患者而言，脑组织的粘弹性存在显微差异，如因年龄、脑部疾病影响等，上述外因能通过人工智能计算机系统构建的数据据为精准控制注射器的负压大小提供参考，如不同年龄段或不同脑部疾病能对应不同的负压大小，进而获得最为理想的切割下来的靶向脑组织量，能保证活检组织样本的精确性，防止二次或多次活检取样，能最大程度减少患者的损伤。

综上，通过切割把手9端部开设有的适用于注射器的标准接口，且接口与切割管104内部相连通，一方面实现了通过控制注射器产生的负压大小控制切割靶向脑组织的量，另一方面也能通过控制注射器产生的负压把切割后的靶向脑组织吸出到注射器内的活检管内，便于后续检测；如此使得靶向脑组织切割量更精准，同时更利于切割后靶向脑组织的取出，提高手术操作便利性和成功率。

第三实施例

请参阅图9所示，本实施例还公开了一种基于人工智能识别和拉曼光谱的脑组织检测系统的检测方法，按着该检测方法采用脑组织检测系统对靶向脑组织进行检测和活检取样，具体按如下步骤实施：

S1、术前对手术部位消毒，根据术前规划的手术入路使用立体定向或机器人等定位技术进行定位；

S2、使用钻头在颅骨上钻开取可供工作套管101通过大小的钻孔，将工作套管101与工作套管内芯102组装在一起，然后将组合好的工作套管101与工作套管内芯102沿着钻好的孔洞，按照术前计划的指定方向和角度前进，到靶组织处停止；

S3、将切割管104插入拉曼活检针103的活检通道105内，调节切割把手9上的方向标记，使方向标记指向“关”；此时切割槽110旋转至活检窗口106对侧，两者为关闭状态；

S4、保持工作套管101固定位置不变，拔出工作套管内芯102，沿工作套管101构建的通道，把组装切割管104后的拉曼活检针103插入到与工作套管内芯102相同的深度；

S5、将收集光纤2、激发光纤3分别与分束装置7连接，收集光纤2另一端与CCD光谱仪4相连接，激发光纤3另一端与激光器5相连接，并使人工智能计算机系统载6入系统控制软件；

S6、通过人工智能计算机系统载6控制激光器5发射激光，计算机上操作系统控制软件进行拉曼光谱的收集和分析；此时计算机的软件系统自动进行激光的激发、光谱仪数据的收集，并把收集到的数据与数据库的数据进行对比，根据对比结果智能判断识别拉曼窗口109接触的组织的特性，并进行数据的保存，然后将识别的结果显示在显示器上；

S7、如果识别组织结果不是手术需要取出的靶向脑组织，则通过活检把手107调节拉曼活检针103的深度和/或角度，并带动拉曼窗口109对不同位置靶向脑组织进行识别，直至识别组织结果是手术需要取出的靶向脑组织位置；

S8、固定工作套管101不动，将拉曼活检针103旋转180度，固定活检把手107不动，旋转切割把手9至“开”状态；

S9、采用注射器抽取切割管104内的空气，使切割管104内形成负压负，使定量的靶向脑组织受负压吸引暴露于切割槽110内；

S10、旋转切割把手9至“关”状态过程中，完成对靶向脑组织旋切的同时被切割下来的靶向脑组织被抽至注射器的活检管内，以进行后续检查。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述脑组织检测系统包括拉曼活检针系统、收集光纤、激发光纤、CCD光谱仪、激光器、人工智能计算机系统；其中拉曼活检针系统通过收集光纤与CCD光谱仪相连接；且所述拉曼活检针系统通过激发光纤与激光器连接，所述CCD光谱仪和激光器都与人工智能计算机系统相连接。

2.根据权利要求1所述的基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述拉曼活检针系统包括工作套管、工作套管内芯、拉曼活检针、切割管。

3.根据权利要求2所述的基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述工作套管为空心结构，且前端开口处平齐，其后方连接有工作套管把手；所述工作套管内芯为实心圆柱形，且前端为球形表面，其后端连接有工作套管内芯把手；所述工作套管内芯的外径与所述工作套管的内径相同，所述工作套管内芯与所述工作套管能组合使用。

4.根据权利要求2所述的基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述拉曼活检针为双通道结构，其中一条通道为空心的活检通道，所述拉曼活检针的前部设有活检窗口，且后端设有活检把手；所述拉曼活检针的另一条通道为光纤通道，所述光纤通道内设有传输光纤，所述传输光纤的前方光路连接至拉曼窗口，所述传输光纤的后方延伸出针体并与分束装置相连接。

5.根据权利要求4所述的基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述分束装置上方设有光纤收集接头，所述光纤收集接头通过收集光纤与CCD光谱仪相连接；所述分束装置侧方设有激发光纤接头，所述激发光纤接头通过激发光纤与激光器相连接；所述分束装置内设计有分束片。

6.根据权利要求2所述的基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述切割管为空心管型结构，所述切割管的前方开有切割槽，当切割管从拉曼活检针的活检通道插入到底后，所述切割槽与活检窗口相吻合。

7.根据权利要求2所述的基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述切割管后方设有切割把手，所述切割把手上标有方向标记，所述拉曼活检针的活检把手上设有指示标记，且指示标记具体为“开”和“关”；在切割把手与拉曼活检针组合后，当方向标记指向“开”时，切割槽与活检窗口重合，为打开状态；当切割把手旋转后，方向标记指向“关”时，切割槽旋转至对侧，为关闭状态。

8.根据权利要求7所述的基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述切割把手端部开设有适用于注射器的标准接口，且接口与切割管内部相连通，使用外接注射器能把切割管内部的空气抽出，以实现切割管中的负压状态。

9.根据权利要求1所述的基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述人工智能计算机系统包括计算机、显示器、拉曼光谱识别软件、拉曼光谱数据库、拉曼光谱数据对比软件、激光发射控制软件、系统控制软件、人工智能光谱学习系统。

10.根据权利要求4所述的基于人工智能识别和拉曼光谱的脑组织检测系统，其特征在于：所述拉曼窗口的高度和活检窗口的高度相同，且两者相对设置，使拉曼活检针绕轴向旋转180度，所述拉曼窗口能到达活检窗口旋转前的位置。

Images